FinBus产品介绍


  • administrators

    产品背景

    严监管将是金融领域的常态

    从全国金融工作会议到十九大报告,从2017年200多张罚单到2018年资管新规出台,无论是在大政方针还是具体政策和措施层面,都在透露出严监管仍将是金融领域今后一段时期的重中之重。在此背景下,券商自然也应当加强对异常、恶意、不合规的交易行为的监控,切实履行对客户交易行为的管理职责,规范和约束客户的异常交易行为。

    券商在交易监管上缺少工具

    券商深知交易监管的重要性,但往往力不从心或步履维艰。一来因为交易系统、交易终端多种多样,交易指令协议不统一无法轻易从中提取交易行为;二来因为交易是核心系统,交易链路上提取交易行为通常会影响交易指令传达,加大延迟甚至造成交易中断。同时,随着投资者客户端、交易所交易平台、券商交易系统地不断增长,这种情况只会更加积重难返。

    依靠大数据实现券商新零售

    新兴互联网企业和潜在外资券商的进入将迫使行业竞争加剧,传统的券商将如何在运营效率、用户争夺中继续存活下来呢?实物零售业正在通过大数据来增进对客户的洞察,从而提供更为全面和个性化的服务;同样,券商在金融产品的零售上也可以运用大数据分析用户的投资偏好、风险偏好等,从而提高运营效率,提升用户体验。

    解决方案

    在上面的背景下,券商需要工具来串联起不同交易终端和不同的交易系统,既不影响交易指令传达,又能提取和沉淀数据支持监控和运营分析的需求。
    基于这样的痛点,Finbus作为交易中间层,提供了一些解决方案:

    统一接入

    Finbus作为交易总线,在交易终端和交易系统间起到了中间层的作用。解耦交易终端和交易系统后,已有的系统和新增的系统都可以按照统一格式的协议轻易地接入总线。同时,交易管理核心是流水线插件框架,流水线由串行的stage组成,stage由串行或并行的step组成,step是最小的逻辑执行单位,通过组合复用不同的step就可以拼凑出不同的流水线处理结构,以满足灵活多变的交易消息处理需求。

    Finbus还实现了故障自动旁路的功能,以规避极小概率服务挂掉的风险。当检测到自身服务故障时不会对交易请求进行处理,交易请求重新切换回原有的交易路径,保障交易可用为最高优先级。为了最大程度降低延迟的增加,我们的流水线插件框架中step的执行采用直接函数调用的方式,基本0消息传输,最大限度的减少了处理的延迟;在消息总线方面,我们借鉴使用low latency computing技术,如mTCP/DPDK来减少tcp协议栈的多次内存拷贝导致的延迟。

    统一监控

    Finbus将交易请求指令通过异步的方式发送到kafka,采用spark分布式并行计算技术对收集到的交易流水数据进行统计分析,提供了系统和业务两个方面的监控:
    系统层面,提供了流控、黑白名单、降级、认证等功能,并支持终端、客户、IP地址、功能号、营业部等各种维度的灵活配置和自定义数值,从而大大降低了券商系统的风险,提高了券商响应风险的速度。

    业务层面,支持对高买低卖、价格无故偏离大盘、频繁买卖等异常交易行为的识别,从而提升了券商应对合规要求的能力。

    统一运营

    Finbus贯通了各个用户在不同终端、不同品种等维度上的交易行为数据,为进一步的精细化运营提供丰富的数据基础。例如:

    • 客户层面:通过各类数据综合评估客户的风险偏好、产品偏好、资产量级、生命周期阶段等画像特征,从而给客户提供更全面和更个性化的服务。

    • 产品层面:通过分析产品的买卖情况、收益情况、购买人群特征,指导产品的创新和多元化。

    • 营业网点层面:通过分析营业网点客户的交易活跃度、产品需求等数据,从而能评估网点服务客群的特征和网点服务质量,进而指导网点营销和运营的策略。