CN112508581A - 委托订单风险控制方法、系统、计算机设备和存储介质 - Google Patents
委托订单风险控制方法、系统、计算机设备和存储介质 Download PDFInfo
- Publication number
- CN112508581A CN112508581A CN202110158045.1A CN202110158045A CN112508581A CN 112508581 A CN112508581 A CN 112508581A CN 202110158045 A CN202110158045 A CN 202110158045A CN 112508581 A CN112508581 A CN 112508581A
- Authority
- CN
- China
- Prior art keywords
- wind control
- transaction
- order
- subsystem
- risk
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 46
- 238000012954 risk control Methods 0.000 title claims abstract description 35
- 230000000903 blocking effect Effects 0.000 claims abstract description 35
- 238000004364 calculation method Methods 0.000 claims description 31
- 238000004590 computer program Methods 0.000 claims description 21
- 230000002688 persistence Effects 0.000 claims description 16
- 230000001960 triggered effect Effects 0.000 claims description 8
- 238000010586 diagram Methods 0.000 description 11
- 238000012545 processing Methods 0.000 description 7
- 230000008569 process Effects 0.000 description 6
- 238000013499 data model Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 210000001503 joint Anatomy 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000001131 transforming effect Effects 0.000 description 2
- 238000012217 deletion Methods 0.000 description 1
- 230000037430 deletion Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
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
- G06Q20/00—Payment architectures, schemes or protocols
- G06Q20/38—Payment protocols; Details thereof
- G06Q20/40—Authorisation, e.g. identification of payer or payee, verification of customer or shop credentials; Review and approval of payers, e.g. check credit lines or negative lists
- G06Q20/401—Transaction verification
- G06Q20/4016—Transaction verification involving fraud or risk level assessment in transaction processing
-
- 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
Landscapes
- Business, Economics & Management (AREA)
- Accounting & Taxation (AREA)
- Engineering & Computer Science (AREA)
- Finance (AREA)
- Physics & Mathematics (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Economics (AREA)
- Marketing (AREA)
- Technology Law (AREA)
- Development Economics (AREA)
- Computer Security & Cryptography (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请涉及一种委托订单风险控制方法、系统、计算机设备和存储介质。方法包括：交易子系统的网关接收客户端适配器发送的携带委托方标识的委托订单；网关根据委托方标识判断委托订单对应的风控类型是否是事前阻断类型；若是，交易子系统的业务转发模块将委托订单发送至风控子系统；风控子系统的事前风控模块判断委托订单是否具有交易风险，将所得的判断结果反馈至交易子系统；当判断结果表示委托订单不具有交易风险时，交易子系统的报盘模块将委托订单发送至交易平台进行交易；当判断结果表示委托订单具有交易风险时，交易子系统的报盘模块拒绝将委托订单发送至交易平台。采用本方法能够提高交易安全性。
Description
技术领域
本申请涉及计算机技术领域，特别是涉及一种委托订单风险控制方法、系统、计算机设备和存储介质。
背景技术
随着计算机技术的发展，证券业务得到快速发展，证券公司通过交易子系统接收到大量的委托订单，并将委托订单发送至交易平台进行交易。由于，交易平台根据委托订单执行的交易涉及众多交易者的利益。所以，对委托订单进行风险控制是保障交易安全的重要环节。传统技术中通过交易平台对委托订单进行审查，交易安全性较低。
发明内容
基于此，有必要针对上述技术问题，提供一种能够提高交易安全性的委托订单风险控制方法、系统、计算机设备和存储介质。
一种委托订单风险控制方法，所述方法包括：
交易子系统的网关接收客户端适配器发送的携带委托方标识的委托订单；
所述网关根据所述委托方标识判断所述委托订单对应的风控类型是否是事前阻断类型；
若是，所述交易子系统的业务转发模块将所述委托订单发送至风控子系统；
所述风控子系统的事前风控模块判断所述委托订单是否具有交易风险，将所得的判断结果反馈至所述交易子系统；
当所述判断结果表示所述委托订单不具有交易风险时，所述交易子系统的报盘模块将所述委托订单发送至交易平台进行交易；
当所述判断结果表示所述委托订单具有交易风险时，所述交易子系统的报盘模块拒绝将所述委托订单发送至交易平台。
在一个实施例中，所述网关根据所述委托方标识判断所述委托订单对应的风控类型是否是事前阻断类型，包括：
根据所述委托方标识确定所述委托订单对应的客户类型；
根据所述客户类型判断所述委托订单对应的风控类型是否是事前阻断类型。
在一个实施例中，所述方法还包括：
所述事前风控模块获取针对所述客户端配置的风控指标；
所述事前风控模块根据所述风控指标获取对应的风控条件；
所述风控子系统的事前风控模块判断所述委托订单是否具有交易风险，包括：
所述事前风控模块通过调用的风控引擎，根据所述风控条件对所述委托订单进行风险计算，并根据计算得到的风险值判断所述委托订单是否具有交易风险。
在一个实施例中，所述事前风控模块获取针对所述客户端配置的风控指标，包括：
接收所述客户端在风控界面上触发的风控指标选择指令；
从所述风控指标选择指令中提取所述风控指标。
在一个实施例中，所述交易子系统的报盘模块将所述委托订单发送至交易平台进行交易之后，所述方法还包括：
所述网关接收所述交易平台针对所述委托订单反馈的交易数据；
所述网关将所述交易数据发送至所述风控子系统；
所述风控子系统的数据持久化模块将所述委托订单、所述判断结果、所述交易数据和行情数据存储在数据库；或者，
在交易周期结束时，将所述委托订单、所述判断结果、所述交易数据和所述行情数据存入文件中。
一种委托订单风险控制系统，所述系统包括：
交易子系统，所述交易子系统包括网关、业务转发模块、报盘模块；
风控子系统，所述风控子系统包括事前风控模块；
所述网关，用于接收客户端适配器发送的携带委托方标识的委托订单；
所述网关，还用于根据所述委托方标识判断所述委托订单对应的风控类型是否是事前阻断类型；
所述业务转发模块，用于若是，将所述委托订单发送至风控子系统；
所述事前风控模块，用于判断所述委托订单是否具有交易风险，将所得的判断结果反馈至所述交易子系统；
所述报盘模块，用于当所述判断结果表示所述委托订单不具有交易风险时，所述交易子系统的报盘模块将所述委托订单发送至交易平台进行交易；
所述报盘模块，还用于当所述判断结果表示所述委托订单具有交易风险时，拒绝将所述委托订单发送至交易平台。
在一个实施例中，所述网关，还用于：
根据所述委托方标识确定所述委托订单对应的客户类型；
根据所述客户类型判断所述委托订单对应的风控类型是否是事前阻断类型。
在一个实施例中，所述事前风控模块，还用于：
获取针对所述客户端配置的风控指标；
根据所述风控指标获取对应的风控条件；
通过调用的风控引擎，根据所述风控条件对所述委托订单进行风险计算，并根据计算得到的风险值判断所述委托订单是否具有交易风险。
在一个实施例中，所述事前风控模块，还用于：
接收所述客户端在风控界面上触发的风控指标选择指令；
从所述风控指标选择指令中提取所述风控指标。
在一个实施例中，所述风控子系统，还包括数据持久化模块；所述系统还包括：
所述网关，还用于接收所述交易平台针对所述委托订单反馈的交易数据；
所述网关，还用于将所述交易数据发送至所述风控子系统；
所述数据持久化模块，用于将所述委托订单、所述判断结果、所述交易数据和行情数据存储在数据库；或者，在交易周期结束时，将所述委托订单、所述判断结果、所述交易数据和所述行情数据存入文件中。
一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现所述委托订单风险控制方法的步骤。
一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现所述委托订单风险控制方法的步骤。
上述实施例中，交易子系统的网关接收客户端适配器发送的携带委托方标识的委托订单，并根据委托方标识判断委托订单对应的风控类型是否是事前阻断类型；若是，交易子系统的业务转发模块将委托订单发送至风控子系统进行风险控制。风控子系统的事前风控模块判断委托订单是否具有交易风险，将所得的判断结果反馈至交易子系统。当判断结果表示委托订单不具有交易风险时，交易子系统的报盘模块将委托订单发送至交易平台进行交易；当判断结果表示委托订单具有交易风险时，交易子系统的报盘模块拒绝将委托订单发送至交易平台。所以，交易子系统通过风控子系统确定具有交易风险的委托订单，并对具有交易风险的委托订单进行拦截，拒绝将具有交易风险的委托订单发送至交易平台进行交易，提高了交易安全性，降低了交易风险。
附图说明
图1为一个实施例中委托订单风险控制方法的应用环境图；
图2为一个实施例中委托订单风险控制方法的流程示意图；
图3为一个实施例中网关判断风控类型的流程示意图；
图4为一个实施例中判断委托订单是否具有交易风险的流程示意图；
图5为一个实施例中风控界面示意图；
图6为一个实施例中对委托订单进行风险控制的原理示意图；
图7为一个实施例中委托订单风险控制方法的流程示意图；
图8为一个实施例中交易子系统和风控子系统的结构示意图；
图9为一个实施例中委托订单风险控制系统的结构框图；
图10为另一个实施例中委托订单风险控制系统的结构框图；
图11为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
本申请提供的交易风险控制方法，可以应用于如图1所示的应用环境中。其中，服务设备102和客户端适配器104以及交易平台106进行通信，服务设备102中交易子系统1020的网关10200接收客户端适配器104发送的携带委托方标识的委托订单，并根据委托方标识判断委托订单对应的风控类型是否是事前阻断类型；若是，交易子系统1020的业务转发模块10202将委托订单发送至风控子系统1022进行风险控制。风控子系统1022的事前风控模块10220判断委托订单是否具有交易风险，将所得的判断结果反馈至交易子系统1020。当判断结果表示委托订单不具有交易风险时，交易子系统1020的报盘模块10204将委托订单发送至交易平台106进行交易；当判断结果表示委托订单具有交易风险时，交易子系统1020的报盘模块10204拒绝将委托订单发送至交易平台106。其中，服务设备102包括服务器和网络设备，服务器可以用独立的服务器或者是多个服务器组成的服务器集群来实现，网络设备可以用网关等可以在网络层进行数据交互的设备来实现。
在一个实施例中，如图2所示，提供了一种交易风险控制方法，以该方法应用于图1中的服务设备为例进行说明，包括以下步骤：
S202，服务设备中交易子系统的网关接收客户端适配器发送的携带委托方标识的委托订单。
其中，交易子系统是用于提供交易渠道和交易服务的系统。交易子系统可以通过客户端适配器获取委托订单并将委托订单发送至交易平台，以使交易平台根据委托订单进行交易。客户端适配器用于对委托订单的格式进行适配，以使委托订单的格式与服务器中的风控子系统的格式相兼容。
其中，网关是对在网络层实现网络互联的设备进行改造，在网络互联设备的基础上增加了判断风控类型功能的网络设备。网关可以从客户端适配器接收委托订单，并且判断委托订单对应的风控类型。委托方标识是对委托方进行区分的标志，可以是识别号、序列号、名称等。
其中，委托订单是企业或者个人委托交易子系统通过交易平台对标的物进行交易的凭证。交易子系统将委托订单发送至交易平台，使交易平台依据委托订单对标的物进行交易。委托订单例如可以是企业或者个人向交易子系统提交的交易订单、交易数据等。委托订单中可以包括标的物的类型、数量、委托方、价格等。
S204，服务设备中交易子系统的网关根据委托方标识判断委托订单对应的风控类型是否是事前阻断类型。
其中，风控类型是根据对委托订单进行风险控制的时机、程序、风控指标等确定的风险控制的方式。按照对委托订单进行风险控制的时机，可以将风控类型分为事前阻断类型、事中监测类型以及事后审核类型。
其中，事前阻断类型是在交易子系统将委托订单发送至交易平台之前，对委托订单进行风险控制的风控类型。在客户端对交易安全性要求较高时，可以在交易子系统的风控界面中将风控类型配置为事前阻断类型。对于事前阻断类型，服务器将风控子系统与交易子系统对接，通过风控子系统对交易子系统接收的委托订单进行风险控制。
S206，若是，交易子系统的业务转发模块将委托订单发送至风控子系统。
其中，业务转发模块是对委托订单进行转发的模块。当委托订单对应的风控类型为事前阻断类型时，业务转发模块将委托订单发送至风控子系统进行风险控制。当委托订单对应的风控类型不是事前阻断类型时，业务转发模块将委托订单转发至业务处理模块进行业务处理，并在处理后发送至交易平台进行交易。业务处理包括判断委托订单对应的标的物类型，例如，标的物是股票、基金、证券还是期权等。
其中，风控子系统是与交易子系统对接，从交易子系统获取委托订单并对委托订单进行风险计算，根据计算结果判断委托订单是否具有交易风险的系统。
在一个实施例中，风控子系统中包括风控引擎，风控引擎可以通过风控条件对委托订单进行风险计算。在一个实施例中，风控引擎可以通过配置文件对风控条件进行配置。在风控条件改变时，仅需改变配置文件即可通过改变后的风控条件对委托订单进行风险计算，而不需对系统进行重新配置。
S208，服务设备中风控子系统的事前风控模块判断委托订单是否具有交易风险，将所得的判断结果反馈至交易子系统。
其中，事前风控模块是在将委托订单发送至交易平台之前，判断委托订单是否具有交易风险的模块。事前风控模块对委托订单是否具有交易风险进行计算，并向交易子系统反馈委托订单是否具有交易风险的判断结果。
其中，委托订单具有交易风险是指委托订单可能存在不符合交易规则，或者违法、违反监管规则等情况。例如，委托订单是虚假交易订单、内幕交易订单、操纵市场订单、欺诈订单等，具有交易风险。当委托订单具有交易风险时，根据委托订单执行交易可能会对相关利害关系人造成损失，或者扰乱市场秩序。
S210，当判断结果表示委托订单不具有交易风险时，服务设备中交易子系统的报盘模块将委托订单发送至交易平台进行交易。
其中，报盘模块是用于将委托订单发送至交易平台进行报盘的程序。报盘模块中定义了应用程序接口，通过应用程序接口接收委托订单，并将委托订单发送至对应的交易平台。报盘模块定义的应用程序接口可以和各种交易平台进行对接，将委托订单发送至交易平台。
交易子系统从风控子系统获取判断结果后，如果判断结果表示委托订单不具有交易风险，则交易子系统可以将委托订单发送至交易平台进行交易。
S212，当判断结果表示委托订单具有交易风险时，交易子系统的报盘模块拒绝将委托订单发送至交易平台。
当判断结果表示委托订单具有交易风险时，交易子系统对委托订单进行拦截，拒绝将委托订单发送至交易平台。在一个实施例中，交易子系统在拒绝将委托订单发送至交易平台之后，将拒绝发送的情况反馈至提交委托订单的客户端。在一个实施例中，交易子系统在拒绝将委托订单发送至交易平台之后，针对具有交易风险的委托订单进行报警。
上述实施例中，交易子系统的网关接收客户端适配器发送的携带委托方标识的委托订单，并根据委托方标识判断委托订单对应的风控类型是否是事前阻断类型；若是，交易子系统的业务转发模块将委托订单发送至风控子系统进行风险控制。风控子系统的事前风控模块判断委托订单是否具有交易风险，将所得的判断结果反馈至交易子系统。当判断结果表示委托订单不具有交易风险时，交易子系统的报盘模块将委托订单发送至交易平台进行交易；当判断结果表示委托订单具有交易风险时，交易子系统的报盘模块拒绝将委托订单发送至交易平台。所以，交易子系统通过风控子系统确定具有交易风险的委托订单，并对具有交易风险的委托订单进行拦截，拒绝将具有交易风险的委托订单发送至交易平台进行交易，提高了交易安全性，降低了交易风险。
在一个实施例中，如图3所示，服务设备中网关根据委托方标识判断委托订单对应的风控类型是否是事前阻断类型，包括如下步骤：
S302，网关根据委托方标识确定委托订单对应的客户类型。
S304，网关根据客户类型判断委托订单对应的风控类型是否是事前阻断类型。
其中，网关是对在网络层实现网络互联的设备进行改造，增加了判断风控类型功能的网络设备。客户类型是交易子系统根据客户端对应的标的物种类、交易金额、风险大小等，对客户端划分的类型。交易子系统可以针对某个客户类型配置对应的风控类型。例如，将客户类型A配置为事前阻断类型。
在一个实施例中，交易子系统将交易风险较高的客户类型对应的客户端的风控类型配置为事前阻断类型。在一个实施例中，交易子系统将客户端对应的委托方标识和客户类型存储在列表中，在获取了委托订单对应的委托方标识后，在列表中查找委托方标识对应的客户类型，根据客户类型判断委托订单对应的风控类型是否是事前阻断类型。
交易子系统对网关进行改造，使网关可以判断委托订单对应的风控类型，以在风控类型为事前阻断类型时，通过业务转发模块将委托订单发送至风控子系统进行风险控制，提高了交易的安全性。
在一个实施例中，如图4所示，服务设备中风控子系统的事前风控模块判断委托订单是否具有交易风险包括如下步骤：
S402，事前风控模块获取针对客户端配置的风控指标。
S404，事前风控模块根据所述风控指标获取对应的风控条件。
S406，事前风控模块通过调用的风控引擎，根据风控条件对委托订单进行风险计算，并根据计算得到的风险值判断委托订单是否具有交易风险。
其中，风控指标是针对不同交易风险的特点、类型对交易风险进行评估和衡量的标准。每个风控指标下对应多个风控条件，事前风控模块通过判断委托订单是否满足风控条件判断委托订单是否触发了风控指标。例如，风控指标是拉抬打压指标，对应的风控条件包括：连续竞价拉抬条件、连续竞价打压条件、尾市拉台条件、尾市打压条件。例如，风控指标是虚假申报指标，对应的风控条件包括：集合竞价虚假申报买入条件、集合竞价虚假申报卖出条件、连续竞价虚假申报买入条件、连续竞价虚假申报卖出条件、涨停价虚假申报条件、大宗交易虚假申报条件。
其中，风控条件是判断委托订单是否可能产生交易风险的条件。例如，风控条件可以是以低于买入价格10%的价格对标的物进行交互，如果委托订单满足该风控条件，则说明可能触发了高买低卖指标，从而委托订单可能具有交易风险。
其中，风控引擎是一种嵌入在应用程序中的组件，用于对委托订单进行风险计算。风控引擎可以接收委托订单，并利用风控指标对应的风控条件对委托订单进行风险计算。通过风控引擎将风险计算的程序从应用程序中分离出来，便于对风险计算的程序进行更改。
在一个实施例中，事前风控模块调用风控引擎时，风控引擎首先获取风控条件，然后对风控条件进行编译后得到rsc文件。然后将rsc文件加载到内存中，生成对风控条件进行执行的上下文。同时风控引擎将风控参数传递到对风控条件进行执行的上下文中，并开始执行。执行完毕后，风控引擎将计算结果回传给交易子系统。
其中，风险计算是根据委托订单是否满足风控指标对应的风控条件，计算得到风险值的过程。例如，如果风控条件包括A、B、C，对应的分值分别为15、12、24、31。如果委托订单满足风控条件A、C，那么计算得到的风险值为39。
在一个实施例中，风控引擎可以对各风控条件设置不同的风险权值。例如，对风控条件A、B、C分别设置对应的权值为0.2、0.1、0.3如果委托订单满足风控条件A、C，那么计算得到的风险值为
。
在一个实施例中，如果风险值大于风险阈值，则确定委托订单具有交易风险。在一个实施例中，风控引擎可以根据不同的风控时期确定不同的风险阈值。例如，将风险阈值设置为与发生交易风险的可能性成正比。在发生交易风险的可能性较大的风控时期，设置较高的风险阈值。
在一个实施例中，事前风控模块获取针对客户端配置的风控指标，包括：接收客户端在风控界面上触发的风控指标选择指令；从风控指标选择指令中提取风控指标。
其中，风控指标选择指令是客户端针对不同类型的交易风险，而配置风控指标的指令。例如，针对可能发生的自买自卖交易风险而配置自买自卖风控指标。
在一个实施例中，风控界面如图5所示，风控界面中显示了风控指标选择框以及对应的风控指标，客户端通过风控指标选择框触发风控指标选择指令，以通过风控指标选择指令对客户端对应的风控指标进行配置。在一个实施例中，客户端也可以通过如图5所示的风控界面配置风控类型。
在一个实施例中，交易子系统的报盘模块将委托订单发送至交易平台进行交易之后，方法还包括：网关接收交易平台针对委托订单反馈的交易数据；网关将交易数据发送至风控子系统；风控子系统的数据持久化模块将委托订单、判断结果、交易数据和行情数据存储在数据库；或者，在交易周期结束时，将委托订单、判断结果、交易数据和行情数据存入文件中。
其中，行情数据是交易平台根据一段时间内完成交易的情况，发布的与交易相关的信息。行情数据的数据格式包括基于FIX/FAST协议的接口格式和TXT文件格式。行情数据包括证券代码、证券简称、前收盘价格、虚拟开盘价、虚拟匹配量、委托总量等。
其中，交易数据是交易平台针对委托订单反馈的对委托订单进行了撤单、确认或成交的信息。其中，数据持久化模块是将内存中的数据模型转换为存储模型，或者可以是将存储模型转换为内存中的数据模型的组件。其中，数据模型可以是任何数据结构或数据对象模型，例如可以是图片、邮件、音频数据等。存储模型可以是关系模型、XML数据模型、二进制数据流等。其中，交易周期是指从一个阶段的交易开始时间到交易结束时间。例如可以是一天，或者可以是一周。
数据持久化模块将委托订单、判断结果、行情数据和交易数据存储在数据库，或者以文件形式进行存储。例如，数据持久化模块将委托订单、判断结果、行情数据和交易数据以结构化数据格式存储于数据库，方便执行数据检索、保存、更新、删除、查询等操作。当服务器访问委托订单、判断结果、行情数据和交易数据时，可以直接通过文件查看并获取数据库硬盘中存储的数据，减少了访问数据库的次数，提高了访问速度。
在一个实施例中，报盘模块从交易平台获取回报信息，将回报信息发送至规则引擎，使规则引擎可以基于回报信息进行风险计算。例如，风控条件是高买低卖条件，也即客户端卖出的标的物的价格不能低于买入价格的10%。则当风控引擎获取委托订单时，从委托订单中提取标的物价格为300。然后，根据存储的回报信息获取在上次交易时，客户端买入该标的物的价格为600，则该委托订单触发了高买低卖条件，具有交易风险。
在一个实施例中，如图6所示，风控类型判断网关在确定委托订单对应的风控类型为事前阻断类型时，通过业务转发模块将委托订单发送至统一接入网关，统一接入网关调用风控引擎对委托订单进行风险计算。将计算结果返回业务转发模块。统一接入网关在风险计算结束之后，还可以将委托订单和风险计算结果发送至数据持久化模块，以通过数据持久化模块将委托订单和风险计算结果存储至数据库。
在一个实施例中，如图7所示，客户端向交易子系统发送委托订单。交易子系统在将委托订单发送至交易平台进行交易之前，通过风控子系统对委托订单进行风险控制。
在一个实施例中，如图8所示，风控子系统与交易子系统进行对接。当交易子系统的类型判断网关确认委托订单对应的风控类型为事前阻断类型时，通过业务转发模块将委托订单发送至风控子系统的统一接入网关。如果委托订单对应的风控类型不是事前阻断类型，则类型判断网关将委托订单发送至业务转发模块，以通过业务转发模块将委托订单发送至业务处理模块。业务处理模块在对委托订单进行业务处理后，将委托订单发送至报盘模块，并通过报盘模块将委托订单发送至交易平台。
风控子系统的统一接入网关在获取委托订单后，调用风控引擎对委托订单进行风险计算。风控引擎利用规则库中的风控条件对委托订单进行风险计算。风控引擎将风险计算结果通过统一接入网关反馈至交易子系统。风控引擎在进行风险计算之后，将委托订单和风险计算结果发送至数据持久化模块进行存储。数据持久化模块将委托订单存储在数据库或者以文件形式进行存储。数据库在存在具有交易风险的委托订单时，可以对具有交易风险的委托订单进行报警处理。
在一个实施例中，交易平台在接收到委托订单后，向报盘模块反馈回报信息。报盘模块将回报信息发送至风控引擎，使风控引擎根据交易平台的回报信息对风控条件中参数进行更新，所以风控引擎可以根据交易平台对委托订单的实际处理结果进行风险计算。其中，回报信息可以是交易平台在接收到委托订单后，根据是否接收委托订单、是否根据委托订单执行了相应的交易而反馈的信息。例如，交易平台反馈的回报信息是“已接收委托订单”。或者，回报信息是“不接收委托订单”等。
应该理解的是，虽然图2-4的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图2-4中的至少一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
在一个实施例中，如图9所示，提供了一种委托订单风险控制系统，包括：交易子系统902和风控子系统904，交易子系统902包括网关9020、业务转发模块9022、报盘模块9024；风控子系统904包括事前风控模块9040。
网关9020，用于接收客户端适配器发送的携带委托方标识的委托订单；
网关9020，还用于根据委托方标识判断委托订单对应的风控类型是否是事前阻断类型；
业务转发模块9022，用于若是，将委托订单发送至风控子系统；
事前风控模块9040，用于判断委托订单是否具有交易风险，将所得的判断结果反馈至交易子系统；
报盘模块9024，用于当判断结果表示委托订单不具有交易风险时，交易子系统的报盘模块将委托订单发送至交易平台进行交易；
报盘模块9024，还用于当判断结果表示委托订单具有交易风险时，拒绝将委托订单发送至交易平台。
在一个实施例中，网关9020，还用于：
根据委托方标识确定委托订单对应的客户端所属的客户类型；
根据客户类型判断委托订单对应的风控类型是否是事前阻断类型。
在一个实施例中，事前风控模块9040，还用于：
获取针对客户端配置的风控指标；
根据风控指标获取对应的风控条件；
通过调用的风控引擎，根据风控条件对委托订单进行风险计算，并根据计算得到的风险值判断委托订单是否具有交易风险。
在一个实施例中，事前风控模块9040，还用于：
接收客户端在风控界面上触发的风控指标选择指令；
从风控指标选择指令中提取风控指标。
在一个实施例中，如图10所示，风控子系统904，还包括数据持久化模块9042；系统还包括：
网关9020，用于接收交易平台针对委托订单反馈的交易数据；
网关9020，用于将交易数据发送至风控子系统；
数据持久化模块9042，用于将委托订单、判断结果、交易数据和行情数据存储在数据库；或者，在交易周期结束时，将委托订单、判断结果、交易数据和行情数据存入文件中。
在一个实施例中，提供了一种计算机设备，该计算机设备可以是服务设备，其内部结构图可以如图11所示。该计算机设备包括通过系统总线连接的处理器、存储器和网络接口。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储委托订单风险控制数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种委托订单风险控制方法。
本领域技术人员可以理解，图11中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
在一个实施例中，提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现以下步骤：交易子系统的网关接收客户端适配器发送的携带委托方标识的委托订单；网关根据委托方标识判断委托订单对应的风控类型是否是事前阻断类型；若是，交易子系统的业务转发模块将委托订单发送至风控子系统；风控子系统的事前风控模块判断委托订单是否具有交易风险，将所得的判断结果反馈至交易子系统；当判断结果表示委托订单不具有交易风险时，交易子系统的报盘模块将委托订单发送至交易平台进行交易；当判断结果表示委托订单具有交易风险时，交易子系统的报盘模块拒绝将委托订单发送至交易平台。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：根据委托方标识确定委托订单对应的客户类型；根据客户类型判断委托订单对应的风控类型是否是事前阻断类型。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：事前风控模块获取针对客户端配置的风控指标；事前风控模块根据风控指标获取对应的风控条件；事前风控模块通过调用的风控引擎，根据风控条件对委托订单进行风险计算，并根据计算得到的风险值判断委托订单是否具有交易风险。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：接收客户端在风控界面上触发的风控指标选择指令；从风控指标选择指令中提取风控指标。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：网关接收交易平台针对委托订单反馈的交易数据；网关将交易数据发送至风控子系统；风控子系统的数据持久化模块将委托订单、判断结果、交易数据和行情数据存储在数据库；或者，在交易周期结束时，将委托订单、判断结果、交易数据和行情数据存入文件中。
在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：交易子系统的网关接收客户端适配器发送的携带委托方标识的委托订单；网关根据委托方标识判断委托订单对应的风控类型是否是事前阻断类型；若是，交易子系统的业务转发模块将委托订单发送至风控子系统；风控子系统的事前风控模块判断委托订单是否具有交易风险，将所得的判断结果反馈至交易子系统；当判断结果表示委托订单不具有交易风险时，交易子系统的报盘模块将委托订单发送至交易平台进行交易；当判断结果表示委托订单具有交易风险时，交易子系统的报盘模块拒绝将委托订单发送至交易平台。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：根据委托方标识确定委托订单对应的客户类型；根据客户类型判断委托订单对应的风控类型是否是事前阻断类型。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：事前风控模块获取针对客户端配置的风控指标；事前风控模块根据风控指标获取对应的风控条件；事前风控模块通过调用的风控引擎，根据风控条件对委托订单进行风险计算，并根据计算得到的风险值判断委托订单是否具有交易风险。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：接收客户端在风控界面上触发的风控指标选择指令；从风控指标选择指令中提取风控指标。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：网关接收交易平台针对委托订单反馈的交易数据；网关将交易数据发送至风控子系统；风控子系统的数据持久化模块将委托订单、判断结果、交易数据和行情数据存储在数据库；或者，在交易周期结束时，将委托订单、判断结果、交易数据和行情数据存入文件中。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器（Read-Only Memory，ROM）、磁带、软盘、闪存或光存储器等。易失性存储器可包括随机存取存储器（Random Access Memory，RAM）或外部高速缓冲存储器。作为说明而非局限，RAM可以是多种形式，比如静态随机存取存储器（Static Random Access Memory，SRAM）或动态随机存取存储器（Dynamic Random Access Memory，DRAM）等。
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种委托订单风险控制方法，其特征在于，所述方法包括：
交易子系统的网关接收客户端适配器发送的携带委托方标识的委托订单；
所述网关根据所述委托方标识判断所述委托订单对应的风控类型是否是事前阻断类型；
若是，所述交易子系统的业务转发模块将所述委托订单发送至风控子系统；
所述风控子系统的事前风控模块判断所述委托订单是否具有交易风险，将所得的判断结果反馈至所述交易子系统；
当所述判断结果表示所述委托订单不具有交易风险时，所述交易子系统的报盘模块将所述委托订单发送至交易平台进行交易；
当所述判断结果表示所述委托订单具有交易风险时，所述交易子系统的报盘模块拒绝将所述委托订单发送至交易平台。
2.根据权利要求1所述的方法，其特征在于，所述网关根据所述委托方标识判断所述委托订单对应的风控类型是否是事前阻断类型，包括：
根据所述委托方标识确定所述委托订单对应的客户类型；
根据所述客户类型判断所述委托订单对应的风控类型是否是事前阻断类型。
3.根据权利要求1所述的方法，其特征在于，所述方法还包括：
所述事前风控模块获取针对所述客户端配置的风控指标；
所述事前风控模块根据所述风控指标获取对应的风控条件；
所述风控子系统的事前风控模块判断所述委托订单是否具有交易风险，包括：
所述事前风控模块通过调用的风控引擎，根据所述风控条件对所述委托订单进行风险计算，并根据计算得到的风险值判断所述委托订单是否具有交易风险。
4.根据权利要求3所述的方法，其特征在于，所述事前风控模块获取针对所述客户端配置的风控指标，包括：
接收所述客户端在风控界面上触发的风控指标选择指令；
从所述风控指标选择指令中提取所述风控指标。
5.根据权利要求1所述的方法，其特征在于，所述交易子系统的报盘模块将所述委托订单发送至交易平台进行交易之后，所述方法还包括：
所述网关接收所述交易平台针对所述委托订单反馈的交易数据；
所述网关将所述交易数据发送至所述风控子系统；
所述风控子系统的数据持久化模块将所述委托订单、所述判断结果、所述交易数据和行情数据存储在数据库；或者，
在交易周期结束时，将所述委托订单、所述判断结果、所述交易数据和所述行情数据存入文件中。
6.一种委托订单风险控制系统，其特征在于，所述系统包括：
交易子系统，所述交易子系统包括网关、业务转发模块、报盘模块；
风控子系统，所述风控子系统包括事前风控模块；
所述网关，用于接收客户端适配器发送的携带委托方标识的委托订单；
所述网关，还用于根据所述委托方标识判断所述委托订单对应的风控类型是否是事前阻断类型；
所述业务转发模块，用于若是，将所述委托订单发送至风控子系统；
所述事前风控模块，用于判断所述委托订单是否具有交易风险，将所得的判断结果反馈至所述交易子系统；
所述报盘模块，用于当所述判断结果表示所述委托订单不具有交易风险时，所述交易子系统的报盘模块将所述委托订单发送至交易平台进行交易；
所述报盘模块，还用于当所述判断结果表示所述委托订单具有交易风险时，拒绝将所述委托订单发送至交易平台。
7.根据权利要求6所述的系统，其特征在于，所述网关，还用于：
根据所述委托方标识确定所述委托订单对应的客户类型；
根据所述客户类型判断所述委托订单对应的风控类型是否是事前阻断类型。
8.根据权利要求6所述的系统，其特征在于，所述事前风控模块，还用于：
获取针对所述客户端配置的风控指标；
根据所述风控指标获取对应的风控条件；
通过调用的风控引擎，根据所述风控条件对所述委托订单进行风险计算，并根据计算得到的风险值判断所述委托订单是否具有交易风险。
9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至5中任一项所述的方法的步骤。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至5中任一项所述的方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110158045.1A CN112508581A (zh) | 2021-02-05 | 2021-02-05 | 委托订单风险控制方法、系统、计算机设备和存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110158045.1A CN112508581A (zh) | 2021-02-05 | 2021-02-05 | 委托订单风险控制方法、系统、计算机设备和存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112508581A true CN112508581A (zh) | 2021-03-16 |
Family
ID=74952616
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110158045.1A Pending CN112508581A (zh) | 2021-02-05 | 2021-02-05 | 委托订单风险控制方法、系统、计算机设备和存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112508581A (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113095936A (zh) * | 2021-03-18 | 2021-07-09 | 深圳华锐金融技术股份有限公司 | 委托订单处理方法、装置、计算机设备和存储介质 |
| CN113220475A (zh) * | 2021-04-22 | 2021-08-06 | 深圳华锐金融技术股份有限公司 | 交易数据处理方法、装置、计算机设备和存储介质 |
| CN113259245A (zh) * | 2021-04-22 | 2021-08-13 | 深圳华锐金融技术股份有限公司 | 交易订单的处理系统和方法 |
| CN114331667A (zh) * | 2021-12-02 | 2022-04-12 | 上海金仕达软件科技有限公司 | 一种防止银行贵金属超买超卖的方法及系统 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104838409A (zh) * | 2012-09-05 | 2015-08-12 | 特雷波特有限公司 | 用于基于二进制的风险管理交易的系统和方法 |
| CN109377236A (zh) * | 2018-10-23 | 2019-02-22 | 上海盛付通电子支付服务有限公司 | 一种基于熔断机制的风险控制方法、设备及存储介质 |
| CN109544037A (zh) * | 2018-12-19 | 2019-03-29 | 上海金融期货信息技术有限公司 | 一种无侵入式证券期货交易事前风控网关系统 |
| CN110390596A (zh) * | 2019-07-30 | 2019-10-29 | 上海金融期货信息技术有限公司 | 一种金融期货交易系统 |
| CN112150162A (zh) * | 2020-11-24 | 2020-12-29 | 深圳华锐金融技术股份有限公司 | 交易账户的监管方法、装置、计算机设备和存储介质 |
-
2021
- 2021-02-05 CN CN202110158045.1A patent/CN112508581A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104838409A (zh) * | 2012-09-05 | 2015-08-12 | 特雷波特有限公司 | 用于基于二进制的风险管理交易的系统和方法 |
| CN109377236A (zh) * | 2018-10-23 | 2019-02-22 | 上海盛付通电子支付服务有限公司 | 一种基于熔断机制的风险控制方法、设备及存储介质 |
| CN109544037A (zh) * | 2018-12-19 | 2019-03-29 | 上海金融期货信息技术有限公司 | 一种无侵入式证券期货交易事前风控网关系统 |
| CN110390596A (zh) * | 2019-07-30 | 2019-10-29 | 上海金融期货信息技术有限公司 | 一种金融期货交易系统 |
| CN112150162A (zh) * | 2020-11-24 | 2020-12-29 | 深圳华锐金融技术股份有限公司 | 交易账户的监管方法、装置、计算机设备和存储介质 |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113095936A (zh) * | 2021-03-18 | 2021-07-09 | 深圳华锐金融技术股份有限公司 | 委托订单处理方法、装置、计算机设备和存储介质 |
| CN113220475A (zh) * | 2021-04-22 | 2021-08-06 | 深圳华锐金融技术股份有限公司 | 交易数据处理方法、装置、计算机设备和存储介质 |
| CN113259245A (zh) * | 2021-04-22 | 2021-08-13 | 深圳华锐金融技术股份有限公司 | 交易订单的处理系统和方法 |
| CN114331667A (zh) * | 2021-12-02 | 2022-04-12 | 上海金仕达软件科技有限公司 | 一种防止银行贵金属超买超卖的方法及系统 |
| CN114331667B (zh) * | 2021-12-02 | 2023-02-10 | 上海金仕达软件科技有限公司 | 一种防止银行贵金属超买超卖的方法及系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112508581A (zh) | 委托订单风险控制方法、系统、计算机设备和存储介质 | |
| CN108415784B (zh) | 跨区块链的交互方法及装置、系统、电子设备 | |
| WO2019001139A1 (zh) | 运行智能合约的方法和装置 | |
| US11570214B2 (en) | Crowdsourced innovation laboratory and process implementation system | |
| WO2017067394A1 (zh) | 客户服务方式的分配方法及系统 | |
| CN112766907A (zh) | 业务数据的处理方法、装置和服务器 | |
| CN108052824B (zh) | 一种风险防控方法、装置及电子设备 | |
| CN111488616A (zh) | 业务数据区块链的预言机实现方法及装置 | |
| JP2013501973A (ja) | 口座並列処理の方法およびシステム | |
| CN111708637A (zh) | 一种数据处理方法、装置及计算机可读介质 | |
| CN108074033A (zh) | 指标数据的处理方法、系统、电子设备和存储介质 | |
| CN112686717B (zh) | 一种广告召回的数据处理方法及系统 | |
| CN111161006A (zh) | 一种区块链信用服务方法、系统及存储介质 | |
| CN112819631A (zh) | 业务数据处理方法、装置、计算机设备和存储介质 | |
| CN112181628B (zh) | 资源转移方法、装置、系统和电子设备 | |
| US12079736B2 (en) | Predicting web application programming interface call operations using machine learning techniques | |
| CN110689424B (zh) | 资金供需匹配方法和系统 | |
| CN112907263A (zh) | 异常订单量检测方法、装置、设备及存储介质 | |
| CN116862236A (zh) | 一种风险场景评估方法、系统、终端设备及存储介质 | |
| CN116611754A (zh) | 跨境商品的出口线上申报方法、系统及设备 | |
| CN114048512B (zh) | 一种处理敏感数据的方法及装置 | |
| CN116167857A (zh) | 数据处理方法、装置、计算机设备及存储介质 | |
| CN112862495A (zh) | 交易数据风险控制方法、装置、计算机设备和存储介质 | |
| CN112488562B (zh) | 一种业务实现方法及装置 | |
| CN113835780A (zh) | 一种事件响应方法及装置 |
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 | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210316 |
|
| RJ01 | Rejection of invention patent application after publication |