一种基于ATGO的股票交易平台及交易算法

摘要

本发明公开了一种基于ATGO的股票交易平台及交易算法，涉及股票交易技术领域。本发明包括智能算法交易平台ATGO、特色数据平台X‑DATA、算法总线框架、数据处理平台和策略低码开发平台；智能算法交易平台ATGO包括算法平台、卡方算法模块；股票交易平台还包括行情数据服务模块、交易场景模块、可视化策略研发平台、交易服务模块、风控服务模块、策略交易执行模块、业务管理模块、报盘转换模块和特色绩效分析模块。本发明通过搭建智能投资交易平台，利用智能算法总线嵌入卡方顶尖算法满足个人投资者的个性化开发需求，二次开发敏捷灵动，内嵌低码开发平台，避免股票交易平台同质化严重、实现个性化差异竞争，降低投资者股票投资风险。

说明书

技术领域

本发明属于股票交易技术领域，特别是涉及一种基于ATGO的股票交易平台及交易算法。

背景技术

目前，社会上的各种金融产品都熟悉一定的操作规则及相应的金融知识才能进行运作，尤其是诸如人们要成为股票投资者进行股票交易时，由于其所涉及股票知识及相关金融知识比较多，会造成新开户的股民可能前期进行股票交易时造成亏损。

发明内容

本发明的目的在于提供一种基于ATGO的股票交易平台及交易算法，通过搭建智能投资交易平台，利用智能算法总线嵌入卡方顶尖算法满足个人投资者的个性化开发需求，解决了现有的股票交易平台同质化严重。无法实现个性化差异竞争的问题。

为解决上述技术问题，本发明是通过以下技术方案实现的：

本发明为一种基于ATGO的股票交易平台，包括智能算法交易平台ATGO、特色数据平台X-DATA、算法总线框架、数据处理平台和策略低码开发平台；

所述算法总线框架、数据处理平台和策略低码开发平台之间通过分布式低延迟总线连接；

所述智能算法交易平台ATGO包括算法平台、卡方算法模块；所述特色数据平台X-DATA为特色数据集；

所述股票交易平台还包括行情数据服务模块、交易场景模块、可视化策略研发平台、交易服务模块、风控服务模块、策略交易执行模块、业务管理模块、报盘转换模块和特色绩效分析模块；

所述行情数据服务模块，用于记录股票的历史行情信息；所述交易场景模块，用于设定股票交易的历史场景；所述可视化策略研发平台，用于对股票的交易数据进行可视化展示；所述交易服务模块，用于提供股票的交易服务；所述业务管理模块，用于对股票交易信息进行管理；所述风控服务模块，用于叫股票交易过程中的风险信息进行监控；所述策略交易执行模块，用于根据不同交易场景下选择相应的交易策略；所述业务管理模块，用于对股票交易平台的业务进行管理；所述报盘转换模块，用于报盘数据集的数据进行转换；所述特色绩效分析模块，用于对特色数据平台 X-DATA的特色绩效进行分析。

作为一种优选的技术方案，所述分布式低延迟总线还连接有量化交易平台；所述量化交易平台包括基础功能、行情资讯、交易模块、算法总线、交易场景和业务管理；所述基础功能包括用户的登入登出、程序更新、消息推送、系统设置和站点设置。

作为一种优选的技术方案，所述量化交易平台分别部署在量化投研交易客户端、管理终端和前置机上；所述量化投研交易客户端包括行情主站、交易主站和量化投研服务；所述行情主站、交易主站和量化投研服务均与分布式低延迟总线连接；所述管理终端通过业务管理模块与分布式低延迟总线连接；所述前置机一端通过柜台接口与柜台主机连接，另一端与分布式低延迟总线连接。

作为一种优选的技术方案，所述行情数据服务模块通过行情MDBroker 接入行情源；所述行情源将行情数据分别存储到行情数据库和Redis缓存数据。

作为一种优选的技术方案，所述股票交易平台还设置有交易数据库；所述交易数据库包括交易事务处理、特色交易功能和备份恢复模块；所述交易事务处理、特色交易功能和备份恢复模块均与分布式低延迟总线连接。

作为一种优选的技术方案，所述算法总线框架内设置有算法平台服务；所述算法平台服务包括算法路由模块、算法注册模块、算法绩效模块、账户管理模块、母单子单管理模块、恢复模块和算法自定义单元；所述算法自定义单元定义多种算法均通过算法同一接入平台与分布式低延迟总线连接。

本发明为一种基于ATGO的股票交易算法，执行用户通过经济交易商、证券交易所向CSDCC和信托银行进行股票交易的过程，其特征在于，包括如下步骤：

步骤S1：用户向信息录入单元录入用户信息和交易订单信息；

步骤S2：智能投资交易平台接收用户发送的股票交易请求；

步骤S3：智能投资交易平台照转换为智能合约及触发条件写入数据库；

步骤S4：智能投资交易平台的执行智能合约指令时向证券交易所发送交易订单信息；

步骤S5：交易服务器的执行智能合约指令时向CSDCC和信托银行发送交易订单信息；

步骤S6：数据处理平台的执行智能合约指令时按照合约内容转移证券所有权；

步骤S7：信托银行接收交易细节，写入交易员操作单元，接收交易决策单元的执行智能合约指令时按照合约内容结算、移动现金；

步骤S8：交易决策单元在交易过程中调用交易员操作单元中的信息与当前交易订单信息相对比，比对成功，则完成股票交易，储存并记录；

步骤S9：交易员操作单元对每个交易操作台操作过程进行风控监控。

作为一种优选的技术方案，所述步骤S1中，信息录入单元包括用于管理用户账户信息的用户账户管理模块和和用于管理交易订单信息的交易订单管理模块。

作为一种优选的技术方案，所述步骤S9中，风控监控通过风控规则限制阈值处理，风控规则限制阈值优化是根据交易历史的大数据分析方式来进行的，选择合适的神经网络模型，将具体合规风控规则的限制阈值及对应股票收益数据作为训练样本输入，进行运算，通过机器训练学习不断完善神经网络模型，从而取得合规风控规则的限制阈值的最优解。

作为一种优选的技术方案，所述神经网络模型表示为：

R

式中，R

由R

本发明具有以下有益效果：

1.本发明通过搭建智能投资交易平台，利用智能算法总线嵌入卡方顶尖算法满足个人投资者的个性化开发需求，二次开发敏捷灵动，内嵌低码开发平台，避免股票交易平台同质化严重、实现个性化差异竞争，降低投资者股票投资风险；

2.本发明通过搭建智能投资交易平台，功能涵盖极速行情展示、投资策略研究、多场景产品交易、全面风险管理、可视化绩效管理，其智能算法总线嵌入卡方顶尖算法，可满足券商、对冲基金、公募基金、资管机构、高净值个人投资者的个性化开发需求。

当然，实施本发明的任一产品并不一定需要同时达到以上所述的所有优点。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述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为本发明的一种基于ATGO的股票交易平台结构示意图；

图2为量化交易平台结构示意图；

图3为本发明的分布式低延时总线架构结构示意图；

图4为本发明的算法总线框架结构示意图。

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作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。

请参阅图1所示，本发明为一种基于ATGO的股票交易平台，包括智能算法交易平台ATGO、特色数据平台X-DATA、算法总线框架、数据处理平台和策略低码开发平台；

算法总线框架、数据处理平台和策略低码开发平台之间通过分布式低延迟总线连接；

智能算法交易平台ATGO包括算法平台、卡方算法模块；特色数据平台 X-DATA为特色数据集；

股票交易平台还包括行情数据服务模块、交易场景模块、可视化策略研发平台、交易服务模块、风控服务模块、策略交易执行模块、业务管理模块、报盘转换模块和特色绩效分析模块；

行情数据服务模块，用于记录股票的历史行情信息；交易场景模块，用于设定股票交易的历史场景；可视化策略研发平台，用于对股票的交易数据进行可视化展示；交易服务模块，用于提供股票的交易服务；业务管理模块，用于对股票交易信息进行管理；风控服务模块，用于叫股票交易过程中的风险信息进行监控；策略交易执行模块，用于根据不同交易场景下选择相应的交易策略；业务管理模块，用于对股票交易平台的业务进行管理；报盘转换模块，用于报盘数据集的数据进行转换；特色绩效分析模块，用于对特色数据平台X-DATA的特色绩效进行分析。

请参阅图2所示，分布式低延迟总线还连接有量化交易平台；量化交易平台包括基础功能、行情资讯、交易模块、算法总线、交易场景和业务管理；基础功能包括用户的登入登出、程序更新、消息推送、系统设置和站点设置。

请参阅图3所示，量化交易平台分别部署在量化投研交易客户端、管理终端和前置机上；量化投研交易客户端包括行情主站、交易主站和量化投研服务；行情主站、交易主站和量化投研服务均与分布式低延迟总线连接；管理终端通过业务管理模块与分布式低延迟总线连接；前置机一端通过柜台接口与柜台主机连接，另一端与分布式低延迟总线连接。

行情数据服务模块通过行情MDBroker接入行情源；行情源将行情数据分别存储到行情数据库和Redis缓存数据。

股票交易平台还设置有交易数据库；交易数据库包括交易事务处理、特色交易功能和备份恢复模块；交易事务处理、特色交易功能和备份恢复模块均与分布式低延迟总线连接。

请参阅图4所示，算法总线框架内设置有算法平台服务；算法平台服务包括算法路由模块、算法注册模块、算法绩效模块、账户管理模块、母单子单管理模块、恢复模块和算法自定义单元；算法自定义单元定义多种算法均通过算法同一接入平台与分布式低延迟总线连接。

本发明为一种基于ATGO的股票交易算法，执行用户通过经济交易商、证券交易所向CSDCC和信托银行进行股票交易的过程，其特征在于，包括如下步骤：

步骤S1：用户向信息录入单元录入用户信息和交易订单信息；

步骤S2：智能投资交易平台接收用户发送的股票交易请求；

步骤S3：智能投资交易平台照转换为智能合约及触发条件写入数据库；

步骤S4：智能投资交易平台的执行智能合约指令时向证券交易所发送交易订单信息；

步骤S5：交易服务器的执行智能合约指令时向CSDCC和信托银行发送交易订单信息；

步骤S6：数据处理平台的执行智能合约指令时按照合约内容转移证券所有权；

步骤S7：信托银行接收交易细节，写入交易员操作单元，接收交易决策单元的执行智能合约指令时按照合约内容结算、移动现金；

步骤S8：交易决策单元在交易过程中调用交易员操作单元中的信息与当前交易订单信息相对比，比对成功，则完成股票交易，储存并记录；

步骤S9：交易员操作单元对每个交易操作台操作过程进行风控监控。

步骤S1中，信息录入单元包括用于管理用户账户信息的用户账户管理模块和和用于管理交易订单信息的交易订单管理模块。

步骤S9中，风控监控通过风控规则限制阈值处理，风控规则限制阈值优化是根据交易历史的大数据分析方式来进行的，选择合适的神经网络模型，将具体合规风控规则的限制阈值及对应股票收益数据作为训练样本输入，进行运算，通过机器训练学习不断完善神经网络模型，从而取得合规风控规则的限制阈值的最优解。

神经网络模型表示为：

R

式中，R

由R

值得注意的是，上述系统实施例中，所包括的各个单元只是按照功能逻辑进行划分的，但并不局限于上述的划分，只要能够实现相应的功能即可；另外，各功能单元的具体名称也只是为了便于相互区分，并不用于限制本发明的保护范围。

另外，本领域普通技术人员可以理解实现上述各实施例方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，相应的程序可以存储于一计算机可读取存储介质中。

以上公开的本发明优选实施例只是用于帮助阐述本发明。优选实施例并没有详尽叙述所有的细节，也不限制该发明仅为所述的具体实施方式。显然，根据本说明书的内容，可作很多的修改和变化。本说明书选取并具体描述这些实施例，是为了更好地解释本发明的原理和实际应用，从而使所属技术领域技术人员能很好地理解和利用本发明。本发明仅受权利要求书及其全部范围和等效物的限制。