基于人工智能的证券程序化交易实时风险监控系统及方法

技术领域

本发明涉及证券交易技术领域，具体为基于人工智能的证券程序化交易实时风险监控系统及方法。

背景技术

证券交易是指证券持有人依照交易规则，将证券转让给其他投资者的行为。证券交易是一种已经依法发行并经投资者认购的证券的买卖,是一种具有财产价值的特定权利的买卖,也是一种标准化合同的买卖。证券交易的方式包括现货交易、期货交易、期权交易、信用交易和回购。证券交易形成的市场为证券的交易市场，即证券的二级市场，证券交易一般分为两种形式：一种形式是上市交易，是指证券在证券交易所集中交易挂牌买卖。凡经批准在证券交易所内登记买卖的证券称为上市证券；其证券能在证券交易所上市交易的公司，称为上市公司。另一种形式是上柜交易，是指公开发行但未达上市标准的证券在证券柜台交易市场买卖。

但是，现有的证券交易过程中的风险监控多获取到的风险数值较为单一，这就导致其精确性存在的存疑，无法为用户提供更多投效准确的参考价值；因此，不满足现有的需求，对此我们提出了基于人工智能的证券程序化交易实时风险监控系统及方法。

发明内容

本发明的目的在于提供基于人工智能的证券程序化交易实时风险监控系统及方法，当交易进行到成交阶段时，系统还会采集投资者的账户信息，并对采集的数据进行研判，此过程中会将不同的数据进行对比印证，最后将研判结果和风险预估阈值一同反馈给用户，可以解决现有技术中的问题。

为实现上述目的，本发明提供如下技术方案：一种基于人工智能的证券程序化交易实时风险监控系统，包括风险监控系统和集中交易系统，所述风险监控系统的输出端与券商手机APP和PC交易软件的输入端连接，且集中交易系统的输入端与手机APP服务器和PC终端服务器的输出端连接，所述券商手机APP和PC交易软件分别与手机APP服务器和PC终端服务器交互连接，且集中交易系统的输出端与证券交易所的输入端连接；

所述券商手机APP和PC交易软件包含在渠道系统的内部，渠道系统负责提供交易渠道，并对指令做初步的要素检查，最终所有合法交易指令都会发送到集中交易系统进行统一业务逻辑处理。

优选的，所述集中交易系统包括接入层、业务逻辑层和数据库，且接入层、业务逻辑层和数据库之间交互连接；

接入层：一般为一个高性能的消息中间件，负责渠道系统的接入和业务消息传输；

业务逻辑层：一般包含业务处理中间件框架，负责将业务消息分配到不同的业务处理模块进行处理；

数据库：也称为数据层，通过传统的关系型数据库存储所有的业务数据，也有些系统通过存储过程实现部分的业务逻辑。

优选的，所述集中交易系统有三个，且三个集中交易系统分别为主系统和备用系统，以及在主系统和备用系统都处于崩溃状态下启动的灾难备用系统。

优选的，所述渠道系统的输出端与接入层的输入端连接，且集中交易系统与风控集中双向连接，风控集中主要用于收集当前交易大厅内所有的交易数据情况，以及各项交易所对应的风险数值。

优选的，所述集中交易系统(主)的数据库输出端与集中交易系统(备)的数据库输入端连接，且集中交易系统(备)的数据库输出端与集中交易系统(灾)的数据库输入端连接。

优选的，所述交易逻辑处理的输出端与资金处理原子模块和交易处理原子模块的输入端连接，且资金处理原子模块和交易处理原子模块分别于资金数据表和交易数据表交互连接，所述资金数据表和交易数据表的输出端与风险阈值计算的输入端连接，且风险阈值计算可以对目标证券的交易记录和资金流动记录进行统筹计算，获取到该证券的风险最低阈值和最高阈值数据。

优选的，所述渠道系统的输入端与ID征信采集的输出端连接，且ID征信采集的输入端与专业投资者系统的输入端连接，所述渠道系统的输出端与集中交易系统的输入端。

优选的，所述ID征信采集包括资金数据和账户信息；

资金数据包括：

往期交易流动记录，系统会调取证券投资者账户的往期(年)的证券交易记录，包含了资金的流入和流出；

近期交易流动记录，系统会调取证券投资者账户的近期(月)的证券交易记录，包含了资金的流入和流出；

账户信息：

账号异常信息判别，系统根据调取的资金流动记录对该账户的进行一个异常判断，往期和近期记录的缺失会影响到该项判断标准；

银行数据印证反馈，系统会将调取的资金流动信息同交易大厅的开户行进行印证。

优选的，所述集中交易系统与快速交易系统双向连接，且快速交易系统有两组，一组快速交易系统与专业投资者系统交互连接，另一组则与证券交易所交互连接。

一种基于人工智能的证券程序化交易实时风险监控系统的方法，包括如下步骤：

步骤一：系统主要针对手机App、网上交易等系统进行实时监控，通过渠道系统为投资者提供交易渠道，并对指令做初步的要素检查，最终所有合法交易指令都会发送到集中交易系统进行统一业务逻辑处理，所有处理均完成后，把合法的投资指令发送给交易所竞价系统进行撮合；

步骤二：在交易过程中，数据会经数据库反馈后进入到交易大厅中，数据库一共有三个，分别设置对应的集中交易系统中，系统可以整合三组数据库中的交易数据进行分析，确保信息的准确性和统一性，经计算后获取到目标证券的交易阈值，以供用户进行参考；

步骤三：当交易进行到成交阶段时，系统还会采集投资者的账户信息，并对采集的数据进行研判，此过程中会将不同的数据进行对比印证，最后将研判结果和风险预估阈值一同反馈给用户。

与现有技术相比，本发明的有益效果是：

1、本发明，当交易进行到成交阶段时，系统还会采集投资者的账户信息，并对采集的数据进行研判，此过程中会将不同的数据进行对比印证，最后将研判结果和风险预估阈值一同反馈给用户；

2、本发明，资金数据表和交易数据表的输出端与风险阈值计算的输入端连接，风险阈值计算可以对目标证券的交易记录和资金流动记录进行统筹计算，获取到该证券的风险最低阈值和最高阈值数据，阈值的判别标准是根据当前目标证券的交易量以及资金的流动总数进行计算，用资金的流动总数除以交易总量，将所得数值除以该目标证券的初始价值，最终得出风险阈值，阈值越大，则代表收益越大，且风险相对较大，反之收益较小，风险相对较小；

3、本发明通过，集中交易系统(主)的数据库输出端与集中交易系统(备)的数据库输入端连接，且集中交易系统(备)的数据库输出端与集中交易系统(灾)的数据库输入端连接，通过数据库复制软件将业务数据复制到备机和灾备机，即实现了业务系统的备份和灾备，正常状态下，备份系统只能执行业务查询，不能处理交易指令。如主机发生故障，可将备份系统启用，如主备系统均不可用，则可切换到灾备机，系统的可用性水平主要取决于数据库复制的速度。

附图说明

图1为本发明的风险监控流程图；

图2为本发明的渠道交易流程图；

图3为本发明的风险阈值计算流程图；

图4为本发明的ID征信采集流程图；

图5为本发明的ID征信采集组成结构示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

请参阅图1，本发明提供的一种实施例：一种基于人工智能的证券程序化交易实时风险监控系统，包括风险监控系统和集中交易系统，风险监控系统的输出端与券商手机APP和PC交易软件的输入端连接，且集中交易系统的输入端与手机APP服务器和PC终端服务器的输出端连接，券商手机APP和PC交易软件分别与手机APP服务器和PC终端服务器交互连接，且集中交易系统的输出端与证券交易所的输入端连接，；

券商手机APP和PC交易软件包含在渠道系统的内部，渠道系统负责提供交易渠道，并对指令做初步的要素检查，最终所有合法交易指令都会发送到集中交易系统进行统一业务逻辑处理。

请参阅图2，集中交易系统包括接入层、业务逻辑层和数据库，且接入层、业务逻辑层和数据库之间交互连接，；

接入层：一般为一个高性能的消息中间件，负责渠道系统的接入和业务消息传输；

业务逻辑层：一般包含业务处理中间件框架，负责将业务消息分配到不同的业务处理模块进行处理；

数据库：也称为数据层，通过传统的关系型数据库存储所有的业务数据，也有些系统通过存储过程实现部分的业务逻辑。

集中交易系统有三个，且三个集中交易系统分别为主系统和备用系统，以及在主系统和备用系统都处于崩溃状态下启动的灾难备用系统。

渠道系统的输出端与接入层的输入端连接，且集中交易系统与风控集中双向连接，风控集中主要用于收集当前交易大厅内所有的交易数据情况，以及各项交易所对应的风险数值。

集中交易系统(主)的数据库输出端与集中交易系统(备)的数据库输入端连接，且集中交易系统(备)的数据库输出端与集中交易系统(灾)的数据库输入端连接，通过数据库复制软件将业务数据复制到备机和灾备机，即实现了业务系统的备份和灾备，正常状态下，备份系统只能执行业务查询，不能处理交易指令。如主机发生故障，可将备份系统启用，如主备系统均不可用，则可切换到灾备机，系统的可用性水平主要取决于数据库复制的速度。

请参阅图3，交易逻辑处理的输出端与资金处理原子模块和交易处理原子模块的输入端连接，且资金处理原子模块和交易处理原子模块分别于资金数据表和交易数据表交互连接，资金数据表和交易数据表的输出端与风险阈值计算的输入端连接，且风险阈值计算可以对目标证券的交易记录和资金流动记录进行统筹计算，获取到该证券的风险最低阈值和最高阈值数据。

请参阅图4-5，渠道系统的输入端与ID征信采集的输出端连接，且ID征信采集的输入端与专业投资者系统的输入端连接，渠道系统的输出端与集中交易系统的输入端。

ID征信采集包括资金数据和账户信息；

资金数据包括：

往期交易流动记录，系统会调取证券投资者账户的往期(年)的证券交易记录，包含了资金的流入和流出；

近期交易流动记录，系统会调取证券投资者账户的近期(月)的证券交易记录，包含了资金的流入和流出；

账户信息：

账号异常信息判别，系统根据调取的资金流动记录对该账户的进行一个异常判断，往期和近期记录的缺失会影响到该项判断标准；

银行数据印证反馈，系统会将调取的资金流动信息同交易大厅的开户行进行印证。

集中交易系统与快速交易系统双向连接，且快速交易系统有两组，一组快速交易系统与专业投资者系统交互连接，另一组则与证券交易所交互连接，快速交易系统只有交易功能，其账户业务、资金划拨、清算均依托集中交易系统，所有业务全部在内存中完成处理，且每个客户的业务均采用串行化处理，确保数据的一致性。

一种基于人工智能的证券程序化交易实时风险监控系统的方法，包括如下步骤：

步骤一：系统主要针对手机App、网上交易等系统进行实时监控，通过渠道系统为投资者提供交易渠道，并对指令做初步的要素检查，最终所有合法交易指令都会发送到集中交易系统进行统一业务逻辑处理，所有处理均完成后，把合法的投资指令发送给交易所竞价系统进行撮合；

步骤二：在交易过程中，数据会经数据库反馈后进入到交易大厅中，数据库一共有三个，分别设置对应的集中交易系统中，系统可以整合三组数据库中的交易数据进行分析，确保信息的准确性和统一性，经计算后获取到目标证券的交易阈值，以供用户进行参考；

步骤三：当交易进行到成交阶段时，系统还会采集投资者的账户信息，并对采集的数据进行研判，此过程中会将不同的数据进行对比印证，最后将研判结果和风险预估阈值一同反馈给用户。

综上，系统主要针对手机App、网上交易等系统进行实时监控，通过渠道系统为投资者提供交易渠道，并对指令做初步的要素检查，最终所有合法交易指令都会发送到集中交易系统进行统一业务逻辑处理，所有处理均完成后，把合法的投资指令发送给交易所竞价系统进行撮合，在交易过程中，数据会经数据库反馈后进入到交易大厅中，数据库一共有三个，分别设置对应的集中交易系统中，系统可以整合三组数据库中的交易数据进行分析，确保信息的准确性和统一性，经计算后获取到目标证券的交易阈值，以供用户进行参考，当交易进行到成交阶段时，系统还会采集投资者的账户信息，并对采集的数据进行研判，此过程中会将不同的数据进行对比印证，最后将研判结果和风险预估阈值一同反馈给用户。

需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。

尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。