一种交易风险控制方法及装置
文献发布时间:2023-06-19 11:35:49
技术领域
本申请属于系统风险控制技术领域,具体地讲,涉及一种交易风险控制方法及装置。
背景技术
在金融市场领域,市场行情报价变化剧烈,集中、同业交易需求旺盛,一个较短的时间段内,会有大量的点击成交交易落地。而目前交易中心使用的ESP行情的金额越大、流通性越差、价格越低。
目前系统运行时使用固定的点差来对外报价,使得行情不会因为突发的交易量、敞口等情况来自动调整点差。但是当同业客户将交易拆分成多笔小额交易来进行高频交易,会导致系统敞口突发增大,降低对外平盘能力,会造成交易平盘风险。
综上所述,目前没有一种比较好的方法来防止集中、同业客户使用高频、小额交易来引发系统交易风险的情况。
发明内容
本申请提供了一种交易风险控制方法及装置,以至少解决当同业客户将交易拆分成多笔小额交易来进行高频交易,会导致系统敞口突发增大,降低对外平盘能力,会造成交易平盘风险的问题。
根据本申请的第一个方面,提供了一种交易风险控制方法,包括:
根据从订阅队列中获取的价格信息,通过卡尔曼滤波算法实时预测交易行情数据;
统计设定时间段内相同币种/期限的交易频率、交易笔数和实时敞口变动数据;
根据交易行情数据、交易频率、交易笔数和实时敞口变动数据通过过量化策略实时计算智能点差;
根据价格信息和智能点差计算差异化的价格。
在一实施例中,通过卡尔曼滤波算法实时预测交易行情数据,包括:
从价格信息中提取K-1时刻的价格变化频率;
根据K-1时刻的价格变化频率预测K时刻的价格变化频率。
在一实施例中,根据K-1时刻的价格变化频率预测K时刻的价格变化频率,包括:
估算K-1时刻的价格的最优偏差;
根据最优偏差和K-1时刻的价格变化频率预测K时刻的价格变化频率。
在一实施例中,估算K-1时刻的最优偏差,包括:
获取K-1时刻的第一最优值偏差和不确定度;
根据第一最优值偏差和不确定度计算高斯噪声偏差;
根据高斯噪声偏差计算K时刻的价格变化率测量值;
根据价格变化率测量值和高斯噪声偏差获得最优偏差。
在一实施例中,交易风险控制方法还包括:
当价格信息发生变化时,重新计算智能点差;
并根据重新计算后的智能点差实时更新差异化的价格。
在一实施例中,交易风险控制方法还包括:
当价格信息发生变化时,重新计算智能点差;
并根据重新计算后的智能点差实时更新差异化的价格。
根据本申请的第二个方面,还提供了一种交易风险控制装置,包括:
交易行情数据预测单元,用于根据从订阅队列中获取的价格信息,通过卡尔曼滤波算法实时预测交易行情数据;
数据统计单元,用于统计设定时间段内相同币种/期限的交易频率、交易笔数和实时敞口变动数据;
智能点差计算单元,用于根据交易行情数据、交易频率、交易笔数和实时敞口变动数据通过过量化策略实时计算智能点差;
差异化价格计算单元,用于根据价格信息和智能点差计算差异化的价格。
在一实施例中,交易行情数据预测单元包括:
历史价格变化频率获取模块,用于从价格信息中提取K-1时刻的价格变化频率;
价格变化频率预测模块,用于根据K-1时刻的价格变化频率预测K时刻的价格变化频率。
在一实施例中,价格变化频率预测模块包括:
估算模块,用于估算K-1时刻的价格的最优偏差;
预测模块,用于根据最优偏差和K-1时刻的价格变化频率预测K时刻的价格变化频率。
在一实施例中,估算模块包括:
获取模块,用于获取K-1时刻的第一最优值偏差和不确定度;
高斯噪声偏差计算模块,用于根据第一最优值偏差和不确定度计算高斯噪声偏差;
测量值计算模块,用于根据高斯噪声偏差计算K时刻的价格变化率测量值;
最优偏差计算模块,用于根据价格变化率测量值和高斯噪声偏差获得最优偏差。
在一实施例中,交易风险控制装置还包括:
智能点差重新计算单元,用于当价格信息发生变化时,重新计算智能点差;
价格更新单元,用于并根据重新计算后的智能点差实时更新差异化的价格。
根据本申请的第三个方面,提供了一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,处理器执行程序时实现交易风险控制方法的步骤。
根据本申请的第四个方面,还提供了一种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执行时实现交易风险控制方法的步骤。
由上述技术方案可知,本申请提供了一种交易风险控制方法及装置,方法包括:根据从订阅队列中获取的价格信息,通过卡尔曼滤波算法实时预测交易行情数据;统计设定时间段内相同币种/期限的交易频率、交易笔数和实时敞口变动数据;根据交易行情数据、交易频率、交易笔数和实时敞口变动数据通过过量化策略实时计算智能点差;根据价格信息和智能点差计算差异化的价格。通过卡尔曼滤波算法对当前市场行情进行实时预测,保证了信息的及时性和准确性,根据引入的预测结果、交易频率、交易金额和单侧敞口等要素计算出当前高频交易风险,当客户发起高频交易时,自动拉宽点差,再基于时间轴,将点差回落,从而提升对外的平盘能力,平息交易平盘风险,实现了防止集中、同业客户使用高频、小额交易来引发交易风险的技术效果。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,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的附图。
图1为本申请提供的一种交易风险控制方法流程图。
图2为本申请实施例中通过卡尔曼滤波算法实时预测交易行情数据的流程图。
图3为本申请实施例中根据K-1时刻的价格变化频率预测K时刻的价格变化频率的流程图。
图4为本申请实施例中估算K-1时刻的最优偏差的方法流程图。
图5为本申请实施例中另一种交易风险控制方法的流程图。
图6为本申请提供的一种交易风险控制装置的结构框图。
图7为本申请实施例中交易行情数据预测单元的结构框图。
图8为本申请实施例中价格变化频率预测模块的结构框图。
图9为本申请实施例中估算模块的结构框图。
图10为本申请实施例中另一种交易风险控制装置的结构框图。
图11为本申请实施例中一种电子设备的具体实施方式。
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。
需要说明的是,本申请公开的交易风险控制方法及装置可以应用于金融技术领域,也可用于除金融技术领域之外的其他领域,本申请公开的交易风险控制方法及装置的应用领域不做限定。
目前系统运行时使用固定的点差来对外报价,使得行情不会因为突发的交易量、敞口等情况来自动调整点差。但是当同业客户将交易拆分成多笔小额交易来进行高频交易,会导致系统敞口突发增大,降低对外平盘能力,会造成交易平盘风险。
基于此,分别提供了一种交易风险控制方法、交易风险控制装置、电子设备和计算机可读存储介质,通过卡尔曼滤波算法对当前市场行情进行实时预测,保证了信息的及时性和准确性,根据引入的预测结果、交易频率、交易金额和单侧敞口等要素只能怨计算出当前高频交易风险,当客户发起高频交易时,自动拉宽点差,再基于时间轴,将点差回落,从而提升对外的平盘能力,平息交易平盘风险,实现了防止集中、同业客户使用高频、小额交易来引发交易风险的技术效果。
基于上述内容,本申请还提供一种用于实现本申请一个或多个实施例中提供的交易风险控制方法的交易风险控制装置,该装置可以自行或通过第三方服务器等与客户端设备之间通信连接,以接收各个客户端设备发送的市场行情信息,并根据市场行情信息对当前市场行情进行实时预测,并通过过量化策略实时计算智能点差,进而计算出差异化的价格返回给客户端,当客户发起高频交易时,自动拉宽点差,再基于时间轴,将点差回落,从而提升对外的平盘能力,平息交易平盘风险,实现了防止集中、同业客户使用高频、小额交易来引发交易风险的技术效果。
可以理解的是,所述客户端设备可以包括智能手机、平板电子设备、网络机顶盒、便携式计算机、台式电脑、个人数字助理(PDA)、车载设备、智能穿戴设备等。其中,所述智能穿戴设备可以包括智能眼镜、智能手表、智能手环等。
在另一种实际应用情形中,前述的交易风险控制装置进行交易风险控制的部分可以在如上述内容的服务器中执行,也可以所有的操作都在所述客户端设备中完成。具体可以根据所述客户端设备的处理能力,以及用户使用场景的限制等进行选择。本申请对此不作限定。若所有的操作都在所述客户端设备中完成,所述客户端设备还可以包括处理器,用于贵金属价格趋势预测的具体处理。
上述的客户端设备可以具有通信模块(即通信单元),可以与远程的服务器进行通信连接,实现与所述服务器的数据传输。所述服务器可以包括任务调度中心一侧的服务器,其他的实施场景中也可以包括中间平台的服务器,例如与任务调度中心服务器有通信链接的第三方服务器平台的服务器。所述的服务器可以包括单台计算机设备,也可以包括多个服务器组成的服务器集群,或者分布式装置的服务器结构。
上述服务器与所述客户端设备之间可以使用任何合适的网络协议进行通信,包括在本申请提交日尚未开发出的网络协议。所述网络协议例如可以包括TCP/IP协议、UDP/IP协议、HTTP协议、HTTPS协议等。当然,所述网络协议例如还可以包括在上述协议之上使用的RPC协议(Remote Procedure Call Protocol,远程过程调用协议)、REST协议(Representational State Transfer,表述性状态转移协议)等。
具体通过下述各个实施例及应用实例分别进行详细说明。
为了防止客户发起高频的小额交易给系统造成交易平盘风险,本申请提供了一种交易风险控制方法,如图1所示,包括:
S101:根据从订阅队列中获取的价格信息,通过卡尔曼滤波算法实时预测交易行情数据。
S102:统计设定时间段内相同币种/期限的交易频率、交易笔数和实时敞口变动数据。
S103:根据交易行情数据、交易频率、交易笔数和实时敞口变动数据通过过量化策略实时计算智能点差。
S104:根据价格信息和智能点差计算差异化的价格。
在一具体实施例中,一种基于智能点差调整的交易风险防范系统,包括获取智能点差装置、智能点差计算装置、价格合成装置、行情预测装置、交易频率计算装置、客户交易金额实时计算装置、单侧敞口计算装置。该交易风险防范系统的运行步骤包括:
S1:系统运行行情预测装置、交易频率计算装置、客户交易金额实时计算装置、单侧敞口计算装置,并检测的数据处理情况。
S2:智能点差计算装置,在S1中获取的信息,并通过行情策略计算出实时最适点差。
S3:价格接入装置,从市场接入当前市场行情。
S4:价格处理装置,在S2中获取的智能点差,以及S3中获取的市场行情,计算出对同业交易对手报价。
系统包括:价格接入装置、价格处理装置、智能点差计算装置、行情预测装置、交易频率计算装置、客户交易金额实时计算装置、敞口计算装置。其中价格接入装置与价格处理装置相连;价格处理装置与价格接入装置及智能点差计算装置相连;智能点差计算装置与价格处理装置、行情预测装置、交易频率计算装置、客户交易金额实时计算装置、敞口计算装置相连;行情预测装置与智能点差计算装置相连;交易频率计算装置与智能点差计算装置相连;客户交易金额实时计算装置与智能点差计算装置相连;敞口计算装置与智能点差计算装置相连。
在一实施例中,通过卡尔曼滤波算法实时预测交易行情数据,如图2所示,包括:
S201:从价格信息中提取K-1时刻的价格变化频率。
S202:根据K-1时刻的价格变化频率预测K时刻的价格变化频率。
在一实施例中,根据K-1时刻的价格变化频率预测K时刻的价格变化频率,如图3所示,包括:
S301:估算K-1时刻的价格的最优偏差。
S302:根据最优偏差和K-1时刻的价格变化频率预测K时刻的价格变化频率。
在一实施例中,估算K-1时刻的最优偏差,如图4所示,包括:
S401:获取K-1时刻的第一最优值偏差和不确定度。
S402:根据第一最优值偏差和不确定度计算高斯噪声偏差。
S403:根据高斯噪声偏差计算K时刻的价格变化率测量值。
S404:根据价格变化率测量值和高斯噪声偏差获得最优偏差。
在一具体实施例中,价格接入装置:系统启动时,价格接入装置负责与各路报价源建立长连接,同时,系统将业务订阅报价要素发送给各路报价源。报价源根据订阅报价,将原始报价根据约定格式传输给价格接入装置,价格接入装置将报价报文解包后装入价格处理装置提供的若干处理队列中。若所有队列已满,则价格丢弃。
价格处理装置:设置多个观察者实现价格监听。当各路报价的观察者发现处理队列存在价格时,则通知价格观察者(Rate Observer)实例进行价格处理。价格处理时,按照报价源接入的价格,加上智能点差装置计算好的点差,对外输出按照客户维度的差异化的价格。
智能点差计算装置:通过行情预测装置返回的行情变化规律情况作为参数1,交易频率计算装置返回的多维度交易频率数据作为参数2,客户交易金额实时计算装置返回的多维度交易金额数据作为参数3,敞口计算装置返回的各不同分类敞口数据作为参数4。并通可调整的过量化策略作为算法依据,实时计算出,每个客户维度的智能点差情况,并上送给价格处理装置。
行情预测装置:通过市场行情的变化规律,通过卡尔曼滤波算法实时预测行情变动,行情预测装置中的核心算法是卡尔曼滤波算法,以K-1时刻的最优估计X(K-1)为准,预测K时刻的状态变量X’(k/k-1),同时又对该状态进行观测,得到观测变量Z(k),再在预测与观测之间进行分析(以观测量对预测量进行修正),从而得到K时刻的最优状态估计X(k)。价格偏差复合高斯白噪声(White Gaussian Noise),偏差跟前后时间是没有关系而且符合高斯分配(Gaussian Distribution)的。K-1最优值偏差,自己预测的不确定度、系统预测值、测量值、协方差(co-variance)、最优值的偏差、卡尔曼增益(Kalman Gain)等数据,根据K-1实际值,估算K时刻实际值。
根据K-1时刻的价格变化频率,来预测K时刻的价格变化频率。由于变化频率是恒定的,所以K时刻的价格变化频率预测值是跟K-1时刻一样的。
假设K时刻的价格变化频率是1个/秒(公式1);
同时该值(预测值)的高斯噪声的偏差是Y
其中,k-1时刻估算的最优值的偏差是a,不确定度是b。
K时刻测量值,假设是t,偏差是b(k),系数H=Y
K时刻的最优值为:X(k-1)+H(t-X(k-1))(公式4),下一步就是对K+1时刻的温度值进行最新估算,需要得到K时刻的最优值的偏差为
交易频率计算装置:按照1S、5S、10S、30S、60s等多个时间轴维度,汇总计算出每个客户相同的币种\期限的交易频率。
客户交易金额实时计算装置:按照1S、5S、10S、30S、60s等多个时间轴维度,汇总计算出每个客户相同的币种\期限的交易笔数。
敞口计算装置:汇总计算出相同的币种\期限实时敞口变动情况。
在一实施例中,如图5所示,交易风险控制方法还包括:
S501:当价格信息发生变化时,重新计算智能点差。
S502:并根据重新计算后的智能点差实时更新差异化的价格。
由上述技术方案可知,本申请提供了一种交易风险控制方法及装置,方法包括:根据从订阅队列中获取的价格信息,通过卡尔曼滤波算法实时预测交易行情数据;统计设定时间段内相同币种/期限的交易频率、交易笔数和实时敞口变动数据;根据交易行情数据、交易频率、交易笔数和实时敞口变动数据通过过量化策略实时计算智能点差;根据价格信息和智能点差计算差异化的价格。通过卡尔曼滤波算法对当前市场行情进行实时预测,保证了信息的及时性和准确性,根据引入的预测结果、交易频率、交易金额和单侧敞口等要素计算出当前高频交易风险,当客户发起高频交易时,自动拉宽点差,再基于时间轴,将点差回落,从而提升对外的平盘能力,平息交易平盘风险,实现了防止集中、同业客户使用高频、小额交易来引发交易风险的技术效果。
基于同一发明构思,本申请实施例还提供了一种交易风险控制装置,可以用于实现上述实施例中所描述的方法,如下面实施例所述。由于该交易风险控制装置解决问题的原理与交易风险控制方法相似,因此交易风险控制装置的实施可以参见交易风险控制方法的实施。以下所使用的,术语“单元”或者“模块”可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的系统较佳地以软件来实现,但是硬件,或者软件和硬件的组合的实现也是可能并被构想的。
根据本申请的另一个方面,提供了一种交易风险控制装置,如图6所示,包括:
交易行情数据预测单元601,用于根据从订阅队列中获取的价格信息,通过卡尔曼滤波算法实时预测交易行情数据;
数据统计单元602,用于统计设定时间段内相同币种/期限的交易频率、交易笔数和实时敞口变动数据;
智能点差计算单元603,用于根据交易行情数据、交易频率、交易笔数和实时敞口变动数据通过过量化策略实时计算智能点差;
差异化价格计算单元604,用于根据价格信息和智能点差计算差异化的价格。
在一具体实施例中,一种基于智能点差调整的交易风险防范系统,包括获取智能点差装置、智能点差计算装置、价格合成装置、行情预测装置、交易频率计算装置、客户交易金额实时计算装置、单侧敞口计算装置。该交易风险防范系统的运行步骤包括:
S1:系统运行行情预测装置、交易频率计算装置、客户交易金额实时计算装置、单侧敞口计算装置,并检测的数据处理情况。
S2:智能点差计算装置,在S1中获取的信息,并通过行情策略计算出实时最适点差。
S3:价格接入装置,从市场接入当前市场行情。
S4:价格处理装置,在S2中获取的智能点差,以及S3中获取的市场行情,计算出对同业交易对手报价。
系统包括:价格接入装置、价格处理装置、智能点差计算装置、行情预测装置、交易频率计算装置、客户交易金额实时计算装置、敞口计算装置。其中价格接入装置与价格处理装置相连;价格处理装置与价格接入装置及智能点差计算装置相连;智能点差计算装置与价格处理装置、行情预测装置、交易频率计算装置、客户交易金额实时计算装置、敞口计算装置相连;行情预测装置与智能点差计算装置相连;交易频率计算装置与智能点差计算装置相连;客户交易金额实时计算装置与智能点差计算装置相连;敞口计算装置与智能点差计算装置相连。
在一实施例中,如图7所示,交易行情数据预测单元601包括:
历史价格变化频率获取模块701,用于从价格信息中提取K-1时刻的价格变化频率;
价格变化频率预测模块702,用于根据K-1时刻的价格变化频率预测K时刻的价格变化频率。
在一实施例中,如图8所示,价格变化频率预测模块702包括:
估算模块801,用于估算K-1时刻的价格的最优偏差;
预测模块802,用于根据最优偏差和K-1时刻的价格变化频率预测K时刻的价格变化频率。
在一实施例中,如图9所示,估算模块801包括:
获取模块901,用于获取K-1时刻的第一最优值偏差和不确定度;
高斯噪声偏差计算模块902,用于根据第一最优值偏差和不确定度计算高斯噪声偏差;
测量值计算模块903,用于根据高斯噪声偏差计算K时刻的价格变化率测量值;
最优偏差计算模块904,用于根据价格变化率测量值和高斯噪声偏差获得最优偏差。
在一具体实施例中,价格接入装置:系统启动时,价格接入装置负责与各路报价源建立长连接,同时,系统将业务订阅报价要素发送给各路报价源。报价源根据订阅报价,将原始报价根据约定格式传输给价格接入装置,价格接入装置将报价报文解包后装入价格处理装置提供的若干处理队列中。若所有队列已满,则价格丢弃。
价格处理装置:设置多个观察者实现价格监听。当各路报价的观察者发现处理队列存在价格时,则通知价格观察者(Rate Observer)实例进行价格处理。价格处理时,按照报价源接入的价格,加上智能点差装置计算好的点差,对外输出按照客户维度的差异化的价格。
智能点差计算装置:通过行情预测装置返回的行情变化规律情况作为参数1,交易频率计算装置返回的多维度交易频率数据作为参数2,客户交易金额实时计算装置返回的多维度交易金额数据作为参数3,敞口计算装置返回的各不同分类敞口数据作为参数4。并通可调整的过量化策略作为算法依据,实时计算出,每个客户维度的智能点差情况,并上送给价格处理装置。
行情预测装置:通过市场行情的变化规律,通过卡尔曼滤波算法实时预测行情变动,行情预测装置中的核心算法是卡尔曼滤波算法,以K-1时刻的最优估计X(K-1)为准,预测K时刻的状态变量X’(k/k-1),同时又对该状态进行观测,得到观测变量Z(k),再在预测与观测之间进行分析(以观测量对预测量进行修正),从而得到K时刻的最优状态估计X(k)。价格偏差复合高斯白噪声(White Gaussian Noise),偏差跟前后时间是没有关系而且符合高斯分配(Gaussian Distribution)的。K-1最优值偏差,自己预测的不确定度、系统预测值、测量值、协方差(co-variance)、最优值的偏差、卡尔曼增益(Kalman Gain)等数据,根据K-1实际值,估算K时刻实际值。
根据K-1时刻的价格变化频率,来预测K时刻的价格变化频率。由于变化频率是恒定的,所以K时刻的价格变化频率预测值是跟K-1时刻一样的。
假设K时刻的价格变化频率是1个/秒(公式1);
同时该值(预测值)的高斯噪声的偏差是Y
其中,k-1时刻估算的最优值的偏差是a,不确定度是b。
K时刻测量值,假设是t,偏差是b(k),系数H=Y
K时刻的最优值为:X(k-1)+H(t-X(k-1))(公式4),下一步就是对K+1时刻的温度值进行最新估算,需要得到K时刻的最优值的偏差为
交易频率计算装置:按照1S、5S、10S、30S、60s等多个时间轴维度,汇总计算出每个客户相同的币种\期限的交易频率。
客户交易金额实时计算装置:按照1S、5S、10S、30S、60s等多个时间轴维度,汇总计算出每个客户相同的币种\期限的交易笔数。
敞口计算装置:汇总计算出相同的币种\期限实时敞口变动情况。
在一实施例中,如图10所示,交易风险控制装置还包括:
智能点差重新计算单元1001,用于当价格信息发生变化时,重新计算智能点差;
价格更新单元1002,用于并根据重新计算后的智能点差实时更新差异化的价格。
由上述技术方案可知,本申请提供了一种交易风险控制装置通过卡尔曼滤波算法对当前市场行情进行实时预测,保证了信息的及时性和准确性,根据引入的预测结果、交易频率、交易金额和单侧敞口等要素计算出当前高频交易风险,当客户发起高频交易时,自动拉宽点差,再基于时间轴,将点差回落,从而提升对外的平盘能力,平息交易平盘风险,实现了防止集中、同业客户使用高频、小额交易来引发交易风险的技术效果。
在一具体实施例中,本装置(系统)请求处理流程方法,其步骤如下:
S1:应用系统开始启动
S2:价格接入装置,获取市场实时行情
S3:通过智能点差以及当前市场行情,计算出最新的同业市场报价
S4:价格处理完成后,推送给下游系统
S5:系统启动后,持续获取行情预测
S6:系统启动,实时进行预测,获得行情频度的未来走势。
S7:系统启动后,依据行情频度的未来走势,实时去调整资源
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
本申请中应用了具体实施例对本申请的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本申请的方法及其核心思想;同时,对于本领域的一般技术人员,依据本申请的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本申请的限制。
本申请的实施例还提供能够实现上述实施例中的方法中全部步骤的一种电子设备的具体实施方式,参见图11,所述电子设备具体包括如下内容:
处理器(processor)1101、内存1102、通信接口(Communications Interface)1103、总线1104和非易失性存储器1105;
其中,所述处理器1101、内存1102、通信接口1103通过所述总线1104完成相互间的通信;
所述处理器1101用于调用所述内存1102和非易失性存储器1105中的计算机程序,所述处理器执行所述计算机程序时实现上述实施例中的方法中的全部步骤,例如,所述处理器执行所述计算机程序时实现下述步骤:
S101:根据从订阅队列中获取的价格信息,通过卡尔曼滤波算法实时预测交易行情数据。
S102:统计设定时间段内相同币种/期限的交易频率、交易笔数和实时敞口变动数据。
S103:根据交易行情数据、交易频率、交易笔数和实时敞口变动数据通过过量化策略实时计算智能点差。
S104:根据价格信息和智能点差计算差异化的价格。
本申请的实施例还提供能够实现上述实施例中的方法中全部步骤的一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,该计算机程序被处理器执行时实现上述实施例中的方法的全部步骤,例如,所述处理器执行所述计算机程序时实现下述步骤:
S101:根据从订阅队列中获取的价格信息,通过卡尔曼滤波算法实时预测交易行情数据。
S102:统计设定时间段内相同币种/期限的交易频率、交易笔数和实时敞口变动数据。
S103:根据交易行情数据、交易频率、交易笔数和实时敞口变动数据通过过量化策略实时计算智能点差。
S104:根据价格信息和智能点差计算差异化的价格。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于硬件+程序类实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。虽然本说明书实施例提供了如实施例或流程图所述的方法操作步骤,但基于常规或者无创造性的手段可以包括更多或者更少的操作步骤。实施例中列举的步骤顺序仅仅为众多步骤执行顺序中的一种方式,不代表唯一的执行顺序。在实际中的装置或终端产品执行时,可以按照实施例或者附图所示的方法顺序执行或者并行执行(例如并行处理器或者多线程处理的环境,甚至为分布式数据处理环境)。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、产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、产品或者设备所固有的要素。在没有更多限制的情况下,并不排除在包括所述要素的过程、方法、产品或者设备中还存在另外的相同或等同要素。为了描述的方便,描述以上装置时以功能分为各种模块分别描述。当然,在实施本说明书实施例时可以把各模块的功能在同一个或多个软件和/或硬件中实现,也可以将实现同一功能的模块由多个子模块或子单元的组合实现等。以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。本领域技术人员应明白,本说明书的实施例可提供为方法、系统或计算机程序产品。因此,本说明书实施例可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且,本说明书实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于系统实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本说明书实施例的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不必须针对的是相同的实施例或示例。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。以上所述仅为本说明书实施例的实施例而已,并不用于限制本说明书实施例。对于本领域技术人员来说,本说明书实施例可以有各种更改和变化。凡在本说明书实施例的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本说明书实施例的权利要求范围之内。
- 一种证券及金融衍生品交易风险控制系统及风险控制方法
- 一种交易风险控制方法及装置