基于CEP技術的金融期貨風險監控平臺研究

王珊珊 ，陳 云 ，孫其偉

（1.上海財經大學 信息管理與工程學院，上海 200433；2.上海市金融信息技術研究重點實驗室，上海 200433）

0 引言

金融期貨已成為國際金融市場的主要交易產品之一，然而在其發揮風險規避和價格發現功能的同時，如果使用不當也會引發巨大風險。因此，只有維護金融期貨市場的健康平穩運行，才能充分發揮其價格發現和風險管理功能。

我國滬深300股指期貨市場內均實現了全電子化交易和結算，幾年來股指期貨市場交易量和持倉量增長迅速，尤其國內金融期貨市場上自動化交易發展迅速，它們具有單筆報單量小、報單總筆數高、報單撤單比高等特征。與此同時在國家推動金融期貨產品創新的背景下，指數期權、外匯期貨等金融衍生產品也將陸續推出，交易品種和市場參與主體的數量將快速增加。這些導致金融期貨市場數據量呈爆發式增長的發展趨勢，給風險監控任務帶來了前所未有的挑戰。

目前市場上期貨風險監控系統主要是基于傳統數據處理技術實現，不足以支撐高速、實時的風險監控。復雜事務處理技術（CEP，Complex Event Processing），數據處理能力強，延遲極短，能提供完整的開發工具，可以方便地開發并部署算法和策略，支持金融行業各類交易業務。本平臺在研究市場涉嫌違規行為、異常交易行為的特征和影響基礎上，應用復雜事務處理技術，通過交易系統接口等實時獲取市場數據，實現多會員模式下對客戶或會員的行情、委托、資金、成交、持倉等方面的監控，旨在及時發現客戶風險，進而決定對客戶采取不同的風險處理措施。

1 平臺內容

1.1 系統架構

期貨風險監控系統由4部分組成，系統整體架構如圖1所示。

1.1.1 監控策略執行子系統

監控策略執行子系統基于實時行情數據，執行風險監控策略，并根據風險閥值，輸出存在風險的客戶或客戶交易信息。該子系統由以下部分組成：

1.1.1.1 交易、行情適配器

輸入從各會員端交易平臺系統獲取的源數據，并將源數據進行初始過濾，并換轉換為ESP引擎所需的格式。

1.1.1.2 參數適配器

負責將客戶化的參數轉換為ESP引擎所需的格式，并負責在系統啟動時的全局配置數據裝載等功能。同時對從交易系統獲取到的數據按照時間順序保存，為交易反演提供歷史數據。

圖1 系統架構

1.1.1.3 復雜風控策略計算適配器

負責ESP風控策略計算與復雜風控策略計算子系統數據包之間的協議轉換，并維持二者之間的網絡連接。

1.1.1.4 監控策略執行結果適配器

考慮到對歷史風控事件進行查詢的需要，通過此適配器將ESP引擎計算的監控策略執行結果存儲到關系型數據庫中。

1.1.1.5 風險控制適配器

利用ESPSDK訂閱監控策略執行結果，將其發送給外部監控客戶端，并維持與外部監控客戶端之間的網絡連接、客戶登錄認證及異常狀況處理等功能。

1.1.1.6 系統運行狀態適配器

收集ESP引擎及各適配器的運行狀態，并將各模塊的運行狀態反饋至“系統運行維護及監控客戶端”程序，便于運維人員在發現系統運行狀態出現異常時進行必要的人工干預。

1.1.2 復雜監控策略執行子系統

復雜監控策略執行子系統主要基于Matlab等專業數學軟件完成一些復雜的監控計算邏輯，生成相應的加工計算結果后，發送給ESP引擎進行進一步運行。

1.1.3 外圍數據源

外圍數據源主要來自于交易系統和行情系統，為風險監控提供實時交易和行情數據，如飛馬交易平臺、滬深股市行情系統等。

1.1.4 外部控制系統

1.1.4.1 參數管理客戶端

主要實現與風控相關的參數設置，包括：①外部系統的連接參數；②會員及客戶保證金、手續費率等業務參數；③不同監控對象的風險閥值參數等。

1.1.4.2 風險監控客戶端

負責將監控策略的執行結果通過各種可視化方式加以展現，當結果出現異常時發出告警，觸發風控人員進行人工干預。同時可以實現分級監控，即交易所對結算會員的監控、結算會員對交易會員的監控以及交易會員對客戶的監控。

1.1.4.3 數據源管理客戶端

實現對數據來源的管理，支持系統基于不同交易系統或行情系統數據開展風險監控。同時，為了快速設定合適的風控閥值，會員端風控人員可依據歷史數據進行反演，以判斷具體參數值設定的合理性。按照策略要求抽取歷史數據，并按照監控策略執行的邏輯，將抽取的數據發送給ESP引擎，驅動風控策略的執行。

1.1.4.4 系統運行維護及監控客戶端

負責監控系統各模塊的工作狀態，在系統運行出現異常時發出告警，運維人員確認告警后，進行手工處理。

1.2 風控策略執行模式

風險監控平臺使用Sybase公司的復雜事件處理平臺ESP完成對實時行情數據流、歷史行情數據流、行情指標計算結果等事件的處理。基于ESP引擎，將風險監控策略執行過程分為3個階段進行：

1.2.1 基礎數據層

基礎數據層把來自源系統的數據進行簡單處理后，形成最基本的數據流，供后續的數據處理訂閱使用。基礎數據服務提供的數據包括行情、交易、持倉、資金、參數等，也可以根據業務需要逐步擴展。

1.2.2 業務事件層

業務事件層接受來自基礎數據層的數據，按照具體的風險監控規則，計算風險監控指標，包括委托、成交、持倉、資金、行情等監控指標，計算后以數據流的形式輸出數據，也可以公開給外部系統訂閱使用。本層主要從業務角度進行擴展，橫向增加不同的業務功能，縱向實現不同層次的業務處理。

1.2.3 風險揭示層

風險揭示層接受來自業務事件層的數據，將業務事件層輸出的數據流與風險監控閥值參數相對比，進而發現交易過程中的風險點。

如圖2所示，以持倉占比監控為例解釋基于ESP引擎的監控策略執行過程。

圖2 持倉占比監控策略執行過程

1.3 平臺特點

基于CEP技術的期貨交易風險監控系統有以下特點：

（1）功能方面：基于行情流、交易流進行各類典型風控項監控；支持監控規則、閥值的靈活配置及擴充；支持歷史交易、行情數據的反演，即通過歷史數據快速確定監控規則中的有關參數。

（2）權限方面：交易所、結算會員和交易會員可以分級進行風險監控，可根據其管理需求，對監控對象進行風控項及風控參數的個性化設置。

（3）性能方面：系統能夠負載100萬客戶，在每秒峰值處理30 000筆委托。

（4）架構方面：采用模塊化的設計思想，具有低耦合、高內聚的特點，對于未來各種類型業務功能擴展及自身體系結構都能保持穩定，能夠重用原有的架構、模塊及源代碼，從而確保對新增需求的快速實現。

2 總結

雖然目前市場上的風險監控系統已經比較普遍，但是卻不足以支撐對實時風險監控的高性能、高吞吐處理。基于CEP技術建設一個功能強大、支撐有力、應用靈活的風險監控平臺，可以使期貨市場風險監控方式由簡單查詢式向智能預警式轉變，由事后被動監控向事中主動監控轉變，同時提升市場拓展風險管理、交叉風險管理、跨市場監管等方面的風險監管能力。然而系統的構建是一個長期、復雜的系統工程，需要整合各方面資源。本系統雖然建設基本完成，但尚未投入使用，仍有許多地方需要改進與完善，使得系統的實時性、靈活性、擴展性、安全性得以進一步提升。