打造高性能C++回测框架

背景

对于已经构建了C++回测框架的金融机构而言，为了支持更真实的订单匹配和高性能行情回放而重构整个系统往往不切实际。DolphinDB的高性能行情数据回放与订单匹配模拟器（Order Matching Simulator Plugin）提供了一种低延迟、高吞吐的策略验证方案。通过将该插件直接集成到现有的C++回测框架中，机构可以复用现有基础设施，同时利用DolphinDB的超快计算能力，使其成为高频策略模拟的理想选择。

本教程面向熟悉C++开发并对DolphinDB有基本了解的量化工程师，重点介绍如何通过Swordfish库或C++API，将DolphinDB订单匹配模拟器插件无缝集成到独立的C++交易系统中。与在DolphinDB脚本语言中进行回测相比，这种方法提供了低延迟、高并发的回测工作流，特别适用于算法交易和做市策略等对时间敏感的模拟场景。

核心内容

系统设计

实现中高频量化交易策略回测平台主要涉及三个关键部分：

• 行情数据回放
• 订单匹配模拟
• 策略开发与回测绩效评估

基于此设计，可以定义以DolphinDB为数据源的C++回测整体工作流：

1. 创建并订阅远程行情数据流表。
2. 将行情数据回放到流表中。
3. 在订阅回调中遍历并解析数据，将解析后的行情数据写入订单匹配模拟器。
4. 触发行情数据回调，在回调中实现策略逻辑并下达订单或执行其他操作。
5. 订单匹配模拟器输出成交明细等信息，触发相关业务回调，用户可在这些回调中实现策略逻辑。
6. 回测结束后输出绩效指标。

教程提供了两种实现方式：基于Swordfish库和基于C++ API。两种方式适用场景不同（原文表1-1给出了对比）。

接口设计

基于DolphinDB订单匹配模拟器接口提供的能力，教程定义了行情数据和交易接口，主要包括以下功能模块：

• 配置模块：处理回测框架实例的设置，包括远程连接设置、行情数据类型设置、并发相关设置。
• 主动调用接口模块：提供可直接在代码中调用的接口，包括创建订单匹配模拟器实例、回放数据、下单、撤单等接口。
• 回调接口模块：提供基于回调的接口，包括行情数据回调、订单确认回调、成交通知回调等。

配置项：回测框架实例的配置项如表所示，每个实例可独立配置，支持多个实例并发回测。

核心接口：

• 创建订单匹配模拟器：通过createMatchEngine接口创建实例，提供两种实现形式：一种使用展开的参数列表，另一种将所有参数打包成数组。参数要求与原createMatchEngine接口基本相同，仅dummyOrderDetailsOutput等少数参数有差异。
• 行情回调：在订阅回调中处理行情数据。
• 下单与撤单：提供下单和撤单的直接调用接口。
• 成交回调：在成交回调中实现策略逻辑。

教程强调，除非特别说明，本节介绍的配置项和接口在Swordfish和C++ API中均可使用。

实现方式

Swordfish方式：Swordfish是一个专为金融行业设计的高性能分析计算库，具有卓越的内存处理能力和优化的计算性能。它支持实时流数据处理和用户自定义函数，可运行在任何支持C++的平台上，用户可直接在C++代码中调用其API进行高效计算。

C++ API方式：DolphinDB C++ API可连接DolphinDB服务器和C++客户端，实现双向数据传输和远程脚本执行，方便在C++程序中利用DolphinDB的计算性能和存储能力进行数据处理、分析和建模。

教程详细说明了如何封装订单匹配模拟器插件，构建一个简单、可扩展且具有高精度订单匹配的回测框架，可轻松集成到现有的C++回测或模拟系统中。教程定义了统一的事件驱动接口，并提供了Swordfish和C++ API两种实现。

关键要点

• 核心目标：无需重构现有C++回测框架，通过插件集成实现低延迟、高吞吐的中高频回测。
• 订单匹配模拟器：支持上交所和深交所的Level-2逐笔和快照行情数据，遵循“价格优先、时间优先”的交易所规则，提供高精度订单匹配，支持多种行情数据类型的匹配模式，并提供丰富的订单匹配配置选项以模拟真实交易环境。
• 两种集成路径：Swordfish库适合在纯C++环境中使用，提供高性能内存计算；C++ API允许连接DolphinDB服务器，利用其计算和存储能力。
• 统一事件驱动接口：用户只需实现回调函数（行情回调、订单回调、成交回调），在回调中编写策略逻辑，框架自动处理数据流和订单匹配。
• 并发支持：每个回测实例可独立配置，支持同时运行多个回测实例，提高开发效率。
• 适用场景：特别适用于算法交易和做市策略等对时间敏感的中高频策略模拟。
• 技术栈要求：用户需熟悉C++开发，并对DolphinDB有基本了解。

意义与影响

该方案为金融机构提供了一种务实的高性能回测升级路径。许多机构已经投入大量资源构建C++回测框架，但往往缺乏真实的订单匹配模拟能力。DolphinDB的订单匹配模拟器插件弥补了这一关键缺口，使得机构无需推翻现有系统即可获得接近交易所级别的订单匹配精度和极低延迟。

从行业角度看，这一解决方案降低了中高频量化策略研发的门槛。通过将高性能计算引擎与成熟的回测基础设施解耦，量化团队可以更专注于策略逻辑本身，而无需处理底层数据回放和订单匹配的复杂性。同时，支持多实例并发回测的特性显著提升了策略迭代效率。

此外，该方案体现了模块化集成思想：利用标准C++ API将专用高性能组件（DolphinDB）嵌入到通用开发框架中，这种模式在金融科技领域具有示范意义。对于其他需要高性能计算与实时数据处理结合的行业（如风险管理、合规监控等），类似的设计思路同样具有借鉴价值。