苏雁南

摘要：随着各券商金融科技投入力度的不断提升，金融行业从业者普遍开始着眼于智能投顾及产品商城等多个应用领域，需要將客户投资能力分析作为其中的主要参考指标，为其提供高效的投资量化数据，并以此为前提，保障数据增值服务的水平，为其提供账户诊断、精准产品营销及投资组合等多项服务。本文将结合南京证券的实际业务需求，充分利用业内的成熟方案，不断提升证券公司运营服务的水平，以提升投资者数据的完整性和可行性，实现对于系统的充分扩展，以构建更为优质的数据服务系统，让客户得以统筹管理资产视图服务及智能账单服务，同时，为其提供良好的推送服务，以实现对于公司营销服务的充分支撑，并与投资者端进行充分衔接。

关键词：证券公司;IDS项目;平台建设

1、实例分析

本项目的主要方向在于为投资人员提供更为丰富和更高质量的数据服务，让投资者可以针对自身的账户资产及交易信息实现高效处理。待系统升级优化后，需要向其中引入大数据驱动技术，并将其与微服务框架进行充分整合，以提升实时数据运算处理水平，使其得以与微服务框架实现高效结合，让实时数据运算处理的性能及吞吐力得以充分保障。本文中的IDS项目中充分应用了云服务背景下的金融产品数据，且可以高效利用客户账户和各类交易数据，针对投资者账户进行充分估值和合理计算，同时，全面利用形式新颖的企业净值模型，结合适宜的资产分类技术手段，为投资者提供更适应与互联网环境的优质数据服务[1]。

2、IDS项目特点分析

2.1 融合大数据技术

该项目主要依托于大数据处理平台实现数据处理，可以综合利用sqoop、hive等不同类型的技术组件结构，并据此开展投资者数据处理，以充分运算相关的金融公共信息数据，同时，发挥数据服务接口的技术优势，利用该接口结构实现数据查询，并访问相应的数据系统。

2.2 优化账户分析

要求基于投资者的视角开展数据组织工作，为投资者提供高质量的数据服务，让投资者得以获取最为简单和智能的投资服务。多数理财人员所采取的投资策略往往并不局限于单一化的股票交易，需要结合相应的投资需求进行处理，为投资人员提供更为优质的数据服务，并将国债逆回购、分级基金及货币基金等投资服务统一纳入该范畴。

2.3 实现实时的资产计算处理

应用传统的数据计算处理模式，则要求针对T日内所应用的各类业务数据信息进行充分处理，以便在交易日结束后实施全面的数据采集和数据加工，并在T+1日时充分展现相应的交易结果。在业务类型持续优化的背景下，也相应提高了对于数据收集的实时性要求，需要充分利用实时流处理技术手段，以实现对于各类交易数据信息和所收集行情信息的实时化记录，并予以及时更新调整，让投资者得以获取快捷的数据接口，以实现实时的资产情况查询，让决策分析工作的实时性得以全面保障[2]。

2.4 提供7*24h查询服务

要求为投资人员提供全天候的数据查询服务，让投资者可以随时随地查询所需的数据服务信息。同时，可以让投资者的查询及交易处理方案实现充分分离，以相应分散投资人员的交易风险，为投资者降低交易负担，并将其列入分类分级服务的范畴。在IDS平台中含有大量的信息，其中保留了充足的历史资产、持仓及盈亏信息，需要针对其中的柜台数据信息实施统一化管理，同时，全面整合业务代码数据、当前及历史流水数据情况和业务统一数据等信息，使其得以全范围覆盖在证券行业中，以满足客户的全天候指标查询要求。

2.5 提供数据接口推送服务

本项目充分利用了数据推送服务和服务接口方式，可以实现高效的数据共享，需要结合投资者的实际交易委托作业类型开展数据推送。该IDS项目后台中含有十分丰富的数据推送服务组件结构，在系统前端含有统一的配置管理装置，可以针对后台的数据信息进行分发处理[3]。

3、证券公司IDS项目平台建设方案

3.1 总体设计方案

3.1.1 业务架构设计

针对本项目中的底层数据实施处理，要求充分利用大数据平台技术，在大数据技术的基础上结合微服务平台架构机制，以实现对于平台的充分细化，并将其分成如下类型：

第一，数据源层，其中主要含有金融公共数据和投资者数据等多种类型，金融公共数据的最主要来源为资讯源及互联网渠道;而投资者数据则主要包含个股期权业务、债权、两融业务、股票等业务类型，与投资者有着十分密切的联系。

第二，数据获取层，要求充分利用其中的数据采集工具设备，以实现高效的源数据采集，让其中的各类源数据得以充分清洗和全面转化，为此，可以适当运用爬虫、Kafka等工具进行数据采集。

第三，数据存储层和运算层，可以获取所需的数据信息，针对收集的数据进行转换，同时，利用Hive、Hbase等多种数据存储工具技术实施存储，让所存储的大量数据信息得以借由大数据平台进行处理，以达到深度的数据处理效果。

第四，数据服务层，要求充分利用数据服务支持业务，提供具体的数据服务层，并将其概括为数据推送、数据接口及数据文件等多种不同的数据服务形式。

第五，数据应用层，其中包含客户标签、资产分析、基础数据查询及智能账单等各类数据服务类型。

第六，数据访问层，可以综合利用不同的前端渠道，如各类APP和微信等实现数据访问，并查询所需的操作。

第七，运维管控管理，可以针对其中的数据信息进行充分的服务和调度管理，让本项目中的内部管理质量得以切实提升。

3.1.2 技术架构设计

上述服务平台技术架构由两类结构构成，分别为以大数据平台技术为依托的数据处理模式，可以以底层数据源为基础，通过高效的数据采集工具实施数据采集，同时，充分利用大数据存储及运算处理工具实施高效处理。

3.2 数据存储设计及内容

该项目中所存储的数据信息类型主要包括交易柜台数据和金融公共数据两种形式，其系统构成见下图3所示。

第一，接口层。需要利用ETL技术，从源系统中抽取所需的数据信息，若在大数据平台中已经包含了充足的ODS数据，则需啊哟充分利用相应的表映射视图予以处理。

第二，基础层，其中所包含的数据类型主要包含配置表、维度表信息、基本信息、历史操作资料及信息等。

第三，汇总层，结合基础层中的各类数据信息进行处理，并将其与处于不同业务线中的轻粒度信息进行充分汇集，在其中融入集中交易、个股期权、金融产品等各类专项指标数据。

第四，应用层，要求充分利用各类投资者指标数据，以实现对于客户资产收益状态、交易行为和盈亏情况的深入分析，通过深度的挖掘处理作业，导致系统完善的投资者数据智能账户分析模式，并在此基础上优化标签画像体系。

结语：总而言之，随着证券市场的不断发展，借助智能化的运营管理平台，可以建立对于企业业务的深刻把握，以打造更具差异化的营销运营策略，实现对于运营机构和过程的精细化管理，让企业的服务水平得以全面提升，以更好适应客户的应用需求。

参考文献

[1]张宁，才国伟. 国有资本投资运营公司双向治理路径研究——基于沪深两地治理实践的探索性扎根理论分析[J]. 管理世界，2021，37（01）：108-127+8.

[2]高昂. 互联网金融模式下证券公司内控体系建设[J]. 商业文化，2021（28）：105-106.

[3]周其慧，陈宏原. 基于流程构建思路的微门户平台建设中的探索[J]. 网络安全和信息化，2021（11）：87-90.