qwen3.8-flash 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：qwen3.8-flash
- 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：95.4 分（满分 100 分），已通过
基础难度评测结果
- 得分：95.4 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：
下面给出一个可直接运行的 Python 实现。由于题目中 `getOrderBook()` 的返回格式被截断，这里采用**订单级**返回格式，以便同时体现价格优先与时间优先： ```python { "bids": [ {"orderId": "B1", "price": Decimal("10"), "quantity": 60} ], "asks": [ {"orderId": "S1", "price": Decimal("11"), "quantity": 100} ] } ``` 其中： - `bids`：未成交买单，按价格从高到低、同价按提交时间先后排序。 - `asks`：未成交卖单，按价格从低到高、同价按提交时间先后排序。 - 若需要聚合深度，可在 `getOrderBook()` 中合并同价订单；撮合核心逻辑不受影响。 --- ```python from decimal import Decimal, InvalidOperation from enum import Enum from dataclasses import dataclass from typing import Any, Dict, List, Optional, Set, Tuple import heapq import unittest class Side(Enum): """订单方向。""" BUY = "BUY" SELL = "SELL" @dataclass class Order: """ 限价单对象。 字段说明： - order_id: 订单唯一 ID - side: 买卖方向 - price: 限价 - quantity: 原始数量 - filled_quantity: 已成交数量 - timestamp: 单调递增序号，用于时间优先 """ order_id: str side: Side price: Decimal quantity: int filled_quantity: int = 0 timestamp: int = 0 @property def remaining_quantity(self) -> int: """剩余可成交数量。""" return self.quantity - self.filled_quantity class MatchingEngine: """ 基础限价单撮合引擎。 设计要点： 1. 使用两个最小堆维护买卖队列： - 买单堆 key: (-price, timestamp) 堆顶表示价格最高、时间最早的买单。 - 卖单堆 key: (price, timestamp) 堆顶表示价格最低、时间最早的卖单。 2. 使用 _orders 字典维护当前活动订单，便于快速查询、取消和生成 order book。 3. 使用 _known_order_ids 防止重复订单 ID。 4. 堆中可能存在已成交或已取消的“脏数据”，撮合时通过 _best_maker() 惰性清理。 5. 成交价格使用被动方价格，即先挂出、已被对手方吃到的订单价格。 """ def __init__(self) -> None: # 当前活动订单：orderId -> Order self._orders: Dict[str, Order] = {} # 所有曾经创建过的订单 ID，用于防止重复 ID self._known_order_ids: Set[str] = set() # 买单堆：(-price, timestamp, orderId) self._buy_heap: List[Tuple[Decimal, int, str]] = [] # 卖单堆：(price, timestamp, orderId) self._sell_heap: List[Tuple[Decimal, int, str]] = [] # 时间优先序号，单调递增 self._sequence: int = 0 # 成交日志，便于审计或测试 self._trade_log: List[Dict[str, Any]] = [] # ------------------------------------------------------------------ # 公共接口 # ------------------------------------------------------------------ def addBuyOrder( self, price: Any, quantity: int, orderId: str, ) -> List[Dict[str, Any]]: """ 功能：...
AI 评审点评
以下是 AI 评审对该模型输出的点评：
【CLAUDE】这是一份高质量的撮合引擎实现。核心撮合逻辑（价格-时间优先、被动方成交价、部分成交）均正确无误，接口设计完整且返回格式规范，代码结构清晰、注释详尽、测试覆盖全面。针对题目中 getOrderBook 返回格式被截断的情况，候选人主动说明并给出合理方案，体现了工程素养。整体可达到生产可用的基础水准。 【GEMINI】这是一份教科书级别的撮合引擎实现。作者不仅完美实现了所有核心撮合规则，还在数据结构选择（堆+哈希表）、边界条件校验、惰性垃圾回收（处理堆中脏数据）以及单元测试编写上展现了极高的专业素养。针对题目截断的 getOrderBook 格式也给出了完美的兼容设计，无可挑剔。 【KIMI】该实现是一个非常专业且完整的限价单撮合引擎，核心逻辑完全正确，代码结构清晰，测试覆盖充分。面向对象设计、Decimal精度处理、堆结构选择均体现了量化交易系统工程师的专业水准。在题目getOrderBook返回格式被截断的情况下，做出了合理假设并明确说明。整体达到生产代码质量水平，仅在部分性能优化空间和格式确定性上有微小提升空间。
相关链接
您可以通过以下链接查看更多相关内容：
