证券数据中台

同期举行证券基金同业技术交流沙龙，国海证券信息技术中心开发部负责人张召端、南方基金信息技术部副总裁屈磊和大家介绍了各自大数据平台建设的现状及规划。沙龙上，大家从实际应用的角度探讨大数据平台建设中遇到的日前，星环和第一创业证券联合组织证券基金行业交流会，国信证券、安信证券、博时基金、鹏华基金、融通基金、华商银行等近20家证券基金银行的50余位技术领导和专家参加本次交流。交流团听取了第一创业证券大数据平台相关建设经验分享，并针对行业的大数据应用及大数据平台选型等问题进行探讨，现场活动气氛热烈。本次活动由第一创业证券信息技术中心负责人刘耀东主持，副总裁奚胜田致辞欢迎交流团，数据管理部负责人瞿任雄从大数据基础平台的选型搭建及数据中心的整体迁移过程、大数据应用的整体规划及大数据分析平台建设经验、数据治理体系架构及实施思路和路线，三个方面介绍了第一创业证券在数据平台建设上的现状并分享经验。活动当天各种问题和解决方案，交流获得了良好的成效。证券基金行业数据处理之需交流团针对行业在数据处理上的问题进行了探讨，证券基金行业大多建有数据中心，但传统的数据库只处理结构化数据，对于来自包括APP的日志分析等

图谱构建未来新一代合规风控统一平台技术的可行性，为证券行业在科技监管、合规风控建设提供了新的路径。Sophon产品架构图随着金融领域数据挖掘分析的日益深化，如何有效发挥海量数据蕴藏的巨大价值赋能业务是其业协会2021年重点课题研究以“新发展格局下中国资本市场与证券业高质量发展”为主题。星环科技联合银河证券此次申报的课题，切实阐述了知识图谱区别于传统合规风控信息技术应用方法，同时用实证案例验证了通过知识近日，中国证券业协会2021年重点课题研究优秀课题报告评选结果公示，星环科技联合银河证券申报的课题”知识图谱在证券行业合规风控方向的应用研究“荣获“2021年重点课题研究优秀课题报告”。中国证券亟待解决的问题。星环科技基于自主研发的分布式图数据库StellarDB与知识图谱平台Sophon，为企业用户构建图谱应用平台，可快速挖掘非结构化数据和半结构化数据价值，找出其存在的关联关系，提炼有价值信息，稳定可靠地解决金融行业所面临的不同问题。

图谱构建未来新一代合规风控统一平台技术的可行性，为证券行业在科技监管、合规风控建设提供了新的路径。Sophon产品架构图随着金融领域数据挖掘分析的日益深化，如何有效发挥海量数据蕴藏的巨大价值赋能业务是其业协会2021年重点课题研究以“新发展格局下中国资本市场与证券业高质量发展”为主题。星环科技联合银河证券此次申报的课题，切实阐述了知识图谱区别于传统合规风控信息技术应用方法，同时用实证案例验证了通过知识近日，中国证券业协会2021年重点课题研究优秀课题报告评选结果公示，星环科技联合银河证券申报的课题”知识图谱在证券行业合规风控方向的应用研究“荣获“2021年重点课题研究优秀课题报告”。中国证券亟待解决的问题。星环科技基于自主研发的分布式图数据库StellarDB与知识图谱平台Sophon，为企业用户构建图谱应用平台，可快速挖掘非结构化数据和半结构化数据价值，找出其存在的关联关系，提炼有价值信息，稳定可靠地解决金融行业所面临的不同问题。

解锁证券金融新引擎：大数据解决方案全解析证券金融大数据：全景透视（一）定义与内涵证券金融大数据，是指在证券金融领域内，通过各种渠道收集而来的海量数据集合。这些数据来源广泛，涵盖了证券交易过程中产生的金融大数据解决方案的首要环节，如同从众多源头汇聚信息的洪流。在这个过程中，需要从证券交易系统、行情数据源、新闻资讯平台等多渠道获取数据。对于证券交易系统，通常通过API接口来实现数据的采集。API接口各类信息，包括但不限于交易数据、市场数据、客户数据以及宏观经济数据等。交易数据记录了每一笔证券买卖的详细信息，如成交时间、价格、数量、买卖双方等，是反映证券市场微观交易行为的关键数据。市场数据则包含了证券市场的整体走势、指数变化、成交量等宏观信息，能让投资者和从业者对市场的整体状况有清晰的认识。客户数据涉及投资者的个人信息、投资偏好、交易历史、资产规模等，对于金融机构了解客户需求、提供个性化服务至关重要。宏观经济数据，像GDP增长、通货膨胀率、利率变动等，这些宏观经济指标的变化会对证券市场产生深远影响，是投资者进行投资决策时不可或缺的参考依据。（二）独特属性证券金融大数据具有显著的特点，这些

同期举行证券基金同业技术交流沙龙，国海证券信息技术中心开发部负责人张召端、南方基金信息技术部副总裁屈磊和大家介绍了各自大数据平台建设的现状及规划。沙龙上，大家从实际应用的角度探讨大数据平台建设中遇到的日前，星环和第一创业证券联合组织证券基金行业交流会，国信证券、安信证券、博时基金、鹏华基金、融通基金、华商银行等近20家证券基金银行的50余位技术领导和专家参加本次交流。交流团听取了第一创业证券大数据平台相关建设经验分享，并针对行业的大数据应用及大数据平台选型等问题进行探讨，现场活动气氛热烈。本次活动由第一创业证券信息技术中心负责人刘耀东主持，副总裁奚胜田致辞欢迎交流团，数据管理部负责人瞿任雄从大数据基础平台的选型搭建及数据中心的整体迁移过程、大数据应用的整体规划及大数据分析平台建设经验、数据治理体系架构及实施思路和路线，三个方面介绍了第一创业证券在数据平台建设上的现状并分享经验。活动当天各种问题和解决方案，交流获得了良好的成效。证券基金行业数据处理之需交流团针对行业在数据处理上的问题进行了探讨，证券基金行业大多建有数据中心，但传统的数据库只处理结构化数据，对于来自包括APP的日志分析等

银河证券人工智能平台支持松耦合架构，整体部署一个开发测试集群、两个生产集群，实现了一个打通大数据平台、容器云平台、人工智能平台的全链路开发、应用、运维和AI模型全生命周期管理工程化企业级软件平台，并为多条线证券业务，包括风控，财富管理，投资交易等提供一站式算法和业务中台能力。

授权不当的情形。数据模型设计：在证券期货行业中，数据模型是数据治理的核心，也是数据价值挖掘的重要基础。因此，证券机构应研究和制定一套完整的行业数据模型，清晰描述整个市场的数据流向、数据定义、结构类型和证券机构数据治理主要是对机构内部的数据进行综合管理和优化，以提升数据质量、安全性和使用价值。以下是证券机构数据治理的一些内容：数据治理组织架构：建立全面、科学、有效的数据治理组织架构，明确各层级的数据管理职责，同时建立数据全生命周期管理机制，确保数据在采集、存储、处理、应用等各环节得到有效的管理和控制。数据分类分级：对经营及客户数据进行分类分级，针对不同类别和级别的数据制定差异化的数据管理制度和流程，以提高数据管理的针对性和效率。数据安全保障：采取一系列安全保障措施，如网络隔离、用户认证、访问控制、数据加密、数据备份、数据销毁、日志记录、病毒防范和非法入侵检测等，以保护经营数据和客户信息的关联关系等，为推动实施行业数据治理打下坚实基础。星环数据治理解决方案星环科技提供体系完善的整体数据治理解决方案，涵盖数据治理战略、组织制度机制、数据管理活动和技术工具落地四个方面，同时，还为企业提供

授权不当的情形。数据模型设计：在证券期货行业中，数据模型是数据治理的核心，也是数据价值挖掘的重要基础。因此，证券机构应研究和制定一套完整的行业数据模型，清晰描述整个市场的数据流向、数据定义、结构类型和证券机构数据治理主要是对机构内部的数据进行综合管理和优化，以提升数据质量、安全性和使用价值。以下是证券机构数据治理的一些内容：数据治理组织架构：建立全面、科学、有效的数据治理组织架构，明确各层级的数据管理职责，同时建立数据全生命周期管理机制，确保数据在采集、存储、处理、应用等各环节得到有效的管理和控制。数据分类分级：对经营及客户数据进行分类分级，针对不同类别和级别的数据制定差异化的数据管理制度和流程，以提高数据管理的针对性和效率。数据安全保障：采取一系列安全保障措施，如网络隔离、用户认证、访问控制、数据加密、数据备份、数据销毁、日志记录、病毒防范和非法入侵检测等，以保护经营数据和客户信息的关联关系等，为推动实施行业数据治理打下坚实基础。星环数据治理解决方案星环科技提供体系完善的整体数据治理解决方案，涵盖数据治理战略、组织制度机制、数据管理活动和技术工具落地四个方面，同时，还为企业提供

图谱构建未来新一代合规风控统一平台技术的可行性，为证券行业在科技监管、合规风控建设提供了新的路径。Sophon产品架构图随着金融领域数据挖掘分析的日益深化，如何有效发挥海量数据蕴藏的巨大价值赋能业务是其业协会2021年重点课题研究以“新发展格局下中国资本市场与证券业高质量发展”为主题。星环科技联合银河证券此次申报的课题，切实阐述了知识图谱区别于传统合规风控信息技术应用方法，同时用实证案例验证了通过知识近日，中国证券业协会2021年重点课题研究优秀课题报告评选结果公示，星环科技联合银河证券申报的课题”知识图谱在证券行业合规风控方向的应用研究“荣获“2021年重点课题研究优秀课题报告”。中国证券亟待解决的问题。星环科技基于自主研发的分布式图数据库StellarDB与知识图谱平台Sophon，为企业用户构建图谱应用平台，可快速挖掘非结构化数据和半结构化数据价值，找出其存在的关联关系，提炼有价值信息，稳定可靠地解决金融行业所面临的不同问题。

OverviewAclusterisaHippoCloudinstanceassociatedwithspecificcomputingresources.Youcancreaterelatedtables,insertcorrespondingdata,andcompleteproductexperiencewithinacluster.Beforeyouusethedemoenvironment,youneedtocreateacluster.CreateClusterYouneedtogotothespecificproject.Iftherearenoclustersunderthecurrentproject,youcanclickthe'Createcluster'buttonbelowtheclustercreationguidancepagetoentertheclustercreation.Ifthereareclustersunderthecurrentproject,youcanclickthe'+Cluster'buttonabovetheclusterlist...

本节介绍Hippo表写入相关操作。Hippo会返回写入成功数据的下标以及总共写入成功的数据条数，如果出现行级错误（比如主键冲突），Hippo会返回具体的行级错误。插入本节介绍如何向Hippo中插入数据。curl-ushiva:shiva-XPUT'localhost:8902/hippo/v1/{table}/_bulk?database_name={database_name}&pretty'-H'Content-Type:application/json'-d'{"fields_data":[{"field_name":"book_id","field":[1,2,3,4,5,6,7,8,9,10,11,12,13,14,15,16,17,18,19,20,21,22,23,24,25,26,27,28,29,30,31,32,33,34,35,36,37,38,39,40,41,42,43,44,45,46,47,48,49,50,51,52,53,54,55,56,57,58,59,60,61,62,63,64,65,66,67,68,69,70,71,72,73,74...

OverviewUnstructureddatamanagementismoreimportantthaneverduetotheriseofbigdata.Managingandgleaningbusinessvaluefromunstructureddataisofutmostimportancetoenterprisestoday.Advancementsinmachinelearning,aswellasdeeplearning,technologiesnowenableorganizationstoefficientlyaddressunstructureddataandimprovequalityassuranceefforts.Inthefieldofartificialintelligenceormachinelearning,embeddingsandvectordatabaseshavebecomeincreasinglyimportantfortacklingawiderangeofproblems.Thesetechniquesareusedtorepresen...

运维管理界面WebserverWebserver是Hippo提供运维监控的界面。默认访问地址为:4567"class="bare">http://<webserver_ip>:4567。或者在Manager管理界面我们可以通过下图所示的查看链接这里进行跳转。图15.登录HippoWebserverWebserver主要由下面几个部分构成。概况图16.概况该页面展示了Hippo集群的基本信息，包括：Masterstatus：当前的ActiveMaster，MasterGroup，MasterAddress，Master的健康状态TabletServerStatus：TabletServerAddress，健康状态，逻辑机架和数据中心信息，容量使用以及Tablet个数TabletNum：当前集群表的个数Version：Hippo版本信息库表图17.库表页面以库和表的概念集群存储的各类数据信息。库信息：库名库创建时间库内各类表的信息：点击某个库，可以看到库下所有表的信息，主要包括：••表的ID••表的名字••表的状态••表的Tablet数量••表的Engine类型••表的副本数•...

ThistutorialwillguideyouthroughthefollowingtaskswithinHippoCloud:EstablishingatablePerusingthetableIncorporatingdataExecutingsearchoperationsEliminatingrowsDissolvingthetableBeforeyoustartInthisguide,wewillbeutilizingthePythonAPI.Priortocommencement,ensurethatyouhave:RegisteredforaHippoCloudaccount.SubscribedtothecomplimentaryplanandestablishedatrialclusterwithinHippoCloud,orsubscribedtothestandard/enterpriseplansandconstructedadedicatedcluster.IfyouanticipateemployingPythonfordevelopment,ascert...

查看Master节点通过以下命令，查看集群Master节点信息：curl-ushiva:shiva-XGET'localhost:8902/hippo/v1/_cat/master?v'返回结果：epochtimestampactive.master.hostactive.master.portmaster.group169079683909:47:19172.29.203.18926841172.29.203.189:26841,172.29.203.189:26851,172.29.203.189:26861查看数据节点curl-ushiva:shiva-XGET'localhost:8902/hippo/v1/_cat/nodes?v'//查看所有节点curl-ushiva:shiva-XGET'localhost:8902/hippo/v1/_cat/nodes/{node}?v'//{node}表示待匹配的节点地址，支持以*通配，支持指定多个pattern，多个pattern以逗号分割返回结果：

在Hippo中，比较耗时的操作如激活、加载向量索引实际上是一个分布式任务，用户可以通过任务相关接口查看、删除任务。查看任务curl-ushiva:shiva-XGET"localhost:8902/hippo/v1/_jobs?pretty"-H'Content-Type:application/json'-d'{"job_ids":["fc6feff4f303455a9347f9aab323dfc8"],"action_patterns":["hippo*"]}';返回结果：{"jobs":[{"job_id":"810935a1d91a46b7af2ec35013454fed","job_status":"SHIVA_JOB_SUCCESS","embedding_number":100,"task_results":[{"id":"54ab52493dfb4bab9fb7742d850c64c4","status":"TASK_SUCCESS","server":"172.29.40.26:27841","embedding_number":100,"execute_time":...

Hippo在1.2版本提供了全文索引能力，兼容ElasticSearch6.7.2语法，在底层架构上复用了公司产品TranswarpScope的一部分特性，支持以Java/HTTPRestful的形式通过Hippo的HTTPServer接口进行全文索引的创建、查询、使用等各类需求，通过该能力的支持，可以更好的实现向量与全文的混合检索。通过将向量检索加全文检索的联合召回，可以降低漏检和误检的概率，能够实现比单独使用向量或全文更高的精度。同时，一套数据库系统可避免部署多套系统带来的架构复杂、开发运维成本高等问题。具体的使用方法除了访问端口需要将端口从8902调整为9200外，均可参考《TranswarpScope手册》4.TranswarpScopeAPI介绍。

本节测试主要描述了Hippo1.0在关键测试上的一些性能表现，该份测试同样也是Hippo的基准测试，后续版本发布也会在不同版本上进行该测试进行对比分析。术语表142.Hippo性能测试术语TermDescriptionnq一次搜索请求中搜索的向量个数topk一次请求中对于要检索的每个向量(依赖nq)，所能检索到最近距离的向量个数RT一次请求从发起到接受响应的时间]QPS请求在每秒内成功执行的次数dataset测试所用数据集，不同数据集表示不同的业务场景测试集群配置硬件配置表143.性能测试硬件配置硬件规范Nodes3CPUIntel®Xeon®Gold5218RCPU@2.10GHzMemory16*\16GBRDIMM,3200MT/sDISKNVMeSSD2T*4GPUNONE软件配置表144.性能测试软件配置软件版本Hippov1.2TranswarpManagerTDH9.3.0测试集表145.性能测试数据集数据集名称数据集介绍向量维度向量总数查询数量数据总量距离类型Sift-128-euclidean该数据集是基于Texmex的数据集整理，使用SIFT算法得到的图片特征向量。...

过滤条件表达式Hippo当前支持如下表达式，可用于标量或向量查询。表46.过滤条件表达式表达式描述and当前版本支持and，不支持or/not==等值<小于⇐小于等于>大于>=大于等于inin[1,2,3]notinnot_in[1,2,3]like'_'表示匹配任一字符，'%'表示匹配任意字符，'\'为转义符向量相似性检索本节描述如何进行向量相似度搜索。Hippo中的向量相似性搜索计算查询向量与表中向量的距离，返回最相似的结果集。通过指定标量过滤条件，用户可以进行向量与标量的混合搜索。curl-ushiva:shiva-XGET'localhost:8902/hippo/v1/{table}/_search?pretty'-H'Content-Type:application/json'-d'{"output_fields":["book_id"],"search_params":{"anns_field":"book_intro","topk":2,"params":{"nprobe":10},"embedding_index":"ivf_flat_index"}...