南华金融南华期货探索金融科技与期货行业的结合造科技南华( 二 )
“南华云”IaaS平台使用VxLan技术隔离网络 , 每个用户都具有自己的私有网络 , 互不影响 , 没有IP地址冲突和数据安全的疑虑 。 “南华云”的计费模块 , 会持续跟踪资源的使用情况 , 按使用量计费 , 公司通过向重点研究项目提供使用费 , 可以优化资源配置 , 物尽其用 。
除了硬件基础环境建设 , 南华期货还特别重视数据资源的建设 。 公司与数据供应商达成战略合作 , 取得了包括证券、期货、基金等多维度数据的使用授权 , 便于在云平台环境调用 。 南华期货还持续迁移自己积累的数据资源到云平台 , 努力把云平台建成计算能力和数字资源的双中心 , 以更为完善的平台来促进应用创新 。
B 应用“南华云” 让金融科技“看得见 , 摸得着”
本文插图
云计算是可以自主管理、随取随用的资源池 , “南华云”也不例外 。 在IaaS基础资源方面 , “南华云”提供了存储和算力的资源池;在PaaS平台方面 , “南华云”提供了各类大数据和人工智能的软件平台;在SaaS应用方面 , “南华云”提供了数据资源和用户应用 。
具体来看 , 存储和算力资源是大数据和人工智能研究的基础资源 。 没有海量的存储和计算能力 , 研究人员要通过大数据和人工智能的方法进行衍生品研究工作 , 几乎是无法实现的 。 传统的计算和存储集群在可扩展性和多用户数据隔离方面比较麻烦 , 而“南华云”通过按需使用、按量计费的机制 , 在网络和系统底层进行隔离 , 使多个用户间既可以错时复用又可以互不影响 , 达到安全和便利的平衡点 。
另外 , “南华云”还实现了资源的共享和协作 。 每日期货全市场行情Tick数据的数据量在1000多万笔、2GB左右 , 在没有云环境的情况下 , 多个研究人员调用多年的行情Tick数据进行深度学习研究时 , 传输数据需要耗费大量时间 。 “南华云”已经把类似的数据分门别类整理好 , 可供多个用户共同使用 。 研究人员的成果也存储在云环境中 , 使研究人员之间的成果共享和研究协作更加便利 。
在PaaS层面 , “南华云”提供了各类结构化和非结构化数据库平台软件、人工智能、容器云平台软件 。 在没有PaaS层的情况下 , 搭建一个MySQL多读单写集群需要有经验的技术人员半天以上的时间才能完成 , 在“南华云”PaaS层的支持下 , 搭建类似的集群就和从手机AppStore上下载一个APP应用一样简单 , 可在几分钟内准备好一个复杂的数据库集群并马上投入使用 , 大大提高效率并减少了对信息技术人员的依赖 。
可以说 , “南华云”是南华期货在金融科技领域新技术的练兵场、客户服务的新工具 。 通过“南华云”研究人员可以无需IT技术人员的协助 , 快速部署和应用新的研究工具 , 大大降低新兴信息技术的使用门槛 , 加快信息技术向金融服务工具的演化过程 。
“南华云”在应用方面首先考虑内部创新发展的应用 , 在条件成熟的基础上将向客户和市场开放 。 首先 , “南华云”定位在满足期货公司自身研究和创新的需求 , 通过PaaS和SaaS层快速转化为金融服务的工具 , 缩短提供新金融产品和服务的时间 。 其次 , “南华云”定位在培育衍生品的创新力量上 , 通过向高等院校和第三方研究机构提供数据和算力 , 拉近教育研究和金融市场的距离 , 为衍生品市场培育新鲜血液 。 最后 , “南华云”定位在为客户服务的工具上 , 为有研究需求的客户提供便利的研究和分析环境 , 降低客户做数据研究的门槛和成本 , 培养成熟的专业投资者 。
金融科技的开发和应用还有很长的路要走 , 对于未来的金融科技的发展战略 , 南华期货将其概括为:立足自主、广征博采;适度领先、提质增效 。 具体来说 , 就是公司立足自主能力的培育 , 广泛应用开源技术 , 积极与成熟的金融科技供应商合作 。 同时 , 保持新技术应用的节奏 , 预研一批、成熟一批、应用一批 , 不冒进不停滞 , 以提升金融服务质量和效率为目标 , 努力打造科技南华的品牌属性 。
推荐阅读
- 戏说新金融|你从借呗借的那些钱来自哪里,你知道吗?“借呗”的那些事“借呗”的钱从哪来?
- 金融墙|两首富为何都重回中国?一个在英国亏了千亿,一个在美国亏了百亿
- 金融投资报社|网易云音乐王者归来,腾讯音乐危机重重,音乐平台“二战”在即?
- PingWest品玩|小米金融新品6月8日发布
- 北京商报|供应链金融新画像:主体扩容 向智能化演进
- 金融闪银破局小微融资难,助力服务实体经济
- 金融重庆小米消金开业 小米联合创始人洪锋挂帅
- 金融墙|“恶报来了”?曾出卖华为,今裁员35000人,市值两天蒸发500亿
- 海印|海印金融贷款平台小贷升级工薪层业务,与阿里、百度抢夺白领市场
- 数科|我来数科运用科技智慧加速金融与数字科技的深度融合