开源项目【金融交易系统】
编写者：bugcode
本文已完成并校对
本页总结了github上几个优秀的开源金融交易系统，包含不同语言，不同协议实现的撮合引擎；
📊 主流撮合引擎项目对比（C++/Java/Python）
| 项目名称 | 语言 | Stars | 核心特点 | 适用场景 | GitHub地址 |
|---|---|---|---|---|---|
| exchange-core | Java | 2,114 | 基于 LMAX Disruptor 实现，极低延迟，每秒可处理 500 万订单簿操作；采用 Eclipse Collections 和 Adaptive Radix Trees 优化内存访问 | 研究高性能 Java 撮合引擎、无锁并发设计 | github.com/exchange-core/exchange-core |
| CppTrader | C++ | 842 | 高性能交易平台组件集合，包含撮合引擎、订单簿处理器、NASDAQ ITCH 协议处理器 | 学习 C++ 低延迟交易系统设计，模块化架构 | github.com/chronoxor/CppTrader |
| CoinExchange_CryptoExchange_Java | Java | 1,346 | 完整的加密货币交易所平台，基于 Spring Cloud 微服务架构，包含撮合引擎、后台管理、前台、移动端 App | 研究完整交易所系统架构、微服务设计 | github.com/jammy928/CoinExchange_CryptoExchange_Java |
| Liquibook | C++ | - | OCI 提供的开源交易撮合引擎，功能完善，支持限价单、市价单、止损单，内置多级市场深度聚合功能 | 深入理解订单簿与撮合引擎核心算法，代码纯粹聚焦 | github.com/enewhuis/liquibook |
| OpenTradingPlatform | Java | 640 | 云原生数字资产与加密货币交易平台 | 研究云原生架构、分布式交易系统 | github.com/opentradingplatform/opentradingplatform(需确认) |
| matching-engine-go | Go | 419 | 简洁的交易匹配引擎实现，价格-时间优先级队列 | 学习 Go 并发在撮合引擎中的应用 | github.com/lipwei1808/exchange-matching-engine-go |
| CoinTossX | Java | - | 学术级低延迟高吞吐量撮合引擎，使用 Aeron (UDP) 和 SBE 协议，支持 Julia/Python 客户端 | 研究低延迟网络传输、学术论文配套实现 | 需在 GitHub 搜索 CoinTossX |
| LightMatchingEngine | Python | 328 | 轻量级撮合引擎，代码简洁，适合初学者理解撮合原理 | Python 初学者入门，快速理解撮合逻辑 | github.com/gavincyi/LightMatchingEngine |
| limit-order-book | C++/Python | 247 | 限价订单簿的双语言实现，适合对比学习 | 对比 C++ 与 Python 在性能与可读性上的权衡 | github.com/Kautenja/limit-order-book |
| gitbitex-new | Java | 235 | 开源加密货币交易所实现 | 研究交易所完整功能实现 | github.com/gitbitex/gitbitex-new |
C++ 撮合引擎
| 项目 | 推荐理由 |
|---|---|
| CppTrader | 模块化设计完整，包含撮合引擎 + 订单簿 + ITCH 协议处理，代码约 26.6 MB，功能全面 |
| Liquibook | 仅头文件库，专注订单簿与撮合逻辑，代码清晰，是理解核心算法的绝佳教材 |
Java 撮合引擎
| 项目 | 推荐理由 |
|---|---|
| exchange-core | 热度最高（2,114 Stars），性能数据明确（500 万 ops/sec），基于 Disruptor 实现无锁并发，是学习 Java 高性能交易的标杆项目 |
| CoinExchange_CryptoExchange_Java | 完整交易所系统（1,346 Stars），包含撮合引擎 + 后台管理 + 移动端，适合学习微服务架构 |
| CoinTossX | 学术级实现，有论文支撑，使用 Aeron + SBE 实现低延迟 UDP 通信 |
Python 撮合引擎
| 项目 | 推荐理由 |
|---|---|
| LightMatchingEngine | 代码轻量（61.5 KB），逻辑清晰，适合 Python 开发者快速理解撮合引擎原理 |
| limit-order-book | C++ 与 Python 双实现，可对比学习两种语言在性能上的差异 |
主要研究及学习的交易引擎对比
📊 三项目全方位对比总览
| 对比维度 | CppTrader | Liquibook | exchange-core |
|---|---|---|---|
| 开发语言 | C++20/23 | C++11/14 (Header-Only) | Java |
| GitHub热度 | 842 Stars, 256 Forks | 约1.2k Stars | 2.1k+ Stars |
| 项目定位 | 高性能交易平台组件集合 | 专注的订单匹配引擎库 | 功能完整的交易所核心 |
| 核心模块 | 撮合引擎 + 订单簿 + ITCH协议处理器 | 订单簿 + 撮合逻辑 + 深度簿 | 撮合引擎 + 风控 + 账务 + 持久化 |
| 技术亮点 | 现代C++、跨平台、工业级组件 | Header-Only、零依赖、极简集成 | LMAX Disruptor、对象池化、无浮点数 |
| 性能数据 | 无官方基准 | 200-250万订单插入/秒 | 500万订单簿操作/秒 (p99 14-190µs) |
| 依赖复杂度 | 中等 (需CppCommon等子模块) | 无运行时依赖 | 较高 (Disruptor、Eclipse Collections) |
| 应用场景 | 构建完整交易平台 | 嵌入任何需要撮合的应用 | 生产级交易所核心 |
| 生产验证 | 有机构采用 | 学术研究、原型验证 | 工业级应用 |
| 学习难度 | 高 (完整系统架构) | 低 (专注核心算法) | 中-高 (需理解Java高性能) |
🧬 各项目的独立深度剖析
1、CppTrader：工业级C++组件集
核心定位：CppTrader 的设计定位是一套用于构建完整交易平台的高性能C++组件，而非单一功能的库。
主要组件：
- 超快速撮合引擎：实现价格优先、时间优先的核心匹配逻辑
- 委托账本处理器（Order Book Processor）：维护和管理订单的完整生命周期
- NASDAQ ITCH处理器：这是其独特优势——能直接解析和处理交易所的原始数据流
技术特性：
- 支持Windows/Linux/macOS三大平台
- 采用现代C++20/23标准开发
- 包含完整的使用示例和测试用例
- 支持持续集成
独特价值：
- 生产级验证：已有招聘信息明确要求将CppTrader投入生产环境，填补FIX网关、WAL快照、HA集群等模块
- C++低延迟实践范本：涵盖内存池、无锁数据结构、NUMA绑定等技术
- 模块化架构：各组件可独立使用，便于分块研究
2、Liquibook：优雅简洁的纯学术派
核心定位：Liquibook 是OCI提供的开源交易撮合引擎，定位是仅包含头文件的库——你只需要 #include 即可使用，无需编译。
功能特性：
- 订单类型支持：市价单、限价单、止损单
- 深度簿（Depth Book）：可配置维护各价格级别的未成交订单数和数量
- 事件通知：订单接受/拒绝/成交/取消、深度簿变化、BBO变化
- 高级订单标志：AON（全部或无）、IOC（立即或取消）、FOK（成交或取消）
技术亮点：
- 零运行时依赖：可在任何支持C++的环境中运行
- 与现有模型兼容：支持智能指针或普通指针操作订单，与现有订单模型无缝集成
- 学术认可：被用于uBFT等学术研究中，作为金融订单匹配引擎的测试基准
独特价值：
- 理解撮合算法的最佳入口：代码量适中且专注，能清晰展示"订单簿"这一数据结构的完整实现
- 仅头文件设计：你不需要纠结于构建系统，阅读理解非常顺畅
3、exchange-core：Java高性能的工业巅峰
核心定位：基于 LMAX Disruptor 和 Eclipse Collections 实现的超快速交易所核心。
核心技术栈：
- LMAX Disruptor：无锁环形队列，通过内存屏障实现微秒级线程间通信
- Eclipse Collections：高性能Java容器，优化内存访问模式
- 对象池化：重用对象实例，有效降低GC压力
性能数据（官方基准 - 8年前Intel X5690硬件）：
| 吞吐量 | 50%延迟 | 99%延迟 | 99.9%延迟 | 最差延迟 |
|---|---|---|---|---|
| 125K ops/s | 0.6µs | 1.4µs | 4µs | 41µs |
| 500K ops/s | 0.6µs | 1.6µs | 14µs | 42µs |
| 1M ops/s | 0.5µs | 4µs | 22µs | 45µs |
| 5M ops/s | 1.5µs | 42µs | 150µs | 190µs |
| 7M ops/s | 60µs | 1.8ms | 1.9ms | 1.9ms |
核心设计原则：
- HFT优化：专为高频交易场景设计
- 内存工作状态：数据常驻内存，避免磁盘I/O
- 无浮点数计算：使用整数运算彻底杜绝精度丢失
- 多核并行：充分利用CPU多核能力
独特价值：
- 完整交易系统参照：不仅包含撮合，还有风控、账务、持久化模块
- 无锁并发实战：Disruptor是所有追求极致性能的Java工程师的必修课
- 工业级验证：有明确的生产部署案例
三个交易框架侧重点
| 阶段 | 主要任务 | 重点项目 | 学习目标 |
|---|---|---|---|
| 第一阶段 | 掌握核心理论 | Liquibook | 彻底理解订单簿与撮合算法，这是基础 |
| 第二阶段 | 攻克高性能实现 | CppTrader | 学习现代C++低延迟技术，对比Liquibook看优化点 |
| 第三阶段 | 理解工业级完整系统 | exchange-core | 理解完整的交易系统架构，拓展Java高性能视野 |
交叉学习对比点，在熟悉三个代码库后，可以带着以下几个"对比任务"回过头来审视：
- 订单簿的实现差异：Liquibook(Header-Only)、CppTrader(模块化)、exchange-core(Java对象池)的结构差异
- 性能优化的思路：Liquibook(算法优化) vs CppTrader(内存/线程优化) vs exchange-core(无锁并发)的优化哲学
- 各语言的并发模型：研究它们如何利用各语言独特的并发特性
综合来看，Liquibook是“主干”和“灵魂”（撮合算法），CppTrader是“骨架”（高性能组件集），而 exchange-core 是“血肉”（完整交易系统）。能打通这三者，你对整个交易系统领域的认知将相当扎实。
贡献者
codingLab