kimi-k2.6 在「实现股票交易撮合引擎」的评测结果

这是该 AI 模型在此测试用例上的详细评测结果。

基本信息

  • 模型名称：kimi-k2.6
  • 用例名称：实现股票交易撮合引擎
  • 测试类型：文本生成
  • 评测维度：代码生成

系统提示词（System Prompt）

这是给 AI 模型的背景设定和角色指令：

你是一名资深量化交易系统工程师，熟悉金融交易所撮合引擎的核心设计原理。 回答要求： 1. 使用清晰的面向对象设计，代码结构层次分明，包含必要的注释 2. 严格遵循价格-时间优先原则，正确处理完全成交与部分成交两种场景 3. 对边界条件（如负数价格/数量、重复订单ID、订单不存在等）进行基本校验 4. 每个方法需说明其功能、参数含义及返回值格式 5. 提供至少3组测试用例验证撮合逻辑的正确性

用户提示词（User Prompt）

这是用户给 AI 模型的具体任务要求：

请实现一个基础的股票交易限价单撮合引擎（Python 或 Java 均可）。 ## 背景说明 撮合引擎是交易所的核心组件，负责将买方和卖方的订单进行配对成交。 本题要求实现最基础的限价单撮合逻辑。 ## 核心规则 1. **价格优先**：买单中出价最高的优先成交；卖单中要价最低的优先成交 2. **时间优先**：相同价格的订单，先提交的先成交 3. **成交条件**：当买单价格 ≥ 卖单价格时触发撮合 4. **成交价格**：以被动方（挂单方）的价格成交（即先挂出的订单价格） 5. **部分成交**：若数量不匹配，数量少的一方完全成交，另一方保留剩余数量继续挂单 ## 需要实现的接口 ### 1. `addBuyOrder(price, quantity, orderId)` - 添加一笔限价买单，添加后立即尝试撮合 - 若发生成交，返回成交记录列表；若未成交，挂入买单队列 - 成交记录格式：`{「buyOrderId」: ..., 「sellOrderId」: ..., 「price」: ..., 「quantity」: ...}` ### 2. `addSellOrder(price, quantity, orderId)` - 添加一笔限价卖单，添加后立即尝试撮合 - 规则同上，方向相反 ### 3. `getOrderBook()` - 返回当前未成交的挂单情况 - 返回格式：

评测结果

综合得分

该模型在此用例的得分为：95.2 分（满分 100 分），已通过

基础难度评测结果

  • 得分：95.2 分
  • 通过状态：已通过

模型生成产物

以下是该模型针对此任务的实际生成内容：

以下是一个基于 **Python** 实现的**股票交易限价单撮合引擎**。设计遵循严格的**价格-时间优先**原则，采用**面向对象**分层架构，核心逻辑通过**双优先队列（堆）+ 懒删除**实现，并包含完整的参数校验与边界处理。 --- ## 一、核心设计思路 | 组件 | 职责说明 | |---|---| | `Order` | 订单实体，记录订单 ID、方向、价格、剩余数量、时间戳 | | `MatchingEngine` | 撮合引擎，管理买单/卖单队列，执行撮合、撤单、快照查询 | | ** buys 堆 ** | 最小堆模拟最大堆（存储 `-price`），按**价格降序、时间升序**排列 | | ** sells 堆 ** | 最小堆，按**价格升序、时间升序**排列 | | **懒删除机制** | 订单完全成交或撤销后，仅从 `active_orders` 字典移除；堆内残留数据在下次访问堆顶时被惰性清理，保证 $O(\log N)$ 的撮合效率 | --- ## 二、完整代码实现 ```python import heapq from typing import List, Dict, Optional from collections import defaultdict class Order: """ 订单实体类。 属性: order_id: 唯一订单标识 side: 'buy' 或 'sell' price: 委托价格（> 0） quantity: 剩余未成交数量（> 0） timestamp: 单调递增时间戳，用于时间优先排序 original_quantity: 原始委托数量（仅用于记录） """ def __init__(self, order_id: str, side: str, price: float, quantity: int, timestamp: int): self.order_id = order_id self.side = side self.price = price self.quantity = quantity self.timestamp = timestamp self.original_quantity = quantity class MatchingEngine: """ 限价单撮合引擎。 撮合规则: 1. 价格优先：买高卖低优先成交； 2. 时间优先：同价格下先挂单者优先； 3. 成交条件：买价 ≥ 卖价时触发； 4. 成交价格：以被动方（先挂出的一方）价格成交； 5. 数量匹配：取买卖双方较小值成交，剩余订单继续挂单。 """ def __init__(self): # 活跃订单池：order_id -> Order；已从本字典移除的订单视为失效（懒删除） self.active_orders: Dict[str, Order] = {} # 买单堆：元素格式 (-price, timestamp, order_id)，利用最小堆模拟价格最大堆 self.buys_heap: List[tuple] = [] # 卖单堆：元素格式 (price, timestamp, order_id) self.sells_heap: List[tuple] = [] # 单调递增时间戳发生器，保证时间先后可比 self._ts_counter = 0 def _next_timestamp(self) -> int: """生成下一个单调递增时间戳。""" self._ts_counter += 1 return self._ts_counter def _validate_order_input(self, price: float, quantity: int, order_id: str) -> None: """ 校验订单入参的合法性。 异常: ValueError: 价格/数量非法、订单ID重复等 """ if not isinstance(price, (int, float)) or price Optional[Order]: """ 获取当前有效的最优买单（价格最高、时间最早），并清理堆顶已失效的残留数据。 返回: Order: 有效买单对象；若队列空或无有效订单则返回 None """ while self.buys_heap: neg_price, ts, oid = self.buys_heap[0] # 检查该订单是否仍在活跃池且剩余数量 > 0 if oid in self.active_orders and self.active_orders[oid].quantity > 0: return...

AI 评审点评

以下是 AI 评审对该模型输出的点评：

【CLAUDE】这是一个高质量的股票撮合引擎实现。核心撮合逻辑严格遵循价格-时间优先原则，被动方价格规则实现正确，部分成交处理精准。接口设计完整且符合规范，返回格式标准。代码采用面向对象架构，数据结构选择合理（双堆+懒删除），边界校验全面，测试用例覆盖充分。文档注释详尽，可读性强。整体达到了生产级基础撮合引擎的实现水准，完全满足题目要求并有所超越。 【GEMINI】这是一份非常优秀的实现。不仅逻辑准确，而且在工程实践上表现出色，特别是对撮合引擎中‘被动方成交价’这一细节的把握非常精准。懒删除机制的使用体现了作者对高性能数据结构的深刻理解。测试用例详尽且具有针对性，完全符合资深量化交易系统工程师的水平。 【KIMI】整体实现质量很高，核心撮合逻辑正确，接口完整，代码结构清晰。测试用例覆盖了主要场景，验证了实现的正确性。一些小的改进点：1. 可以考虑将时间戳生成改为基于实际时间，而非单调递增的自增计数器，以更贴近实际场景。2. 懒删除机制虽然提高了效率，但在极端情况下可能会导致堆中残留大量无效数据，可以考虑定期清理无效数据，以保持堆的紧凑性。

进阶难度评测结果

  • 得分：95.8 分
  • 通过状态：已通过

模型生成产物

以下是该模型针对此任务的实际生成内容：

```python import heapq from dataclasses import dataclass, field from typing import List, Dict, Optional # ------------------------------------------------------------------ # 核心数据结构 # ------------------------------------------------------------------ @dataclass class OrderNode: """ 订单链表节点。 使用双向链表是为了在取消订单时实现 O(1) 移除，无需遍历。 """ order_id: str side: str # 'BUY' or 'SELL' price: float quantity: int order_type: str # 'LIMIT' or 'MARKET' seq: int # 全局递增序列号，严格保证时间优先 prev: Optional['OrderNode'] = field(default=None, repr=False) next: Optional['OrderNode'] = field(default=None, repr=False) class PriceLevel: """ 价格档位：管理同一价格的所有订单。 采用双向链表 + 哨兵节点，保证： 1. 尾部追加（新订单）为 O(1) 2. 头部弹出（撮合成交）为 O(1) 3. 任意节点移除（撤单）为 O(1) 同档位内天然按时间优先（FIFO），因为总是追加到尾部、从头部弹出。 """ def __init__(self, price: float): self.price = price self.size = 0 # 哨兵节点，简化边界处理 self.head = OrderNode("", "", 0.0, 0, "", -1) self.tail = OrderNode("", "", 0.0, 0, "", -1) self.head.next = self.tail self.tail.prev = self.head def append(self, node: OrderNode) -> None: """将新订单追加到尾部（时间优先：先到的在前，后到的在后）""" node.prev = self.tail.prev node.next = self.tail self.tail.prev.next = node self.tail.prev = node self.size += 1 def peek(self) -> Optional[OrderNode]: """查看队列头部（最早进入、最优先成交的订单）""" if self.is_empty(): return None return self.head.next def popleft(self) -> OrderNode: """从头部弹出订单（被动单完全成交时调用）""" if self.is_empty(): raise IndexError("pop from empty price level") node = self.head.next self.remove(node) return node def remove(self, node: OrderNode) -> None: """O(1) 移除指定节点（撤单时调用）""" # 只有当节点仍在链表中时才操作，防止重复移除 if node.prev is not None and node.next is not None: node.prev.next = node.next node.next.prev = node.prev node.prev = node.next = None self.size -= 1 def is_empty(self) -> bool: return self.size == 0 @dataclass class Trade: """成交记录""" taker_order_id: str # 主动方（Incoming Order） maker_order_id: str # 被动方（订单簿中已有挂单） price: float # 以被动方（Maker）价格成交 quantity: int class MatchingEngine: """ 股票撮合引擎（支持限价单与市价单）。...

AI 评审点评

以下是 AI 评审对该模型输出的点评：

【CLAUDE】这是一份高质量的股票撮合引擎实现。核心优势在于：（1）撮合逻辑严格遵循金融交易规范，价格-时间优先与成交价格规则实现准确；（2）数据结构设计精妙，堆+字典+双向链表的组合达到理论最优复杂度，且有详尽的架构文档说明；（3）边界条件处理全面，包括市价单无对手盘、撤单异常、输入校验等；（4）代码注释专业详尽，可读性与可维护性极佳；（5）测试用例覆盖全面，验证了所有功能点与边界场景。代码可直接运行且通过所有测试，满足「完整可运行」的要求。唯一微小不足是未显式处理浮点数精度问题，但在实际金融系统中通常使用整数表示价格，实际影响有限。整体达到优秀水平，适合作为教学示例或生产系统原型。 【GEMINI】这是一份教科书级别的撮合引擎实现。模型不仅准确理解了金融交易的核心规则（如价格-时间优先、被动成交价），还在数据结构设计上展现了深厚功底，通过堆与双向链表的组合完美平衡了撮合效率与撤单效率。代码鲁棒性极高，测试用例详尽，完全符合资深架构师的角色设定。 【KIMI】代码实现了股票交易撮合引擎的核心功能，包括限价单和市价单的撮合逻辑。数据结构和算法选择合理，满足了时间复杂度要求。测试用例覆盖全面，验证了代码的正确性和功能完整性。代码结构清晰，注释详细，可读性和健壮性较好。但市价单剩余部分处理存在逻辑问题，需要修正。部分注释也不够清晰，有改进空间。总体而言，代码实现了题目要求的主要功能，但在一些细节上还需优化和完善。

困难难度评测结果

  • 得分：84.2 分
  • 通过状态：已通过

模型生成产物

以下是该模型针对此任务的实际生成内容：

以下是一份接近工业级的高性能股票撮合引擎实现。采用 **Rust** 编写，核心设计要点如下： | 设计维度 | 选型与理由 | |---------|-----------| | **订单簿** | `BTreeMap>`（红黑树 + 双端队列）。• 价格维度：`BTreeMap` 保证 O(log P) 插入/删除/取极值，P 为价格档位数量。• 时间维度：同价订单用 `VecDeque` 维护，队首为最早订单，撮合取队首 O(1)，尾部追加 O(1)。• 工业级升级路径：同价层深度极大时可替换为侵入式双向链表（C++ 常见），实现 O(1) 任意位置删除。 | | **订单索引** | `HashMap>`。O(1) 定位订单；`RefCell` 提供内部可变性，使订单簿与订单索引可在 Rust 借用规则下同时操作，避免锁竞争。 | | **精度** | 全程使用 `u64` 整数（Price 精度为分，`PRICE_SCALE = 100`），彻底杜绝浮点误差。 | | **并发策略** | **单标的串行化锁（Symbol‑Level Serializing Lock）**。引擎核心为单线程数据结构，外部以 `Arc>` 封装。同一股票所有操作串行执行，天然保证原子性、确定性与无死锁；跨股票完全并行，无线程竞争。 | | **撮合规则** | 价格优先 → 时间优先；成交价为**被动方挂单价**；市价单剩余自动撤销（IOC 语义）。 | | **冰山单** | 簿上仅暴露 `display_qty`；显示量耗尽后自动从 `hidden_qty` 补充，并**刷新时间戳**（移至同价队列尾部）。 | | **熔断** | 基于最新成交价相对参考价的百分比偏离；触发后拒绝所有新订单（返回 `CircuitBreakerSuspended`），保留已有挂单；支持冷却自动恢复与手动解除。 | | **集合竞价** | 窗口内收集订单不撮合；收盘时计算**最大成交量价格**，并按该价一次性批量成交；未成交限价单自动转入连续竞价。 | --- ```rust use std::cell::RefCell; use std::collections::{BTreeMap, HashMap, VecDeque}; use std::time::{Duration, Instant, SystemTime, UNIX_EPOCH}; // ============================================================================= // 1. 基础类型与常量（精度控制） // ============================================================================= type OrderId = u64; type Price = u64; // 整数存储，精度 2 位小数（1元 = 100） type Qty = u64; type Timestamp = u64; // 微秒 const PRICE_SCALE: u64 = 100; fn now_us() -> Timestamp { SystemTime::now() .duration_since(UNIX_EPOCH) .unwrap() .as_micros() as u64 } // ============================================================================= // 2. 枚举定义（状态机） // ============================================================================= #[derive(Clone, Copy, Debug, PartialEq, Eq)] enum Side { Buy, Sell } #[derive(Clone, Copy, Debug, PartialEq, Eq)] enum OrderType { Limit, Market, Stop, Iceberg } #[derive(Clone, Copy, Debug, PartialEq, Eq)] enum OrderStatus { New, PartiallyFilled, Filled, Cancelled } #[derive(Clone, Copy, Debug, PartialEq, Eq)] enum Phase { Continuous, CallAuction }...

AI 评审点评

以下是 AI 评审对该模型输出的点评：

【CLAUDE】这是一份高质量的股票撮合引擎实现，展现了扎实的系统设计能力和对金融交易规则的深刻理解。核心撮合逻辑正确，数据结构选型合理且有充分的技术论证，功能模块覆盖全面。代码在正确性、完整性和工程质量三个维度均达到良好水平，特别是在复杂业务规则（冰山订单刷新、止损级联触发、集合竞价三级定价）的实现上表现出色。主要扣分点在于：缺少题目明确要求的性能测试代码和并发场景验证，部分算法存在可优化空间（如同价层删除、集合竞价重建），以及工程化配套设施（日志/监控/错误处理）不够完善。整体而言，这是一份接近工业级标准的实现，但距离生产环境部署仍需补充性能验证、并发压测和运维工具支持 【GEMINI】这是一份非常优秀的量化交易系统设计实现。作者展现了深厚的 Rust 功底和对交易业务逻辑（如冰山单刷新、集合竞价定价算法、止损触发链）的深刻理解。核心数据结构选型非常专业，代码健壮性强。最主要的失分点在于未按照要求提供性能测试代码及指标输出，这对于评估‘高性能’引擎至关重要。如果能补充性能基准测试，将是一个近乎完美的方案。 【KIMI】整体而言，代码实现了题目要求的核心功能，覆盖了大部分功能模块和接口。订单撮合逻辑、熔断机制等关键功能实现较为准确。工程质量较高，数据结构选型合理，代码结构清晰。但在接口完整性、代码可读性和性能测试方面还有改进空间。建议进一步完善接口实现，增加注释和文档，优化代码逻辑，补充性能测试代码。

相关链接

您可以通过以下链接查看更多相关内容：

加载中...
100%