租赁服务器的成本揭秘：影响因素和定价模型解析在当今数字时代，企业和个人都在依赖服务器来托管和运行他们的关键应用程序和网站。购买和维护自己的服务器可能是一项昂贵的投资。因此，越来越多的用户选择从云服务提供商或托管公司租赁服务器。本文将探讨影响租赁服务器成本的因素，并分析常见的定价模型。影响租赁服务器成本的因素1. 服务器类型：物理服务器：物理服务器是专用的硬件，通常更昂贵，但提供更高的性能和控制。虚拟服务器：虚拟服务器是在物理服务器上虚拟化的，共享硬件资源，成本更低，但性能较差。2. 资源配置：CPU 核心：CPU 核心影响服务器处理数据的能力。内核越多，服务器就越强大。内存（RAM）：内存用于存储临时数据。更多的内存允许服务器处理更大的工作负载。存储：存储用于存储数据。不同的存储类型（如 SSD 或 HDD）具有不同的成本和性能。3.带宽：带宽衡量数据传输到和离开服务器的速度。更高的带宽允许更多的并发连接和更快的文件传输。4. 操作系统：服务器操作系统是运行服务器软件的基础。不同的操作系统具有不同的许可证成本。5. 管理服务：托管公司可以提供管理服务，例如服务器监控、更新和故障排除。这些服务通常会额外收费。6. 数据中心位置：服务器所在的地理位置也会影响成本。靠近主要人口中心的服务器通常更昂贵。常见的定价模型1. 每月定价：这是最常见的定价模型，用户按月支付租赁服务器的费用。每月定价通常包括一组预定义的资源，如 CPU 核心、内存和存储。2. 每小时定价：这种模型允许用户仅为他们使用的服务器时间付费。这对于使用情况波动或偶尔使用服务器的用户来说很有用。3. 专用服务器定价：用户租用一台专用的物理服务器。这种模型提供最高级别的性能和控制，但成本也最高。4. 云服务器定价：云服务器是在虚拟环境中提供的，允许用户根据需要扩展或缩小服务器资源。云服务器通常按每小时或每月定价。租赁服务器的价格表以下是来自不同云服务提供商的示例租赁服务器价格表：| 提供商 | 服务器类型 | CPU 核心 | 内存 | 存储 | 带宽 | 定价模型 |
|—|—|—|—|—|—|—|
| 亚马逊网络服务（AWS） | t3.micro | 1 | 1 GB | 1 GB | 无限制 | 每小时定价 |
| 微软 Azure | B1s | 1 | 2 GB | 128 GB SSD | 100 Mbps | 每小时定价 |
| 谷歌云平台（GCP） | n1-standard-1 | 1 | 1 GB | 10 GB SSD | 1 Mbps | 每小时定价 |
| DigitalOcean | Droplet | 1 | 512 MB | 20 GB SSD | 1 TB | 每月定价 |
| Linode | Linode 2GB | 2 | 2 GB | 80 GB SSD | 200 Mbps | 每月定价 |如何选择合适的租赁服务器选择合适的租赁服务器时，应考虑以下因素：所需资源：评估应用程序或网站的资源需求，如 CPU、内存和存储。预算：设置一个预算，并探索在预算范围内提供所需资源的选项。可扩展性：考虑服务器是否需要可扩展，以便随着业务的增长轻松增加或减少资源。可靠性：选择一家具有良好声誉和可靠基础设施的托管公司。客户支持：确保托管公司提供全天候的客户支持，以解决任何问题。结论租赁服务器可以为企业和个人提供托管其应用程序和网站的成本效益解决方案。通过了解影响租赁服务器成本的因素和分析常见的定价模型，用户可以做出明智的决策并选择最适合其需求的租赁服务器。
互联网基础设施的结构化定价法名词解释
互联网基础设施的结构化定价法名词解释如下：
互联网基础设施的结构化定价法是一种用于确定互联网基础设施（如服务器、存储设备、网络带宽等）成本和价格的模型和方法。
这种方法通常将互联网基础设施的定价分为不同的组成部分，并分别考虑每个组成部分的成本和价格。
结构化定价法的定价构成一般可以分为以下四个部分：
设备购置成本：指购买互联网基础设施所需支付的成本，包括服务器、存储设备、网络设备等硬件设备的购置费用，以及与这些设备相关的软件购置费用。
运营成本：指维护和管理互联网基础设施所需支付的成本，包括电力、冷却、场地租赁、设备维护、软件升级等方面的费用。
网络带宽成本：指使用网络带宽所需支付的成本，包括租赁光纤、卫星传输线路或其他网络传输线路的费用，以及网络带宽的利用率成本。
人工成本：指为管理和维护互联网基础设施所需支付的人力成本，包括系统管理员、网络工程师等职位的薪酬和福利费用。
结构化定价法的优点在于可以将互联网基础设施的定价细化为不同的组成部分，方便企业根据实际需求灵活定制价格方案，有利于价格的透明度和公正性。
此外，结构化定价法还可以帮助企业更好地了解其互联网基础设施的成本和价格，从而更好地管理和优化其成本结构。
然而，结构化定价法也存在一定的局限性，例如在某些情况下可能难以确定某些成本组成部分的具体数值，或者某些成本组成部分的价格可能受到市场波动的影响较大。
因此，企业在使用结构化定价法时需要结合实际情况进行灵活应用。
什么是云服务
云服务是基于互联网的相关服务的增加、使用和交付模式，通常涉及通过互联网来提供动态易扩展且经常是虚拟化的资源。
云是网络、互联网的一种比喻说法。
过去在图中往往用云来表示电信网，后来也用来表示互联网和底层基础设施的抽象。
云服务指通过网络以按需、易扩展的方式获得所需服务。
这种服务可以是IT和软件、互联网相关，也可是其他服务。
它意味着计算能力也可作为一种商品通过互联网进行流通。
背景云计算是继1980年代大型计算机到客户端-服务器的大转变之后的又一种巨变。
云计算（Cloud Computing）是分布式计算（Distributed Computing）、并行计算（Parallel Computing）、效用计算（Utility Computing）、网络存储（Network Storage Technologies）、虚拟化（Virtualization）、负载均衡（Load Balance）等传统计算机和网络技术发展融合的产物。
2特点通过使计算分布在大量的分布式计算机上，而非本地计算机或远程服务器中，企业数据中心的运行将与互联网更相似。
这使得企业能够将资源切换到需要的应用上，根据需求访问计算机和存储系统。
好比是从古老的单台发电机模式转向了电厂集中供电的模式。
它意味着计算能力也可以作为一种商品进行流通，就像煤气、水电一样，取用方便，费用低廉。
最大的不同在于，它是通过互联网进行传输的。
3形式IaaS：基础设施即服务IaaS(Infrastructure-as-a- Service)：基础设施即服务。
消费者通过Internet可以从完善的计算机基础设施获得服务。
PaaS：平台即服务PaaS(Platform-as-a- Service)：平台即服务。
PaaS实际上是指将软件研发的平台作为一种服务，以SaaS的模式提交给用户。
因此，PaaS也是SaaS模式的一种应用。
但是，PaaS的出现可以加快SaaS的发展，尤其是加快SaaS应用的开发速度。
SaaS：软件即服务SaaS(Software-as-a- Service)：软件即服务。
它是一种通过Internet提供软件的模式，用户无需购买软件，而是向提供商租用基于Web的软件，来管理企业经营活动。
按需计算顾名思义，按需(on—demand)计算将计算机资源(处理能力、存储等)打包成类似公共设施的可计量的服务。
在这一模式中，客户只需为他们所需的处理能力和存储支付费用。
那些具有很大的需求高峰并伴有低得多的正常使用期的公司特别受益于效用计算。
当然，该公司需要为高峰使用支付更多，但是，当高峰结束，正常使用模式恢复时，他们的费用会迅速下降。
按需计算服务的客户端基本上将这些服务作为异地虚拟服务器来使用。
无须投资自己的物理基础设施，公司与云服务提供商之间执行现用现付的方案。
按需计算本身并不是一个新概念，但它因云计算而获得新的生命。
在过去的岁月里，按需计算由一台服务器通过某种分时方式而提供。
4应用云物联“物联网就是物物相连的互联网”。
这有两层意思：第一，物联网的核心和基础仍然是互联网，是在互联网基础上的延伸和扩展的网络；第二，其用户端延伸和扩展到了任何物品与物品之间，进行信息交换和通信。
物联网的两种业务模式：1．MAI（M2M Application Integration), 内部MaaS；2．MaaS（M2M As A Service), MMO, Multi-Tenants(多租户模型）。
随着物联网业务量的增加，对数据存储和计算量的需求将带来对“云计算”能力的要求：1．云计算：从计算中心到数据中心在物联网的初级阶段，PoP即可满足需求；2． 在物联网高级阶段，可能出现MVNO/MMO营运商（国外已存在多年），需要虚拟化云计算技术，SOA等技术的结合实现互联网的泛在服务：TaaS （everyTHING As A Service)。
云安全云安全(Cloud Security)是一个从“云计算”演变而来的新名词。
云安全的策略构想是：使用者越多，每个使用者就越安全，因为如此庞大的用户群，足以覆盖互联网的每个角落，只要某个网站被挂马或某个新木马病毒出现，就会立刻被截获。
“云安全”通过网状的大量客户端对网络中软件行为的异常监测，获取互联网中木马、恶意程序的最新信息，推送到Server端进行自动分析和处理，再把病毒和木马的解决方案分发到每一个客户端。
云存储云存储是在云计算(cloud computing)概念上延伸和发展出来的一个新的概念，是指通过集群应用、网格技术或分布式文件系统等功能，将网络中大量各种不同类型的存储设备通过应用软件集合起来协同工作，共同对外提供数据存储和业务访问功能的一个系统。
当云计算系统运算和处理的核心是大量数据的存储和管理时，云计算系统中就需要配置大量的存储设备，那么云计算系统就转变成为一个云存储系统，所以云存储是一个以数据存储和管理为核心的云计算系统。
5优缺点优势云开发的优势之一就是规模经济。
利用云计算供应商提供的基础设施，同在单一的企业内开发相比，开发者能够提供更好，更便宜和更可靠的应用。
如果需要，应用能够利用云的全部资源而无须要求公司投资类似的物理资源。
说到成本，由于云服务遵循一对多的模型，与单独的桌面程序部署相比，成本极大地降低了。
云应用通常是“租用的”，以每用户为基础计价，而不是购买或许可软件程序(每个桌面一个)的物理拷贝。
它更像是订阅模型而不是资产购买(和随之而来的贬值)模型，这意味着更少的前期投资和一个更可预知的月度业务费用流。
部门喜欢云应用是因为所有的管理活动都经由一个中央位置而不是从单独的站点或工作站来管理。
这使得员工能够通过Web来远程访问应用。
其他的好处包括用需要的软件快速装备用户(称为“快速供应”)，当更多的用户导致系统重负时添加更多计算资源(自动扩展)。
当你需要更多的存储空间或带宽时，公司只需要从云中添加另外一个虚拟服务器。
这比在自己的数据中心购买、安装和配置一个新的服务器容易得多。
对开发者而言，升级一个云应用比传统的桌面软件更容易。
只需要升级集中的应用程序，应用特征就能快速顺利地得到更新，而不必手工升级组织内每台台式机上的单独应用。
有了云服务，一个改变就能影响运行应用的每一个用户，这大大降低了开发者的工作量。
不足也许人们所意识到的云开发最大的不足就是给所有基于web的应用带来麻烦的问题：它安全吗?基于web的应用长时间以来就被认为具有潜在的安全风险。
由于这一原因，许多公司宁愿将应用、数据和IT操作保持在自己的掌控之下。
也就是说，利用云托管的应用和存储在少数情况下会产生数据丢失。
尽管可以说，一个大的云托管公司可能比一般的企业有更好的数据安全和备份的工具。
然而，在任何情况下，即便是感知到的来自关键数据和服务异地托管的安全威胁也可能阻止一些公司这么做。
另外一个潜在的不足就是云计算宿主离线所导致的事件。
尽管多数公司说这是不可能的，但它确实发生了，亚马逊的EC2业务在2008年2月15日经受了一次大规模的服务中止，并抹去了一些客户应用数据。
(该次业务中止由一个软件部署所引起，它错误地终止了数量未知的用户实例。
)对那些需要可靠和安全平台的客户来说，平台故障和数据消失就像被粗鲁地唤醒一样。
更进一步讲，如果一个公司依赖于第三方的云平台来存放数据而没有其他的物理备份，该数据可能处于危险之中。
6评估云服务性能企业考虑云计算的关注点之一就是性能。
实现应用程序在云中的高速交付是一个涉及多方面因素的挑战性命题，其中包括一个整体的接入方法和一个对应用程序“请求-响应”路径的端到端查看。
性能问题包括：应用程序与数据相对于最终用户的地理位置，云中、云内外以及计算机层和数据存储多层次之间的I/O访问速度。
当今，诸如CloudSleuth和CloudHarmony之类的众多服务研究报告试图通过从不同地理位置和采用不同应用程序的方法来度量和评估云计算供应商所提供服务的性能。
云服务技术堆栈一直以来，一些云计算供应商都致力于提供特定软件堆栈的服务。
通常，这就意味着他们从基础设施即服务（IaaS）转变至平台即服务（PaaS）。
不同堆栈特定云可与其他的大多数流行软件堆栈相配合。
其典型代表包括：Heroku和Engine Yard的Ruby；VMforce和Google应用程序引擎（GAE）的Java/Spring（其中GAE还支持Python）；PHP Fog的PHP以及微软公司Windows Azure的。
如果你的应用程序使用以上堆栈之一进行构建，你可能需要考虑这些云计算平台。
他们能够帮助你处理低层次基础设施的安装和配置工作，从而节省在时间和费用方面的巨大支出。
另一方面，他们往往会要求开发商在进行架构和编写应用程序时遵循某些推荐的要求，以便于创建高等级的供应商级同步。
云服务服务级别协议有些云供应商做出了提供更高等级服务的承诺，以示与其他行业竞争对手的不同。
比如Rackspace提供更高等级云服务SLA，从而展开与云计算业内的巨头Amazon公司的竞争。
请注意，SLA通常只是当服务发生故障时结果的一个指示，而不是实际服务的可靠性。
其典型代表是GoGrid %确保的SLA。
换而言之，GoGrid做出了100%正常运行时间的承诺。
如果它无法满足这一级别的可靠性，它将赔偿用户100倍停机时所需支付的费用。
虽然SLA是评估所有供应商承诺等级的一个有效指标，但了解特定云供应商的实际正常运行时间是一个更为棘手的难题。
大多数供应商都提供了一个用于表明服务正常运行的状态页面，但是这些页面显示的数据通常只是数天前甚至更早时候的。
为了获得实际具有可靠性和可用性的长期数据，用户最好依赖于客户反馈以及诸如CloudSleuth和CLoudHarmony的比较服务。
云服务API：同步、社区以及生态系统选择合适云供应商的另外一个关键因素在于开放应用程序编程接口（API），它为访问基础设施和执行操作（例如配置服务器或解除服务器配置）提供外部调用方法。
从很多方面来说，API都是重要的。
首先，一个API可得到多个供应商同时支持，同时供应商也为用户提供了更大的功能扩展自由度。
因为当从一个供应商转向另一个供应商，或同时与多个供应商合作时，基本上不用对应用程序做重大修改，所以显得更为容易。
其次，API得到了社区开发人员的广泛支持，供应商可基于它构建一个具有配套服务和功能的完整生态系统。
由Amazon web服务与应用（AWS）和Vmware云计算产品提供的API周围已形成庞大的生态系统，其中包括管理工具（如enStratus）、监控和管理工具（如Cloudkickh和RightScale）以及形成其完整云服务的其他服务。
Vmware本身不提供云服务，但是不同的供应商使用Vmware的堆栈和API，特别是vCloud。
例如Terremark和Savvis。
Amazon公司和WMware公司以及Windows Azure都允许用户使用自己的堆栈和API实施内部云，从而使用户能够很容易地在混合云上管理和运行应用程序。
所谓混合云是指由供应商托管，且在公司内部数据中心中运行的云。
以Amazon公司为例，使用AWS启动通过Eucalyptus的API为私有云提供软件堆栈。
业内的一个最新发展是Rackspace公司与美国航天局（NASA）合作，两者协同众多厂商和云供应商在其一个称为OpenStack的项目中对其软件堆栈公开了源代码。
它最有可能被视为行业标准，因此此举将有助于创建一个有望替代Amazon和Vmware生态系统的实际可行标准。
云服务安全性和法规遵从公司考虑实施据云计算的两大障碍依然是安全性与法规遵从。
Zenoss公司在2010年第二季度进行的调查显示，接近40%的受访者在被问及他们对云计算的最大关注问题时都选择了安全性。
而紧随其后的选项是管理，它占受访者的26.5%。
Zenoss的调查结果与其他云计算相关调查的数字是一致的。
而企业真正关注的问题并不是实际的安全威胁，而是他们无法遵守与安全相关的标准，如PCI。
作为回应，当今许多云供应商都在吹嘘和炫耀他们所拥有的SAS-70 II型审计、安全白皮书和其他标准的证书。
正在发展的云供应商Logicworks推出了具有法规遵从的云计算产品，即遵守一级PCI的云产品。
云服务成本一个比较云供应商的简单直接方法似乎就是成本。
问题在于考虑到客户实际使用的资源和支付的费用，在供应商中并不具备可比性。
供应商提供虚拟机（VM）资源，但其内存容量、CPU时钟速度以及其他功能却各异。
此外，实际提供给客户的部件也是虚拟的，这也造成难以对客户实际使用的资源进行度量以及其他同在云中客户如何影响这些资源。
Amazon公司拥有EC2计算部门，Heroku向Dynos提交而其它厂商则创建自己的度量部门。
度量评估不同云供应商成本和性能比的唯一真正可靠方法是使用相同的应用程序对多个供应商的服务进行试验，并比较运行结果。
费用对比云计算的安全和管理问题是众所周知的，除此之外，关于云服务的计费也是一个不小的挑战。
云服务供应商们总是喜欢吹嘘说他们的服务使用起来有多么的简单，实际上，广大IT经理们都已发现云计算服务的计费并不简单。
云服务的计费是基于许多因素的，从所需的存储空间，到所使用的时间周期，再到每个月的流量分配，等等这些因素都可能成为计费参考。
实际上还不止这些，一些云服务供应商还会基于SLA之内的一些隐性条款来收费。
为了弄明白一项云计算服务的总费用，用户需要了解供应商账单上的每一项服务要素，以及其计费方式。
服务的计费项目另一个决定服务真正费用的关键因素是所需的服务类型。
对于一些企业而言，所谓的云服务可能只是服务器托管、专用服务器租赁，或是将应用运行在云中。
而对于其它一些企业而言，云服务可能就是基于云的数据备份、业务持续性的维持，或是基本的存储托管。
对于广大用户而言，要弄明白云计算服务最简单的方式就是将注意力放在最主要的服务项目上。
大多数云服务供应商都会将它们的服务分为三个基本类型：云中服务器、云存储、云工作站和云应用。
每一项服务都有其自己的计费方式。
云中的服务器主要分为两种形式：虚拟服务器和物理服务器。
换句话说，你既可以在虚拟服务器（与其他人共享物理硬件）上购买使用时间，也可以在专用服务器（你是该服务器唯一的租户）上购买使用时间。
表1所示的就是云服务的计费方式：三大主流IaaS云服务计费方式对比整张图片实际上就是在对比不同云服务供应商的服务价格和计费方式。
图中列出的每个供应商都会对一些额外的服务和功能征收额外的费用。
此外，每项服务的价格也会随着协议长短、总的带宽需求或者所需存储规模的大小而有所变化。
在许多情况下，用户是可以和供应商进行讨价还价的。
不同的服务类型并不是说所有的云服务供应商都是一样的，如果你仔细观察一下供应商之间的区别以及他们各自处理用户需求的方式，就会发现这种差别是很明显的。
为了给大家做一个对比，我们挑选了最为知名的三家云架构供应商：GoGrid将负载均衡服务放在其服务器产品当中，而且不收取额外的费用，此外，他们还免费提供20GB的存储空间；Rackspace使用的是一种完全不同的计费机制，随着使用量的增长，他们会降低每十亿字节带宽的费用。
此外，该公司还在一些虚拟服务器上提供免费的备份服务；Amazon的大多数服务随着使用量的增加都提供打折优惠，但是对于存储服务的启用和终止都会收取一定费用。
如果你考虑一下最为简单的云存储服务概念，就会很明显地发现这几种计费方式及供应商业务的区别（图2）。
再次强调一下，这张图只是对比不同供应商的计费方式。
像其它云服务一样，云存储服务的价格也会受到协议时间长短、总的带宽需求或是说所需存储容量大小的影响。
此外，这些服务的价格也有足够的讨价还价的空间。
三大主流IaaS云服务计费方式对比对于使用其服务器托管服务的用户，GoGrid最初提供20GB的免费存储空间，而且他们只为服务器托管用户提供云存储服务。
独具特色的是，随着用户所购买的存储容量的增加，GoGrid的服务可以提供打折优惠。
GoGrid的云存储服务是以一种定量的方式提供，目前为止还不提供用于启动或停止其它命令的Web服务应用程序接口。
Rackspace试图让它的存储服务计费方式变得尽可能的简单化。
他们对于云存储服务的采购提供按比例增减的模式，随着总量的增加，服务的单价也会有所下降。
此外，如果文件的大小超过250KB，他们不会收取存取费用。
Amazon S3对于已删除数据不进行收费，根据所需存储总量的增加还会提供一定折扣。
对于那些试图将价格稳定下来的公司，他们提供定价合同。
对于一些规模较大的文件传输公司，他们建议使用其输入和输出服务，这样可以节省成本。
理想地讲，云计算服务的计费模式应该和选择所需的存储功能和服务器计算资源没什么差别。
而事实上，大多数IT经理都发现这种理想很难实现。
他们必须仔细去考虑一些“隐性成本”，或是计费标准的变化，从而确定某项服务的真正费用。
更大的挑战来自于一些“非技术”的因素，用户必须考虑到那些独立于谈判条款之外或是隐藏于SLA协议之中因素。
解决这一问题的技巧就是用清晰而又精确的语言将每个合同期内每项服务的总费用写在纸上，这样才能明白真正的总预算金额。
[1]7相关技术1、编程模式2、海量数据分布存储技术3、海量数据管理技术4、虚拟化技术5、云计算平台管理技术8相关问题数据隐私问题：如何保证存放在云服务提供商的数据隐私不被非法利用，不仅需要技术的改进，也需要法律的进一步完善数据安全性：有些数据是企业的商业机密没数据的安全性关系的企业的生存和发展。
云计算数据的安全性问题解决不了会影响云计算在企业中的应用。
用户的使用习惯：如何改变用户的使用习惯，使用户适应网络化的软硬件应用是长期而且艰巨的挑战。
网络传输问题：云计算服务依赖网络，目前网速低切不稳定，使云应用的性能不高。
云计算的普及依赖网络技术的发展。
缺乏统一的技术标准：云计算的美好前景让传统IT厂商纷纷向云计算方向转型。
但是由于缺乏统一的技术标准，尤其是接口标准，各厂商在开发各自产品和服务的过程中各自为政，这为将来不同服务之间的互连互通带来严峻挑战。
Algo & HF Trading 笔记（1-2）市场的参与者和“微”结构
今日开启阅读《Algorithmic and High-Frequency Trading》一书，此书内容实用，对于金融新手而言，既有趣味性又具有循序渐进的特点，对各个概念都进行了详尽的解释。
第一章对电子交易系统的概况进行了介绍，阐述了市场中的参与者、订单匹配方式等内容。
第二章则对Market Maker、Liquidity Trader 和 Insider 的简化模型进行了深入讲解，其中涉及一些博弈论基础知识，即便未学习过博弈论，也能大致理解。
总体而言，本书由浅入深，内容详实，推荐阅读。
期望能在一周内完成阅读。
第一章 电子市场概览1.3 订单订单分为Market Orders(MO)和Limit Orders (LO)。
MO规定了交易量，要求以最优价格交易；LO仅规定交易量的上限。
MO通常立即执行，LO则可能不会立即执行。
由于LO的价格通常不如即时价格，立即执行LO会导致亏损。
交易流程：当MO（假设为买入）到达系统时，首先，系统会匹配出价最低的卖出LO。
如果MO的买入需求量小于最优惠价格的LO的供给量，则按时间顺序先满足最先提交的LO。
如果MO的买入需求量大于最优惠价格的LO的供给量，则在完成最优价格的LO交易后，系统会寻找第二最优价格的LO，依此类推。
在价格同样最优的情况下，除了先到先得的原则外，还有其他分配交易额度的方法，如prorata，即按每份LO的总量按比例分配。
不同交易所还有一些其他规则，例如优先考虑特定的交易者、拍卖等。
交易所之间的另一个区别在于透明度，即limit order book是否公开。
Colocation：交易所通过租赁靠近交易引擎的服务器，使交易者能够更快地连接到交易引擎。
交易所为所有交易者提供相同的硬件和相同的网线长度，以保证交易者不会因为网速而受到影响。
交易费用：交易并非免费，不同交易者需要支付不同的交易费用。
例如，在maker-taker的交易系统中，MO的提交者需支付较高的交易费用（减少了市场流动性），而匹配上的LO支付较低的交易费用（增加了流动性）。
但在taker-maker的交易系统中，交易费用的分配则相反。
1.4 Limit Order Book本节通过具体例子说明上一节的内容，并介绍了一些相关概念。
Tick：价格变化的最小单位。
美国的tick是1%，即1美分。
Quoted Spread：最优的买卖价差。
Mid Price：最优的买卖价格的均值，通常被认为是资产的真实定价。
Microprice：[公式]。
第二章 金融市场的微观结构2.1 做市商做市商是指利用执行技能获利的人。
他们与“主动”交易员不同，后者通过预测未来价格来获利。
做市商提供流动性。
做市商的风险在于，在一侧交易完成到另一侧交易完成之间，存在一个时间差。
在这个时间差内，资产价格可能会向不利于做市商的方向变动。
Grossman-Miller模型描述了这个问题，并指出做市商获得的流动性溢价补偿了他们的风险。
具体而言，假设一个交易者有i单位的流动性需求，每期资产的波动率是[公式]，市场上有n个做市商，效用函数的形式是[公式]，那么流动性的价值（流动性折扣）就是[公式]。
风险越大、做市商越少、市场越厌恶风险，这个溢价就越大。
既然做市商越多，他们赚取的就越少，那么什么决定了做市商的数量呢？自然想到的是做市商所承受的交易成本。
交易成本分为两种：参与市场的固定成本和随交易量变化的交易费用。
假设每次做市商在买卖时需要支付[公式]的交易费用，那么有流动性需求的交易者在最初卖出价值为[公式]的资产时，只能得到[公式]。
可以看出，流动性需求者全额支付了做市商买卖这笔资产的交易费用。
在电子交易的背景下，做市商的交易流程可能是这样的：需要流动性的LT1提出MO，LO接单。
在没有交易成本的情况下，将[公式]稍作变形，得到[公式]，其中[公式]描述了市场的流动性。
2.2 拥有信息优势时的交易本节的模型较为复杂，以下是对设定段落的翻译，便于理解。
这里采用简化的Kyle (1985) 模型：某一时刻，市场上开始交易一种资产，交易价格为[公式]。
交易后，资产的价值是[公式]，是一个均值为[公式]，方差为[公式]的正态随机变量。
市场上有三种人：一个拥有特殊信息的人（知情交易者）、一群对价格不敏感的寻求流动性的人LT（流动性交易者）、很多做市商。
在这个设定中，做市商是风险中性的，因此不需要额外的补偿。
因此，流动性溢价（从LT处获得）补偿做市商的信息劣势。
假设流动性需求是[公式]，并且与[公式]独立。
如果[公式]，那么总的LT要从市场上购买[公式]单位的资产；如果[公式]，那么总的LT要从市场上卖出[公式]单位的资产。
理论上，做市商可以收取很高的流动性溢价，但由于存在许多做市商，竞争使得他们都无法获利，即[公式]。
此时，有信息的内幕知情人（知情者）来到了市场。
知情者的信息体现在他知道[公式]的确切取值。
只有他知道这个取值，他可以根据这个取值来决定交易量，设这个交易量是[公式]。
做市商知道市场上有一个知情者，但不知道是谁。
博弈开始了。
博弈的顺序是：1. 知情人观察到了[公式]；2. 知情人根据[公式]选择了交易量；3. [公式]的取值确定，但做市商不知道u的具体值；4. 做市商观察到总的order量是[公式]；5. 根据总的order量，做市商设定交易的价格[公式]。
在这个过程中，知情者会考虑[公式]的函数形式，而做市商也会对[公式]的形式有所预测。
这里的贝叶斯纳什均衡是[公式]和[公式]的均衡。
给定了模型设定后，知情者的做法就应该是比较[公式]和[公式]，进行买进或卖出。
他应该尽可能地多执行这样的操作来增加自己的收益。
但是，做市商也会考虑这个问题，并调整价格，所以一般[公式]。
在极端情况下，如果市场上没有LT，只有一个知情者，那么做市商就知道所有的order都来自于这个知情者，那么他们就会从[公式]中反推[公式]的信息，并把[公式]的信息加入到定价中。
幸运的是，市场上有很多LT，创造了噪音，让知情者有利可图。
那么，做市商如何设定价格呢？由于竞争者众多，风险中性的做市商利润为0。
但这并不意味着利润为负，因为做市商可以选择不参与市场来避免亏损。
0利润可以推出：[公式]，其中[公式]是所有做市商的已知信息。
这被称为弱有效市场（半强有效），即价格反映了所有的公开信息，而做市商的信息来自于[公式]，因此有：[公式]。
假设这里的[公式]是线性的，那么[公式]，其中[公式]是表示价格对需求量敏感度的未知参数。
那么，考虑到[公式]引发的价格变化，知情者的优化问题是：[公式]，将[公式]的线性表达式代入并解这个优化，得到：[公式]，其中[公式]。
这样，我们就可以得到：[公式]是一个正态分布[公式]。
然后，我们就可以计算出：[公式]，即为定价。
可以看出，[公式]。
在有知情者污染的市场中，知情者掌握更多信息，会对做市商进行逆向选择。
因此，做市商需要更高的溢价，而这个溢价被无辜的LT支付。
2.3 以信息劣势为中心的模型上一节描述的是有信息优势的知情者的模型，本节讲解的是以没有信息优势的做市商为中心的模型。
模型的组成与之前相同：知情者、做市商、LT。
这个模型来自Glosten & Milgrom (1985)，博弈的图示如下：在这个简化的模型中，[公式]的实现值有两个：以概率[公式]产生高价值[公式]，以概率[公式]产生低价值[公式]。
假设所有的order都是交易1单位的。
做市商提交的LO是以价格[公式]卖出，以价格[公式]买入。
LT以[公式]的概率买入，[公式]的价格卖出。
假设存在很多的知情者，他们占的比例是[公式]，而LT占的比例是[公式]。
由于问题简化为每人只能交易1单位，所以知情者的选择很简单：买入1单位或卖出1单位。
在高价值的情况下，知情者全部买入；在低价值的情况下，知情者全部卖出。
LT则不论价值高低，都有一半买入，一半卖出。
这个博弈如上图。
从ask的视角来看，假设做市商收到一单位ask的order。
如果order来自LT，那么做市商赚了[公式]。
如果这个order来自知情者，那么做市商亏了[公式]。
由于做市商众多，竞争充分，所以做市商是不赚钱的，所以：[公式]，解得：[公式]。
同理：[公式]。
这个模型有不少扩展。
例如，加入时间的维度，变成一个连续时间的问题。
还可以假设LT不是对价格不敏感的。
换句话说，随着亏损的增多，LT中越来越多的人会放弃交易。
这些都是对上述表达式的小改动，在此不赘述。
