CN107408269B - 交易异常切断开关 - Google Patents
交易异常切断开关 Download PDFInfo
- Publication number
- CN107408269B CN107408269B CN201580076491.0A CN201580076491A CN107408269B CN 107408269 B CN107408269 B CN 107408269B CN 201580076491 A CN201580076491 A CN 201580076491A CN 107408269 B CN107408269 B CN 107408269B
- Authority
- CN
- China
- Prior art keywords
- order
- network
- transaction
- trading
- trade
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
- G06Q40/04—Trading; Exchange, e.g. stocks, commodities, derivatives or currency exchange
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0601—Electronic shopping [e-shopping]
- G06Q30/0607—Regulated
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
- G06Q40/06—Asset management; Financial planning or analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Development Economics (AREA)
- Theoretical Computer Science (AREA)
- Marketing (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Economics (AREA)
- Technology Law (AREA)
- Entrepreneurship & Innovation (AREA)
- Game Theory and Decision Science (AREA)
- Human Resources & Organizations (AREA)
- Operations Research (AREA)
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
Abstract
一种能够检测指向到多个交易所中的任何一个的异常交易活动何时发生的系统,该系统使用计算机实现的异常检测和动作级来采取动作以终止所检测到的异常交易活动而无需人为干预,计算机实现的异常检测和动作级以每个符号作为基础在基于滑动成交量的窗口内进行交易订单流的指数加权平均以及以每个符号作为基础对在基于滑动成交量期间接收到的交易更新消息进行基于成交量的指数加权平均,并且检查它们之间的协方差的拐点。还描述了相关方法。
Description
相关申请的交叉引用
本申请要求于2015年1月6日提交的美国专利申请14/590,201的权益,其全部公开内容以引用方式结合于本文中。
技术领域
本公开总体上涉及电子交易平台,更具体地涉及检测和处理可发生在电子交易平台上的基于系统的交易异常。
背景技术
计算机交易(可互换称为电子交易)的出现和高速/高频以及其它算法交易依赖于复杂的计算机程序来处理在一个或多个交易所上的大量交易,这些交易对于人类而言在太短的时间内无法完成、跟踪或直接管理。在这些速度下,存在的极大的风险是:编程故障可导致大量交易在任何人能够认识到问题存在并且纠正问题之前发生,从而增加交易实体的风险和对整个市场的不利影响。
这可在涉及单股股票的简化示例中很容易地说明。假设实体发起1000股XYZ股票的交易(买入或卖出)。其中当前交易平台可通过几种方式处理交易请求。它可以被路由到单个市场以作为块执行,或者使用“订单分割”,它可同时或以交错的时序将一组较小的交易(例如:(1)100股的10块,(2)500股的一块,200股的一块以及每100股的3块,或者500股的两块,(3)200股的五块等)发送到两个或更多个不同市场的单个市场以用于执行。在某些情况下,该交易甚至可以被分解为多个“碎股”("odd lots")(即小于100股的份儿),这些数据不在公开可用的“综合数据”报告中出现。
然而,如果路由软件的某些组件或硬件问题导致交易请求(或其某些部分)不适宜地重复地快速发行,则可引起问题。在此类情况下,作为1000股XYZ的单个交易的目的可瞬间成为一系列交易请求,这些交易请求比预期的股票多得多,可能会迅速并且不利地影响XYZ股票的价格。
尽管单个交易的错误倍增几次不导致重大损失或市场中断。但是可很容易看出,如果问题影响到多个股票和/或市场,问题会在几分钟内急剧放大,并且不仅可导致所涉及股票的重大中断,而且还会对相关期权和指数,并且在某些情况下对市场本身产生级联效应(cascading effect)。
这是一个非常真实的问题,因为对于多个交易所中的任何一个,订单流量每秒超过数千甚至数万次交易并不罕见,如果出现问题,其远快于任何人能够理解的程度,更不用说立即作出反应。例如,如骑士资本集团公司(Knight Capital Group,Inc.)(“骑士资本”)新闻稿中所报道,在2012年8月,骑士资本在其自动交易系统的交易软件中遇到技术问题,导致骑士向市场发送许多错误的证券订单。当最终被识别时,错误的订单必须被出卖,从而导致4亿多美元的损失。
发明内容
本公开的一个方面涉及一种系统,该系统可检测指向多个交易所中的任何一个的异常交易活动何时发生,并且采取动作来终止所检测到的异常交易活动而无需人为干预。该系统由多个网络分接器组成,多个网络分接器中的第一网络分接器位于订单流元件的交易侧,第二网络分接器位于订单流元件的与交易侧相对的一侧,订单流元件处于交易订单通行到交易所所经由的路径中,第一网络分接器和第二网络分接器各自被配置为对沿穿过订单流元件朝向多个交易所中的至少一个的路径的交易订单消息流进行监听,第一网络分接器和第二网络分接器各自用于捕获交易订单消息流的副本以用于分析。该系统还包括计算机实现的异常检测和动作平台,该平台具有可接收实时市场交易数据所经由的第一接口、可经由至少第一网络分接器和第二网络分接器接收交易订单消息流的副本所通过的第二接口、以及在非临时程序存储器中存储的实现异常检测引擎的编程,实现异常检测引擎的编程被配置为从第一网络分接器和第二网络分接器接收交易订单流信息,并且通过以下步骤相对于市场信息分析所接收的交易订单信息:i)在基于滑动成交量的窗口内以每个符号作为基础同时考虑订单取消、订单更换、订单拒绝和订单分割执行交易订单流的指数加权平均,交易订单流从交易系统指向到所有交易所,该符号的交易可由该交易系统指向到所有交易所;ii)以每个符号作为基础对基于滑动成交量的窗口期间接收的交易更新消息执行基于成交量的指数加权平均;iii)以每个符号作为基础检查交易订单流的指数加权平均值和交易更新消息的指数加权平均值之间的协方差;以及iv)将传入到订单流元件的交易订单消息与从订单流元件传出的交易订单消息进行比较,以获得数量和价值的一致性。如果异常检测引擎检测到以下中的任何一个:a)通过订单流元件的至少一个符号的异常交易订单消息流;或者b)针对至少一个符号指示市场偏差的协方差的拐点,其中市场偏差在指定的持续时间内增加或持续,则异常检测引擎将根据分层协议自动采取指定的动作来停止至少一个符号(symbol,股票代码)的正在进行的异常交易。
另一个方面涉及一种交易系统,该系统具有耦接到交易系统内的交易流路径的多个网络分接器,以便捕获指向多个交易所中的至少一个交易所的交易订单消息以用于执行,而不会向交易订单消息添加延时。交易系统还具有多个订单流元件,其各自在其任一侧具有多个网络分接器中的至少一个。交易系统还具有耦接到多个网络分接器的异常检测和动作平台,其被配置为以每个符号为基础接收和分析在交易系统内指向多个交易所的交易订单信息,其中根据交易订单信息的基于滑动成交量的窗口中的至少指数成交量加权平均值与多个交易所报告的市场交易之间的协方差来进行分析,并且异常检测和动作平台被配置为确定是否存在任何符号的协方差的拐点,并且当针对该符号存在拐点时,确定协方差偏差率或协方差偏差持续时间是否指示异常交易活动,如果指示异常交易活动,则触发自动动作以终止异常交易活动,同时最小化交易系统对其它符号的交易中断。
另一方面涉及自动检测交易系统内指向到至少一个交易所的异常交易活动的方法。该方法涉及在计算机化的异常检测和动作平台接收指向到交换所的特定符号的交易订单信息;在计算机化的异常检测和动作平台从交易所接收交易更新信息;使用计算机化的异常检测和动作平台;针对每一个特定符号,以滑动成交量的窗口内的指数成交量加权平均值为基础分析交易订单信息和交易更新信息之间的协方差,以便识别至少一个符号是否存在协方差的拐点,该拐点指示该符号的异常交易,并且当存在协方差的拐点时,触发将终止该符号的异常交易的协议。
上面已经相当总体地概述了本公开的一个或多个实施例的特征和技术优点,以便可以更好地理解以下具体实施方式。下面将描述本公开的另外的特征和优点,这些特征和优点可以形成本申请的权利要求的主题。
附图说明
在下面结合附图的详细描述中进一步详细地描述了本公开,附图中:
图1以简化形式示出现有技术交易系统的一部分的概述,其中该交易系统使得交易订单能够流向/来自不同交易所;
图2以简化形式示出部署了我们的“制动(braking)”系统的图1的系统;
图3以简化形式示出制动系统200的一个示例性实施方案的功能部件;
图4以简化形式示出特定符号的市场交易的价格与时间的图;
图5以简化形式示出系统正在交易图4的符号所在的不同市场中的一些的成交量与时间的图;
图6a至图6c以简化形式示出正常和拐折情况的三个示例图;
图7以简化形式示出由两个分接器(tap)定义的一个代表性示例OFE;以及
图8以简化形式示出四级控制层次的示例。
具体实施方式
我们设计了一种系统和方法,其允许自动实时监测和分析电子、高速/高频和其它算法交易活动,以确定是否发生异常交易活动并且以尽可能或适当地最小的破坏性方式进行干预,从而隔离和终止异常交易。通过我们的方法,我们可将风险和对正确的交易活动的影响最小化,同时减少“误检”的机会(即错误地将合适的活动标记为异常)。
在这一点上,应当指出的是,本文所用的术语“单位”表示正在交易的是什么,不管构成单位的事物是股份、债券、期权(例如,认沽或认购(put or call))合约、商品和/或期货合约、衍生物、掉期交易、其它类型的金融工具等。换句话说,术语“单位”旨在涵盖任何类型的定价和交易的金融工具,例如:经由(a)特定系统处理的任何电子交易,以及在一些实施方案中,(b)内部填充,和/或(c)暗池交易。如本文所使用,术语“交易所”旨在涵盖以下中的任一种或全部:传统贸易交易所、电子交易所、内部交易匹配(即“填充”)系统和暗池交易配置。传统贸易交易所和电子贸易交易所的代表性非限制性示例包括芝加哥证券交易所,NASDAQ、CBOE证券交易所、国家证券交易所、NQBX、PXS证券交易所(NQPX)、纽约证券交易所(NYSE)、EDGA和EDGX交易所、群岛交易所(Archipelago Exchange)(ARCA)、BATS交易所、伦敦证券交易所、ICE期货交易所、泛欧交易所(Euronext)、芝加哥期货交易所等。
类似地,如本文所使用,术语“符号”用于表示由交易所和订单系统直接或间接地用于实现相关联单位的购买或销售的一个或多个单位的标识符。例如,对于股票,符号将是公司的股票代号;对于债券,符号可是股票CUSIP号码;对于期权,符号将是公司的期权符号或其它指示符,行使价和到期日;同样对于商品合约和期货合约,符号将成为交易的特定货物的指示符和交货日期。
最后,如本文所使用,术语“订单流元件”和“OFE”可互换地用作表示构成订单流路径的一个或多个部件的方式,订单流路径从订单可以输入的点到通往处置订单(或构成部分)的交易所的入口。要注意的是,根据特定系统,可定义单独的OFE,使得其对应于单个硬件部件,或者可将其定义为在订单流路径中并入多个硬件部件。
一般来说,我们的方法在订单流的各个不同点处“接入(taps into)”或“观察”(无中断)来往交易所的订单流,并且相对于市场提供的信息分析了整个订单入口的多个部件处的订单流,以自动识别潜在的错误交易活动,并且最好以尽可能最小的破坏性方式将其停止。具体来说,该方法接入一个或多个OFE的两侧的订单流,使得当离开OFE时,构成进入OFF的订单(或其部分)的符号的单位的总数量必须相同。
如下面详细所述,我们的方法使用“熵”方法来检测考虑到成交量和价值保持的错误的交易活动检测,和/或寻找在特定的滑动成交量窗口内远离整个市场可疑地变化的订单流活动(即当一个或多个符号在所有相关交易所中的活动被总体考虑时的偏差)。如果发现此类偏差,我们的方法可以“断路器”的方式起作用,如果硬件或软件部件以整体方式出现故障,则停止该特定部件,或者如果存在故障影响一个或多个符号或交易所,则它可(在适当情况下)以以下为基础进行终止操作:(1)单个符号/单个交易所,(2)多个符号/单个交易所,(3)单个符号/多个交易所,和(4)多个符号/多个交易所。
此外,并且有利地,我们的方法不需要位于订单流路径内的部件。因此,我们的系统和方法不会添加延时(即增加订单相关信息在交易台与交易所之间通过的时间,反之亦然)。
考虑到上述情况,现在将参照附图来描述我们的方法,其中不同视图中相同的附图标记表示相同的项目。
总体而言,我们的方法是在常规的订单流系统中实施的,订单流系统由常规和已知的订单输入硬件部件和设备组成,这些部件和设备共同允许将单位的采购或销售(即交易)订单发送到一个或多个交易所,并且允许从一个或多个交易所接收到的交易确认,而不管是根据交易者输入的手动订单,自动交易策略还是其某种组合。图1以简化概述形式示出了耦接到多个交易所102-1、102-2、102-3、102-4...102-n的一个此类常规订单流系统100的示例,该订单流系统100可将交易订单路由到多个交易所以用于执行,例如传统交易所、电子交易所、内部填充系统(用于内部交易匹配)和/或暗池中的一个或多个。
如图所示,系统由多个“智能”订单输入部件104-1、104-2、104-n组成。作为例如由交易者、经纪人或甚至编程的交易计算机经由适用于特定设备的常规的接口106-1、106-2…106-n输入的订单的结果,智能订单输入部件104-1、104-2、104-n接收用于单位的购买或销售的输入订单。
这些“智能”订单输入部件104-1、104-2...104-n经由开关108-1、108-2…108-n将订单路由到交易所102-1、102-2、102-3、102-4...102-n中的一个或多个,其中开关108-1、108-2…108-n将该订单提供到传统的订单路由器110-1、110-2、110-3、110-4...110-n,传统的订单路由器110-1、110-2、110-3、110-4...110-n进而经由其它或附加的开关/接口112-1、112-2、112-3、112-4...112-N将任何特定订单的全部或某些部分发送到特定交易所102-1、102-2、102-3、102-4…102-n以用于执行。
智能订单输入部件104-1、104-2...104-n和订单路由器110-1、110-2、110-3、110-4…110-n本身由编程的计算机组成或被编程的计算机控制,如开关108-1、108-2…108-n和开关/接口112-1、112-2、112-3、112-4…112-n一样。
在这一点上,要注意的是,适当或根据需要,图1中所示的各种部件之间的各种连接可以包括有线、无线或光纤连接中的一种或多种。
如上所述,使用此类系统,虽然很少,但是这些设备之一或它们的编程的某些可能出现错误,从而导致一些情况,例如以上提及的以快速方式不正确地重复发行副本订单,这可导致极大的市场中断和/或损失。
如上所述,我们设计了一种方法,该方法使用集成到订单流系统100中的“制动”系统来监测来往交易所的交易流,该方法实时检测指向到整个系统的交易所的订单的债务应计,并且对比从交易所收到的交易更新消息检查他们。这为正在交易的所有单位提供了交易活动和总交易活动的“每个交易所”视图,以确保在订单流系统100内的关键点上注意到错误,如果某些事情出现错误,则能够检测故障发生在哪里,并且采取(理想的)最小的破坏动作来阻止其继续。
图2以简化的形式示出了已部署了我们的“制动”系统的图1的系统100。图2的系统100与图1的系统类似,除了(在它们先前未被使用的程度上)它包括智能订单输入部件104-1、104-2…104-n,开关108-1、108-2…108-n,开关/接口112-1、112-2、112-3、112-4…112-n以及订单路由器110-1、110-2、110-3、110-4…110-n之间的光纤互连,以容纳一系列光分接器202、204、206、208、210、212、214、216、218、220、222、224、226、228、230,其共同与分析引擎232(稍后将更详细地描述)形成制动系统200(由交替点划线表示)。
如图2所示,所有订单路由器110-1、110-2、110-3、110-4…110-n,以及两个示出的智能订单输入部件104-1和104-n,和两个开关108-1、108-n都是OFE,因为它们在其任一侧具有分接器。相比之下,智能订单输入部件104-2和开关108-2的组合共用地为一个OFE236,因为它们都在两个分接器214、216之间,并且它们之间没有分接器。
另外,在图2中,在开关/接口112-1、112-2、112-3、112-4…112-n和交易所102-1、102-2、102-3、102-4…102-n之间没有分接器。这仅仅是为了说明特定的分接器放置是设计选择的问题以及哪些组件是OFE。因此,应当理解,在图2中可使用更少或更多的分接器,以及在任何其它具体实施方案中也是一样。
已经描述了采用我们的方法的系统的整体配置,现在将结合图3描述制动系统200的进一步细节,图3以简化形式示出了制动系统200的一个示例性实施方案的功能部件。如图3所示,制动系统200由称为“p节点(pNode)”(pNode1~pNoden)的一系列元件耦接的分接器(仅示出了其中的两个228、230)组成。302-1…302-n-1、302-n操作以接入和捕获发送到交易所304(交易所102-1、102-2、102-3、102-4...102-n中的一个或多个)的交易信息,在这种情况下,分接器228、230位于订单路由器110-n的任一侧上,因此订单路由器110-n是OFE。物理上,在一个示例性实施方案中,pNode和分接器是使用购自弗吉尼亚州(22903)夏洛茨维尔,四叶子街道375号,204单元的nPulse技术(nPulse Technologies,375Four LeafLane,Suite 204,Charlottesville,VA 22903)的nPulse锤头和商业购自马萨诸塞州,韦斯特福德,利特尔顿路310号的NetScout系统(01886-4105)(NetScout Systems,310Littleton Road,Westford,MA 01886-4105)的Simena nGenius PFS-1520数据包流量监测开关和分接器而制成。因此,应当认识和理解,每一个pNode本身是至少包含处理器、RAM、ROM、编程(诸如非易失性存储器中包含的固件和软件)、外部接口等的专用计算机。根据特定实施方式,使用该硬件,这些设备可以是(1)一对一配对,或者(2)每一个nPulse锤头配置有两个或多个PFS-1520。当然,应当认识到,来自这些公司或其它公司的其它可替代硬件可以被用于相同的效果,重要的方面是能够接入订单流而不增加该流的延时,并且提供订单流数据以供被称为异常检测和动作级306的一个或多个功能部件进行分析。另外,应当理解,p节点相对于实际“分接器”位置的物理放置不是由图1暗示的。此外,应当理解,pNode相对于实际“分接器”位置的物理放置不由图3表示所暗示。根据具体实施方案,pNode可以物理上远离物理分接器位置,或者它可以紧靠物理分接器位置。
如图3的示例性实施方案表示中进一步所示,pNode 302-1…302-n-1、302-n可选地经由填充复制(fill copy)接收器308将接出的订单信息(或其某些子集)发送到异常检测和动作级306。由于接出的命令信息可来自不同的交易所304并且具有不同的格式,所以填充复制接收器308用于将其接收的订单信息解析并且重新格式化为由异常检测和动作级306进行分析可用的通用形式。另外地或可替代地,填充复制接收器308可以向所提供的信息添加附加信息,诸如获得信息的分接器的标识和异常检测和动作级306所需的或异常检测和动作级306所期望的任何其它信息,以例如具有唯一识别OFE或其某些部分的TCP/IP 5元组。
另外,异常检测和动作级306直接从相关交易所304接收交易更新消息的馈送,其也经由“Tick”接收器310被馈送到异常检测和动作级306。与填充复制接收器308一样,Tick接收器310将其接收的交易更新信息解析并且重新格式化为由异常检测和动作级306可用的通用形式,并且还可以可选地添加由异常检测和动作级306所需要的附加信息。这里要注意,根据具体实施方案,为了速度和效率,异常检测和动作级306可由一个或多个计算机组成,使得例如可以以便利的方式在多个计算机之间分割异常检测所需的分析。例如,分割可基于交易的单位的类型(即从期权、债券、商品、期权等分割的股本),并且可基于例如符号范围进一步被分隔为子集。类似地,填充复制接收器308和/或tick接收器310执行的功能可可替代地在相同的装置、不同的装置中或在异常检测和动作级306本身中执行,并且可在内部基于特定的操作进行分割,该特定操作需要在将信息传入异常检测和动作级306之前对信息执行。
异常检测和动作级306是包含常规计算机部件(诸如一个或多个处理器、RAM、ROM、非临时性程序存储器、数据存储器、适当编程、接口、键盘、显示器等)的计算机设备,并且被配置为使用其直接接收的信息,或经由可选的填充复制接收器308和可选的Tick接收器310接收的信息,以在程序控制下,确定是否存在异常交易活动,如果是,则造成异常交易的OFE在此类情况下采取适当动作以停止(或导致停止)此类异常交易活动。根据具体事实方案,为了采取动作,异常检测和动作级306可进一步配置有允许异常检测和动作级306直接控制或关闭一个或多个OFE的接口,或其可被配置为向订单流系统100的传送消息或OFE控制314部件发送适当的消息,以使其对一个或多个OFE(或构成此类OFE的部件)采取特定动作。关于异常检测和动作级306使用的方法的更多细节描述如下。
一般来说,在一些另外的实施方案中,在检测到异常交易活动(并且可选地周期性地或根据请求)时,异常检测和动作级306被进一步配置为向一个或多个管理和报告计算机312提供信息。一般来说,管理和报告计算机312是配置有软件的常规计算机,以使得用户能够查看包含由异常检测和动作级306提供的信息的适当报告,并且还可以允许用户配置异常检测和动作级306或修改异常检测和动作级306用于检测问题的一个或多个参数。
已经描述了用于我们的方法的示例性部件布置,现在将描述关于pNode和异常检测和动作级306的操作的更多细节。
总的来说,如上所述,pNode分接器接入并且获得流入和流出每一个OFE的所有请求交易的交易订单的副本,并且将该信息提供给异常检测和动作级306。异常检测和动作级306将从所有pNode收到的信息进行汇总,使得可对到所有交易所的所有订单进行核算,而不管到不同的交易所的订单分割或部分订单填充,以这种方式,异常检测和动作级306将具有交易的每一个交易所的视图(view,概观)以及所有交易所的交易总量,以及所有完成的交易的交易所侧的记录。与现有的异常交易识别方法相比,使用这些信息,我们使用熵测量方法通过相对于市场的基于成交量的协方差检查来识别异常交易。
现在将参考图4以示例的方式来描述由异常检测和动作级306应用的我们的异常检测方法,图4以简化的形式示出特定符号的市场交易的价格与时间的图,其中点表示交易的实例。图5以简化的形式示出了一些不同市场的成交量与时间的图,其中在该不同的市场上系统正在图4的“T”时间段内交易图4的符号。如图4所示,随着时间的推移,这个特定符号的价格正在显著地变化。类似地,如图5所示,组504中的每一个条柱502表示在时间“T”期间在特定时间点在特定交易所中交易的该符号的成交量,组504的总成交量表示该符号在该时间点的市场成交量。因此,在图5的示例中,在该特定时间段内有5个市场交易该符号,它们成交量的差异反映了订单、订单路径和/或订单分割的差异。如图5进一步所示,因为它是基于成交量的,所以滑动成交量窗口的尺寸从时间tx处的一个宽度506a(当成交量较小时)改变为时间tx+n处的较窄的宽度(当成交量较大时)506b。
利用我们的方法,以符号为基础,异常检测和动作级306执行以下分析。首先,对于关注的交易系统,系统组成的市场成交量的历史百分比是定期确定的。根据特定系统100和成交量,时间段可更长或更短,并且可以基于所涉及的特定符号和市场而不同。例如,使用移动平均线,如果特定符号在关注的市场上每天交易约1850万个单位,而在历史上,特定系统100平均占该成交量的10.8%,则这意味着该特定系统通常占该符号每天成交量的约200万个单位。
基于该分析,建立了成交量移动窗口尺寸。使用上述每天200万单位的示例,可以建立100,000单位的成交量窗口。然后,使用从市场接收到的交易更新信息中包含的成交量信息和经由分接器从系统100获得的信息,使用滑动成交量窗口,以每个符号为基础计算出两个移动平均值,一个用于市场,另一个用于该系统的交易部分,同时考虑系统中的订单取消、订单更换、订单拒绝和订单分割。然后,这些移动平均计算的结果用于异常检测引擎的异常检测,异常检测引擎是在异常检测和动作级306内操作的特定程序,其中异常检测和动作级306实施交易信息的基于成交量的加权平均分析,以确定异常交易是否可能存在。
假设在合理预期的时间段内,可能发生与市场的正常偏差,但会迅速回归到正常,而异常分歧将不会回归到正常,当系统100和市场之间存在严重的偏差率和/或持续的偏差时,将检测到异常。值得注意的是,这种方法允许在正常情况下发生的正常交易突发活动,例如由于与该符号相关的新闻公告,同时避免将其错误地检测为可控告的异常。
具体地,在每一个基于滑动成交量的窗口内,使用异常检测引擎通过采用符号的市场成交量和符号的系统100成交量两者的指数加权平均值来进行异常检测处理。在正常条件下,这两者之间的协方差将是正的,这意味着这两者将基本上彼此线性追踪。相反,在基于滑动成交量的窗口的基础上,当系统成交量和市场成交量之间存在拐点(即,协方差从正变化到负)时,将存在潜在的异常。当识别到拐点时,随着窗口向前进行,分析系统100和市场两者的线性加权移动平均值,以确定偏差程度及其持续性(即趋势)。根据特定实施方式,可连续地和/或与指数加权平均计算同时计算每一个符号的成交量的线性加权移动平均值,或者其可在识别到特定符号的拐点时启动。
图6a至图6c以简化的形式示出了正常和拐点情况的三个示例图。特别地,图6a示出了正常情况,在该正常情况中,上线602示出符号的市场交易随时间的指数成交量加权平均值,下线604示出经由分接器获得的由该系统100交易的该符号的指数成交量加权平均值。从图6a中可以看出,这两条线基本上是平行的,反映了两者之间的正协方差。与之相比,图6b示出了图6a中反映的相同时间段内发生的示例异常情况,如指数成交量加权平均值的拐点606(斜率的变化)所指示,反映了系统100的该符号相对于持续一段时间的市场交易602的异常增加成交量。类似于图6b,图6c示出了在图6a中反映的相同时间段内发生的可替代示例异常情况,同样由指数成交量加权平均值的拐点608所指示,在这种情况下,反映系统100的该符号相对于持续一段时间的市场交易602的异常下降成交量。应当理解,图6c中反映的情况与图6b中反应的情况相比,将不那么具有破坏性,并且可更加反映出合法的情况。这是因为图6c可反映出在不利消息之后的特定符号的清算,使得在清算之后该符号此后将在系统100中进行稀疏地交易(如果有的话),而在整个市场上继续被其它人交易。
至此,我们已经描述了相对于市场进行异常检测方法。我们现在将描述另一个异常检测级别,其允许用户检测归属于特定交易所的特定OFE的一个或多个特定符号的问题。
如上所述,OFE被定义为系统的订单流通过的位于两个分接器之间的特定部件。换句话说,一个分接器位于OFE的交易所面向侧,另一个位于OFE的与交易所侧相对的一侧(即OFE输入侧)上。
图7以简化的形式示出了由两个分接器214、261定义的一个代表性示例OFE 702。如图7所示,在这种异常检测级别下,将流入OFE 702中的特定符号的订单流在单位数量和价值的两个项目上与流出OFE 702的符号的订单流(即在OFE 702的面向交易所侧的分接器216)进行比较。在流入侧,必须考虑取消、更换和拒绝消息。同样,在流出侧,必须考虑取消、更换和拒绝消息,以及订单分割(如果适用)。如果总体单位或总体价值存在差异,则考虑订单取消、订单更换、订单拒绝和订单分割,然后假设此OFE为该错误负责。
因此,继续图7的示例,有两个特定符号的订单进入OFE 702,一个是每单位14.00美元的2000个单位的销售,另一个是每单位14.10美元的1000个单位的销售。结果,进入OFE702的该符号的总单位为3000单位,并且进入OFE 702的该符号的总价值为42,100美元。在OFE 702中,这两个订单被分割到五(5)个不同的交易所以用于执行。然而,在离开OFE 702的流中表示的符号的单位总数量为(800个单位+500个单位+1200个单位+300个单位+200个单位)=3000个单位。由于该数量与进入OFE的代表单位数量相匹配,因此存在数量基础上的两个平衡和不存在异常。同样地,离开OFE 702的符号的订单流的价值为(11,200美元+7,050美元+16,800美元+4230美元+2,820美元)=42,100美元。由于该价值与流入OFE 702中的该符号的订单流的价值相匹配,所以对于通过该OFE 702的该符号的订单流也不存在异常。
相反,如果订单分割失败,使得计划以14.10美元销售的部分单位实际上被并入到以14美元销售的订单中,则流入OFE中的价值将不会与流出的价值相匹配,并且将存在异常。
在该点上,值得注意的是,通过OFE的流量可以涉及到数百或数千个符号的每秒数万次的交易。因此,异常检测必须同样快,因为它旨在在发生异常时捕获异常。因此,尽管这方面可以涉及简单的算法,但是除了使用并行操作的许多处理器的极快的计算机之外,异常检测和动作级306的工作不可能完成。
假设检测到异常,在一些实施方案中,使用四级控制层次来解决该问题,以避免或最小化非异常操作的中断。
图8以简化的形式示出了该四级控制层次800的示例。该层次以增加潜在中断的顺序从涉及进程控制的第一级802进行到涉及服务器控制的第二级804、到涉及网络控制的第三级806、到涉及功率控制的第四级808。
第一级802首先涉及管理与该OFE中的一些或全部相关联的进程(步骤810)。这涉及向进程发送命令以停止检测到异常的符号的交易。该步骤假设只有该OFE中特定进程的异常符号的处理是故障的。如果这是有效的(步骤812),那么异常交易符号的交易将在该OFE中停止(该符号交易将被其它OFE接管),但是通过该OFE的所有其它符号将继续交易。如果不是,则命令切断在检测到异常的符号交易中涉及的OFE的进程/实例(步骤814)。因此,此步骤假设特定进程本身是有故障的。如果这是有效的(步骤816),则通过该进程实例的所有交易将结束,并且检测到异常的符号的交易将被其它实例接管。如果切断进程/实例(步骤814)是无效的,则调用服务器控制级804。
在服务器控制级804中,发送一个或多个命令以关闭检测到异常的符号的交易中涉及的OFE的应用服务器(步骤818)。如果这是有效的(步骤820),则在该应用服务器上运行的所有进程将停止,并且通常指向到它的交易将被其它应用服务器接管。如果这个控制级804无效,则该方法进入到控制的第三级806,网络级控制。
在网络控制级806中,发送一个或多个命令以关闭用于检测到异常的符号的交易中涉及的OFE的服务器(步骤822)的交易所面向侧的网络链路,如果该步骤有效(步骤824),则来自面向交易所侧的那些服务器上的所有网络通信都将结束。如果不是,则将发送一个或多个命令以关闭切断来往OFE的通信所需的网络交换机和/或路由器(步骤826)。如果这是有效的(步骤828),则通过OFE(或其某些子集)的所有通信将被终止。如果无效,则问题是严重的,并且调用控制的第四级808。
第四级控制804是功率控制级。使用功率控制级804,切断(步骤830)到包含应用服务器和/或网络交换机和/或路由器的物理机架、托架、框架或机柜的电源。在几乎每一种情况下,这种“最后的手段”应该终止异常,尽管是以最具破坏性的方式。
其它变型形式
根据具体实施方案,应当理解,线性加权平均值可与指数加权平均计算一起可以现在进行计算,或者只有在检测到拐点时才可以进行计算。另外,根据具体实施方式,这种方法允许检测到错误的订单不断被发送到市场的成交量增加的异常(如骑士资本型问题),以及市场没有接收到合法订单的成交量减少的异常。
关于偏差和持续性,可选地作为其分析的一部分,异常检测和动作级306可有利地设置阈值,例如基于单独指定的百分比偏差或持续长于指定时间的阈值、一定数量的标准偏差(“σ”)、随时间推移越来越多的标准偏差(因为瞬时偏差可为士9σ或更多)、或其它一些所期望的度量指标,重要的一点不是所使用的特定的度量指标,而是使用指示交易的下一个“x”成交量单位中未回归正常的度量指标。换句话说,是这样的一种度量指标,其将允许在某些情况下系统100可以是市场的“领先”,并且之后不久市场就可以遵守,使得两者之间的协方差收敛,或系统可以具有由于异常交易而造成的合法的成交量波动,但是在这种情况下,其应该迅速返回到正常状态。
有利地,应当理解,前述方法是识别异常及其处理的新的和特别的方式,其允许采取不同“等级”的动作,以便快速解决异常,同时允许非异常活动在适当引起情况的尽可能最大限度地继续。
例如,关于检测,可设置仅检测与市场相关的给定符号的拐点,以触发某种类型的警报,但不采取任何其它动作,而检测回归到正常的几个连续的拐点可以发出别的方式不容易检测到的问题,并且根据控制层级或某些其它动作触发动作。同样,在检测到拐点之后,可使用拐点的不同程度来触发不同的动作。例如,与较小程度的拐点相比,较高程度的拐点可以调用不同的动作。例如,对于一些实施方案,跨越多个符号的较高程度的拐点可触发一个或多个控制级别的略过(bypass,旁路),例如,导致立即触发第二或第三级控制动作。类似地,可基于偏差趋势的持续性/持续时间来触发一个级别内的不同动作,例如,切断并且立即重新启动错误交易符号中涉及的进程。
最后,通过我们在一些实施方案中的方法,有利地可以以每个符号和/或所指向的每个交易所为基础,在某些情况下,自动地,在其它情况下,人为干预手动地来单独指定被认为是异常的滑动成交量窗口尺寸、拐点的程度、持续时间或持久性,以便最好地避免一个符号的正常活动被认为是异常的,因为如果发生了另一个符号就是这种情况。以这种方式,交易较少或较少活跃的符号可与交易较大或更活跃的符号被不同地考量。
已经通过参考一个或多个示例性实施例描述和说明了本申请的原理,显而易见的是,在不脱离本文所公开的原理的情况下,可以在布置和细节方面修改实施例,并且旨在本申请被解释为包括所有此类修改和变化,只要它们在所公开的主题的精神和范围内。
Claims (17)
1.一种能够检测指向到多个交易所中的任一个的异常交易活动何时发生的系统,所述系统能够采取动作来终止检测到的异常交易活动而无需人为干预的情况下,所述系统包括:
多个网络分接器,所述多个网络分接器中的第一网络分接器位于构成从订单输入的点到通往处置所述订单的交易所的入口的网络路径的一部分的部件的交易所侧上,并且第二网络分接器位于所述部件的与所述交易所侧相对的一侧上,所述第一网络分接器和所述第二网络分接器各自被配置为对沿着穿过所述部件朝向所述多个交易所中的至少一个的路径的交易订单消息流进行接入,所述第一网络分接器和所述第二网络分接器各自被用于捕获所述交易订单消息流的副本以用于分析;
计算机,被配置为检测和应对异常,包括:
第一接口,通过所述第一接口能够接收实时市场交易数据,
第二接口,通过所述第二接口能够经由至少所述第一网络分接器和所述第二网络分接器接收所述交易订单消息流的副本,以及
程序,所述程序存储在非瞬时程序存储器中并实现异常检测引擎,实现所述异常检测引擎的所述程序被配置为从所述第一网络分接器和所述第二网络分接器接收所述交易订单流信息,并且相对于市场信息分析所接收的交易订单流信息,所述分析通过以下来进行:
i)在考虑到订单取消、订单更换、订单拒绝和订单分割的情况下,在基于滑动成交量的窗口内以每个符号为基础执行从交易系统指向到所有交易所的交易订单流的指数加权平均,所述交易系统能够将所述符号的交易指向到所有交易所,
ii)以每个符号为基础对所述基于滑动成交量的窗口期间接收到的交易更新消息执行基于成交量的指数加权平均,
iii)以每个符号为基础,检查所述交易订单流的指数加权平均值和所述交易更新消息的指数加权平均值之间的协方差,以及
iv)将传入所述部件的交易订单流消息与传出所述部件的所述交易订单流消息进行比较,以获得数量和价值的一致性;以及
如果所述异常检测引擎检测到以下任何一个,则所述异常检测引擎将根据分层协议自动采取指定的动作来停止至少一个符号的正在进行的异常交易:
a)通过所述部件的所述至少一个符号的异常交易订单消息流;和
b)指示所述至少一个符号的市场偏差的协方差的拐点,其中所述市场偏差在指定的持续时间内增加或持续。
2.根据权利要求1所述的系统,其中,所述分层协议包括:
至少四个级别的协议,实施所述至少四个级别的协议以使得在大的破坏性动作之前尝试小的破坏性动作。
3.根据权利要求2所述的系统,其中,所述至少四个级别的协议依次包括进程控制级别、服务器控制级别、网络控制级别和功率控制级别。
4.根据权利要求1所述的系统,其中,在检测到指示所述市场偏差的所述协方差的所述拐点之后进行线性成交量加权平均,以便确定偏差率。
5.根据权利要求1所述的系统,其中,在检测到指示所述市场偏差的所述协方差的所述拐点之后进行线性成交量加权平均,以便确定超过指定的持续时间段的偏差持续性。
6.根据权利要求1所述的系统,进一步包括:
至少一个计算设备,所述至少一个计算设备用于捕获订单消息的副本并且在所述多个网络分接器中的所述第一网络分接器与被配置为检测和应对异常的所述计算机之间。
7.根据权利要求6所述的系统,进一步包括:
填充复制接收器,所述填充复制接收器耦接到所述至少一个计算设备和用于检测和应对异常的所述计算机,使得经由所述多个网络分接器中的所述第一网络分接器获得的交易订单流信息在从所述计算设备到达用于检测和应对异常的所述计算机之前必须穿过所述填充复制接收器。
8.根据权利要求1所述的系统,进一步包括:
管理和报告计算机,所述管理和报告计算机耦接到用于检测和应对异常的所述计算机。
9.一种交易系统,包括:
多个网络分接器,耦接到所述交易系统内的交易流路径以便捕获指向到多个交易所中的至少一个交易所以用于执行的交易订单消息,而不向所述交易订单消息添加延时;
构成从订单输入的点到通往处置所述订单的交易所的入口的网络路径的一部分的多个部件,所述多个部件各自在其任一侧上具有所述多个网络分接器中的至少一个,
用于检测和应对异常的计算机,耦接到所述多个网络分接器并且被配置成接收所述交易系统内指向所述多个交易所的交易订单信息,并且以每个符号为基础,根据所述交易订单信息在基于滑动成交量的窗口内的至少指数成交量加权平均值与所述多个交易所报告的市场交易之间的协方差来分析所述交易订单信息,并且确定针对任何符号是否存在协方差的拐点,当对于符号存在拐点时,确定协方差偏差率或协方差偏差持续时间是否指示异常交易活动,并且如果指示异常交易活动,则触发自动动作以终止异常交易活动,同时最小化所述交易系统对其它符号的交易中断。
10.根据权利要求9所述的交易系统,进一步包括:
至少一个计算设备,所述至少一个计算设备用于捕获订单消息的副本并且耦接在所述多个网络分接器中的至少一个与所述交易订单信息必须通过的用于检测和应对异常的所述计算机之间。
11.根据权利要求10所述的交易系统,进一步包括填充复制接收器,所述填充复制接收器位于所述至少一个计算设备和用于检测和应对异常的所述计算机之间,所述填充复制接收器被配置为从所述计算设备接收所述交易订单信息并且将所述交易订单信息重新格式化以供用于检测和应对异常的所述计算机使用。
12.根据权利要求9所述的交易系统,其中,所述用于检测和应对异常的所述计算机进一步被配置成以每一个符号为基础确定进入所述多个部件中的每一个的总订单与离开所述多个部件中的每一个的总订单在单位交易量和价值两者上平衡。
13.根据权利要求9所述的交易系统,其中,终止所述异常交易活动的自动动作的触发调用分层布置的交易终止协议。
14.根据权利要求13所述的交易系统,其中,所述分层布置的交易终止协议依次包括进程控制级动作,如果所述进程控制级动作无效,则之后为服务器控制级动作,如果所述服务器控制级无效,则之后为网络控制级动作,如果所述网络控制级动作无效,则采取功率控制级动作。
15.根据权利要求14所述的交易系统,其中,所述进程控制级动作包括向进程发送命令以终止指定符号的交易。
16.根据权利要求15所述的交易系统,其中,所述服务器控制级动作包括发送命令以停止在一个或多个指定服务器上运行的所有的进程。
17.根据权利要求15所述的交易系统,其中,所述网络控制级动作包括发送命令以中断一个或多个网络连接,以便切断所述多个部件中的至少一个部件的朝向所有交易所的交易通信,其中所述至少一个部件能够将交易指向到所有交易所。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US14/590,201 | 2015-01-06 | ||
US14/590,201 US10169816B2 (en) | 2015-01-06 | 2015-01-06 | Trading anomaly kill switch |
PCT/US2015/068340 WO2016111904A1 (en) | 2015-01-06 | 2015-12-31 | Trading anomaly kill switch |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107408269A CN107408269A (zh) | 2017-11-28 |
CN107408269B true CN107408269B (zh) | 2021-03-16 |
Family
ID=56286755
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201580076491.0A Active CN107408269B (zh) | 2015-01-06 | 2015-12-31 | 交易异常切断开关 |
Country Status (7)
Country | Link |
---|---|
US (2) | US10169816B2 (zh) |
EP (1) | EP3243183A4 (zh) |
JP (1) | JP6514340B2 (zh) |
KR (2) | KR102331488B1 (zh) |
CN (1) | CN107408269B (zh) |
CA (1) | CA2973237C (zh) |
WO (1) | WO2016111904A1 (zh) |
Families Citing this family (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090216674A1 (en) * | 2008-02-22 | 2009-08-27 | Adam Seth Nunes | Volatility Detection in a Non-Trading Security's Price Quotation |
AU2013315370A1 (en) | 2012-09-12 | 2015-03-12 | Iex Group, Inc. | Transmission latency leveling apparatuses, methods and systems |
WO2016179539A1 (en) * | 2015-05-07 | 2016-11-10 | Edge Financial Technologies, Inc. | Monitoring and adjusting behavior of electronic trading algorithms |
US11416912B2 (en) * | 2016-05-13 | 2022-08-16 | Digital River, Inc. | High volume transaction queueing with machine learning |
US11004010B2 (en) * | 2016-12-30 | 2021-05-11 | eSentire, Inc. | Processing real-time processing requests using machine learning models |
US10462134B2 (en) * | 2017-06-26 | 2019-10-29 | Bank Of America Corporation | Network device removal for access control and information security |
US10798230B2 (en) * | 2018-08-23 | 2020-10-06 | Morgan Stanley Services Group Inc. | Faulty distributed system component identification |
CN110363619A (zh) * | 2019-08-06 | 2019-10-22 | 北京你财富计算机科技有限公司 | 一种平台运营活动周期的自动控制方法、装置和系统 |
US11908007B2 (en) * | 2019-08-19 | 2024-02-20 | OptionsAI, LLC | Systems and methods for dynamically visualizing potential trade outcomes based on real-time options price data |
KR102377052B1 (ko) * | 2019-09-24 | 2022-03-22 | 주식회사 디셈버앤컴퍼니자산운용 | 자산 매매 시스템 및 방법 |
CN111160485B (zh) * | 2019-12-31 | 2022-11-29 | 中国民用航空总局第二研究所 | 基于回归训练的异常行为检测方法、装置及电子设备 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0945737A2 (en) * | 1998-03-24 | 1999-09-29 | Nec Corporation | Direction finder for processing measurement results |
CN1604040A (zh) * | 2003-09-29 | 2005-04-06 | 国际商业机器公司 | 主事务处理系统中的动态事务控制 |
CN1926569A (zh) * | 2004-02-23 | 2007-03-07 | 自动金融系统股份有限公司 | 风险管理系统和方法 |
CN101529458A (zh) * | 2006-08-30 | 2009-09-09 | 维瑞蒂有限责任公司 | 订单分发器 |
CN101958765A (zh) * | 2010-09-27 | 2011-01-26 | 北京大学 | 信道质量指示预测与补偿的方法及系统 |
CN102035626A (zh) * | 2009-09-30 | 2011-04-27 | 华为技术有限公司 | 一种获取预编码矩阵指示的方法和装置 |
WO2012088436A2 (en) * | 2010-12-22 | 2012-06-28 | Amicangioli Anthony D | Data capture and real time risk controls for electronic markets |
CN102970141A (zh) * | 2012-11-30 | 2013-03-13 | 国泰君安证券股份有限公司 | 客户身份认证系统及认证方法 |
CN103380438A (zh) * | 2011-02-21 | 2013-10-30 | 索莫亚私人有限公司 | 市场接入系统及方法 |
Family Cites Families (28)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6505174B1 (en) | 1996-03-25 | 2003-01-07 | Hsx, Inc. | Computer-implemented securities trading system with a virtual specialist function |
WO2001099015A2 (en) * | 2000-06-22 | 2001-12-27 | Stock Decision Software Co., Inc. | Apparatus and method for displaying trading trends |
US7877312B2 (en) * | 2000-06-22 | 2011-01-25 | Wgal, Llp | Apparatus and method for displaying trading trends |
US9311673B2 (en) | 2002-06-05 | 2016-04-12 | Nasdaq, Inc. | Security transaction matching |
US8584239B2 (en) * | 2004-04-01 | 2013-11-12 | Fireeye, Inc. | Virtual machine with dynamic data flow analysis |
KR100711511B1 (ko) * | 2004-12-17 | 2007-04-27 | (주)한국증권선물거래소 | 금융 상품 불공정 거래 모니터링 시스템 및 그 방법 |
AU2006263644A1 (en) * | 2005-06-29 | 2007-01-04 | Itg Software Solutions, Inc. | System and method for generating real-time indicators in a trading list or portfolio |
US7870062B2 (en) | 2006-04-28 | 2011-01-11 | Pipeline Financial Group, Inc. | Coordination of algorithms in algorithmic trading engine with fast switching and safe mode |
US7881209B2 (en) | 2006-07-27 | 2011-02-01 | Cisco Technology, Inc. | Method and system for protecting communication networks from physically compromised communications |
US7925562B2 (en) | 2007-08-14 | 2011-04-12 | Diz Ventures | NAV and IIV pricing for actively managed exchange traded funds |
EP2195774A2 (en) | 2007-10-05 | 2010-06-16 | 3d Markets, Inc. | Method and apparatus for improved electronic trading |
US20090216674A1 (en) * | 2008-02-22 | 2009-08-27 | Adam Seth Nunes | Volatility Detection in a Non-Trading Security's Price Quotation |
US9026470B2 (en) * | 2008-10-21 | 2015-05-05 | The Nasdaq Omx Group, Inc. | Calculation of a price of a security based on volatility detection |
US20100145874A1 (en) | 2008-12-09 | 2010-06-10 | Tradehelm, Inc. | Method and apparatus for multi-leg trading |
US8938532B2 (en) * | 2009-04-08 | 2015-01-20 | The University Of North Carolina At Chapel Hill | Methods, systems, and computer program products for network server performance anomaly detection |
US9940670B2 (en) * | 2009-12-10 | 2018-04-10 | Royal Bank Of Canada | Synchronized processing of data by networked computing resources |
US8706597B1 (en) | 2009-12-21 | 2014-04-22 | Trademonster Group, Inc. | Interactive user interface for input of forecasts and risk priorities and display of related strategies in a trading system |
US20120143741A1 (en) | 2010-10-15 | 2012-06-07 | Tudor Investment Corporation | Systems and methods for controlling electronic exchange behavior based on an informed trading metric |
WO2012136627A1 (en) | 2011-04-03 | 2012-10-11 | Straticator Ltd | A method and a system for communicating trade orders for a financial instrument, a method for generating a trading strategy for a financial instrument and a trading strategy system for providing trade decisions for a financial instrument |
US20120265666A1 (en) * | 2011-04-13 | 2012-10-18 | Trueex Group Llc | Method and system for interest rate swaps |
US20140180964A1 (en) | 2011-05-04 | 2014-06-26 | Cs Co., Ltd | Method for displaying current disparate ratio for enterprise value using difference between market value for enterprise and basic analysis |
US20120284158A1 (en) * | 2011-05-05 | 2012-11-08 | Madison Tyler, LLC. | Zero-latency risk-management system and method |
US20130179320A1 (en) * | 2011-08-10 | 2013-07-11 | ODEX Group, Inc. | Monitoring and communicating credit data in a derivatives trading system |
US9686169B2 (en) | 2012-07-02 | 2017-06-20 | Ixia | Real-time highly accurate network latency measurement with low generated traffic or data requirements |
US10032220B2 (en) * | 2013-11-18 | 2018-07-24 | Fidessa Plc | Switching layer for trading on global markets |
US10002388B2 (en) * | 2013-12-31 | 2018-06-19 | Nyse Group, Inc. | Risk mitigation in an electronic trading system |
EP4086836B1 (en) * | 2014-06-30 | 2023-11-29 | Cfph, Llc | Financial network |
SG11201701570RA (en) * | 2014-09-02 | 2017-03-30 | Nasdaq Inc | Data packet processing methods, systems, and apparatus |
-
2015
- 2015-01-06 US US14/590,201 patent/US10169816B2/en active Active
- 2015-12-31 KR KR1020207000600A patent/KR102331488B1/ko active IP Right Grant
- 2015-12-31 CA CA2973237A patent/CA2973237C/en active Active
- 2015-12-31 CN CN201580076491.0A patent/CN107408269B/zh active Active
- 2015-12-31 JP JP2017536872A patent/JP6514340B2/ja active Active
- 2015-12-31 WO PCT/US2015/068340 patent/WO2016111904A1/en active Application Filing
- 2015-12-31 EP EP15877366.3A patent/EP3243183A4/en not_active Ceased
- 2015-12-31 KR KR1020177021834A patent/KR20170109577A/ko not_active Application Discontinuation
-
2018
- 2018-12-24 US US16/231,843 patent/US10796366B2/en active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0945737A2 (en) * | 1998-03-24 | 1999-09-29 | Nec Corporation | Direction finder for processing measurement results |
CN1604040A (zh) * | 2003-09-29 | 2005-04-06 | 国际商业机器公司 | 主事务处理系统中的动态事务控制 |
CN1926569A (zh) * | 2004-02-23 | 2007-03-07 | 自动金融系统股份有限公司 | 风险管理系统和方法 |
CN101529458A (zh) * | 2006-08-30 | 2009-09-09 | 维瑞蒂有限责任公司 | 订单分发器 |
CN102035626A (zh) * | 2009-09-30 | 2011-04-27 | 华为技术有限公司 | 一种获取预编码矩阵指示的方法和装置 |
CN101958765A (zh) * | 2010-09-27 | 2011-01-26 | 北京大学 | 信道质量指示预测与补偿的方法及系统 |
WO2012088436A2 (en) * | 2010-12-22 | 2012-06-28 | Amicangioli Anthony D | Data capture and real time risk controls for electronic markets |
CN103380438A (zh) * | 2011-02-21 | 2013-10-30 | 索莫亚私人有限公司 | 市场接入系统及方法 |
CN102970141A (zh) * | 2012-11-30 | 2013-03-13 | 国泰君安证券股份有限公司 | 客户身份认证系统及认证方法 |
Non-Patent Citations (1)
Title |
---|
国际期货市场"直接接入市场"(DMA)风险管理举措比较及启示;周欣;《管理现代化》;20090228(第2期);第59-61页 * |
Also Published As
Publication number | Publication date |
---|---|
CA2973237A1 (en) | 2016-07-14 |
EP3243183A1 (en) | 2017-11-15 |
KR20200006189A (ko) | 2020-01-17 |
CA2973237C (en) | 2021-02-16 |
US10796366B2 (en) | 2020-10-06 |
US20190130486A1 (en) | 2019-05-02 |
EP3243183A4 (en) | 2018-06-06 |
CN107408269A (zh) | 2017-11-28 |
US10169816B2 (en) | 2019-01-01 |
KR20170109577A (ko) | 2017-09-29 |
US20160196606A1 (en) | 2016-07-07 |
JP2018501585A (ja) | 2018-01-18 |
KR102331488B1 (ko) | 2021-12-02 |
WO2016111904A1 (en) | 2016-07-14 |
JP6514340B2 (ja) | 2019-05-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107408269B (zh) | 交易异常切断开关 | |
US11783416B2 (en) | Data packet processing methods, systems, and apparatus | |
US8386371B2 (en) | Method and system for canceling orders for financial articles of trades | |
CN107534584B (zh) | 通过网络化计算资源对数据进行协调处理 | |
Easley et al. | Order form and information in securities markets | |
US11631136B2 (en) | Methods and systems for low latency generation and distribution of quote price direction estimates | |
US9026470B2 (en) | Calculation of a price of a security based on volatility detection | |
US10311519B2 (en) | Computerized method and system for accumulation and distribution of securities | |
US9940667B2 (en) | Volume control for mass quote messages | |
US20080228617A1 (en) | System and Method for Error Detection and Recovery in an Electronic Trading System | |
US9792649B1 (en) | Methods and apparatus for performing risk checking | |
CN111260227A (zh) | 业务数据源处理方法、装置、计算机设备和存储介质 | |
US11734757B2 (en) | Computer implemented method and system for automating analysis of profit and loss (PnL) variations based on market events | |
US20140324669A1 (en) | System, server and method for processing data records representing financial instruments |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
REG | Reference to a national code |
Ref country code: HK Ref legal event code: DE Ref document number: 1240379 Country of ref document: HK |
|
TA01 | Transfer of patent application right | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20190722 Address after: American New York Applicant after: Morgan Stanley Services Group Address before: American New York Applicant before: Morgan Stanley |
|
GR01 | Patent grant | ||
GR01 | Patent grant |