互聯網技術在證券業務中的合理應用論文
隨着互聯網技術的發展和全民互聯網意識的提升，互聯網公司已不僅僅滿足於社交、在線影音、網絡遊戲、電子商務等傳統業務領域，開始向金融領域滲透。以阿里巴巴和騰訊為代表的互聯網公司以其龐大的用户量和方便友好的移動端應用為基礎，通過支付寶、微信錢包等便捷支付和轉賬服務，餘額寶等便捷理財服務，逐步滲透了傳統的銀行業務，成為了眾多客户，尤其是年青羣體的首選金融窗口，同時創新性地推出了電子紅包、AA收款、家庭水電網付費掌上結算等新業務，倒逼傳統的金融領域變革。
1 互聯網技術在證券業務的主要應用
根據交易中介劃分，金融市場可分為直接融資市場和間接融資市場。目前，互聯網工具已深入到間接金融市場(銀行)的各個角落，而直接金融市場(主要是證券市場)，以證券公司為代表，也在進行着互聯網信息化的革新。
證券公司的業務主要分為證券經紀業務、證券投資諮詢業務、與證券有關的財務顧問業務、證券承銷與保薦業務、證券自營業務、證券資產管理業務、融資融券業務、中間介紹任務等。目前，互聯網技術在經紀業務、融資融券、自營業務、資產管理業務這四大業務中有着廣泛的應用。從技術角度，互聯網技術應用模型無論是C/S還是B/S架構，都是由前端(客户端)和後端(服務端)構成。在上述券商四大業務中，從互聯網前後端的訪問壓力特徵角度，經紀業務和融資融券業務可歸為一類，這兩項業務面對大量的非特定客户，行情和交易要求低延遲，後端訪問壓力較大;自營業務和資產管理業務可歸為另一類，這兩項業務客户數量有限，後端訪問壓力較小。
2 互聯網技術在證券經紀業務和融資融券業務應用的前後端分析
由於證券經紀業務和融資融券業務面向眾多非特定客户，前端(客户端)的開發尤為重要。如今，客户資源競爭日趨激烈，一個界面簡潔友好、交互體驗良好、功能一目瞭然的前端是吸引客户的關鍵因素。目前，前端運行的主流平台有二個：web瀏覽器和移動端平台，移動端平台主要分為安卓系統和蘋果的iOS系統，廣義上，微信提供的公眾號和小程序平台也是移動端平台。相對於web瀏覽器，目前各大公司競爭的主要戰場在移動端App。就證券公司而言，現有的移動端App功能包括：a.行情和資訊，包括大盤指數、各股K線、委託價格、股東信息等行情信息和重大利多利空消息、證監會、證券業協會發布的公告等資訊;b.交易功能，包括用户身份驗證登錄、以委託指令買賣股票、債券、期貨等各類證券：包括市價委託、限價委託、止損委託等;c.買賣投資理財產品，主要包括各類基金產品;d.個人管理，包括客户個人信息修改、銀行卡綁定解綁、登錄安全設置等。前端App 的開發模式通常是借用已經成熟的前端框架，可供選擇地框架包括jQuery、Bootstrap、React、Angular等，每一種框架有各自的優缺點和適用範圍，前端開發者按照具體的需要選擇合適的框架或者框架組合。隨着App功能的增加，前端業務增長，負載增大，前端性能優化尤為關鍵。一些現有技術解決方案，比如：緩存控制與複用、請求合併、按需加載、同步/異步加載等理念和技術可以實現前端性能的優化。
在交易期間，證券經紀業務和融資融券業務面對龐大的客户體量，對於數據實時性要求高，這對於後端(服務端)的訪問壓力非常大。一個穩定的後端是應用程序的各個功能得以實現的重要保證。對於小型網站，一般只需要一台服務器(應用程序、數據庫、文件等所有資源都在一台服務器上)，而對於證券公司服務器，則更為複雜。首先是應用服務器和數據服務器的分離：由於證券公司的數據服務的重要性，為了公司不同業務的應用服務器共享數據服務，或者出於數據的提供者和消費者分離的需要，通常由專門的數據庫服務器提供服務。第二是服務器集羣：隨着用户體量的進一步加大，單一的應用服務器已不能滿足需求，相比於提高單一服務器的性能，更好的辦法是新加入一台應用服務器並行工作，採用分佈式集羣是解決高併發的有效手段。對網站架構而言，後續隨着用户訪問壓力上升，可採用動態擴增服務器數量，不斷提高整體負載能力改善系統性能。而且，隨着用户體量上升，數據服務器壓力也隨之增大，同樣可採用數據庫服務器集羣服務。在分佈式集羣的設計中，通常在服務器集羣的入口前，引入負載均衡服務器實現調度，優化各個服務器的負載分配。目前比較常見的負載均衡服務器靠Nginx實現。在應用服務器內部，為了實現高效率，異步調用編程框架被廣泛採用，現有的成熟異步調用框架各有優劣，開發者可根據實際需求選擇合適的異步框架。
3 互聯網技術在證券自營業務和資產管理業務應用的前後端分析
自營業務和資產管理業務同樣可分為前端開發和後端開發。前端負責與證券研究員進行交互和展示，後端則負責投資邏輯核心實現。由於此兩項業務面對的客户數量有限，所以對前端的界面要求並不高，對後端的訪問壓力也不大。這兩種業務的'核心在於後端根據策略提供投資組合，以實現目標收益或者規避風險。證券公司的研究員要利用計算機，基於大量歷史數據的分析，抽象出證券或者某種投資標的歷史數據與未來期望的對應關係模型，利用此模型，遍歷證券列表，從中篩選出符合條件的證券或者證券組合，並給出此證券或者證券組合的在各個投資時機對應的收益期望、風險期望等。同時，歷史數據與未來期望的對應關係模型也具有時效性，隨着時間的推移和外部條件的變化，也需要快速迭代更新。從技術角度，數據抓取和數據分析是這兩項券商業務的技術關鍵，計算機利用數學模型計算得到的量化值替代人為的主觀判斷，從而在概率上實現更符合預期的收益目標。
總之，隨着互聯網技術的更迭，證券市場的信息化得到了長足的發展，眾多技術框架已在證券系統中得到應用，並且隨着客户數量和業務種類的增加，未來會湧現出更多新需求和新的互聯網技術解決方案。
