CN110020952A - 一种金融数据处理方法及装置 - Google Patents

Abstract

本申请提供了一种金融数据处理方法及装置，涉及数据处理领域，其中，该方法包括：获取交易所服务器传输的金融数据；根据预设规则以及金融数据的属性信息，将上述金融数据调度至对应的数据队列；采用每个数据队列对应的策略算法处理该数据队列中的金融数据，获取每个数据队列对应的策略结果。实现了在获取金融数据后可以及时调度到对应的数据队列，并可以同步进行多个策略算法的运算，大大减少了锁的使用，大幅提升数据处理效率。

Description

一种金融数据处理方法及装置

技术领域

本申请涉及投资和风险管理领域，具体而言，涉及一种金融数据处理方法及装置。

背景技术

在金融产品、金融衍生品(例如股票、期货、期权、债券、外汇、基金等)的交易过程中，有很多的不可预期因素会影响交易结果。越来越多的研究人员希望通过大量的数据分析、处理等过程，来更好的辅助金融产品、金融衍生品交易。

现有技术中，获取金融数据后，会采用对应的算法对金融数据进行处理，并获取处理结果，用户可以参考处理结果进行交易。但是现有的数据处理过程中，在数据运算、数据调度过程中需要频繁使用各种锁来分配和管理资源与事件优先级，导致大量计算延迟和处理效率低下。

发明内容

有鉴于此，本申请实施例的目的在于提供一种金融数据处理方法及装置，能够提升金融数据的处理效率。

第一方面，本申请提供一种金融数据处理方法，包括：

获取交易所服务器传输的金融数据；

根据预设规则以及所述金融数据的属性信息，将金融数据调度至对应的数据队列；

采用每个数据队列对应的策略算法处理数据队列中的金融数据，获取每个数据队列对应的策略结果。

第二方面，本申请提供一种金融数据处理装置，包括：

获取模块，用于获取交易所服务器传输的金融数据；

调度模块，用于根据预设规则以及金融数据的属性信息，将金融数据调度至对应的数据队列；

策略模块，用于采用每个数据队列对应的策略算法处理数据队列中的金融数据，获取每个数据队列对应的策略结果。

第三方面，提供一种处理设备，可以包括存储有计算机程序的计算机可读存储介质和处理器，所述计算机程序被所述处理器读取并运行时，实现上述第一方面所述的方法。

第四方面，提出一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器读取并运行时，实现上述第一方面所述的方法。

本申请实施例中，将从交易所服务器获取的金融数据根据预设规则以及金融数据的属性信息，将金融数据调度至对应的数据队列，采用每个数据队列对应的策略算法处理数据队列中的金融数据，获取每个数据队列对应的策略结果，实现了在获取金融数据后可以及时调度到对应的数据队列，并可以同步进行多个策略算法的运算，大大减少了锁的使用，提升数据处理效率。

附图说明

为了更清楚地说明本申请实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本申请的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。

图1为本申请提供的金融数据处理方法应用场景示意图；

图2为本申请一实施例提供的金融数据处理方法流程示意图；

图3为本申请另一实施例提供的金融数据处理方法流程示意图；

图4为本申请另一实施例提供的金融数据处理方法流程示意图；

图5为本申请一实施例提供的金融数据处理装置结构示意图；

图6为本申请另一实施例提供的金融数据处理装置结构示意图；

图7为本申请另一实施例提供的金融数据处理装置结构示意图；

图8为本申请另一实施例提供的金融数据处理装置结构示意图；

图9为本申请一实施例提供的处理设备结构示意图。

具体实施方式

为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，应当理解，本申请中附图仅起到说明和描述的目的，并不用于限定本申请的保护范围。另外，应当理解，示意性的附图并未按实物比例绘制。本申请中使用的流程图示出了根据本申请的一些实施例实现的操作。应该理解，流程图的操作可以不按顺序实现，没有逻辑的上下文关系的步骤可以反转顺序或者同时实施。此外，本领域技术人员在本申请内容的指引下，可以向流程图添加一个或多个其他操作，也可以从流程图中移除一个或多个操作。

另外，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围，而是仅仅表示本申请的选定实施例。基于本申请的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本申请保护的范围。

图1为本申请提供的金融数据处理方法应用场景示意图。该方法可以应用于各种金融产品、金融衍生品交易系统。以图1为例，该系统可以包括：交易所服务器01和处理平台02，交易所服务器01和处理平台02之间可以包括券商服务器03。其中，处理平台02可以由服务器、或其他具备处理能力的设备实现，本申请不作限制。处理平台02获取到的金融数据、以及后续处理的结果，均可通过终端04上的客户端显示，该终端04可以是计算机、手机、平板电脑等。

券商服务器03可以从交易所服务器01采集相关数据，例如行情数据、成交数据等，并可以将采集的数据发送给处理平台02，以便处理平台02进行处理，进而处理平台02处理完得到的结果可以生成交易指令，再通过券商服务器03发送到交易所服务器01，完成交易。

需要说明的是，处理平台02与券商服务器03、终端04等外部设备可以采用通用的协议进行通信，处理平台02内部的模块之间可以采用自定义的私有协议进行通信，在此不作具体限制。其中，该私有协议可以采用高速通信协议。

图2为本申请一实施例提供的金融数据处理方法流程示意图，该方法可以由上述处理平台执行，如图2所示，该方法包括：

S201、获取交易所服务器传输的金融数据。

该金融数据可以包括行情数据、成交数据等。其中，金融数据可以分三个维度描述：价格、时间、波动率。

例如从交易所服务器获取100支股票的行情数据和成交数据。

S202、根据预设规则以及所述金融数据的属性信息，将所述金融数据调度至对应的数据队列。

即收到金融数据后，先对金融数据进行分组，具体可以根据预设规则以及金融数据的属性信息，将金融数据调度至对应的数据队列。

S203、采用每个所述数据队列对应的策略算法处理所述数据队列中的金融数据，获取每个所述数据队列对应的策略结果。

现有的数据处理方式中，一般涉及到多种运算策略，会需要频繁使用各种锁来分配和管理资源与事件优先级，依次完成后得到多个对应的结果。本申请实施例中，通过将金融数据调度到不同的队列，进而针对每个队列的数据直接采用匹配的策略算法进行运算，就可以获取对应的多个策略结果，而无须使用锁调度、依次完成计算。

可选地，可以预先通过训练确定多个策略算法，并设定哪些属性的金融数据对应采用那种策略算法。获取到金融数据后，经过划分后可能调度到一个或多个队列，也就是每次会用到其中一个或多个策略算法。

其中，具体地策略算法可以是不同的金融数据运算公式，本申请不作具体限制。主要是对金融数据进行分析运算后，对交易人员提供交易建议。

需要说明的是，上述策略结果可以包括交易指令，该交易指令可以指示对一个或多个金融产品、金融衍生品的交易信息，例如对某只股票买入x股或卖出y股等，但不以此为限。

本实施例中，将从交易所服务器获取的金融数据根据预设规则以及所述金融数据的属性信息，将所述金融数据调度至对应的数据队列，采用每个所述数据队列对应的策略算法处理所述数据队列中的金融数据，获取每个所述数据队列对应的策略结果，实现了在获取金融数据后可以及时调度到对应的数据队列，并可以同步进行多个策略算法的运算，大大减少了锁的使用，提升数据处理效率。

可选地，采用每个所述数据队列对应的策略算法处理所述数据队列中的金融数据，获取每个所述数据队列对应的策略结果之后，可以将策略结果通过券商服务器发送给交易所服务器完成交易。

其中，可以将策略结果写入委托列表，再将委托列表发给交易所服务器。

需要说明的是，上述策略结果可以包括下述一项或多项：成交、拒单、部分成交、撤单等。相应地，委托列表中也可以包括一个或多个策略结果对应的成交、拒单、部分成交、撤单等。

可选地，委托列表可以采用哈希表或者队列的形式，可选地，采用队列的话可以是环形队列，但不以此为限。委托列表中可以按照委托任务的生命周期来维护多个委托子列表，委托子列表可以是已经结束委托生命周期的委托列表、也可以是未完成委托生命周期的委托列表，这些委托子列表与委托可以是哈希表或者队列的形式。

其中，委托列表中的数据结构可以采用内存池来管理内存分配，可以节约分配时间。

进一步地，为了降低交易的风险，可以对策略结果评估后再写入委托列表。具体实现时，可以根据预配置指令执行，例如预配置指令为“1”表示不用进行筛选，将每个数据队列对应的策略结果写入委托列表；预配置指令为“0”表示需要进行筛选，即依次判断每个数据队列对应的策略结果是否满足预设条件、再将满足预设条件的策略结果写入委托列表。

可选地，依次判断每个数据队列对应的策略结果是否满足预设条件的过程中，可以先锁定一个策略结果进行判断，确定是否满足预设条件后解锁，进而再锁定下一个策略结果进行判断，以此类推，直到判断完所有的策略结果。

需要说明的是，在将委托列表发送给交易所服务器之前，还可以通过风控模块进行风控评估。

风控可以包括两种类型：操作风险风控、组合风险风控，都可以通过预配置文件，例如init.csv,east_settings.xml,strategies.xml等，结合数据库进行静态控制，也可以从系统客户端来进行动态控制，用户可以动态通过指令进行控制等。

具体的风控评估方法本申请不作限定，举例说明，可以采用易错列表的方式，即预先在易错列表中配置常见的、风险较高的问题，例如：买入价格超出预设购买价格、买入数量超出预设数量、卖出价格低于预设出售价格等，如果委托列表中包含的策略结果出现了易错列表中的问题，立刻停止交易，即不向交易所服务器发送该委托列表，以避免造成用户的损失。

其中，基于交易所服务器传递的数据不一定是处理平台可以兼容处理的数据，上述根据预设规则以及所述金融数据的属性信息，将所述金融数据调度至对应的数据队列之前可以包括：

将该金融数据解码为可识别金融数据，并采用预设格式存储所述可识别金融数据，相应地，根据预设规则以及可识别金融数据的属性信息，将可识别金融数据调度至对应的数据队列。

其中，可识别金融数据的数据类型本申请不作限制，可以根据处理平台的规则具体进行配置。

另外，上述预设格式可以是“.csv”格式，但不以此为限。

采用预设格式存储的可识别金融数据，除了被调度至队列进行策略运算，还可以用来进行风控分析、策略算法的训练等。

本申请提供的方法中，不仅在委托列表发出前做风控评估，还可以对收到的金融数据进行风控评估。

一实施例中，将该金融数据解码为可识别金融数据，并采用预设格式存储所述可识别金融数据之后，读取采用上述预设格式存储的所述可识别金融数据，并采用预设风控算法计算获取风控评估结果。

其中，可以根据金融数据中包含的行情数据、成交数据，获取某些金融产品的行情变化趋势、成交趋势等，结合预设风控算法进行评估，可以获取风控评估结果。风控评估结果会影响上述策略结果，即根据风控评估结果对策略结果进行调整，例如调整委托价格、委托数量、是否撤单、是否补单等。

图3为本申请另一实施例提供的金融数据处理方法流程示意图，如图3所示，该方法的一个流程示意可以为：

从交易所服务器获取金融数据，采用解码器将金融数据解码为可识别金融数据。这些可识别的金融数据可以先写入一个大队列，进而由调度器根据可识别金融数据的属性信息，将可识别金融数据调度至对应的数据队列，假设调度至N个数据队列，其中N为大于0的整数。

进而，针对每个数据队列的金融数据，采用对应的策略算法进行运算，得到N个策略结果，例如N个交易指令，然后将交易指令写入委托列表。

可选地，将委托列表通过券商服务器转发至交易所服务器完成交易。

一种实施方式中，上述根据预设规则以及金融数据的属性信息，将金融数据调度至对应的数据队列，可以有下述几种情况，这几种情况可以单独使用也可以结合使用：

(1)根据金融数据对应的优先级，将金融数据调度至对应的数据队列。

相应地，不同数据独立对应的策略算法重要性也不同。例如将优先级最高的金融数据调度至重要性最高的策略算法所对应数据队列。

其中，可以预先配置不同属性信息对应的优先级，当某个金融数据的属性信息满足了某个优先级的要求，那么该金融数据就对应这个优先级。

上述属性信息可以包括：预设市场内价格变化、波动率、风险特征等。例如股票A的波动率满足最高优先级的要求，将股票A调度至重要性最高的策略算法所对应数据队列。

(2)根据金融数据对应的金融项目关联关系，将具有关联关系的金融数据调度至对应的数据队列。

可以预先配置一些金融数据的金融项目关联关系，例如股票A和股票B绑定，那么具有金融项目关联关系的金融数据调度至同一数据队列。

调度过程中，可以随机调度至某一数据队列、也可以参照(1)中规则根据金融数据的优先级调度至对应数据队列，例如可以以其中一个金融产品的金融数据优先级为主，当股票A和股票B绑定时，根据股票A的优先级调度至对应数据队列。

(3)将同一金融项目的金融数据生成多个分身数据，将每个分身数据调度至不同的数据队列。

某些情况下，同一个金融项目的金融数据可以采用多个不同的策略算法进行运算，以得到不同的交易指令。例如股票A的金融数据，需要调度至m个不同数据队列，那么先复制获取m份股票A的金融数据，并可以对m份股票A的金融数据分别进行命名，进而分别调度至m个不同数据队列。

图4为本申请另一实施例提供的金融数据处理方法流程示意图，上述方法中使用的策略算法可以通过训练确定，可选地，预先配置大量的策略算法，通过模拟交易过程来筛选最后使用的策略算法。

本实施例中的模拟过程可以与上述获取策略结果的方法一致，但是将最终的策略结果传输至模拟交易所即可，模拟交易所可以模拟真实的交易所得到交易结果，以便用户根据模拟的交易结果进一步判断。如图4所示，该方法包括：

S401、读取上述采用预设格式存储的可识别金融数据。

即模拟过程采用从交易所服务器获取的真实数据，可选地，可以灵活变速的从“.csv”文件中读取从交易所服务器获取的真实数据。

S402、根据训练规则以及可识别金融数据的属性信息，将可识别金融数据调度至对应的训练队列中。

S403、采用每个训练队列对应的训练策略算法处理训练队列中的可识别金融数据，获取每个训练队列对应的训练结果。

与图3流程类似，即先根据金融数据的属性信息调度金融数据，进而采用不同的策略算法进行处理。该训练结果也可以包括交易指令。本申请提供的这个流程架构，大大提升了数据处理效率。

S404、采用模拟交易算法以及训练结果执行模拟交易，获取模拟交易结果。

区别于真实的交易，本实施例中通过模拟交易所完成交易，可以让用户获取预测的交易结果，如果交易结果满足预设条件，那么对应的策略算法就可以被采纳。

本实施例中，训练过程可以是闭环过程，模拟交易结果也可以作为交易所提供的金融数据代入训练，循环进行，直到模拟交易结果满足预设条件。

针对前述方法实施例中，将策略结果写入委托列表的方式中，如果前期训练过程中获取的策略算法均达到一定的条件，那么可以不再进行筛选，直接将策略结果写入委托列表，当然不以此为限，也可以通过再次筛选更好的保证交易安全性。

图5为本申请一实施例提供的金融数据处理装置结构示意图，该装置可以集成于前述实施例的处理平台，该处理平台可以由服务器、计算机等处理设备实现。如图5所示，该装置包括：获取模块501、调度模块502以及策略模块503，其中：

获取模块501，用于获取交易所服务器传输的金融数据。

调度模块502，用于根据预设规则以及所述金融数据的属性信息，将所述金融数据调度至对应的数据队列。

策略模块503，用于采用每个所述数据队列对应的策略算法处理所述数据队列中的金融数据，获取每个所述数据队列对应的策略结果。

进一步地，调度模块502，可以具体用于下述一项或多项：

根据所述金融数据对应的优先级，将所述金融数据调度至对应的数据队列；

根据金融数据对应的金融项目关联关系，将具有金融项目关联关系的金融数据调度至对应的数据队列；

将同一金融项目的金融数据生成多个分身数据，将每个分身数据调度至不同的数据队列。

图6为本申请另一实施例提供的金融数据处理装置结构示意图，如图6所示，在图5的基础上，该装置还可以包括：写入模块601、发送模块602。

写入模块601，用于根据预配置指令，将每个所述数据队列对应的策略结果写入委托列表，或者，依次判断每个所述数据队列对应的策略结果是否满足预设条件、并将满足预设条件的策略结果写入委托列表。

发送模块602，用于向交易所服务器发送所述委托列表，其中，委托列表包括下述一项或多项：成交、拒单、部分成交、撤单。

进一步地，上述调度模块502，具体用于将所述金融数据解码为可识别金融数据，并采用预设格式存储所述可识别金融数据；根据预设规则以及所述可识别金融数据的属性信息，将所述可识别金融数据调度至对应的数据队列。

图7为本申请另一实施例提供的金融数据处理装置结构示意图，如图7所示，还可以包括：风控模块701，用于读取采用所述预设格式存储的所述可识别金融数据，并采用预设风控算法计算获取风控评估结果。

图8为本申请另一实施例提供的金融数据处理装置结构示意图，如图8所示，还可以包括：训练模块801，用于根据训练规则以及所述可识别金融数据的属性信息，将所述可识别金融数据调度至对应的训练队列中；采用每个所述训练队列对应的训练策略算法处理所述训练队列中的可识别金融数据，获取每个所述训练队列对应的训练结果；采用模拟交易算法以及所述训练结果执行模拟交易，获取模拟交易结果。

另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。

需要说明的是，以上这些模块可以是被配置成实施以上方法的一个或多个集成电路，例如：一个或多个特定集成电路(Application Specific Integrated Circuit，简称ASIC)，或，一个或多个微处理器(Digital SingnalProcessor，简称DSP)，或，一个或者多个现场可编程门阵列(Field Programmable Gate Array，简称FPGA)等。再如，当以上某个模块通过处理元件调度程序代码的形式实现时，该处理元件可以是通用处理器，例如中央处理器(Central Processing Unit，简称CPU)或其它可以调用程序代码的处理器如图形处理器(graphical processing unit，简称GPU)。再如，这些模块可以集成在一起，以片上系统(System-on-a-chip，简称SOC)的形式实现。

图9为本申请一实施例提供的处理设备结构示意图，如图9所示，该设备包括：

存储有计算机程序的计算机可读存储介质901和处理器902，处理器902可以调用计算机可读存储介质901存储的计算机程序。当该计算机程序被处理器902读取并运行，可以实现上述方法实施例。具体实现方式和技术效果类似，这里不再赘述。

可选地，本申请还提供一计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器读取并运行时，可以实现上述方法实施例。

以上仅为本申请的具体实施方式，但本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应以权利要求的保护范围为准。

Claims (10)

1.一种金融数据处理方法，其特征在于，包括：

获取交易所服务器传输的金融数据；

根据预设规则以及所述金融数据的属性信息，将所述金融数据调度至对应的数据队列；

采用每个所述数据队列对应的策略算法处理所述数据队列中的金融数据，获取每个所述数据队列对应的策略结果。

2.根据权利要求1所述的方法，其特征在于，所述根据预设规则以及所述金融数据的属性信息，将所述金融数据调度至对应的数据队列，包括下述一种或组合：

根据所述金融数据对应的优先级，将所述金融数据调度至对应的数据队列；

根据金融数据对应的金融项目关联关系，将具有金融项目关联关系的金融数据调度至对应的数据队列；

将同一金融项目的金融数据生成多个分身数据，将每个分身数据调度至不同的数据队列。

3.根据权利要求1或2所述的方法，其特征在于，所述采用每个所述数据队列对应的策略算法处理所述数据队列中的金融数据，获取每个所述数据队列对应的策略结果之后，还包括：

根据预配置指令，将每个所述数据队列对应的策略结果写入委托列表，或者，依次判断每个所述数据队列对应的策略结果是否满足预设条件、并将满足预设条件的策略结果写入委托列表；

向交易所服务器发送所述委托列表，所述委托列表包括下述一项或多项：成交、拒单、部分成交、撤单。

4.根据权利要求1所述的方法，其特征在于，所述根据预设规则以及所述金融数据的属性信息，将所述金融数据调度至对应的数据队列，包括：

将所述金融数据解码为可识别金融数据，并采用预设格式存储所述可识别金融数据；

根据预设规则以及所述可识别金融数据的属性信息，将所述可识别金融数据调度至对应的数据队列。

5.根据权利要求4所述的方法，其特征在于，所述将所述金融数据解码为可识别金融数据，并采用预设格式存储所述可识别金融数据之后，还包括：

读取采用所述预设格式存储的所述可识别金融数据，并采用预设风控算法计算获取风控评估结果。

6.根据权利要求4所述的方法，其特征在于，所述将所述金融数据解码为可识别金融数据，并采用预设格式存储所述可识别金融数据之后，还包括：

根据训练规则以及所述可识别金融数据的属性信息，将所述可识别金融数据调度至对应的训练队列中；

采用每个所述训练队列对应的训练策略算法处理所述训练队列中的可识别金融数据，获取每个所述训练队列对应的训练结果；

采用模拟交易算法以及所述训练结果执行模拟交易，获取模拟交易结果。

7.一种金融数据处理装置，其特征在于，包括：

获取模块，用于获取交易所服务器传输的金融数据；

调度模块，用于根据预设规则以及所述金融数据的属性信息，将所述金融数据调度至对应的数据队列；

策略模块，用于采用每个所述数据队列对应的策略算法处理所述数据队列中的金融数据，获取每个所述数据队列对应的策略结果。

8.根据权利要求7所述的装置，其特征在于，所述调度模块，具体用于下述一项或多项：

根据所述金融数据对应的优先级，将所述金融数据调度至对应的数据队列；

根据金融数据对应的金融项目关联关系，将具有金融项目关联关系的金融数据调度至对应的数据队列；

将同一金融项目的金融数据生成多个分身数据，将每个分身数据调度至不同的数据队列。

9.根据权利要求7或8所述的装置，其特征在于，还包括：写入模块和发送模块；

所述写入模块，用于根据预配置指令，将每个所述数据队列对应的策略结果写入委托列表，或者，依次判断每个所述数据队列对应的策略结果是否满足预设条件、并将满足预设条件的策略结果写入委托列表；

所述发送模块，用于向交易所服务器发送所述委托列表，所述委托列表包括下述一项或多项：成交、拒单、部分成交、撤单。

10.根据权利要求7所述的装置，其特征在于，所述调度模块，具体用于将所述金融数据解码为可识别金融数据，并采用预设格式存储所述可识别金融数据；根据预设规则以及所述可识别金融数据的属性信息，将所述可识别金融数据调度至对应的数据队列。