港股股评（港股01855）

港股股评人及港股与大陆股的差异

一、港股股评人的翘楚

在浩瀚的金融领域里，涌现了一批卓越的港股股评人。如资深专家曾渊沧、曾志英及黄伟康等，凭其敏锐洞察和精准分析备受瞩目。近年来，金道投资团队的表现也引人注目，其研究报告及评论颇具与前瞻性。您可以通过金道投资官网或百度了解他们的动态和观点。

二、港股与大陆股的区别

港股与大陆股市存在显著差异。港股即H股，主要在香港证券交易所上市，面向全球投资者，市场开放程度高。而大陆股主要是A股，在上海和深圳交易所上市，主要面向中国大陆投资者。主要差异表现在：

1. 涨跌幅限制：港股没有涨跌幅限制，而大陆股市有10%的涨跌停限制。

2. 交易制度：港股实行T+0交易制度，即当天可买进卖出；而大陆股市实行T+1交易制度，即当天买入需隔日才能卖出。

3. 产品种类：港股市场衍生品丰富，包括股指期货、衍生权证等；而大陆股市除股指期货外，其他交易品种较少。

三、关于港股交易

港股可以当天买卖，但资金结算实行T+2制度，即卖出后资金需两天才能到账。投资者需注意资金流转时间。

四、雪球查询股票变动状况

雪球是一个深受投资者喜爱的金融平台，提供沪深港美2万+股票的新闻、股价信息及理财产品的各类信息。投资者可通过雪球App查询股票历史变动状况、关注组合调仓信息和大V动态等。雪球的总体架构典型且不断进化，以满足投资者需求。

五、港股报价规则

至于港股的报价规则，投资者可以通过相关金融资讯平台或官方渠道了解详细的报价规则、交易时间、交易费用等信息。

投资港股需深入了解其市场特点、交易规则等，并关注市场动态和专家观点，以做出明智的投资决策。雪球的架构设计与业务演变

雪球的实现过程颇为复杂，对于二次开发与调试有一定的门槛，但我们的团队已对此进行了讨论并成功应用于实际业务中。雪球业务繁杂，服务层大致可分为三类：首先是web1.0、2.0及基础服务，我们称之为“社区”，包括用户交互、帖子、新闻、股价、搜索等功能，类似于新浪财经门户与微博的融合；其次是“组合及推荐”，主要提供股票投资策略的展示与建议，灵感来源于美国的motif；最后是“通道”，类似于股市中的支付宝，接入多家券商，提供快速开户、一键下单等便捷功能。

雪球的业务中融入了大量异步计算逻辑，如搜索建索引、股票涨跌停发通知、组合收益计算等。为此，我们设计了一个独立的Thread/Task模块，方便管理所有后台计算任务。但随着任务量的增长，逻辑差异日益显著，一个统一的模块并非总是最佳方案。我们将其分为流式和批量式两大类，以应对不同的业务场景。

雪球的推荐体系是其核心之一，包括组合推荐与个性化推荐。当前，我们正在重新梳理大数据体系，这一领域蕴藏着丰富的故事与细节。

至于基础设施层，我们使用了redis、mysql、mq、zk、hdfs以及容器docker等技术。线上服务之外，我们的开发以及后台设施也十分完善：采用gitlab开发、jenkins打包，同时监控系统从zabbix向openfalcon迁移，redimine向confluence迁移，还有内部开发的skating后台管理系统等。

在雪球架构的优化历程中，我们面临了股市的剧烈波动带来的挑战。上证指数的起伏不定，以及A股开户数量的激增，都给我们的系统带来了巨大的压力。业务的快速增长以及移动互联网与金融的结合，也为我们带来了前所未有的挑战。在这个过程中，我们的app端业务从web2.0 sns向3.0移动交易闭环进化。为此，我们开发了一个hybrid框架，支撑快速业务迭代。前端架构师孟祥宇在今年wot上的分享详细阐述了这一方面的内容。

为了保障服务的可用性，我们实施了一系列端到端的监控措施。在app端，我们采用了最小的数据传输方案，几乎不增加用户的网络流量和电池消耗。在实时性方面，我们针对国内A股的数据推送方式进行了优化，确保为用户提供最佳的体验。

总体来说，雪球在业务场景与技术创新之间找到了平衡点。从股市的波动中汲取灵感，我们在架构设计中追求灵活与可靠，以满足快速增长的业务需求。我们采取了一种典型的优化方案，将系统构建为独立服务器搭配本地内存存储的模式。每当数据在开盘期间更新后，数据接收组件会主动更新quote server内存中的数据，保持信息的实时性。接下来的步骤是进一步将这一接口及相关处理逻辑迁移到公有云，以提升运行效率。

对于不常盯盘的用户，我们提供了一项实用的功能——股价提醒。在雪球平台，用户不仅可以关注其他用户，还可以关注股票动态。一旦用户关注的股票涨跌幅度达到预设值，系统会及时通知用户。例如，热门股票如招商银行、苏宁云商的粉丝，当这些股票涨跌幅超过设定的百分比时，系统会推送消息给相应的粉丝。

在处理股票涨跌提醒的过程中，我们曾遇到过挑战。曾经连续三天，每天有超过一千股跌停，为了应对这种情况，我们对系统进行了优化。原先的做法是在股票涨跌一定百分比后，扫描所有粉丝并推送消息。现在，我们采用更高效的方案：预先建立索引，并在开盘期间将数据载入内存。例如，当股票涨跌1%时，相关的用户ID会被快速匹配并通知。

在IM系统的设计和优化过程中，我们始终秉持着为用户提供流畅沟通体验的目标。雪球IM基于Netty和自定义网络协议，确保消息的送达率。我们采用Akka框架来处理在线用户的同步问题。每个在线用户都有一个对应的actor，采用推模式进行消息推送。为了应对多设备同步的需求，我们允许用户使用同一账号在多设备上登录并保持状态同步。

随着移动互联网的快速发展，除了微信和QQ之外的所有IM都转型为推送通道。为了满足这一变化，我们对系统进行了多方面的优化。包括分配更多资源、精简业务逻辑、优化本地缓存等。例如，我们将一些固定的业务逻辑迁移到本地缓存中，以减轻服务器的压力。我们采用异步加密存储来保障数据的安全性。

针对组合净值计算性能的优化问题，我们最初采取的是离线计算模式以处理复杂的业务逻辑。然而在实际运行中我们发现循环遍历所有组合并计算的方式效率低下。我们正在对系统进行改造升级：将分红送配逻辑做成离线计算而股价净值部分进行实时计算并将两者结果合并输出。同时我们正在对处理逻辑进行分级处理优先处理活跃用户的活跃组合提高处理效率。通过这些优化措施我们致力于为用户提供更加高效便捷的服务体验。在当前的金融市场中，拉取所有股票的实时价格并将其存入JVM内存，为这一轮的组合计算提供股价快照，已成为一种常见的操作策略。对于这一话题的详细内容，可参阅雪球组合业务总监张岩枫在arch summit深圳大会上的分享，他深入了构建高可用的雪球投资组合系统技术实践。

值得注意的是，我们进一步对系统进行了通用架构和性能优化。这包括将jdk升级到8，以及开发了一个基于zookeeper的config center和开关降级系统。这些优化措施有力地提升了系统的稳定性和响应速度。

架构优化的实践和感想方面，我们通常听到的优化案例大多是针对某一特定业务模块，力求将性能优化到极致。但在雪球，我们的架构优化更多是从实际问题出发，目标是解决实际问题，而不是追求极致的优化。面对多样化且架构各异的小服务时，“架构优化”的含义显得与众不同。我们往往不需要（或无法）深入到小服务的底层进行优化，而是着眼于那些明显不合理的地方进行改进。

我们正在全面推行三个数据指标：qps、p99和error rate。技术人员必须对自己负责的服务有清晰的数据指标意识。这些数字是发现问题、定位问题根源和找到本质的关键依据。我们的原则在于保持技术栈的一致性和简单性，有节制地尝试新技术，确保所有线上服务依赖的技术可控。我们遵循一些技术实践原则，如能用cache的地方绝不用db，能异步的地方绝不同步等。

至于港股的报价规则，则涉及金融市场的另一环节。港股的报价规则受到严格监管，以确保市场公平和透明。具体的报价规则包括价格变动的最小单位、报价的有效期等，都需要遵循香港交易所的相关规定。这些规则对于保护投资者利益、维护市场秩序至关重要。

金融市场中的技术和规则都在不断发展和完善。对于技术人员来说，不仅要关注技术的创新和发展，还要了解并遵守市场的规则，以确保金融市场的稳定和持续发展。上述关于雪球投资组合系统的技术实践和优化感悟，希望能对相关领域的发展带来一些启示和思考。