- 相关推荐
互联网技术在证券业务中的合理应用论文
随着互联网技术的发展和全民互联网意识的提升，互联网公司已不仅仅满足于社交、在线影音、网络游戏、电子商务等传统业务领域，开始向金融领域渗透。以阿里巴巴和腾讯为代表的互联网公司以其庞大的用户量和方便友好的移动端应用为基础，通过支付宝、微信钱包等便捷支付和转账服务，余额宝等便捷理财服务，逐步渗透了传统的银行业务，成为了众多客户，尤其是年青群体的首选金融窗口，同时创新性地推出了电子红包、AA收款、家庭水电网付费掌上结算等新业务，倒逼传统的金融领域变革。
1 互联网技术在证券业务的主要应用
根据交易中介划分，金融市场可分为直接融资市场和间接融资市场。目前，互联网工具已深入到间接金融市场(银行)的各个角落，而直接金融市场(主要是证券市场)，以证券公司为代表，也在进行着互联网信息化的革新。
证券公司的业务主要分为证券经纪业务、证券投资咨询业务、与证券有关的财务顾问业务、证券承销与保荐业务、证券自营业务、证券资产管理业务、融资融券业务、中间介绍任务等。目前，互联网技术在经纪业务、融资融券、自营业务、资产管理业务这四大业务中有着广泛的应用。从技术角度，互联网技术应用模型无论是C/S还是B/S架构，都是由前端(客户端)和后端(服务端)构成。在上述券商四大业务中，从互联网前后端的访问压力特征角度，经纪业务和融资融券业务可归为一类，这两项业务面对大量的非特定客户，行情和交易要求低延迟，后端访问压力较大;自营业务和资产管理业务可归为另一类，这两项业务客户数量有限，后端访问压力较小。
2 互联网技术在证券经纪业务和融资融券业务应用的前后端分析
由于证券经纪业务和融资融券业务面向众多非特定客户，前端(客户端)的开发尤为重要。如今，客户资源竞争日趋激烈，一个界面简洁友好、交互体验良好、功能一目了然的前端是吸引客户的关键因素。目前，前端运行的主流平台有二个：web浏览器和移动端平台，移动端平台主要分为安卓系统和苹果的iOS系统，广义上，微信提供的公众号和小程序平台也是移动端平台。相对于web浏览器，目前各大公司竞争的主要战场在移动端App。就证券公司而言，现有的移动端App功能包括：a.行情和资讯，包括大盘指数、各股K线、委托价格、股东信息等行情信息和重大利多利空消息、证监会、证券业协会发布的公告等资讯;b.交易功能，包括用户身份验证登录、以委托指令买卖股票、债券、期货等各类证券：包括市价委托、限价委托、止损委托等;c.买卖投资理财产品，主要包括各类基金产品;d.个人管理，包括客户个人信息修改、银行卡绑定解绑、登录安全设置等。前端App 的开发模式通常是借用已经成熟的前端框架，可供选择地框架包括jQuery、Bootstrap、React、Angular等，每一种框架有各自的优缺点和适用范围，前端开发者按照具体的需要选择合适的框架或者框架组合。随着App功能的增加，前端业务增长，负载增大，前端性能优化尤为关键。一些现有技术解决方案，比如：缓存控制与复用、请求合并、按需加载、同步/异步加载等理念和技术可以实现前端性能的优化。
在交易期间，证券经纪业务和融资融券业务面对庞大的客户体量，对于数据实时性要求高，这对于后端(服务端)的访问压力非常大。一个稳定的后端是应用程序的各个功能得以实现的重要保证。对于小型网站，一般只需要一台服务器(应用程序、数据库、文件等所有资源都在一台服务器上)，而对于证券公司服务器，则更为复杂。首先是应用服务器和数据服务器的分离：由于证券公司的数据服务的重要性，为了公司不同业务的应用服务器共享数据服务，或者出于数据的提供者和消费者分离的需要，通常由专门的数据库服务器提供服务。第二是服务器集群：随着用户体量的进一步加大，单一的应用服务器已不能满足需求，相比于提高单一服务器的性能，更好的办法是新加入一台应用服务器并行工作，采用分布式集群是解决高并发的有效手段。对网站架构而言，后续随着用户访问压力上升，可采用动态扩增服务器数量，不断提高整体负载能力改善系统性能。而且，随着用户体量上升，数据服务器压力也随之增大，同样可采用数据库服务器集群服务。在分布式集群的设计中，通常在服务器集群的入口前，引入负载均衡服务器实现调度，优化各个服务器的负载分配。目前比较常见的负载均衡服务器靠Nginx实现。在应用服务器内部，为了实现高效率，异步调用编程框架被广泛采用，现有的成熟异步调用框架各有优劣，开发者可根据实际需求选择合适的异步框架。
3 互联网技术在证券自营业务和资产管理业务应用的前后端分析
自营业务和资产管理业务同样可分为前端开发和后端开发。前端负责与证券研究员进行交互和展示，后端则负责投资逻辑核心实现。由于此两项业务面对的客户数量有限，所以对前端的界面要求并不高，对后端的访问压力也不大。这两种业务的核心在于后端根据策略提供投资组合，以实现目标收益或者规避风险。证券公司的研究员要利用计算机，基于大量历史数据的分析，抽象出证券或者某种投资标的历史数据与未来期望的对应关系模型，利用此模型，遍历证券列表，从中筛选出符合条件的证券或者证券组合，并给出此证券或者证券组合的在各个投资时机对应的收益期望、风险期望等。同时，历史数据与未来期望的对应关系模型也具有时效性，随着时间的推移和外部条件的变化，也需要快速迭代更新。从技术角度，数据抓取和数据分析是这两项券商业务的技术关键，计算机利用数学模型计算得到的量化值替代人为的主观判断，从而在概率上实现更符合预期的收益目标。
总之，随着互联网技术的更迭，证券市场的信息化得到了长足的发展，众多技术框架已在证券系统中得到应用，并且随着客户数量和业务种类的增加，未来会涌现出更多新需求和新的互联网技术解决方案。
【互联网技术在证券业务中的合理应用论文】相关文章：
浅析多媒体技术在情感教学中的合理应用论文07-04
插件技术在计算机软件中的合理应用论文07-04
多媒体技术在药理学教学中的合理应用论文07-04
电子技术中PLC应用论文07-04
条码技术在物流管理中的应用分析论文07-04
学前物理教学中多媒体技术的应用论文07-04
中职体育教学中多媒体技术的应用论文07-04
数字电子技术中卡诺图应用论文07-04