CN115578105A - 一种处理交易数据的方法和装置 - Google Patents

Abstract

本发明公开了一种处理交易数据的方法和装置，涉及金融科技、大数据技术领域。该方法的一具体实施方式包括：能够响应于与交易相关的特征数据的实时变更，确定特征数据关联的风险管理维度；并利用风险管理维度对应的风险存量指标计算基线来计算特征数据对应的实时风险指标，以确定特征数据的风险情况；通过判断特征数据的实时变更，提高了管理交易数据、判断风险的实时性；利用风险存量指标计算基线来计算风险指标在较大程度上降低了计算资源、磁盘IO资源、内存资源、网络带宽的消耗；同时通过基于多种风险管理维度以及对应的风险管控条件判断数据风险，提高了管理交易数据的精细化程度，从而提高了交易执行方的用户体验。

Description

一种处理交易数据的方法和装置

技术领域

本发明涉及金融科技、大数据技术领域，尤其涉及一种处理交易数据的方法和装置。

背景技术

目前，互联网技术广泛应用于金融领域，利用互联网技术以及数据处理技术可以对金融产品的交易数据进行处理、对交易数据进行风险控制等。

现有的对交易数据进行风险控制的方法通常对交易数据首先进行统计和处理，然后根据预设的风险控制规则判断交易数据是否存在风险，现有的方法存在判断交易数据的风险的实时性较差的问题，还存在判断交易风险的维度单一且颗粒度较大的问题，以及消耗计算资源、网络资源较多的问题，导致管理风险的精细化程度较低、效率较低，影响了交易执行方的用户体验。

发明内容

有鉴于此，本发明实施例提供一种处理交易数据的方法和装置，能够响应于与交易相关的特征数据的实时变更，确定特征数据关联的风险管理维度、风险管理维度对应的风险管控条件；并利用风险管理维度对应的风险存量指标计算基线来计算特征数据对应于风险管理维度的实时风险指标，以确定特征数据的风险情况；通过判断特征数据的实时变更，提高了管理交易数据、判断风险的实时性；利用风险存量指标计算基线来计算风险指标在较大程度上降低了计算资源、磁盘IO资源、内存资源、网络带宽的消耗；同时通过基于多种风险管理维度以及对应的风险管控条件判断数据风险，提高了管理交易数据的精细化程度，从而提高了交易执行方的用户体验。

为实现上述目的，根据本发明实施例的一个方面，提供了一种处理交易数据的方法，其特征在于，包括：响应于一种或多种与交易相关的特征数据的实时变更，根据所述特征数据的类型，确定所述特征数据关联的一个或多个风险管理维度，以及所述风险管理维度对应的风险管控条件；基于所述特征数据对应的一个或多个风险管理维度的风险存量指标计算基线，计算所述特征数据在所述风险管理维度的一种或多种实时风险指标；在判断出任一实时风险指标不满足其所对应的风险管控条件的情况下，对所述特征数据进行处理。

可选地，所述与交易相关的所述特征数据包括与当前交易相关的市场数据、交易数据、行情数据、参考数据、静态数据中的多种。

可选地，所述处理交易数据的方法，进一步包括：利用消息队列获取一种或多种数据源中与交易相关的原始数据；为设定交易业务场景将所述与交易相关的原始数据按照时间戳进行对齐，生成满足所述设定交易业务场景的特征数据。

可选地，所述处理交易数据的方法，进一步包括：利用消息队列监听一种或多种所述特征数据的实时变更情况，在所述实时变更情况满足预设变更策略的情况下，确定所述特征数据发生实时变更。

可选地，所述基于所述特征数据对应的一个或多个风险管理维度的风险存量指标计算基线，计算所述特征数据在所述风险管理维度的一种或多种实时风险指标，包括：从缓存中获取所述特征数据对应的一个或多个风险管理维度的风险存量指标计算基线，将所述风险存量指标计算基线、以及所述实时变更的所述特征数据作为风险计量参数输入计量引擎，其中，所述计量引擎配置有多个风险管理维度匹配的风险指标计算关系；利用所述风险计量参数、所述计量引擎以及所述计算关系，计算所述特征数据在所述风险管理维度的一种或多种实时风险指标。

可选地，所述风险管理维度包括时间范围、交易类型、实体类型、交易执行方信息中的任意多种；所述确定所述特征数据关联的一个或多个风险管理维度，包括：从预设的多种风险管理维度中，查找与所述特征数据的类型相匹配的风险管理维度。

可选地，所述处理交易数据的方法，进一步包括：

接收针对风险管理维度的变更请求；从所述变更请求中解析出维度变更信息，并根据所述维度变更信息变更所述风险管理维度。

可选地，所述处理交易数据的方法，进一步包括：

接收针对一个或多个风险管理维度对应的风险管控条件的变更请求；从所述变更请求中解析出风险管控条件的变更信息，并根据所述变更信息变更所述风险管理维度对应的风险管控条件。

可选地，所述对所述特征数据进行处理，包括：在判断出任一实时风险指标不满足其所对应的风险管控条件的情况下，存储所述特征数据；根据存储的所述特征数据生成可视化数据；推送所述可视化数据给交易数据管理方。

为实现上述目的，根据本发明实施例的第二方面，提供了一种处理交易数据的装置，其特征在于，包括：确定维度模块、计算指标模块和处理数据模块；其中，所述确定维度模块，用于响应于一种或多种与交易相关的特征数据的实时变更，根据所述特征数据的类型，确定所述特征数据关联的一个或多个风险管理维度，以及所述风险管理维度对应的风险管控条件；

所述计算指标模块，用于基于所述特征数据对应的一个或多个风险管理维度的风险存量指标计算基线，计算所述特征数据在所述风险管理维度的一种或多种实时风险指标；

所述处理数据模块，用于在判断出任一实时风险指标不满足其所对应的风险管控条件的情况下，对所述特征数据进行处理。

可选地，所述处理交易数据的装置，包括：与交易相关的所述特征数据包括与当前交易相关的市场数据、交易数据、行情数据、参考数据、静态数据中的多种。

可选地，所述处理交易数据的装置，进一步用于利用消息队列获取一种或多种数据源中与交易相关的原始数据；为设定交易业务场景将所述与交易相关的原始数据按照时间戳进行对齐，生成满足所述设定交易业务场景的特征数据。

可选地，所述处理交易数据的装置，进一步用于利用消息队列监听一种或多种所述特征数据的实时变更情况，在所述实时变更情况满足预设变更策略的情况下，确定所述特征数据发生实时变更。

可选地，所述处理交易数据的装置，用于所述基于所述特征数据对应的一个或多个风险管理维度的风险存量指标计算基线，计算所述特征数据在所述风险管理维度的一种或多种实时风险指标，包括：从缓存中获取所述特征数据对应的一个或多个风险管理维度的风险存量指标计算基线，将所述风险存量指标计算基线、以及所述实时变更的所述特征数据作为风险计量参数输入计量引擎，其中，所述计量引擎配置有多个风险管理维度匹配的风险指标计算关系；利用所述风险计量参数、所述计量引擎以及所述计算关系，计算所述特征数据在所述风险管理维度的一种或多种实时风险指标。

可选地，所述处理交易数据的装置，包括：所述风险管理维度包括时间范围、交易类型、实体类型、交易执行方信息中的任意多种；所述确定所述特征数据关联的一个或多个风险管理维度，包括：从预设的多种风险管理维度中，查找与所述特征数据的类型相匹配的风险管理维度。

可选地，所述处理交易数据的装置，进一步用于接收针对风险管理维度的变更请求；从所述变更请求中解析出维度变更信息，并根据所述维度变更信息变更所述风险管理维度。

可选地，所述处理交易数据的装置，进一步用于接收针对一个或多个风险管理维度对应的风险管控条件的变更请求；从所述变更请求中解析出风险管控条件的变更信息，并根据所述变更信息变更所述风险管理维度对应的风险管控条件。

可选地，所述处理交易数据的装置，用于在判断出任一实时风险指标不满足其所对应的风险管控条件的情况下，存储所述特征数据；根据存储的所述特征数据生成可视化数据；推送所述可视化数据给交易数据管理方。

为实现上述目的，根据本发明实施例的第三方面，提供了一种处理交易数据的电子设备，其特征在于，包括：一个或多个处理器；存储装置，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如上述处理交易数据的方法中任一所述的方法。

为实现上述目的，根据本发明实施例的第四方面，提供了一种计算机可读介质，其上存储有计算机程序，其特征在于，所述程序被处理器执行时实现如上述处理交易数据的方法中任一所述的方法。

上述发明中的一个实施例具有如下优点或有益效果：能够响应于与交易相关的特征数据的实时变更，确定特征数据关联的风险管理维度、风险管理维度对应的风险管控条件；并利用风险管理维度对应的风险存量指标计算基线来计算特征数据对应于风险管理维度的实时风险指标，以确定特征数据的风险情况；通过判断特征数据的实时变更，提高了管理交易数据、判断风险的实时性；利用风险存量指标计算基线来计算风险指标在较大程度上降低了计算资源、磁盘IO资源、内存资源、网络带宽的消耗；同时通过基于多种风险管理维度以及对应的风险管控条件判断数据风险，提高了管理交易数据的精细化程度，从而提高了交易执行方的用户体验。

上述的非惯用的可选方式所具有的进一步效果将在下文中结合具体实施方式加以说明。

附图说明

附图用于更好地理解本发明，不构成对本发明的不当限定。其中：

图1是本发明一个实施例提供的一种处理交易数据的方法的流程示意图；

图 2 是本发明一个实施例提供的一种处理交易数据的流程示意图；

图3是本发明一个实施例提供的一种处理交易数据的装置的结构示意图；

图 4 是本发明实施例可以应用于其中的示例性系统架构图；

图5是适于用来实现本发明实施例的终端设备或服务器的计算机系统的结构示意图。

具体实施方式

以下结合附图对本发明的示范性实施例做出说明，其中包括本发明实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本发明的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。

如图1所示，本发明实施例提供了一种处理交易数据的方法，该方法可以包括以下步骤：

步骤S101：响应于一种或多种与交易相关的特征数据的实时变更，根据所述特征数据的类型，确定所述特征数据关联的一个或多个风险管理维度，以及所述风险管理维度对应的风险管控条件。

具体地，在一种或多种不同的交易业务场景下，与交易相关的特征数据可以包括市场数据（例如：债券价格、商品价格、外汇即期价格、外汇远期价格等）、交易数据（例如：汇率类、利率类、信用类、贵金属类、大宗商品类等交易信息数据）、行情数据（例如：即期汇率、远期汇率、报价数据等）、参考数据（例如：交易日规则、计息基准等）、静态数据（例如：币种、货币对、交易员、日期、产品基本信息等）；可以理解的是，多种特征数据之间具有关联关系，例如：交易数据所需的汇率数据关联于静态数据中的日期、市场数据包含的外汇即期价格等；即，与交易相关的所述特征数据包括与当前交易相关的市场数据、交易数据、行情数据、参考数据、静态数据中的多种。

进一步地，将实时接收到的交易原始数据处理成特征数据，本发明的一个实施例中包含的处理特征数据的方法为：利用消息队列（例如：kafka消息队列等）接收来自一种或多种不同数据源的原始交易数据，并对原始交易数据进行数据清洗和转换，包括过滤冗余字段、整合不同结构的交易原始数据，通过数据清洗和转换生成对应于交易业务场景的特征数据，以进一步对特征数据进行处理。

优选地，在处理交易原始数据时，为达到实时处理的目的，将交易相关的原始数据按照同一时点的数据切面进行对齐，例如：将交易数据、行情数据、参考数据、市场数据等原始数据按照同一时点的数据切面对齐；可以理解的是，通过基于原始数据进行数据对齐处理，较大程度地提高了处理交易数据的实时性；从而提高了处理交易数据的效率；同时节省了处理交易数据的计算资源。具体地，按照数据时间戳获取对应的满足交易业务场景的一致性数据，例如：从多种数据中获取一个交易业务场景中产生于当前的日期、或者当前日期中的时间点等（即时间戳）的交易数据、行情数据，即按照同一时点（即时间戳）的数据切面进行对齐；其中，交易业务场景例如针对股票的实时风险指标的计算、针对贵金属的实时风险指标的计算等；例如在计算针对股票的实时风险指标时，将从原始数据（例如：原始数据包括100种、1000种数据类型）的每一种类型按照时间戳获取同一时间（例如：同一天、同一小时、同一分钟等）的数据；即，利用消息队列获取一种或多种数据源中与交易相关的原始数据；为设定交易业务场景将所述与交易相关的原始数据按照时间戳进行对齐，生成满足所述设定交易业务场景的特征数据。通过将原始数据按照时间戳进行对齐提高了处理交易数据的效率，提高了处理后得到的交易数据的可靠性和精细化程度，在较大程度上降低了计算资源的消耗。

进一步地，响应于一种或多种与交易相关的特征数据的实时变更包括确定特征数据的实时变更；具体地，确定特征数据发生实时变更的方法有两种：

第一种方法：利用消息队列监听一种或多种所述特征数据的实时变更情况，在监听到任意特征数据发生变更的情况下，确定特征数据发生实时变更。

第二种方法：利用消息队列监听一种或多种所述特征数据的实时变更情况，在所述实时变更情况满足预设变更策略的情况下，确定所述特征数据发生实时变更。在本发明的一个实施例中，预设变更策略可以为在设定时间范围内数据变更的频率大于设定频率阈值等。例如：确定在1秒（即设定时间范围）内所变更的交易行情数据的次数大于设定的N次（即设定频率阈值）的情况下，确定该交易行情数据（即特征数据）发生实时变更；可以理解的是，通过本方法的预设变更策略可以减少数据处理量，从而降低计算资源的消耗。

进一步地，根据所述特征数据的类型，确定所述特征数据关联的一个或多个风险管理维度，以及所述风险管理维度对应的风险管控条件，其中，特征数据的类型可以根据交易业务场景对应的金融工具的类型所确定，例如：股票、外汇、贵金属、期权、大宗商品等；可以理解的是，不同的特征数据的类型具有不同的风险管理维度、以及风险管理维度对应的风险管控条件。

进一步地，所述风险管理维度包括时间范围、交易类型、实体类型、交易执行方信息中的任意多种；其中，时间范围：例如设定的交易发生时间范围、交易关联的期限等；交易类型：例如买入、卖出、存入、取出等；结合交易的实体，交易类型可以进一步细分，例如：外币的买入卖出、本币的买入卖出等；实体类型：例如为对应于特征数据的类型的金融工具类型：现金、股票、外汇、贵金属、期权、大宗商品等；交易执行方：例如执行交易的客户、交易员、交易机构等。可以理解的是，风险管理维度包括时间范围、交易类型、实体类型、交易执行方信息中的任意多种；由此可见，通过灵活配置风险管理维度、以及灵活配置风险管理维度所包含的各个维度，提高了风险管理的灵活度，减小了风险管理的维度颗粒度，提高了对数据风险管理的精细化程度，因此提高了风险管理的效率和准确性。可以理解的是，通过提高数据风险管理的精细化程度，克服了现有方法中由于管理颗粒度较大造成超过一个限额而影响多种交易的情况，从而提高了交易执行方的用户体验，提高了交易的活跃度。通过实时地计算实时风险指标可以使交易执行方根据实时风险指标是否存在风险实时地调整交易策略，例如根据实时风险指标的大小以及风险指标是否超过控制条件来判断是否存在风险，进一步减少了交易风险。

进一步地，确定所述特征数据关联的一个或多个风险管理维度，包括：从预设的多种风险管理维度中，查找与所述特征数据的类型相匹配的风险管理维度。具体地，通过特征数据的类型与实体类型（例如为金融工具类型等）的匹配关系为某一种特征数据确定对应的风险管理维度。可以理解的是，风险管理维度对应地具有风险管控条件；例如：针对股票的一个风险管理维度可以为：在有效交易工作时间段内、交易员A可以执行卖出股票123，则对应的风险管控条件可以为：所能卖出的股票123对应的持仓量限额。又例如：风险管控条件关联与PV01限额（Present Value，基点现值，缩写为PV)是用于利率类产品的限额指标，则风险管理维度可以针对本币或外币，根据期限区间确定出多种风险管理维度；可以理解的是，每一个风险管理维度对应具有风险管控条件，风险管控条件为基于风险管理维度所配置，风险管控条件的内容可以包含时间、时间范围、数值、数值范围、设定文本（例如：交易要素、资产要素等）等。同时每一个实体类型可以对应配置有多种风险管理维度；例如：在实体类型（例如金融工具类型等）为股票的情况下，风险管理范围可以为时间范围、交易类型、交易执行方信息中的任意多种。

优选地，风险管理维度、对应的风险管控条件可以存储于数据源（例如：数据库、数据缓存、文件等）中，并且风险管理维度、对应的风险管控条件可以动态调整，例如：对风险管理维度、对应的风险管控条件进行修改、增加、删除等；在需要对风险管理维度、对应的风险管控条件进行变更的情况下，可以对应地处理，进一步提高了处理交易数据的风险管控的效率和灵活性。

具体地，本发明的一个实施例中，可以灵活地变更设置的一种或多种变更风险管理维度，具体地变更风险管理维度的方法：接收针对风险管理维度的变更请求；从所述变更请求中解析出维度变更信息，并根据所述维度变更信息变更所述风险管理维度。

进一步地，本发明的一个实施例中，可以灵活地变更设置的一种或多种变更风险管控条件，具体地变更风险管理维度的风险管控条件的方法为：接收针对一个或多个风险管理维度对应的风险管控条件的变更请求；从所述变更请求中解析出风险管控条件的变更信息，并根据所述变更信息变更所述风险管理维度对应的风险管控条件。

步骤S102：基于所述特征数据对应的一个或多个风险管理维度的风险存量指标计算基线，计算所述特征数据在所述风险管理维度的一种或多种实时风险指标。

具体地，基于风险管理维度计算实时风险指标，以进一步根据风险管控条件判断是否存在风险。

本发明的一个实施例中，风险管理维度可以为风险限额维度，对应具有不同的限额规则，即风险管理维度对应地具有风险管控条件；风险存量指标计算基线为对风险存量指标经过一次或多次迭代计算所得到的中间风险指标基线数据（即，通过计算所得到的中间可用数据）；例如：风险存量指标的风险管控条件（例如针对限额等）为对设定范围内的一种或多种指标的累加结果进行判断（例如：判断设定时间范围内指标A的总和是否达到设定限额的数值等），则将每一次接收到的风险指标数据迭代计算得到的累加结果作为风险存量指标计算基线，以作为下一个周期计算实时风险指标的基准数据，而不需要每一次利用全量数据重新计算指标的总和；可以理解的是，累加计算仅为示例，在实际应用场景中，运算关系可以为任意运算类型，并且可以由多个风险存量指标计算基线为基础得到其他的风险存量指标计算基线；由此可见，在数据量较大、风险存量指标种类、风险维度数量较大的情况下，本发明的实施例提高了计算所述特征数据在所述风险管理维度的一种或多种实时风险指标的效率，同时在较大程度了节省了计算资源。

进一步地，风险存量指标为交易业务场景的风险限额相关的多种指标，例如：PV01（基点限值，PV01用于指示当收益率变动一个基点，即0.01%时，产品或投资组合的市值变化）、CS01（利差基点，简称CS01，用于指示利差增加1个基点对于价格的影响）、与期权头寸限额相关的Delta、Gamma、Vega、Theta、Rho等风险指标，其中Rho为无风险利率，用于衡量利率转变对期权价值影响的指针；Delta为对冲值，用于衡量标的资产价格变动时期权价格的变化幅度；Gamma反映 Delta 的变化与标的资产价格变化的比率；Vega衡量标的资产价格波动率变动时，期权价格的变化幅度；Theta用来测量时间变化对期权理论价值的影响等；风险指标还包括汇率头寸限额，贵金属头寸限额等。在本发明的实施例中，风险指标、风险存量指标、风险存量指标计算基线、与实时风险指标均代表所监控的与风险相关的指标数据。

进一步地，在本发明的一个实施例中，计算所述特征数据在所述风险管理维度的一种或多种实时风险指标的方法为：基于所述特征数据对应的一个或多个风险管理维度的风险存量指标计算基线，计算所述特征数据在所述风险管理维度的一种或多种实时风险指标，并直接判断是否存在任一实时风险指标不满足其所对应的风险管控条件。

优选地，本发明的实施例可以将计算出的一个或多个风险管理维度所对应的风险存量指标计算基线存储于缓存中，以提高处理交易数据的计算效率，其中，风险存量指标计算基线为对风险存量指标经过一次或多次迭代计算所得到的中间风险指标基线数据（即，通过计算所得到的中间可用数据），当实时接收到特征数据，并为特征数据计算某一个风险管理维度的实时风险指标时，可以将风险存量指标计算基线、以及所述实时变更的所述特征数据作为风险计量参数输入计量引擎，使得计量引擎可以基于该风险管理维度对应的风险存量指标计算基线（即中间风险指标基线数据）、以及风险指标计算关系直接计算出实时风险指标，并基于计算出的实时风险指标执行判断是否存在任一实时风险指标不满足其所对应的风险管控条件的步骤；而不需要针对每一次实时变更的特征数据，均需要针对该风险管理维度的全量历史指标数据执行计算；尤其在交易数据的数据规模较大时，本发明的实施例在较大程度上提高了计算实时风险指标、以及判断实时风险指标是否满足其所对应的风险管控条件的效率，同时在较大程度上降低了计算资源、磁盘IO资源、内存资源、网络带宽的消耗。

即，从缓存中获取所述特征数据对应的一个或多个风险管理维度的风险存量指标计算基线，将所述风险存量指标计算基线、以及所述实时变更的所述特征数据作为风险计量参数输入计量引擎，其中，所述计量引擎配置有限额条款（例如：限额规则等），其中，限额条款例如包括：多个风险管理维度匹配的风险指标、计算风险存量指标计算基线所使用的计算关系；基于输入的风险计量参数、所述计量引擎以及所述计算关系，计算所述特征数据在所述风险管理维度的一种或多种实时风险指标，并直接判断是否存在任一实时风险指标不满足其所对应的风险管控条件，根据判断出的结果，对特征数据进行处理。

进一步地，多个风险管维度所包含多种风险指标计算关系可以归属于计量引擎中，即计量引擎可以配置有多个风险管理维度匹配的风险指标计算关系；其中风险指标计算关系的具体形式例如为公式、分段函数、计算模型脚本（例如：估值计算模型脚本、曲线加工或变换模型脚本等）等；风险指标计算关系可以存储于数据表或文件中；进一步地利用所述计量引擎以及所述计算关系，计算所述特征数据在所述风险管理维度的一种或多种实时风险指标。其中，输入计量引擎的特征数据为经过处理后的数据，关于处理特征数据的描述与步骤S101的描述一致，在此不再赘述；并且本发明对风险存量指标计算基线的具体内容和形式不做限定。

可以理解的是，触发风险指标计算的条件可以为确定特征数据的实时变更（例如：行情变化或交易变化所产生的特征数据）。通过计算实时风险指标进一步确定实时风险指标的指标值是否满足风险管控条件。

步骤S103：在判断出任一实时风险指标不满足其所对应的风险管控条件的情况下，对所述特征数据进行处理。

具体地，在判断出任一实时风险指标不满足其所对应的风险管控条件的情况下，对所述特征数据进行处理。

进一步地，对所述特征数据进行处理，包括：在判断出任一实时风险指标不满足其所对应的风险管控条件的情况下，存储所述特征数据；根据存储的所述特征数据生成可视化数据；推送所述可视化数据给交易数据管理方。例如：针对某一期权交易，通过计算判断所得到的Delta指标的指标值超过变化幅度的设定数值范围，则确定该期权交易存在风险；其中，风险控制条件为变化幅度的设定数值范围。

进一步地，在确定出风险的情况下，将特征数据存储于数据源（例如缓存、数据库、文件等）中，即存储所述特征数据；进一步地根据存储的特征数据生成可视化（例如：数据视图、报表等）预警信息，并发送可视化的预警信息给设定交易数据管理方（例如交易管理人员或系统运维人员等）。即，推送所述可视化数据给交易数据管理方。

由此可见，通过本步骤可以实时地确定特征数据是否存在风险，提高了处理交易数据的效率和管理风险的实时性。

如图2所示，本发明实施例提供了一种处理与交易数据的流程，该流程可以包括以下步骤：

步骤S201：确定交易相关的特征数据，以基于特征数据进行实时风险指标的计算。

具体地，本发明的一个实施例包含的获取交易相关的特征数据的方法为，通过一种或多种数据处理模型将交易原始数据处理为特征数据；如图2所示的示例中，可以利用估值计算模型，基于静态数据、金融工具的处理结果、现金流生成信息、贴现过程信息等处理得到对应于某一个类型的市场数据；利用曲线模型基于利率信息、外汇报价信息、收益率信息、曲线自身数据等处理得到对应于某一个类型的行情数据或交易数据，并且在特征数据的形式为曲线的情况下，可以通过直接对曲线进行片接、平移、转换等操作以处理曲线对应的数据；并基于处理后的特征数据计算对应的风险指标；利用配置信息提供参考数据给其他模型，例如利用现金流计算模型基于参考数据包含的交易日规则、计息基准信息、付息周期信息、定盘周期信息、远期利率等处理得到现金流的交易数据；利用配置信息提供静态数据，静态数据例如包括曲线配置信息、日历信息、币种信息、债券定义等；由此可见，通过结合参考数据、静态数据以及计算模型得到与交易相关的市场数据、交易数据、行情数据等动态变更的数据，进一步提高了确定交易相关的特征数据的数据容量和丰富性，提高了处理交易数据的准确性。

步骤S202：基于所述特征数据对应的一个或多个风险管理维度的风险存量指标计算基线，计算所述特征数据在所述风险管理维度的一种或多种实时风险指标。

进一步地，在确定出的交易相关的特征数据之后，基于所述特征数据对应的一个或多个风险管理维度的风险存量指标计算基线，计算所述特征数据在所述风险管理维度的一种或多种实时风险指标的描述与步骤S102的描述一致，在此不再赘述。进一步地，在本发明的一个实施例中，可以是使用Spark或Flink等集群式分布计算架构作为计量引擎的实施例，执行为交易数据计算一个或多个风险管理维度的一种或多种实时风险指标的步骤。

步骤S203：在判断出任一实时风险指标不满足其所对应的风险管控条件的情况下，对所述特征数据进行处理。

进一步地，关于在判断出任一实时风险指标不满足其所对应的风险管控条件的情况下，对所述特征数据进行处理的描述与步骤S103的描述一致，在此不再赘述。

如图3所示，本发明实施例提供了一种处理交易数据的装置300，包括：确定维度模块301、计算指标模块302和处理数据模块303；其中，

所述确定维度模块301，用于响应于一种或多种与交易相关的特征数据的实时变更，根据所述特征数据的类型，确定所述特征数据关联的一个或多个风险管理维度，以及所述风险管理维度对应的风险管控条件；

所述计算指标模块302，用于基于所述特征数据对应的一个或多个风险管理维度的风险存量指标计算基线，计算所述特征数据在所述风险管理维度的一种或多种实时风险指标；

所述处理数据模块303，用于在判断出任一实时风险指标不满足其所对应的风险管控条件的情况下，对所述特征数据进行处理。

本发明实施例还提供了一种处理交易数据的电子设备，包括：一个或多个处理器；存储装置，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现上述任一实施例提供的方法。

本发明实施例还提供了一种计算机可读介质，其上存储有计算机程序，所述程序被处理器执行时实现上述任一实施例提供的方法。

图4示出了可以应用本发明实施例的处理交易数据的方法或处理交易数据的装置的示例性系统架构400。

如图4所示，系统架构400可以包括终端设备401、402、403，网络404和服务器405。网络404用以在终端设备401、402、403和服务器405之间提供通信链路的介质。网络404可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。

用户可以使用终端设备401、402、403通过网络404与服务器405交互，以接收或发送消息等。终端设备401、402、403上可以安装有各种客户端应用，例如金融产品客户端应用、邮箱客户端等。

终端设备401、402、403可以是具有显示屏并且支持各种客户端应用的各种电子设备，包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。

服务器405可以是提供各种服务的服务器，例如对用户利用终端设备401、402、403所使用的客户端应用提供支持的后台管理服务器。后台管理服务器接收客户端发送的交易数据进行处理，并将交易数据对应的风险情况反馈给终端设备。

需要说明的是，本发明实施例所提供的处理交易数据的方法一般由服务器405执行，相应地，处理交易数据的装置一般设置于服务器405中。

应该理解，图4中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和服务器。

下面参考图5，其示出了适于用来实现本发明实施例的终端设备的计算机系统500的结构示意图。图5示出的终端设备仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。

如图5所示，计算机系统500包括中央处理单元（CPU）501，其可以根据存储在只读存储器（ROM）502中的程序或者从存储部分508加载到随机访问存储器（RAM）503中的程序而执行各种适当的动作和处理。在RAM 503中，还存储有系统500操作所需的各种程序和数据。CPU 501、ROM 502以及RAM 503通过总线504彼此相连。输入/输出（I/O）接口505也连接至总线504。

以下部件连接至I/O接口505：包括键盘、鼠标等的输入部分506；包括诸如阴极射线管（CRT）、液晶显示器（LCD）等以及扬声器等的输出部分507；包括硬盘等的存储部分508；以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分509。通信部分509经由诸如因特网的网络执行通信处理。驱动器510也根据需要连接至I/O接口505。可拆卸介质511，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器510上，以便于从其上读出的计算机程序根据需要被安装入存储部分508。

特别地，根据本发明公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本发明公开的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分509从网络上被下载和安装，和/或从可拆卸介质511被安装。在该计算机程序被中央处理单元（CPU）501执行时，执行本发明的系统中限定的上述功能。

需要说明的是，本发明所示的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器（RAM）、只读存储器（ROM）、可擦式可编程只读存储器（EPROM或闪存）、光纤、便携式紧凑磁盘只读存储器（CD-ROM）、光存储器件、磁存储器件、或者上述的任意合适的组合。在本发明中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本发明中，计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：无线、电线、光缆、RF等等，或者上述的任意合适的组合。

附图中的流程图和框图，图示了按照本发明各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图或流程图中的每个方框、以及框图或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

描述于本发明实施例中所涉及到的模块和/或单元可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的模块和/或单元也可以设置在处理器中，例如，可以描述为：一种处理器包括确定维度模块、计算指标模块和处理数据模块。其中，这些模块的名称在某种情况下并不构成对该模块本身的限定，例如，计算指标模块还可以被描述为“计算特征数据对应于一个或多个风险管理维度的一种或多种风险指标的模块”。

作为另一方面，本发明还提供了一种计算机可读介质，该计算机可读介质可以是上述实施例中描述的设备中所包含的；也可以是单独存在，而未装配入该设备中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被一个该设备执行时，使得该设备包括：响应于一种或多种与交易相关的特征数据的实时变更，根据所述特征数据的类型，确定所述特征数据关联的一个或多个风险管理维度，以及所述风险管理维度对应的风险管控条件；计算所述特征数据对应于一个或多个风险管理维度的一种或多种风险指标；在判断出任一风险指标不满足其所对应的风险管控条件的情况下，对所述特征数据进行处理。

本发明的实施例，能够响应于与交易相关的特征数据的实时变更，确定特征数据关联的风险管理维度、风险管理维度对应的风险管控条件；并利用风险管理维度对应的风险存量指标计算基线来计算特征数据对应于风险管理维度的实时风险指标，以确定特征数据的风险情况；通过判断特征数据的实时变更，提高了管理交易数据、判断风险的实时性；利用风险存量指标计算基线来计算风险指标在较大程度上降低了计算资源、磁盘IO资源、内存资源、网络带宽的消耗；同时通过基于多种风险管理维度以及对应的风险管控条件判断数据风险，提高了管理交易数据的精细化程度，从而提高了交易执行方的用户体验。

上述具体实施方式，并不构成对本发明保护范围的限制。本领域技术人员应该明白的是，取决于设计要求和其他因素，可以发生各种各样的修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等，均应包含在本发明保护范围之内。

Claims (12)

1.一种处理交易数据的方法，其特征在于，包括：

响应于一种或多种与交易相关的特征数据的实时变更，根据所述特征数据的类型，确定所述特征数据关联的一个或多个风险管理维度，以及所述风险管理维度对应的风险管控条件；

基于所述特征数据对应的一个或多个风险管理维度的风险存量指标计算基线，计算所述特征数据在所述风险管理维度的一种或多种实时风险指标；

在判断出任一实时风险指标不满足其所对应的风险管控条件的情况下，对所述特征数据进行处理。

2.根据权利要求1所述的方法，其特征在于，

与交易相关的所述特征数据包括与当前交易相关的市场数据、交易数据、行情数据、参考数据、静态数据中的多种。

3.根据权利要求1所述的方法，其特征在于，进一步包括：

利用消息队列获取一种或多种数据源中与交易相关的原始数据；为设定交易业务场景将所述与交易相关的原始数据按照时间戳进行对齐，生成满足所述设定交易业务场景的特征数据。

4.根据权利要求1所述的方法，其特征在于，进一步包括：

利用消息队列监听一种或多种所述特征数据的实时变更情况，在所述实时变更情况满足预设变更策略的情况下，确定所述特征数据发生实时变更。

5.根据权利要求1所述的方法，其特征在于，

所述基于所述特征数据对应的一个或多个风险管理维度的风险存量指标计算基线，计算所述特征数据在所述风险管理维度的一种或多种实时风险指标，包括：

从缓存中获取所述特征数据对应的一个或多个风险管理维度的风险存量指标计算基线，将所述风险存量指标计算基线、以及所述实时变更的所述特征数据作为风险计量参数输入计量引擎，其中，所述计量引擎配置有多个风险管理维度匹配的风险指标计算关系；

利用所述风险计量参数、所述计量引擎以及所述计算关系，计算所述特征数据在所述风险管理维度的一种或多种实时风险指标。

6.根据权利要求1所述的方法，其特征在于，

所述风险管理维度包括时间范围、交易类型、实体类型、交易执行方信息中的任意多种；

所述确定所述特征数据关联的一个或多个风险管理维度，包括：

从预设的多种风险管理维度中，查找与所述特征数据的类型相匹配的风险管理维度。

7.根据权利要求1所述的方法，其特征在于，进一步包括：

接收针对风险管理维度的变更请求；

从所述变更请求中解析出维度变更信息，并根据所述维度变更信息变更所述风险管理维度。

8.根据权利要求1所述的方法，其特征在于，进一步包括：

接收针对一个或多个风险管理维度对应的风险管控条件的变更请求；

从所述变更请求中解析出风险管控条件的变更信息，并根据所述变更信息变更所述风险管理维度对应的风险管控条件。

9.根据权利要求1所述的方法，其特征在于，

所述对所述特征数据进行处理，包括：

在判断出任一实时风险指标不满足其所对应的风险管控条件的情况下，存储所述特征数据；

根据存储的所述特征数据生成可视化数据；

推送所述可视化数据给交易数据管理方。

10.一种处理交易数据的装置，其特征在于，包括：确定维度模块、计算指标模块和处理数据模块；其中，

所述确定维度模块，用于响应于一种或多种与交易相关的特征数据的实时变更，根据所述特征数据的类型，确定所述特征数据关联的一个或多个风险管理维度，以及所述风险管理维度对应的风险管控条件；

所述计算指标模块，用于基于所述特征数据对应的一个或多个风险管理维度的风险存量指标计算基线，计算所述特征数据在所述风险管理维度的一种或多种实时风险指标；

所述处理数据模块，用于在判断出任一实时风险指标不满足其所对应的风险管控条件的情况下，对所述特征数据进行处理。

11.一种电子设备，其特征在于，包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序，

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-9中任一所述的方法。

12.一种计算机可读介质，其上存储有计算机程序，其特征在于，所述程序被处理器执行时实现如权利要求1-9中任一所述的方法。

Images