在HFTBacktest项目中实时捕获订单执行价格的技术实现

背景介绍

高频交易(HFT)策略开发中，实时获取订单执行价格是至关重要的功能。HFTBacktest作为一个高性能的回测和实盘交易框架，提供了多种方式来监控和记录交易数据。

问题发现

在实盘交易过程中，开发者发现通过常规的订单查询方法无法获取到订单的执行价格信息。虽然能够捕获到订单状态变化事件，但关键的成交价格数据却缺失了。

解决方案

方法一：直接查询订单簿

通过访问HFTBacktest的订单簿接口，可以获取所有订单的详细信息。开发者可以筛选出已成交(Filled)状态的订单，并按时间戳排序找到最近的成交记录。

let orders = hbt.orders(0);
let last_filled_buy_order = orders
    .values()
    .filter(|order| {
        order.side == Side::Buy
        && order.status == Status::Filled
    })
    .max_by_key(|order| order.exch_timestamp);

方法二：使用订单接收钩子

HFTBacktest提供了更高效的订单事件处理机制——订单接收钩子(order_recv_hook)。这种方式可以实时捕获订单状态变化，包括成交价格更新。

// 在初始化LiveBot时设置订单接收钩子
let mut bot = LiveBotBuilder::new()
    .order_recv_hook(|order| {
        if order.status == Status::Filled {
            // 处理成交订单
        }
    })
    .build();

技术细节

1. 价格转换：交易平台通常使用tick价格而非实际价格，需要进行转换：

   (order.exec_price_tick as f64) * tick_size
   

2. 数据结构：使用HashMap存储最近成交价格，便于快速访问：

   let mut filled_prices: HashMap<String, f64> = HashMap::new();
   

3. 时间处理：通过exch_timestamp确保获取的是最新的成交记录。

最佳实践建议

1. 双重验证机制：同时使用订单查询和事件钩子两种方式，确保数据准确性。

2. 异常处理：添加对异常情况的处理，如价格为零或超出合理范围。

3. 性能优化：对于高频场景，优先使用事件钩子方式，减少主动查询的频率。

4. 数据持久化：定期将成交价格记录到文件或数据库，便于后续分析。

总结

HFTBacktest框架通过多种方式提供了获取订单执行价格的途径。开发者可以根据具体需求选择最适合的方法，确保在实盘交易中能够准确、及时地获取关键交易数据。对于高频交易策略而言，这种实时监控能力是策略优化和风险管理的基础。

通过合理使用这些接口，开发者可以构建更加健壮和可靠的交易系统，为策略决策提供坚实的数据支持。