CN111144975A - 一种订单匹配方法、服务器及计算机可读存储介质 - Google Patents

一种订单匹配方法、服务器及计算机可读存储介质 Download PDF

Info

Publication number
CN111144975A
CN111144975A CN201911243056.9A CN201911243056A CN111144975A CN 111144975 A CN111144975 A CN 111144975A CN 201911243056 A CN201911243056 A CN 201911243056A CN 111144975 A CN111144975 A CN 111144975A
Authority
CN
China
Prior art keywords
order
target
price
traded
transaction
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201911243056.9A
Other languages
English (en)
Other versions
CN111144975B (zh
Inventor
张超
冯春平
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Gangrong Technology Co Ltd
Original Assignee
Gangrong Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Gangrong Technology Co Ltd filed Critical Gangrong Technology Co Ltd
Priority to CN201911243056.9A priority Critical patent/CN111144975B/zh
Publication of CN111144975A publication Critical patent/CN111144975A/zh
Application granted granted Critical
Publication of CN111144975B publication Critical patent/CN111144975B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/06—Buying, selling or leasing transactions
    • G06Q30/0601—Electronic shopping [e-shopping]
    • G06Q30/0613—Third-party assisted
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/06—Buying, selling or leasing transactions
    • G06Q30/0601—Electronic shopping [e-shopping]
    • G06Q30/0633—Lists, e.g. purchase orders, compilation or processing
    • G06Q30/0635—Processing of requisition or of purchase orders

Landscapes

  • Business, Economics & Management (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Development Economics (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • Strategic Management (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)

Abstract

本申请适用于数据处理技术领域，提供了一种订单匹配方法、服务器及计算机可读存储介质，包括：接收终端发送的订单匹配请求；获取与订单匹配请求中携带的目标订单的订单类型不同的订单类型对应的稀疏矩阵；若稀疏矩阵中存在至少一个符合目标订单的期望成交价的目标期望成交价，则基于目标订单的待交易数量以及各个目标期望成交价对应的待交易数量，从目标期望成交价中确定出至少一个目标期望成交价作为实际成交价，并确定各个实际成交价的成交量；基于各个实际成交价的成交量，将各个实际成交价各自对应的待交易订单分别与目标订单进行并行匹配，如此，在面对数量巨大的目标订单时，该订单匹配方法耗时短，匹配效率高。

Description

一种订单匹配方法、服务器及计算机可读存储介质
技术领域
本申请属于数据处理技术领域，尤其涉及一种订单匹配方法、服务器及计算机可读存储介质。
背景技术
撮合交易是指卖方在交易市场委托卖出订单、买方在交易市场委托买入订单，交易市场按照价格优先、时间优先原则将可以达成交易的买入订单和卖出订单进行匹配，并基于确定出的买卖双方成交价格生成电子交易合同的交易方式。现有的撮合交易对应的订单匹配方法按照是顺序来匹配订单的，即如果进来一个买入订单，若交易市场中有多个符合该买入订单条件的卖出订单，则将该买入订单与符合条件的多个卖出订单依次进行匹配，直至买入订单的数量或卖出订单的数量为零为止。由于现有的订单匹配方法按照顺序匹配订单，因此，该订单匹配方法在面对数量巨大的买入订单或卖出订单时，不仅耗时长，还大大降低了订单匹配的匹配效率。
发明内容
本申请实施例提供了一种订单匹配方法、服务器及计算机可读存储介质，可以解决现有的订单匹配方法在面对数量巨大的买入订单或卖出订单时，耗时长和匹配效率低的问题。
第一方面，本申请实施例提供了一种订单匹配方法，包括：
接收终端发送的订单匹配请求；所述订单匹配请求中携带有待交易的目标订单的订单信息；所述订单信息包括订单类型、期望成交价及待交易数量；所述订单类型为买入订单和卖出订单中的任意一种；
获取预存的与所述目标订单的订单类型不同的订单类型对应的稀疏矩阵；所述稀疏矩阵用于存储其对应的订单类型下的各个待交易订单的期望成交价；
若所述稀疏矩阵中存在至少一个符合所述目标订单的期望成交价的目标期望成交价，则基于所述目标订单的待交易数量以及各个所述目标期望成交价对应的待交易数量，从所有所述目标期望成交价中确定出至少一个目标期望成交价作为实际成交价，并确定各个所述实际成交价的成交量；
基于各个所述实际成交价的成交量，将各个所述实际成交价各自对应的待交易订单与所述目标订单进行并行匹配。
第二方面，本申请实施例提供了一种服务器，包括：
接收单元，用于接收终端发送的订单匹配请求；所述订单匹配请求中携带有待交易的目标订单的订单信息；所述订单信息包括订单类型、期望成交价及待交易数量；所述订单类型为买入订单和卖出订单中的任意一种；
第一获取单元，用于获取与所述目标订单的订单类型不同的订单类型对应的稀疏矩阵；所述稀疏矩阵用于存储其对应的订单类型下的各个待交易订单的期望成交价；
第一确定单元，用于若所述稀疏矩阵中存在至少一个符合所述目标订单的期望成交价的目标期望成交价，则基于所述目标订单的待交易数量以及各个所述目标期望成交价对应的待交易数量，从所有所述目标期望成交价中确定出至少一个目标期望成交价作为实际成交价，并确定各个所述实际成交价的成交量；
第一匹配单元，用于基于各个所述实际成交价的成交量，将各个所述实际成交价各自对应的待交易订单与所述目标订单进行并行匹配。
第三方面，本申请实施例提供了一种服务器，包括：
存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，上述处理器执行所述计算机程序时实现如上述第一方面中任一项所述一种订单匹配方法的步骤。
第四方面，本申请实施例提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如上述第一方面中任一项所述一种订单匹配方法的步骤。
第五方面，本申请实施例提供了一种计算机程序产品，当计算机程序产品在终端设备上运行时，使得终端设备执行上述第一方面中任一项所述的一种订单匹配方法。
可以理解的是，上述第二方面至第五方面的有益效果可以参见上述第一方面中的相关描述，在此不再赘述。
本申请实施例与现有技术相比存在的有益效果是：
本申请提供的一种订单匹配方法，通过接收终端发送的订单匹配请求；订单匹配请求中携带有待交易的目标订单的订单信息；订单信息包括订单类型、期望成交价及待交易数量；订单类型为买入订单和卖出订单中的任意一种；获取与目标订单的订单类型不同的订单类型对应的稀疏矩阵；稀疏矩阵用于存储其对应的订单类型下的各个待交易订单的期望成交价；若稀疏矩阵中存在至少一个符合目标订单的期望成交价的目标期望成交价，则基于目标订单的待交易数量以及各个目标期望成交价对应的待交易数量，从目标期望成交价中确定出至少一个目标期望成交价作为实际成交价，并确定各个实际成交价的成交量；基于各个实际成交价的成交量，将各个实际成交价各自对应的待交易订单与目标订单进行并行匹配，如此，通过将目标订单与符合要求的待交易订单进行并行匹配，使得在面对数量巨大的目标订单时，耗时短，匹配效率高。
附图说明
为了更清楚地说明本申请实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1是本申请实施例提供的一种订单匹配方法的实现流程图；
图2是本申请另一实施例提供的一种订单匹配方法的实现流程图；
图3是本申请再一实施例提供的一种订单匹配方法的实现流程图；
图4是本申请再一实施例提供的一种订单匹配方法中S1031的具体实现流程图；
图5是本申请又一实施例提供的一种订单匹配方法的实现流程图；
图6是本申请又一实施例提供的一种订单匹配方法中S1032的具体实现流程图；
图7是本申请又一实施例提供的一种订单匹配方法中的实现流程图；
图8是本申请实施例提供的一种订单匹配装置的结构示意图；
图9是本申请实施例提供的服务器的结构示意图。
具体实施方式
以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本申请实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本申请。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本申请的描述。
如在本申请说明书和所附权利要求书中所使用的那样，术语“如果”可以依据上下文被解释为“当...时”或“一旦”或“响应于确定”或“响应于检测到”。类似地，短语“如果确定”或“如果检测到[所描述条件或事件]”可以依据上下文被解释为意指“一旦确定”或“响应于确定”或“一旦检测到[所描述条件或事件]”或“响应于检测到[所描述条件或事件]”。
另外，在本申请说明书和所附权利要求书的描述中，术语“第一”、“第二”、“第三”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
在本申请说明书中描述的参考“一个实施例”或“一些实施例”等意味着在本申请的一个或多个实施例中包括结合该实施例描述的特定特征、结构或特点。由此，在本说明书中的不同之处出现的语句“在一个实施例中”、“在一些实施例中”、“在其他一些实施例中”、“在另外一些实施例中”等不是必然都参考相同的实施例，而是意味着“一个或多个但不是所有的实施例”，除非是以其他方式另外特别强调。术语“包括”、“包含”、“具有”及它们的变形都意味着“包括但不限于”，除非是以其他方式另外特别强调。
图1是本申请实施例提供的一种订单匹配方法的实现流程图，本实施例中，一种订单匹配方法的执行主体为服务器，服务器包括但不限于智能手机、平板电脑或台式电脑。
如图1所示的一种订单匹配方法包括以下步骤：
在S101中，接收终端发送的订单匹配请求；所述订单匹配请求中携带有待交易的目标订单的订单信息；所述订单信息包括订单类型、期望成交价及待交易数量；所述订单类型为买入订单和卖出订单中的任意一种。
在实际应用中，当用户有买入产品或卖出产品的需求时，用户可以通过终端创建相应的买入订单或卖出订单。买入订单或卖出订单中包括期望成交价和待交易数量。其中，期望成交价指用户买入产品或卖出产品时所期望的成交价格，待交易数量指用户需要买入或卖出的产品的数量。例如，当用户需要买入产品时，用户可以通过终端创建买入订单，该买入订单中的期望成交价即为用户买入产品期望的买入价格，该买入订单中的待交易数量即为用户需要买入的产品的数量；当用户需要卖出产品时，用户可以通过终端创建卖出订单，该卖出订单中的期望成交价即为用户卖出产品期望的卖出价格，该卖出订单中的待交易数量即为用户需要卖出的产品的数量。
用户创建相应的买入订单或卖出订单后，可以通过终端向服务器发送订单匹配请求，该订单匹配请求用于请求服务器为用户创建的买入订单匹配符合要求的卖出订单，或者为用户创建的卖出订单匹配符合要求的买入订单。其中，符合要求指符合订单中的期望成交价。示例性的，对于买入订单而言，符合要求的卖出订单为：卖出订单的期望成交价小于或等于买入订单的期望成交价的卖出订单；对于卖出订单而言，符合要求的买入订单为：买入订单的期望成交价大于或等于卖出订单的期望成交价的买入订单。
具体的，在本申请一种可能的实现方式中，终端可以在检测到用户创建并提交买入订单或卖出订单时，认为用户需要通过服务器进行订单匹配，此时，终端将用户创建的买入订单或卖出订单确定为待交易订单，并获取该待交易订单的订单类型、期望成交价及待交易数量，基于该待交易订单的订单类型、期望成交价、待交易数量及终端的设备识别码生成订单匹配请求，即该订单匹配请求中携带待交易订单的订单类型、期望成交价、待交易数量及终端的设备识别码，待交易订单的订单类型为买入订单和卖出订单中的任意一种。
终端将生成的订单匹配请求发送至服务器。
服务器在接收到终端发送的订单匹配请求后，从订单匹配请求中提取待交易的目标订单的订单信息。
需要说明的是，本申请实施例中，服务器中预先存储了买入订单对应的稀疏矩阵和卖出订单对应的稀疏矩阵。其中，稀疏矩阵是指在一个矩阵中，数值为0的元素的数目远远多于数值为非0的元素的数目，并且非0元素的分布没有规律的矩阵。本申请实施例中的买入订单对应的稀疏矩阵用于存储待交易的买入订单的期望成交价，卖出订单对应的稀疏矩阵用于存储待交易的卖出订单的期望成交价。作为本申请另一实施例，待交易的买入订单的待交易数量与待交易的买入订单的期望成交价进行关联存储，待交易的卖出订单的待交易数量与待交易的卖出订单的期望成交价进行关联存储。
在S102中，获取预存的与所述目标订单的订单类型不同的订单类型对应的稀疏矩阵；所述稀疏矩阵用于存储其对应的订单类型下的各个待交易订单的期望成交价。
本申请实施例中，服务器接收到终端发送的订单匹配请求后，基于待交易的目标订单的订单类型，获取预存的与目标订单的订单类型不同的订单类型对应的稀疏矩阵。其中，稀疏矩阵用于存储其对应的订单类型下的各个待交易订单的期望成交价。由于本申请实施例中的订单类型只包括买入订单和卖出订单这两种，因此，当目标订单的订单类型确定后，与目标订单的订单类型不同的订单类型也是确定的。示例性的，若目标的订单类型为买入订单，则服务器获取卖出订单对应的稀疏矩阵；若目标订单的订单类型为卖出订单，则服务器获取买入订单对应的稀疏矩阵。
服务器获取到与目标订单的订单类型不同的订单类型对应的稀疏矩阵后，检测该稀疏矩阵中是否存在符合目标订单的期望成交价的目标期望成交价。示例性的，若目标订单的订单类型为买入订单，则服务器检测卖出订单对应的稀疏矩阵中是否存在小于或等于目标订单的期望成交价的目标期望成交价；若目标订单的订单类型为卖出订单，则服务器检测买入订单对应的稀疏矩阵中是否存在大于或等于目标订单的期望成交价的目标期望成交价。
服务器若检测到该稀疏矩阵存在符合目标订单的期望成交价的目标期望成交价，则执行S103；服务器若检测到该稀疏矩阵不存在符合目标订单的期望成交价的目标期望成交价，则说明目标订单此时不能成交，服务器将该目标订单的期望成交价插入与该目标订单的订单类型对应的稀疏矩阵中，并将该目标订单存储于稀疏矩阵中该目标订单的期望成交价对应的存储地址中，等待下一次的订单匹配。
在S103中，若所述稀疏矩阵中存在至少一个符合所述目标订单的期望成交价的目标期望成交价，则基于所述目标订单的待交易数量以及各个所述目标期望成交价对应的待交易数量，从所有所述目标期望成交价中确定出至少一个目标期望成交价作为实际成交价，并确定各个所述实际成交价的成交量。
本申请实施例中，服务器在检测到与目标订单的订单类型不同的订单类型对应的稀疏矩阵中存在至少一个符合目标订单的期望成交价的目标期望成交价时，由于每一目标期望成交价对应的待交易数量可能大于、等于或小于目标订单的期望成交价，因此，服务器需要基于目标订单的待交易数量以及各个目标期望成交价对应的待交易数量，从所有目标期望成交价中确定出至少一个目标期望成交价作为实际成交价，以及确定各个实际成交价的成交量。其中，成交量是指各个实际成交价可以成交的数量。
具体的，服务器根据目标订单的待交易数量以及各个目标期望成交价对应的待交易数量时，需要使确定出的至少一个目标期望成交价对应的待交易数量之和等于目标订单的待交易数量，即若有多个目标期望成交价，则确定多个目标期望成交价中哪些目标期望成交价对应的待交易数量之和等于目标订单的待交易数量，就将这些目前期望成交价确定为实际成交价。
可以理解的是，各个目标期望成交价对应的待交易数量可以相同，也可以不同，具体根据实际情况确定。
需要说明的是，本申请实施例确定出的实际成交价可能是一个，也可能是多个。示例性的，若在至少一个目标期望成交价中基于预设规则第一个匹配目标期望成交价对应的待交易数量大于或等于目标订单的待交易数量，则将该匹配的目标期望成交价确认为实际成交价，即该情况下实际成交价只有一个；若在至少两个目标期望成交价中基于预设规则匹配至少两个目标期望成交价对应的待交易数量之和满足目标订单的待交易数量，则从期望成交价中确定至少两个期望成交价作为实际成交价，即该情况下此时的实际成交价为至少两个。其中，预设规则可以根据实际需要设置，此处不作限制。
在S104中，基于各个所述实际成交价的成交量，将各个所述实际成交价各自对应的待交易订单与所述目标订单进行并行匹配。
本申请实施例中，服务器确定了实际成交价以及各个实际成交价的成交量后，基于各个实际成交价的成交量，将各个实际成交价各自对应的待交易订单与目标订单进行并行匹配，即目标订单与至少一个目标期望成交价各自对应的待交易订单进行并行匹配。在实际应用中，将目标订单与待交易订单进行并行匹配是指根据确定出的实际成交价及各个实际成交价对应的成交量，将目标订单与各个实际成交价对应的待交易订单生成交易合同。
以上可以看出，本申请实施例提供的一种订单匹配方法，通过接收终端发送的订单匹配请求；订单匹配请求中携带有待交易的目标订单的订单信息；订单信息包括订单类型、期望成交价及待交易数量；订单类型为买入订单和卖出订单中的任意一种；获取与目标订单的订单类型不同的订单类型对应的稀疏矩阵；稀疏矩阵用于存储其对应的订单类型下的各个待交易订单的期望成交价；若稀疏矩阵中存在至少一个符合目标订单的期望成交价的目标期望成交价，则基于目标订单的待交易数量以及各个目标期望成交价对应的待交易数量，从目标期望成交价中确定出至少一个目标期望成交价作为实际成交价，并确定各个实际成交价的成交量；基于各个实际成交价的成交量，将各个实际成交价各自对应的待交易订单与目标订单进行并行匹配，如此，通过将目标订单与符合要求的待交易订单进行并行匹配，使得在面对数量巨大的目标订单时，耗时短，匹配效率高。
请参阅图2，图2是本申请另一实施例提供的一种订单匹配方法的实现流程图。如图2所示，相对于图1对应的实施例，本实施例在S101之前还可以包括S01～S03，详述如下：
在S01中，根据历史成交价确定当天实际成交价的理论最小值和理论最大值。
本实施例中，服务器可以每天都根据历史成交价确定当天实际成交价的理论最小值和理论最大值。其中，历史成交价可以根据实际需求设置，此处不作限制，在实际应用中，历史成交价可以是预设历史时段内的收盘价。预设历史时段可以根据实际需求设置，例如，预设历史时段可以是当天前一天。示例性的，历史成交价可以是昨日收盘价。其中，昨日收盘价可以是昨日最后一笔交易前一分钟所有交易的成交量加权平均价(含最后一笔交易)。
当天实际成交价的理论最小值是指根据历史成交价预估出的当天实际成交价的最小值，当天实际成交价的理论最小值可以根据实际需要设置，此处不作限制。作为本申请一实施例，可以基于历史成交价和第一预设百分比确定当天实际成交价的理论最小值，例如，若历史成交价为20，第一预设百分比为10％，则当天实际成交价的理论最小值为20-20*10％＝18。
当天实际成交价的理论最大值是指根据历史成交价预估出的当天实际成交价的最大值，当天实际成交价的理论最大值可以根据实际需要设置，此处不作限制。作为本申请一实施例，可以基于历史成交价和第二预设百分比确定当天实际成交价的理论最大值，例如，若历史成交价为20，第二预设百分比为10％，则当天实际成交价的理论最大值为20+20*10％＝22。
在S02中，基于所述理论最小值、所述理论最大值及预设价格精度，生成价格矩阵；所述价格矩阵中的第一个元素的值为所述理论最小值，所述价格矩阵中每相邻两个元素的值的差值为所述预设价格精度。
本实施例中，服务器确定了当天实际成交价的理论最小值和理论最大值后，基于理论最小值、理论最大值及预设价格精度，生成价格矩阵。
其中，预设价格精度是指期望的实际成交价的精确度。示例性的，例如，若期望的实际成交价的精确度为精确到小数点后1位，则预设价格精度为0.1，若期望的实际成交价的精确度为精确到小数点后2位，则预设价格精度为0.01。
需要说明的是，在生成价格矩阵之前，首先需要确定价格矩阵中所包含的元素的个数。具体的，可以根据以下公式确定价格矩阵中所包含的元素的个数：
元素个数＝(理论最大值-理论最小值)/预设价格精度；
服务器确定出价格矩阵中所包含的元素的个数后，将理论最小值作为该价格矩阵的第一个元素的值，并基于确定出的元素个数生成价格矩阵，使价格矩阵中后一个元素的值比前一个元素的值大预设价格精度。示例性的，结合S01，若实际成交价的理论最小值为18，实际成交价的理论最大值为22，预设价格精度为0.01，则价格矩阵中第1个元素的值为18，第2个元素的值为18.01，第3个元素的值为18.02，依次类推，最后一个元素的值为22。
在S03中，基于所述价格矩阵生成买入订单对应的稀疏矩阵和卖出订单对应的稀疏矩阵；所述稀疏矩阵包含的元素个数与所述价格矩阵包含的元素个数相等，所述买入订单对应的稀疏矩阵用于存储待交易的买入订单的期望成交价，所述卖出订单对应的稀疏矩阵用于存储待交易的卖出订单的期望成交价。
本实施例中，服务器生成价格矩阵后，基于价格矩阵生成买入订单对应的稀疏矩阵和卖出订单对应的稀疏矩阵。其中，稀疏矩阵包含的元素个数与价格矩阵包含的元素个数相等。
需要说明的是，买入订单对应的稀疏矩阵用于存储待交易的买入订单的期望成交价，卖出订单对应的稀疏矩阵用于存储待交易的卖出订单的期望成交价。在实际应用中，当某一目标订单此次并未交易成功或者仅部分成交，则服务器将该目标订单确定为需要再次进行交易的待交易的订单，此时，服务器将该目标订单的期望成交价插入相应的稀疏矩阵中。具体的，若目标订单为买入订单，则服务器将该买入订单的期望成交价插入目标订单对应的稀疏矩阵中；若目标订单为卖出订单，则服务器将该目标订单的期望成交价插入卖出订单对应的稀疏矩阵中。
本实施例中，服务器在将目标订单的期望成交价插入相应的稀疏矩阵时，需要根据价格矩阵确定目标订单的期望成交价在稀疏矩阵中的位置。具体的，服务器将目标订单的期望成交价与价格矩阵中各个元素的值进行对比，确定价格矩阵中值与目标订单的期望成交价相等的元素在价格矩阵中的位置，将价格矩阵中值与目标订单的期望成交价相等的元素在价格矩阵中的位置，确定为目标订单的期望成交价在相应的稀疏矩阵中的位置。
示例性的，结合S02，若待交易的买入订单的期望成交价为18.02，由于18.02在价格矩阵中的位置是第三个元素所在的位置，因此，服务器将该买入订单的期望成交价18.02插入买入订单对应的稀疏矩阵中第三个元素所在的位置，具体的，服务器将买入订单对应的稀疏矩阵中第三个元素的值更新为18.02。需要说明的是，若买入订单对应的稀疏矩阵中第三个元素的值为0，则将该元素的值更新为18.02；若买入订单对应的稀疏矩阵中第三个元素的值已经为18.02，则保持该值不变，不作更新。
作为本申请一实施例，为了获取与期望成交价对应的待交易订单，将每个期望成交价与该期望成交价对应的待交易订单的存储地址进行关联存储。
作为本申请另一实施例，服务器在接收到订单匹配请求时，还可以根据当天实际成交价的理论最小值和理论最大值来判断目标订单是否可以进行订单匹配，具体的，服务器若检测到目标订单的期望成交价小于当天实际成交价的理论最小值或大于当天实际成交价的理论最大值，则确定该目标订单不能进行匹配，此时，服务器可以向终端返回用于表示无法进行订单匹配的提示信息。
以上可以看出，本实施例提供的一种订单匹配方法，通过生成买入订单和卖出订单各自对应的稀疏矩阵，由于买入订单对应的稀疏矩阵用于存储待交易的买入订单的期望成交价，卖出订单对应的稀疏矩阵用于存储待交易的卖出订单的期望成交价，从而使服务器可以直接从稀疏矩阵矩中快速确定是否有符合目标订单的期望成交价的待交易订单，节约了订单匹配的时间，提高了订单匹配的效率。
请参阅图3，图3是本申请再一实施例提供的一种订单匹配方法的实现流程图。相对于图1对应的实施例，本实施例中的目标订单的订单类型为买入订单，基于此，本实施例提供的订单匹配方法中，S102具体包括S1021，相应的，S103具体包括S1031，详述如下：
在S1021中，获取预存的卖出订单对应的稀疏矩阵。
本实施例中，当用户需要买入产品时，用户可以通过终端创建买入订单，并通过终端向服务器发送携带该买入订单的订单信息的订单匹配请求，也就是说，该种情况下，待交易的目标订单为买入订单。
服务器接收到订单匹配请求后，从该订单匹配请求提取买入订单的订单信息。而为了检测当前是否存在符合目标订单的期望成交价的卖出订单，服务器需要获取预存的卖出订单对应的稀疏矩阵。
本实施例中，服务器获取到卖出订单对应的稀疏矩阵后，检测卖出订单对应的稀疏矩阵中是否存在符合买入订单的期望成交价的目标期望成交价。其中，符合买入订单的期望成交价的目标期望成交价小于或等于买入订单的期望成交价的期望成交价，即服务器检测卖出订单对应的稀疏矩阵中是否存在小于或等于目标订单的期望成交价的目标期望成交价。
具体的，服务器若检测到卖出订单对应的稀疏矩阵中存在符合目标订单的期望成交价的目标期望成交价，则执行S1031；服务器若检测到卖出订单对应的稀疏矩阵不存在符合目标订单的期望成交价的目标期望成交价，则说明目标订单此当前无法成交，服务器将该目标订单的期望成交价插入买入订单对应的稀疏矩阵中，并将该目标订单存储在预设的存储地址中，且将该目标订单的存储地址与目标订单的期望成交价进行关联，等待下一次的订单匹配。其中，预设的存储地址是指与待交易的买入订单中和目标订单的期望成交价一致的期望成交价关联存储的该期望成交价对应的待交易订单的存储地址，并将该目标订单添加至该存储地址的末尾。
在S1031中，若所述卖出订单对应的稀疏矩阵中存在至少一个小于或等于所述目标订单的期望成交价的目标期望成交价，则基于所述目标订单的待交易数量以及各个所述目标期望成交价对应的待交易数量，从所有所述目标期望成交价中确定出至少一个目标期望成交价作为实际成交价，并确定各个所述实际成交价的成交量。
本实施例中，服务器在检测到卖出订单对应的稀疏矩阵中存在至少一个小于或等于目标订单的期望成交价的目标期望成交价时，由于每一目标期望成交价对应的待交易数量可能大于、等于或小于目标订单的期望成交价，因此，服务器需要基于目标订单的待交易数量以及各个目标期望成交价对应的待交易数量，从所有目标期望成交价中确定出至少一个目标期望成交价作为实际成交价，以及确定各个实际成交价的成交量。其中，成交量是指各个实际成交价可以成交的数量。
具体的，服务器根据目标订单的待交易数量以及各个目标期望成交价对应的待交易数量时，需要使确定出的至少一个目标期望成交价对应的待交易数量之和等于目标订单的待交易数量，即若有多个目标期望成交价，则确定多个目标期望成交价中哪些目标期望成交价对应的待交易数量之和等于目标订单的待交易数量，就将这些目前期望成交价确定为实际成交价。
可以理解的是，各个目标期望成交价对应的待交易数量可以相同，也可以不同，具体根据实际情况确定。
需要说明的是，本申请实施例确定出的实际成交价可能是一个，也可能是多个。示例性的，若在至少一个目标期望成交价中基于预设规则第一个匹配目标期望成交价对应的待交易数量大于或等于目标订单的待交易数量，则将该匹配的目标期望成交价确认为实际成交价，即该情况下实际成交价只有一个；若在至少两个目标期望成交价中基于预设规则匹配至少两个目标期望成交价对应的待交易数量之和满足目标订单的待交易数量，则从期望成交价中确定至少两个期望成交价作为实际成交价，即该情况下此时的实际成交价为至少两个。其中，预设规则可以根据实际需要设置，此处不作限制。
基于此，S1031具体可以通过如图4所示的S201～S203实现，详述如下：
在S201中，若所述目标订单的待交易数量与所有所述目标期望成交价对应的待交易数量之和相等，则将所有所述目标期望成交价均确定为实际成交价，将所述卖出订单对应的稀疏矩阵中各个所述目标期望成交价所在位置的元素的值均置为0。
本实施例中，服务器若检测到目标订单的待交易数量与所有目标期望成交价对应的待交易数量之和相等，说明所有目标期望成交价对应的待交易数量之和刚好满足目标订单的待交易数量，此时，服务器将所有目标期望成交价均确定为实际成交价，即所有目标期望成交价各自对应的所有待交易订单都将与目标订单进行匹配，这样，每个目标期望成交价对应的待交易订单均会变为0，因此，服务器将卖出订单对应的稀疏矩阵中各个目标期望成交价对应的元素的值置为0，表示当前待交易的订单中已经不存在目标期望成交价对应的待交易订单。
作为本申请另一实施例，服务器将卖出订单对应的稀疏矩阵中各个目标期望成交价对应的元素的值置为0时，还可以将与各个目标期望成交价关联的待交易数量确定为0。
在S202中，若所述目标订单的待交易数量大于所有所述目标期望成交价对应的待交易数量之和，则将所有所述目标期望成交价均确定为实际成交价，且将所述卖出订单对应的稀疏矩阵中各个所述目标期望成交价所在位置的元素的值均置为0，并将所述目标订单的期望成交价插入预存的所述买入订单对应的稀疏矩阵中。
本实施例中，服务器若检测到目标订单的待交易数量大于所有目标期望成交价对应的待交易数量之和，说明所有目标期望成交价对应的待交易数量之和无法完全满足目标订单的待交易数量，即目标订单无法一次性完成交易，还需要等待符合要求的新的卖出订单，此时，服务器将所有目标期望成交价均确定为实际成交价，即所有目标期望成交价各自对应的所有待交易订单都将与目标订单进行匹配，这样，每个目标期望成交价对应的待交易订单均会变为0，因此，服务器将卖出订单对应的稀疏矩阵中各个目标期望成交价对应的元素的值置为0，表示当前待交易订单中已经不存在目标期望成交价对应的待交易订单。
由于目标订单没有一次性完成交易，还需要等待符合要求的新的卖出订单。因此，需要将目标订单的期望成交价插入预存的买入订单对应的稀疏矩阵中。具体的，服务器将目标订单的期望成交价与价格矩阵中各个元素的值进行对比，确定价格矩阵中值与目标订单的期望成交价相等的元素在价格矩阵中的位置，将价格矩阵中值与目标订单的期望成交价相等的元素在价格矩阵中的位置，确定为目标订单的期望成交价在相应的稀疏矩阵中的位置。
示例性的，结合S02，若目标订单的期望成交价为18.02，由于18.02在价格矩阵中的位置是第三个元素所在的位置，因此，服务器将该目标订单的期望成交价18.02插入买入订单对应的稀疏矩阵中第三个元素所在的位置，具体的，服务器将买入订单对应的稀疏矩阵中第三个元素的值更新为18.02。需要说明的是，若买入订单对应的稀疏矩阵中第三个元素的值为0，则将该元素的值更新为18.02；若买入订单对应的稀疏矩阵中第三个元素的值已经为18.02，则保持该值不变，不作更新。并计算目标订单当前剩余的待交易数量，将目标订单当前剩余的待交易数量与目标订单的期望成交价进行关联，同时将目标订单存储在预设的存储地址中，且将目标订单的存储地址与目标订单的期望成交价进行关联。其中，预设的存储地址是指与待交易的买入订单中和目标订单的期望成交价一致的期望成交价关联存储的该期望成交价对应的待交易订单的存储地址，并将该目标订单添加至该存储地址的末尾。
需要说明的是，服务器将卖出订单对应的稀疏矩阵中各个目标期望成交价对应的元素的值置为0时，与目标期望成交价关联的待交易数量也相应变为0。
在S203中，若所述目标订单的待交易数量小于所述目标期望成交价对应的待交易数量之和，则按照第一价格优先原则从所有所述目标期望成交价中确定出至少一个目标期望成交价作为实际成交价，并确定各个所述实际成交价的成交量，将所述卖出订单对应的稀疏矩阵中各个全部成交的所述实际成交价对应的元素的值均置为0。
本实施例中，服务器若检测到目标订单的待交易数量小于所有目标期望成交价对应的待交易数量之和，说明符合要求的待交易的卖出订单的待交易数量之和远远大于目标订单的待交易数量，因此需要从所有目标期望成交价中选择出至少一个目标期望成交价，使得选出的至少一个目标期望成交价对应的卖出订单的待交易数量之和与目标订单的待交易数量相等。
具体的，为了使用户的目标订单能够与最优的价格进行交易，服务器按照第一价格优先原则从所有目标期望成交价中确定出至少一个目标期望成交价作为实际成交价，并确定各个实际成交价的成交量，将卖出订单对应的稀疏矩阵中各个全部成交的实际成交价对应的元素的值置为0。
其中，第一价格优先原则是指按照卖出订单的目标期望成交价从小到大的顺序依次确定可以与目标订单的期望成交价成交的实际成交价，直至各个实际成交价对应的待交易订单的待交易数量之和等于目标订单的待交易数量。
需要说明的是，在实际应用中，可能某一实际成交价下的所有待交易订单均会与目标订单成交，而某实际成交价下的部分订单才会与目标订单进成交，具体根据目标订单的待交易数量以及各个实际成交价下各个待交易订单的待交易数量确定。示例性的，若目标订单的期望成交价为￥10，目标订单的待交易数量为1000，假设符合目标订单的期望成交价的目标期望成交价包括￥8、￥9及￥10，且目标期望成交价￥8、￥9及￥10对应的待交易数量分别为500、500及100，则根据第一价格优先原则，首先将目标期望成交价￥8确定为实际成交价，且该实际成交价的成交量为500，再将目标期望成交价￥9确定为实际成交价，且该实际成交价的成交量为500，此时，实际成交价对应的成交量之和已等于目标订单的待交易数量。
本实施例中，由于各个实际成交价各自对应的待交易的卖出订单已全部或部分与目标订单成交，因此，若某一实际成交价对应的所有卖出订单均与目标订单进行成交，则将卖出订单对应的稀疏矩阵中该实际成交价对应的元素的值置为0。在本申请另一实施例中，若某一实际成交价下仅有部分卖出订单与目标订单成交，还有部分未与目标订单进行成交，则服务器不改变卖出订单对应的稀疏矩阵中该实际成交价所在位置的元素的值，即卖出订单对应的稀疏矩阵中该实际成交价所在位置的元素的值依旧是该实际成交价，同时，服务器重新确定该实际成交价对应的待交易订单以及待交易订单的待交易数量，基于重新确定的待交易数量对与该实际成交价关联的待交易数量进行更新。
以上可以看出，本实施例提供的一种订单匹配方法在目标订单的订单类型为买入订单时，获取预存的卖出订单对应的稀疏矩阵；若卖出订单对应的稀疏矩阵中存在至少一个小于或等于目标订单的期望成交价的目标期望成交价，则基于目标订单的待交易数量以及各个目标期望成交价对应的待交易数量，从所有目标期望成交价中确定出至少一个目标期望成交价作为实际成交价，并确定各个实际成交价的成交量，使目标订单的订单类型为买入订单时，可以直接从预存的卖出订单对应的稀疏矩阵中获取符合条件的目标期望成交价，使操作简单，提高服务器的工作效率。
请参阅图5，图5是本申请又一实施例提供的一种订单匹配方法的实现流程图。相对于图1对应的实施例，本实施例中的目标订单的订单类型为卖出订单，基于此，本实施例提供的订单匹配方法中，S102具体包括S1022，相应的，S103具体包括S1032，详述如下：
在S1022中，获取预存的买入订单对应的稀疏矩阵。
本实施例中，当用户需要卖出产品时，用户可以通过终端创建卖出订单，并通过终端向服务器发送携带该卖出订单的订单信息的订单匹配请求，也就是说，该种情况下，待交易的目标订单即为卖出订单。
服务器接收到订单匹配请求后，从该订单匹配请求提取卖出订单的订单信息。而为了检测当前是否存在符合目标订单的期望成交价的买入订单，服务器需要获取预存的买入订单对应的稀疏矩阵。
本实施例中，服务器获取到买入订单对应的稀疏矩阵后，检测买入订单对应的稀疏矩阵中是否存在符合卖出订单的期望成交价的目标期望成交价。其中，符合卖出订单的期望成交价的目标期望成交价是指目标期望成交价需要大于或等于卖出订单的期望成交价，即服务器检测买入订单对应的稀疏矩阵中是否存在大于或等于目标订单的期望成交价的目标期望成交价。
具体的，服务器若检测到该稀疏矩阵存在符合目标订单的期望成交价的目标期望成交价，则执行S1032；服务器若检测到买入订单对应的稀疏矩阵不存在符合目标订单的期望成交价的目标期望成交价，则说明目标订单此当前无法成交，服务器将该目标订单的期望成交价插入卖出订单对应的稀疏矩阵中，并将该目标订单存储在预设的存储地址中，且将该目标订单的存储地址与目标订单的期望成交价进行关联，等待下一次的订单匹配。其中，预设的存储地址是指与待交易的卖出订单中和目标订单的期望成交价一致的期望成交价关联存储的该期望成交价对应的待交易订单的存储地址，并将该目标订单添加至该存储地址的末尾。
在S1032中，若所述买入订单对应的稀疏矩阵中存在至少一个大于或等于所述目标订单的期望成交价的目标期望成交价，则基于所述目标订单的待交易数量以及各个所述目标期望成交价对应的待交易数量，从所有所述目标期望成交价中确定出至少一个目标期望成交价作为实际成交价，并确定各个所述实际成交价的成交量。
本实施例中，服务器检测到买入订单对应的稀疏矩阵中存在至少一个大于或等于目标订单的期望成交价的目标期望成交价，由于每一目标期望成交价对应的待交易数量可能大于、等于或小于目标订单的期望成交价，因此，服务器需要基于目标订单的待交易数量以及各个目标期望成交价对应的待交易数量，从所有目标期望成交价中确定出至少一个目标期望成交价作为实际成交价，以及确定各个实际成交价的成交量。其中，成交量是指各个实际成交价可以成交的数量。
具体的，服务器根据目标订单的待交易数量以及各个目标期望成交价对应的待交易数量时，需要使确定出的至少一个目标期望成交价对应的待交易数量之和等于目标订单的待交易数量，即若有多个目标期望成交价，则确定多个目标期望成交价中哪些目标期望成交价对应的待交易数量之和等于目标订单的待交易数量，就将这些目前期望成交价确定为实际成交价。
可以理解的是，各个目标期望成交价对应的待交易数量可以相同，也可以不同，具体根据实际情况确定。
需要说明的是，本申请实施例确定出的实际成交价可能是一个，也可能是多个。示例性的，若在至少一个目标期望成交价中基于预设规则第一个匹配目标期望成交价对应的待交易数量大于或等于目标订单的待交易数量，则将该匹配的目标期望成交价确认为实际成交价，即该情况下实际成交价只有一个；若在至少两个目标期望成交价中基于预设规则匹配至少两个目标期望成交价对应的待交易数量之和满足目标订单的待交易数量，则从期望成交价中确定至少两个期望成交价作为实际成交价，即该情况下此时的实际成交价为至少两个。其中，预设规则可以根据实际需要设置，此处不作限制。
基于此，S1032具体可以通过如图6所示的S301～S303实现，详述如下：在S301中，若所述目标订单的待交易数量与所有所述目标期望成交价对应的待交易数量之和相等，则将所有所述目标期望成交价均确定为实际成交价，将所述买入订单对应的稀疏矩阵中各个所述目标期望成交价对应的元素的值均置为0。
本实施例中，服务器若检测到目标订单的待交易数量与所有目标期望成交价对应的待交易数量之和相等，说明所有目标期望成交价对应的待交易数量之和刚好满足目标订单的待交易数量，此时，服务器将所有目标期望成交价均确定为实际成交价，即所有目标期望成交价各自对应的所有待交易订单都将与目标订单进行匹配，这样，每个目标期望成交价对应的待交易订单均会变为0，因此，服务器将买入订单对应的稀疏矩阵中各个目标期望成交价对应的元素的值置为0，表示当前待交易的订单中已经不存在目标期望成交价对应的待交易订单。
作为本申请另一实施例，服务器将买入订单对应的稀疏矩阵中各个目标期望成交价对应的元素的值置为0时，还可以将与各个目标期望成交价关联的待交易数量确定为0。
在S302中，若所述目标订单的待交易数量大于所有所述目标期望成交价对应的待交易数量之和，则将所有所述目标期望成交价均确定为实际成交价，且将所述买入订单对应的稀疏矩阵中各个所述目标期望成交价所在位置的元素的值均置为0，并将所述目标订单的期望成交价插入预存的所述卖出订单对应的稀疏矩阵中。
本实施例中，服务器若检测到目标订单的待交易数量大于所有目标期望成交价对应的待交易数量之和，说明所有目标期望成交价对应的待交易数量之和无法完全满足目标订单的待交易数量，即目标订单无法一次性完成交易，还需要等待符合要求的新的买入订单，此时，服务器将所有目标期望成交价均确定为实际成交价，即所有目标期望成交价各自对应的所有待交易订单都将与目标订单进行匹配，这样，每个目标期望成交价对应的待交易订单均会变为0，因此，服务器将买入订单对应的稀疏矩阵中各个目标期望成交价对应的元素的值置为0，表示当前待交易订单中已经不存在目标期望成交价对应的待交易订单。
由于目标订单没有一次性完成交易，还需要等待符合要求的新的买入订单。因此，需要将目标订单的期望成交价插入预存的卖出订单对应的稀疏矩阵中。具体的，服务器将目标订单的期望成交价与价格矩阵中各个元素的值进行对比，确定价格矩阵中值与目标订单的期望成交价相等的元素在价格矩阵中的位置，将价格矩阵中值与目标订单的期望成交价相等的元素在价格矩阵中的位置，确定为目标订单的期望成交价在相应的稀疏矩阵中的位置。
示例性的，结合S02，若目标订单的期望成交价为18.02，由于18.02在价格矩阵中的位置是第三个元素所在的位置，因此，服务器将该目标订单的期望成交价18.02插入卖出订单对应的稀疏矩阵中第三个元素所在的位置，具体的，服务器将卖出订单对应的稀疏矩阵中第三个元素的值更新为18.02。需要说明的是，若卖出订单对应的稀疏矩阵中第三个元素的值为0，则将该元素的值更新为18.02；若卖出订单对应的稀疏矩阵中第三个元素的值已经为18.02，则保持该值不变，不作更新。并计算目标订单当前剩余的待交易数量，将目标订单当前剩余的待交易数量与目标订单的期望成交价进行关联，同时将目标订单存储在预设的存储地址中，且将目标订单的存储地址与目标订单的期望成交价进行关联。其中，预设的存储地址是指与待交易的卖出订单中和目标订单的期望成交价一致的期望成交价关联存储的该期望成交价对应的待交易订单的存储地址，并将该目标订单添加至该存储地址的末尾。
需要说明的是，服务器将买入订单对应的稀疏矩阵中各个目标期望成交价对应的元素的值置为0时，与目标期望成交价关联的待交易数量也相应变为0。
在S3023中，若所述目标订单的待交易数量小于所述目标期望成交价对应的待交易数量之和，则按照第二价格优先原则从所有所述目标期望成交价中确定出至少一个目标期望成交价作为实际成交价，并确定各个所述实际成交价的成交量，将所述买入订单对应的稀疏矩阵中各个全部成交的所述实际成交价对应的元素的值均置为0。
本实施例中，服务器若检测到目标订单的待交易数量小于所有目标期望成交价对应的待交易数量之和，说明符合要求的待交易的买入订单的待交易数量之和远远大于目标订单的待交易数量，因此需要从所有目标期望成交价中选择出至少一个目标期望成交价，使得选出的至少一个目标期望成交价对应的买入订单的待交易数量之和与目标订单的待交易数量相等。
具体的，为了使用户的目标订单能够与最优的价格进行交易，服务器按照第二价格优先原则从所有目标期望成交价中确定出至少一个目标期望成交价作为实际成交价，并确定各个实际成交价的成交量，将买入订单对应的稀疏矩阵中各个实际成交价对应的元素的值置为0。
其中，第二价格优先原则是指按照买入订单的目标期望成交价从大到小的顺序依次确定可以与目标订单的期望成交价成交的实际成交价，直至各个实际成交价对应的待交易订单的待交易数量之和等于目标订单的待交易数量。
需要说明的是，在实际应用中，可能某一实际成交价下的所有待交易订单均会与目标订单成交，而某实际成交价下的部分订单才会与目标订单进成交，具体根据目标目标订单的待交易数量以及各个实际成交价下各个待交易订单的待交易数量确定。示例性的，若目标订单的期望成交价为￥10，目标订单的待交易数量为1000，假设符合目标订单的期望成交价的目标期望成交价包括￥8、￥9及￥10，且目标期望成交价￥8、￥9及￥10对应的待交易数量分别为100、500及500，则根据第二价格优先原则，首先将目标期望成交价￥10确定为实际成交价，且该实际成交价的成交量为500，再将目标期望成交价￥9确定为实际成交价，且该实际成交价的成交量为500，此时，实际成交价对应的成交量之和已等于目标订单的待交易数量。
本实施例中，由于各个实际成交价各自对应的待交易的买入订单已全部或部分与目标订单成交，因此，若某一实际成交价对应的所有买入订单均与目标订单进行成交，则将买入订单对应的稀疏矩阵中该实际成交价对应的元素的值置为0。在本申请另一实施例中，若某一实际成交价下仅有部分买入订单与目标订单成交，还有部分未与目标订单进行成交，则服务器不改变买入订单对应的稀疏矩阵中该实际成交价所在位置的元素的值，即买入订单对应的稀疏矩阵中该实际成交价所在位置的元素的值依旧是该实际成交价，同时，服务器重新确定该实际成交价对应的待交易订单以及待交易订单的待交易数量，基于重新确定的待交易数量对与该实际成交价关联的待交易数量进行更新。
以上可以看出，本实施例提供的一种订单匹配方法在目标订单的订单类型为卖出订单时，获取预存的买入订单对应的稀疏矩阵；若买入订单对应的稀疏矩阵中存在至少一个大于或等于目标订单的期望成交价的目标期望成交价，则基于目标订单的待交易数量以及各个目标期望成交价对应的待交易数量，从所有目标期望成交价中确定出至少一个目标期望成交价作为实际成交价，并确定各个实际成交价的成交量，使目标订单的订单类型为卖出订单时，可以直接从预存的买入订单对应的稀疏矩阵中获取符合条件的目标期望成交价，使操作简单，提高服务器的工作效率。
请参阅图7，图7是本申请又一实施例提供的一种订单匹配方法的实现流程图。相对于图2对应的实施例，本实施例中的稀疏矩阵还用于存储各个期望成交价对应的各个待交易订单的存储地址，基于此，本实施例提供的订单匹配方法在S103后，S104之前，还可以包括如图7所示的S401，相应的，S104还可以具体包括S402～S403，详述如下：
在S401中，获取与各个所述实际成交价关联的各个待交易订单的目标存储地址；所述目标存储地址中包括至少一个存储链路。
本实施例中，服务器预先定义了用于存储待交易订单的存储地址，且每个存储地址都包括至少一个存储链路。其中，存储链路用于存储至少一个待交易订单。
服务器在确定各个实际成交价的成交量后，根据稀疏矩阵中存储的各个期望成交价对应的各个待交易订单的存储地址，获取与各个实际成交价关联的各个待交易订单的目标存储地址。其中，目标存储地址是指用于存储实际成交价对应的待交易订单的存储地址。
在S402中，基于各个所述实际成交价的成交量，从各个所述目标存储地址的至少一个存储链路中获取待交易订单。
本实施例中，服务器在获取各个实际成交价对应的各个待交易订单的目标存储地址后，基于各个实际成交价的成交量，从各个目标订单存储地址的至少一个存储链路中获取待交易订单。
在实际应用中，每个存储链路存储的待交易订单的数量可以根据实际需要设置，此处不作限制。且每个存储链路存储的待交易订单的数量可以相同也可以不同。示例性的，每个存储链路可以存储预设待交易订单数量阈值的待交易订单，其中，预设待交易订单数量阈值可以根据实际需要设置，此处不作限制。
因为每个存储链路都存储着一定数量的待交易订单，且每个目标存储地址都有至少一个存储链路，因此，基于每个实际成交价的成交量，服务器需要获取与每个实际成交价的成交量相等的该实际成交价对应的目标存储地址中的至少一个存储链路中的所有待交易订单。示例性的，若某个实际成交价的成交量为500，该实际成交价对应的目标存储地址中包括3个存储链路，第一个存储链路中有200个待成交数量的订单，第二个存储链路中有300个待成交数量的订单，第三个存储链路有100个待成交数量的订单，则服务器只需获取前两个存储链路的所有待交易订单即可。
作为本申请另一实施例，基于每个实际成交价的成交量，服务器在获取每个实际成交价对应的目标存储地址中的至少一个存储链路中的所有待交易订单之后，若至少一个存储链路中的所有待交易订单之和小于该实际成交价的成交量，则服务器还需要获取该实际成交价对应的目标存储地址中的下一个存储链路中的部分待交易订单，才能使获取的待成交数量的订单之和等于该实际成交价的成交量。因此，服务器需要获取该实际成交价对应的目标存储地址中的下一个存储链路，并且该存储链路是部分待交易订单与目标订单进行匹配。示例性的，若某个实际成交价的成交量为500，该实际成交价对应的目标存储地址中包括3个存储链路，第一个存储链路中有200个待成交数量的订单，第二个存储链路中有100个待成交数量的订单，第三个存储链路有300个待成交数量的订单，则服务器需获取三个存储链路，并且第三个存储链路中是前200个待成交数量的订单与目标订单进行匹配。
在S403中，将获取到的所述待交易订单与所述目标订单进行并行匹配。
本实施例中，服务器获取待交易订单之后，将获取的待交易订单与目标订单进行并行匹配。即目标订单与至少一个目标期望成交价各自对应的待交易订单进行并行匹配。在实际应用中，将目标订单与待交易订单进行并行匹配是指根据目标订单与待交易订单生成交易合同。
以上可以看出，本实施例提供的一种订单匹配方法，通过预先定义用于存储待交易订单的存储地址和存储链路，将待交易订单存储在至少一个存储链路中，使得在需要获取待交易订单时，可以直接通过获取至少一个存储链路来获取多个待交易订单，方便快速，极大提高了订单匹配的匹配效率。
应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本申请实施例的实施过程构成任何限定。
对应于上文实施例所述的一种订单匹配方法，图8示出了本申请实施例提供的服务器的结构框图，为了便于说明，仅示出了与本申请实施例相关的部分。
参照图8，该服务器包括：接收单元81、第一获取单元82、第一确定单元83及第一匹配单元84。其中：
接收单元81用于接收终端发送的订单匹配请求；所述订单匹配请求中携带有待交易的目标订单的订单信息；所述订单信息包括订单类型、期望成交价及待交易数量；所述订单类型为买入订单和卖出订单中的任意一种。
第一获取单元82用于获取与所述目标订单的订单类型不同的订单类型对应的稀疏矩阵；所述稀疏矩阵用于存储其对应的订单类型下的各个待交易订单的期望成交价。
第一确定单元83用于若所述稀疏矩阵中存在至少一个符合所述目标订单的期望成交价的目标期望成交价，则基于所述目标订单的待交易数量以及各个所述目标期望成交价对应的待交易数量，从所有所述目标期望成交价中确定出至少一个目标期望成交价作为实际成交价，并确定各个所述实际成交价的成交量。
第一匹配单元84用于基于各个所述实际成交价的成交量，将各个所述实际成交价各自对应的待交易订单与所述目标订单进行并行匹配。
作为本申请一实施例，服务器还包括：第二确定单元、第一生成单元及第二生成单元。其中：
第二确定单元用于根据历史成交价确定当天实际成交价的理论最小值和理论最大值。
第一生成单元用于基于所述理论最小值、所述理论最大值及预设价格精度，生成价格矩阵；所述价格矩阵中的第一个元素的值为所述理论最小值，所述价格矩阵中每相邻两个元素的值的差值为所述预设价格精度。
第二生成单元用于基于所述价格矩阵生成买入订单对应的稀疏矩阵和卖出订单对应的稀疏矩阵；所述稀疏矩阵包含的元素个数与所述价格矩阵包含的元素个数相等，所述买入订单对应的稀疏矩阵用于存储待交易的买入订单的期望成交价，所述卖出订单对应的稀疏矩阵用于存储待交易的卖出订单的期望成交价。
作为本申请一实施例，若所述目标订单的订单类型为买入订单，接收单元81之后，还包括：第二获取单元和第三确定单元。其中：
第二获取单元用于获取预存的卖出订单对应的稀疏矩阵。
第三确定单元用于若所述卖出订单对应的稀疏矩阵中存在至少一个小于或等于所述目标订单的期望成交价的目标期望成交价，则基于所述目标订单的待交易数量以及各个所述目标期望成交价对应的待交易数量，从所有所述目标期望成交价中确定出至少一个目标期望成交价作为实际成交价，并确定各个所述实际成交价的成交量。
作为本申请一实施例，第三确定单元还包括：第一置零单元、第一插入单元及第二置零单元。其中：
第一置零单元用于若所述目标订单的待交易数量与所有所述目标期望成交价对应的待交易数量之和相等，则将所有所述目标期望成交价均确定为实际成交价，将所述卖出订单对应的稀疏矩阵中各个所述目标期望成交价所在位置的元素的值均置为0。
第一插入单元用于若所述目标订单的待交易数量大于所有所述目标期望成交价对应的待交易数量之和，则将所有所述目标期望成交价均确定为实际成交价，且将所述卖出订单对应的稀疏矩阵中各个所述目标期望成交价所在位置的元素的值均置为0，并将所述目标订单的期望成交价插入预存的所述买入订单对应的稀疏矩阵中。
第二置零单元用于若所述目标订单的待交易数量小于所述目标期望成交价对应的待交易数量之和，则按照第一价格优先原则从所有所述目标期望成交价中确定出至少一个目标期望成交价作为实际成交价，并确定各个所述实际成交价的成交量，将所述卖出订单对应的稀疏矩阵中各个全部成交的所述实际成交价对应的元素的值均置为0。
作为本申请一实施例，若所述目标订单的订单类型为卖出订单，接收单元81之后，还包括：第三获取单元和第四确定单元。其中：
第三获取单元用于获取预存的买入订单对应的稀疏矩阵。
第四确定单元用于若所述买入订单对应的稀疏矩阵中存在至少一个大于或等于所述目标订单的期望成交价的目标期望成交价，则基于所述目标订单的待交易数量以及各个所述目标期望成交价对应的待交易数量，从所有所述目标期望成交价中确定出至少一个目标期望成交价作为实际成交价，并确定各个所述实际成交价的成交量。
作为本申请一实施例，第四确定单元还包括：第三置零单元、第二插入单元及第四置零单元。其中：
第三置零单元用于若所述目标订单的待交易数量与所有所述目标期望成交价对应的待交易数量之和相等，则将所有所述目标期望成交价均确定为实际成交价，将所述买入订单对应的稀疏矩阵中各个所述目标期望成交价所在位置的元素的值均置为0。
第二插入单元用于若所述目标订单的待交易数量大于所有所述目标期望成交价对应的待交易数量之和，则将所有所述目标期望成交价均确定为实际成交价，且将所述买入订单对应的稀疏矩阵中各个所述目标期望成交价对应的元素的值均置为0，并将所述目标订单的期望成交价插入预存的所述卖出订单对应的稀疏矩阵中。
第四置零单元用于若所述目标订单的待交易数量小于所述目标期望成交价对应的待交易数量之和，则按照第二价格优先原则从所有所述目标期望成交价中确定出至少一个目标期望成交价作为实际成交价，并确定各个所述实际成交价的成交量，将所述买入订单对应的稀疏矩阵中各个全部成交的所述实际成交价对应的元素的值均置为0。
作为本申请一实施例，所述稀疏矩阵还用于存储与所述期望成交价相对应的订单存储地址，则第一确定单元83之后，还包括：获取地址单元，第一匹配单元84具体包括：获取订单单元和第二匹配单元。其中：
获取地址单元用于获取与各个所述实际成交价关联的各个待交易订单的目标存储地址；所述目标存储地址中包括至少一个存储链路。
获取订单单元用于基于各个所述实际成交价的成交量，从各个所述目标存储地址的至少一个存储链路中获取待交易订单。
第二匹配单元用于将获取到的所述待交易订单与所述目标订单进行并行匹配。
以上可以看出，本申请提供的一种服务器通过接收终端发送的订单匹配请求；订单匹配请求中携带有待交易的目标订单的订单信息；订单信息包括订单类型、期望成交价及待交易数量；订单类型为买入订单和卖出订单中的任意一种；获取与目标订单的订单类型不同的订单类型对应的稀疏矩阵；稀疏矩阵用于存储其对应的订单类型下的各个待交易订单的期望成交价；若稀疏矩阵中存在至少一个符合目标订单的期望成交价的目标期望成交价，则基于目标订单的待交易数量以及各个目标期望成交价对应的待交易数量，从目标期望成交价中确定出至少一个目标期望成交价作为实际成交价，并确定各个实际成交价的成交量；基于实际成交价，将确定出的至少一个目标期望成交价各自对应的待交易订单与目标订单进行并行匹配，那么，在面对数量巨大的目标订单时，该匹配方法使目标订单可以与至少一个目标期望成交价各自对应的待交易订单进行并行匹配，使耗时短，并且极大地提高了订单匹配的匹配效率。
图9为本申请一实施例提供的服务器的结构示意图。如图9所示，该实施例的服务器9包括：至少一个处理器90(图9中仅示出一个)处理器、存储器91以及存储在所述存储器91中并可在所述至少一个处理器90上运行的计算机程序92，所述处理器90执行所述计算机程序92时实现上述任意一种订单匹配方法实施例中的步骤。
所述服务器9可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。该服务器可包括，但不仅限于，处理器90、存储器91。本领域技术人员可以理解，图9仅仅是服务器9的举例，并不构成对服务器9的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如还可以包括输入输出设备、网络接入设备等。
所称处理器90可以是中央处理单元(Central Processing Unit，CPU)，该处理器90还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
所述存储器91在一些实施例中可以是所述服务器9的内部存储单元，例如服务器9的硬盘或内存。所述存储器91在另一些实施例中也可以是所述服务器9的外部存储设备，例如所述服务器9上配备的插接式硬盘，智能存储卡(Smart Media Card,SMC)，安全数字(Secure Digital,SD)卡，闪存卡(Flash Card)等。进一步地，所述存储器91还可以既包括所述服务器9的内部存储单元也包括外部存储设备。所述存储器91用于存储操作系统、应用程序、引导装载程序(BootLoader)、数据以及其他程序等，例如所述计算机程序的程序代码等。所述存储器91还可以用于暂时地存储已经输出或者将要输出的数据。
本申请实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时可实现上述任意一种订单匹配方法实施例中的步骤。
本申请实施例提供了一种计算机程序产品，当计算机程序产品在移动终端上运行时，使得移动终端执行时实现可实现上述任意一种订单匹配方法实施例中的步骤。
以上所述实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围，均应包含在本申请的保护范围之内。

Claims (10)

1.一种订单匹配方法，其特征在于，包括：
接收终端发送的订单匹配请求；所述订单匹配请求中携带有待交易的目标订单的订单信息；所述订单信息包括订单类型、期望成交价及待交易数量；所述订单类型为买入订单和卖出订单中的任意一种；
获取预存的与所述目标订单的订单类型不同的订单类型对应的稀疏矩阵；所述稀疏矩阵用于存储其对应的订单类型下的各个待交易订单的期望成交价；
若所述稀疏矩阵中存在至少一个符合所述目标订单的期望成交价的目标期望成交价，则基于所述目标订单的待交易数量以及各个所述目标期望成交价对应的待交易数量，从所有所述目标期望成交价中确定出至少一个目标期望成交价作为实际成交价，并确定各个所述实际成交价的成交量；
基于各个所述实际成交价的成交量，将各个所述实际成交价各自对应的待交易订单与所述目标订单进行并行匹配。
2.根据权利要求1所述的订单匹配方法，其特征在于，所述接收终端发送的订单匹配请求之前，还包括：
根据历史成交价确定当天实际成交价的理论最小值和理论最大值；
基于所述理论最小值、所述理论最大值及预设价格精度，生成价格矩阵；所述价格矩阵中的第一个元素的值为所述理论最小值，所述价格矩阵中每相邻两个元素的值的差值为所述预设价格精度；
基于所述价格矩阵生成买入订单对应的稀疏矩阵和卖出订单对应的稀疏矩阵；所述稀疏矩阵包含的元素个数与所述价格矩阵包含的元素个数相等，所述买入订单对应的稀疏矩阵用于存储待交易的买入订单的期望成交价，所述卖出订单对应的稀疏矩阵用于存储待交易的卖出订单的期望成交价。
3.根据权利要求2所述的订单匹配方法，其特征在于，所述目标订单的订单类型为买入订单；
所述获取预存的与所述目标订单的订单类型不同的订单类型对应的稀疏矩阵，包括：
获取预存的卖出订单对应的稀疏矩阵；
相应的，所述若所述稀疏矩阵中存在至少一个符合所述目标订单的期望成交价的目标期望成交价，则基于所述目标订单的待交易数量以及各个所述目标期望成交价对应的待交易数量，从所有所述目标期望成交价中确定出至少一个目标期望成交价作为实际成交价，并确定各个所述实际成交价的成交量，包括：
若所述卖出订单对应的稀疏矩阵中存在至少一个小于或等于所述目标订单的期望成交价的目标期望成交价，则基于所述目标订单的待交易数量以及各个所述目标期望成交价对应的待交易数量，从所有所述目标期望成交价中确定出至少一个目标期望成交价作为实际成交价，并确定各个所述实际成交价的成交量。
4.根据权利要求3所述的订单匹配方法，其特征在于，所述基于所述目标订单的待交易数量以及各个所述目标期望成交价对应的待交易数量，从所有所述目标期望成交价中确定出至少一个目标期望成交价作为实际成交价，并确定各个所述实际成交价的成交量，包括：
若所述目标订单的待交易数量与所有所述目标期望成交价对应的待交易数量之和相等，则将所有所述目标期望成交价均确定为实际成交价，将所述卖出订单对应的稀疏矩阵中各个所述目标期望成交价所在位置的元素的值均置为0；
若所述目标订单的待交易数量大于所有所述目标期望成交价对应的待交易数量之和，则将所有所述目标期望成交价均确定为实际成交价，且将所述卖出订单对应的稀疏矩阵中各个所述目标期望成交价所在位置的元素的值均置为0，并将所述目标订单的期望成交价插入预存的所述买入订单对应的稀疏矩阵中；
若所述目标订单的待交易数量小于所述目标期望成交价对应的待交易数量之和，则按照第一价格优先原则从所有所述目标期望成交价中确定出至少一个目标期望成交价作为实际成交价，并确定各个所述实际成交价的成交量，将所述卖出订单对应的稀疏矩阵中各个全部成交的所述实际成交价对应的元素的值均置为0。
5.根据权利要求2所述的订单匹配方法，其特征在于，所述目标订单的订单类型为卖出订单；
所述获取预存的与所述目标订单的订单类型不同的订单类型对应的稀疏矩阵，包括：
获取预存的买入订单对应的稀疏矩阵；
相应的，所述若所述稀疏矩阵中存在至少一个符合所述目标订单的期望成交价的目标期望成交价，则基于所述目标订单的待交易数量以及各个所述目标期望成交价对应的待交易数量，从所有所述目标期望成交价中确定出至少一个目标期望成交价作为实际成交价，包括：
若所述买入订单对应的稀疏矩阵中存在至少一个大于或等于所述目标订单的期望成交价的目标期望成交价，则基于所述目标订单的待交易数量以及各个所述目标期望成交价对应的待交易数量，从所有所述目标期望成交价中确定出至少一个目标期望成交价作为实际成交价，并确定各个所述实际成交价的成交量。
6.根据权利要求5所述的订单匹配方法，其特征在于，所述基于所述目标订单的待交易数量以及各个所述目标期望成交价对应的待交易数量，从所有所述目标期望成交价中确定出至少一个目标期望成交价作为实际成交价，并确定各个所述实际成交价的成交量，包括：
若所述目标订单的待交易数量与所有所述目标期望成交价对应的待交易数量之和相等，则将所有所述目标期望成交价均确定为实际成交价，将所述买入订单对应的稀疏矩阵中各个所述目标期望成交价所在位置的元素的值均置为0；
若所述目标订单的待交易数量大于所有所述目标期望成交价对应的待交易数量之和，则将所有所述目标期望成交价均确定为实际成交价，且将所述买入订单对应的稀疏矩阵中各个所述目标期望成交价对应的元素的值均置为0，并将所述目标订单的期望成交价插入预存的所述卖出订单对应的稀疏矩阵中；
若所述目标订单的待交易数量小于所述目标期望成交价对应的待交易数量之和，则按照第二价格优先原则从所有所述目标期望成交价中确定出至少一个目标期望成交价作为实际成交价，并确定各个所述实际成交价的成交量，将所述买入订单对应的稀疏矩阵中各个全部成交的所述实际成交价对应的元素的值均置为0。
7.根据权利要求2所述的订单匹配方法，其特征在于，所述确定各个所述实际成交价的成交量之后，所述基于各个所述实际成交价的成交量，将各个所述实际成交价各自对应的待交易订单分别与所述目标订单进行匹配之前，还包括：
获取与各个所述实际成交价关联的各个待交易订单的目标存储地址；所述目标存储地址中包括至少一个存储链路；
相应的，所述基于各个所述实际成交价的成交量，将各个所述实际成交价各自对应的待交易订单分别与所述目标订单进行匹配，包括：
基于各个所述实际成交价的成交量，从各个所述目标存储地址的至少一个存储链路中获取待交易订单；
将获取到的所述待交易订单与所述目标订单进行并行匹配。
8.一种服务器，其特征在于，包括：
接收单元，用于接收终端发送的订单匹配请求；所述订单匹配请求中携带有待交易的目标订单的订单信息；所述订单信息包括订单类型、期望成交价及待交易数量；所述订单类型为买入订单和卖出订单中的任意一种；
第一获取单元，用于获取与所述目标订单的订单类型不同的订单类型对应的稀疏矩阵；所述稀疏矩阵用于存储其对应的订单类型下的各个待交易订单的期望成交价；
第一确定单元，用于若所述稀疏矩阵中存在至少一个符合所述目标订单的期望成交价的目标期望成交价，则基于所述目标订单的待交易数量以及各个所述目标期望成交价对应的待交易数量，从所有所述目标期望成交价中确定出至少一个目标期望成交价作为实际成交价，并确定各个所述实际成交价的成交量；
第一匹配单元，用于基于各个所述实际成交价的成交量，将各个所述实际成交价各自对应的待交易订单与所述目标订单进行并行匹配。
9.一种服务器，其特征在于，包括：存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至7任一项所述的方法。
10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述方法的步骤。
CN201911243056.9A 2019-12-06 2019-12-06 一种订单匹配方法、服务器及计算机可读存储介质 Active CN111144975B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911243056.9A CN111144975B (zh) 2019-12-06 2019-12-06 一种订单匹配方法、服务器及计算机可读存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911243056.9A CN111144975B (zh) 2019-12-06 2019-12-06 一种订单匹配方法、服务器及计算机可读存储介质

Publications (2)

Publication Number Publication Date
CN111144975A true CN111144975A (zh) 2020-05-12
CN111144975B CN111144975B (zh) 2023-09-12

Family

ID=70517750

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911243056.9A Active CN111144975B (zh) 2019-12-06 2019-12-06 一种订单匹配方法、服务器及计算机可读存储介质

Country Status (1)

Country Link
CN (1) CN111144975B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112232700A (zh) * 2020-11-04 2021-01-15 广州宸祺出行科技有限公司 一种优化的专车指派的方法及系统

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001522100A (ja) * 1997-10-31 2001-11-13 モーガン スタンリー ディーン ウィッター アンド カンパニー 複数の参加者のポートフォリオを最適化するコンピュータ方法及び装置
CA2710752A1 (en) * 2007-12-31 2009-07-09 Mastercard International Incorporated Methods and apparatus for implementing an ensemble merchant prediction system
WO2014155106A1 (en) * 2013-03-27 2014-10-02 Sciteb Ltd System and method for enabling transfer of systemic risk exposure
US20150127511A1 (en) * 2013-11-07 2015-05-07 Chicago Mercantile Exchange Inc. Transactionally Deterministic High Speed Financial Exchange Having Improved, Efficiency, Communication, Customization, Performance, Access, Trading Opportunities, Credit Controls, and Fault Tolerance
US20170154337A1 (en) * 2015-11-30 2017-06-01 Aon Global Risk Research Limited Dashboard interface, platform, and environment for matching subscribers with subscription providers and presenting enhanced subscription provider performance metrics
US20180047100A1 (en) * 2016-08-09 2018-02-15 Chicago Mercantile Exchange Inc. Systems and methods for coordinating processing of instructions across multiple components
CN110135856A (zh) * 2019-05-16 2019-08-16 中国银联股份有限公司 一种重复交易风险监测方法、装置及计算机可读存储介质

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001522100A (ja) * 1997-10-31 2001-11-13 モーガン スタンリー ディーン ウィッター アンド カンパニー 複数の参加者のポートフォリオを最適化するコンピュータ方法及び装置
CA2710752A1 (en) * 2007-12-31 2009-07-09 Mastercard International Incorporated Methods and apparatus for implementing an ensemble merchant prediction system
WO2014155106A1 (en) * 2013-03-27 2014-10-02 Sciteb Ltd System and method for enabling transfer of systemic risk exposure
US20150127511A1 (en) * 2013-11-07 2015-05-07 Chicago Mercantile Exchange Inc. Transactionally Deterministic High Speed Financial Exchange Having Improved, Efficiency, Communication, Customization, Performance, Access, Trading Opportunities, Credit Controls, and Fault Tolerance
US20170154337A1 (en) * 2015-11-30 2017-06-01 Aon Global Risk Research Limited Dashboard interface, platform, and environment for matching subscribers with subscription providers and presenting enhanced subscription provider performance metrics
US20180047100A1 (en) * 2016-08-09 2018-02-15 Chicago Mercantile Exchange Inc. Systems and methods for coordinating processing of instructions across multiple components
CN110135856A (zh) * 2019-05-16 2019-08-16 中国银联股份有限公司 一种重复交易风险监测方法、装置及计算机可读存储介质

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112232700A (zh) * 2020-11-04 2021-01-15 广州宸祺出行科技有限公司 一种优化的专车指派的方法及系统
CN112232700B (zh) * 2020-11-04 2024-01-09 广州宸祺出行科技有限公司 一种优化的专车指派的方法及系统

Also Published As

Publication number Publication date
CN111144975B (zh) 2023-09-12

Similar Documents

Publication Publication Date Title
CN112000675B (zh) 行情数据更新方法、装置、终端设备及存储介质
US7783560B2 (en) Credit event fixings
WO2010008626A1 (en) Adaptive implied spread matching
US10963888B2 (en) Payment complaint method, device, server and readable storage medium
CN111709777A (zh) 支付方式的推荐方法、系统、终端设备及存储介质
CN112446764A (zh) 游戏商品推荐方法、装置及电子设备
CN112150305A (zh) 企业电力用户信息核验方法及其系统、计算机设备、介质
CN115271941A (zh) 一种行情信息更新方法及装置
CN111144975B (zh) 一种订单匹配方法、服务器及计算机可读存储介质
CN109300055B (zh) 投连险盈亏查询方法、装置、设备及可读存储介质
CN108876339B (zh) 基于通证的电子宠物交易方法及装置
CN115907207A (zh) 一种投标过程中报价区间的预测方法、系统、终端及介质
US8086501B2 (en) Method and system for creative collaborative marketplaces
CN114417089A (zh) 查询方法、装置、终端设备及计算机可读存储介质
CN114493744A (zh) 异常合约的测试方法、装置、终端设备及存储介质
US11140094B2 (en) Resource stabilization in a distributed network
CN113962786A (zh) 基于区块链的商品竞价方法、装置、设备及存储介质
KR102102788B1 (ko) 인공 지능 기반 금융 상품 주문 시스템 및 방법
CN112199191A (zh) 用于虚拟交易的数据撮合方法、装置及系统
CN116433383B (zh) 数据处理方法、装置、电子设备及计算机可读存储介质
US11620707B2 (en) Systems and methods for prevention of manipulation and gaming in electronic intraday auctions
CN113141305B (zh) 通信方法、装置、电子设备和计算机可读存储介质
CN117522580A (zh) 一种分层订单的交易方法及相关设备
CN114596157A (zh) 模拟撮合交易方法、装置、设备及存储介质
CN114529397A (zh) 客户贷款风险等级确定方法、装置、电子设备和存储介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant