文摘
为了进一步了解金融市场的现状,更好的监督金融市场的资源管理,结合大数据和云计算技术,通过大数据云平台资源管理体系的建设和各种技术的集成计算框架,我们可以实现大数据资源的有效监督金融市场。使用J2EE技术,分析、设计、实现,和测试投资数据管理系统,分析了软件工程学科的内容,获得业务的需求函数描述。根据软件开发过程和企业投资的实际情况,阐述了投资数据管理业务的基本要求,系统架构需求、用户用例的状态,以及操作和配置环境的投资数据管理系统。分析软件的技术特点和操作指标,并建立了数据流的数据相关的投资数据管理、信息统计等数据查询、信息分类等等。最后,系统验证,操作和测试,业务用例和系统的参数进行测试根据软件测试的两个指标。投资数据管理的基本功能实现的系统是正确的,设计合理,操作稳定,操作响应时间短,精度高,数据访问效率很好。
1。介绍
今天,随着信息网络时代的到来,数据和信息变得越来越重要,尤其是对生活的所有领域。大数据的理解直接影响到一个企业或行业的发展。促进沟通和dataization,金融和大数据的集成行业在新的经济时代是至关重要的。大数据的出现和持续改进可以提高金融市场的透明度。的帮助下大数据和云计算等新技术,金融服务可以发现更重要的是,从大数据,提高数据可用的数据,促进金融体系的健康。与此同时,大数据可以支持研究互联网商业管理和金融市场,帮助金融市场实现更大的影响力,更好的避免商业风险,提高金融服务业务的性能(1]。然而,随着金融市场的不断增加资源,特别是越来越多的公众的闲散资金交给金融机构的资产管理公司的监督金融机构变得越来越重要。内部和外部的双重影响下的监管政策和监管机构、金融市场迫切需要加强资源管理和监督机制的建设,如图1。在此基础上,本文结合中国大数据和云技术来实现更好的管理大数据在金融业和维护multi-inclusive管理和集成通过创建一个大数据云平台的经验。目前,研究和讨论主要集中在非标准限制资产管理业务的投资业务。系统最近推出了在监管层面的意见和明确的态度也反映了标准化标准资产投资(2]。目前,金融行业的发展趋势和操作和金融创新。非标准资产激活金融市场发挥了重要作用,丰富金融工具和实体经济的投资和融资服务。简单的回归只能是相对的,金融衍生品的简单的回归是完全不符合的现实发展。
2。文献综述
黄等。3]研究企业的投资体制和研究过程中取得了一些成就3]。Sultanaw et al。4)提出了“参考设计模型”理论在韩国投资管理系统。采用一种战略方法和管理理论的投资信息,并处理安全问题的信息的任务管理系统通过有效手段。它形成了独特的理论对实际投资管理系统(4];Phiboonbanakit和Horanont5解决投资管理系统的需求分析,提高系统的质量分析报告从可靠性的角度,结合分析人员和业务人员,以及它们之间消除一些障碍(5]。曲(6)认为模型的本质是基于“合作机制。“流程资本分析可以解决存在的问题和解决问题的投资管理水平评估从合作和协作的角度(6]。燕et al。7)说,投资管理系统实施服务,通过高质量的服务,塑造和加强投资良好的公众形象,营造良好的舆论环境,争取优惠的投资政策,最终实现投资管理的长期发展7]。沃森et al。8)认为,投资管理平台,数字投资的一个重要组成部分,是实现科学管理保证投资,涉及所有的链接和投资管理的多层次的综合应用。投资管理系统和科学的管理为核心,有效支持的实现数字化企业,提高了企业的管理效率公园,成为不可替代的平台企业投资管理(8]。Hyers [9)表示,对资本主义国家,市场监管的主要目的是简单和明确的,也就是说,维持市场秩序依靠强制性的法律、系统和规范,其市场监管行为是由资本主义的本质。因此,随着资本主义市场的发展和政府职能的转变,有各种各样的市场监管的研究(9]。例如,Connolly巴克et al。10)认为,市场监管是各种因素的综合控制市场由政府为了确保社会稳定和经济可持续发展,规范市场行为,确保市场有序运行和维护稳定的经济发展10]。基恩et al。11)说,市场监管是一个被动的政府行为。由于市场不能自发地维护好秩序,政府需要参与监管。因此,市场监管必须有强制的元素。随着市场的不断发展,市场监督实施政府必须实现动态跟踪,即政府监管可以满足市场发展的需要11]。关等。12)认为,如果市场监督执行政府不能满足当前市场的需求,这将导致一些缺乏监督的监督和许多问题;尽管政府市场监管全面包括市场因素,如果监督过于频繁,甚至监督强度超过市场的承载力,它会限制市场的良性发展在一定程度上(12]。Maddumala et al。13)说,市场监督的特点不仅是职能部门监督,依照有关法律、法规,而且还管理所有方面在市场上和链接。由于社会主义经济的特点,政府也监督自己的市场行为,全面确保市场的稳定和秩序(13]。
在此基础上,提出了一种基于big-data-driven金融市场资源管理的调控机制。本文利用J2EE技术,分析,设计,实现,测试和投资数据管理系统,分析软件工程项目的内容,得到业务需求函数描述,在软件开发过程的基础上,根据企业的实际情况投资,投资数据管理业务的基本要求,系统架构需求,阐述了用户用例的状态。的操作和配置环境投资数据管理系统软件的技术特点和运行指标进行了分析,并对投资数据管理相关的数据,建立了数据处理,比如信息统计、数据查询、信息分类、和其他内容,最后,验证系统运行和测试,根据软件测试的两个方面指标,服务用例和参数的测试系统。系统的基本功能是正确的,设计合理,操作稳定,操作响应时间短,操作精度高和良好的数据访问效率。试验结果表明,投资企业的投资数据管理系统正常运作,和软件的各种操作参数满足设计要求和软件工程标准。
3所示。监督金融市场资源管理平台的设计
3.1。系统功能需求
根据建设目标,投资数据管理平台的基本功能在图所示2在下面。(1)设计企业基本信息管理模块,主要功能是:管理企业的基本情况,列表统计下属企业和管理企业的基本业务;(2)管理和投资项目信息模块:管理高风险的金融投资项目,外国投资项目和固定资产投资项目;(3)投资总结和分析模块包括企业基本信息汇总,外国投资项目总结,和固定资产投资项目总结;(4)管理的投资实现:季度重大项目进展,每年实现的项目,年度实施固定资产投资项目,外商投资项目,和高风险的金融投资;(5)统计数据风险,投资风险管理模块显示的风险投资项目;(6)系统登录模块提供了用户登录。与此同时,只有系统管理员可以添加、修改和删除业务运营商。从数据库系统管理员只能添加(14]。
3.2。系统用例的状态
用例图是软件开发工程的关键因素。它反映了所有用户之间的关系和系统业务功能的一个系统。用例图的绘制将明显反映不同用户的操作权限,如图3。
投资数据管理系统的管理员可以处理以下业务系统:管理投资风险,投资项目信息管理,企业信息管理,管理系统数据,管理投资执行,用户登录,投资总结和分析,等等,投资的投资用户数据管理系统可以处理以下业务系统:管理投资风险,投资项目信息的管理,企业信息管理、投资执行管理、用户登录、投资分析,总结和其他权限(15]。
3.3。系统数据流需求
3.3.1。顶级数据流
如图4设计,顶层数据流显示数据交互过程,反映了投资数据管理系统。业务数据处理主要有:投资执行数据,项目风险基本数据,企业基本数据,投资项目数据,和用户基础数据。数据流充分显示了系统设计的流向。
3.3.2。查询数据流
如图5,数据信息对投资企业的投资数据管理系统主要是处理数据的查询,包括项目风险数据、投资部门数据,系统用户数据,执行和投资数据。通过查询流程图,最后查询的投资流向数据的存储表数据库,这是一个信息管理系统的主要功能(16]。
3.3.3。系统登录数据流
如图6,用户登录过程的投资建立数据管理系统,和窗口供用户登录是显示在操作界面。在测试过程中,首先输入自己的登录信息。确认输入正确的信息后,运行下面的“登录”按钮。接口程序将分析用户信息是否存在,验证用户身份。测试表明,如果登录信息是正确操作,投资数据管理系统的主界面将打开,否则,错误消息将出现的界面。
3.4。系统整体设计
3.4.1。网络结构设计
自设计应该满足实际需求,解决方案的投资数据管理系统的投资企业应该意识到投资数据的管理和分析管理信息在设计投资数据管理系统,和选择的网络设备应满足要求。这是一个相对先进模型的行业和数据网络系统的组成17]。经理管理数据库中的数据。对网络产品在世界上被广泛使用,在选择国际知名制造商的产品和设计的网络设备投资数据管理系统、安全的原则,稳定性和可靠性应当遵循以确保投资数据管理的顺利实施。投资数据管理业务数据以前端开关为缓冲库,将数据集成到中央数据库通过数据交换平台,访问所有主机服务器的内部局域网,与外部互联网访问系统。VPN技术在互联网上可以使用。对于用户没有外部网络,数据中心部署在企业的外部网络。投资数据管理数据中心的资源通过互联网可以安全地访问网络,和网络的用户可以访问相同的网络(18]。远程控制客户端可以通过网络实现数据交换。投资企业的投资数据管理系统可以主动发起连接到网络,连接服务器和客户端之间的通信功能。它可以获得当前系统状态的客户端和数据实时投资数据管理业务,以实现整个投资数据管理信息传输过程的可控性。
3.4.2。系统功能结构设计
(1)首先,软件数据层。数据层存在的维护是面向应用的数据系统。通过存储介质,系统相关的信息存储在一定的介质和保存在一个常规的方式。的上端系统可以进行各种有效的操作数据库中的信息通过程序软件,以实现业务功能,数据存储和数据访问的客户投资管理系统。其主要核心操作的输入和输出数据。如果这两点处理得当,管理系统的业务功能可以准确地处理(19]。在投资数据管理系统研究本文各种表的相关数据存储在数据库环境。客户机可以调用和访问信息的登记管理、计划管理、人事管理等。
(2)其次,软件中间层。在投资企业的投资数据管理系统,除了传统的数据存储模式,数据库访问中间件技术也设计和使用。一层之间的中间件系统设计数据库和逻辑层。其主要功能是快速连接业务层和数据库。通过这个接口的连接,封装函数事件时将调用数据的输入和输出,这减少了编程程序的结束。它还提高了数据传输效率,实现稳定的高级应用程序的过程中交流互动。是很有价值的维护、移植和升级管理系统未来的扩张20.]。
3.4.3。软件表示层
在业务层中,软件的界面端通过J2EE技术设计和开发,编程和操作代码。根据投资数据管理模块的设计,详细管理功能设计。根据业务需求,建立了企业网络:投资总结和分析模块,投资项目管理模块、投资风险管理模块、投资执行模块、数据管理模块、用户登录模块、企业信息管理模块,等等,如图7。
3.4.4。风险管理模块
投资项目风险管理的设计功能如图8。通过分析数据中存在的风险投资项目的实施,风险问题已经可以更新和删除处理。系统用户可以添加、查看、分析和处理数据的投资项目的风险。数据绑定的功能、显示、管理和维护的风险投资项目实现投资风险数据的维护。
实现数据更新,如图9。执行更新操作,输入新数据,更新数据后通过inputable对话框完成输入。
根据等级保护的安全策略和管理业务的特点相结合,社区管理系统应划分根据每个安全域的安全保护系统,建设内部和外部网络平台领域,网络平台域(21]。终端机房应确保安全:防火、防盗、防尘、防水、防静电、anti-power失败。投资数据管理系统的安全系统设计遵循安全系统模型。统一的等级保护安全战略的指导下,整个网络的安全系统设计管理平台分为几个重要内容,如安全技术保障体系的建设,应急响应系统和安全管理保障体系。安全技术保障体系建设包括安全基础设施(包括统一认证、密码服务系统,可信时间戳服务体系,等),和安全服务系统(监控和检测系统等)。应急体系的建设包括应急响应对象、流程、机构,和其他方面。建设安全管理保证体系包括组织体系、管理手段、安全审计等。
4所示。大数据驱动的关键技术资源管理
4.1。大数据平台计算框架
有许多不同场景的大数据处理计算框架,包括MapReduce并行计算模型,火花内存计算框架和一些流计算框架。MapReduce并行计算模型主要用于大规模批量计算场景。由于其表现不佳在迭代算法中,火花出现内存计算框架。火花内存计算框架极大地提高了数据挖掘和机器学习算法的性能22]。流计算框架主要处理应用程序场景实时和交互的需求。不同的计算框架都有自己的优势。大规模的系统往往面临着各种各样的应用程序场景,和各种各样的计算框架可以扮演各自的角色。本文主要使用MapReduce并行计算模型。传统的并行计算模型包括数据并行模型和消息并行模型,数据并行模型如高通滤波器和消息传递模型如PVM和MPI。当使用传统的并行计算模型来编写程序,用户需要干预数据的同步任务分工和程序员的负担很重。为了减少并行处理大量数据的编程困难,MapReduce程序可以运行在一个廉价的商业机器组成的集群,因为它不关心单个节点的性能和高容错23]。MapReduce并行计算模型盾牌底层并行程序的具体实现。用户只需要使用地图功能,减少功能来定义自己的业务处理逻辑,简单,容易学习,把程序员从传统的并行编程模型的沉重的负担,并极大地促进发展的大规模数据处理和分析能力。
4.2。联合优化系统资源
4.2.1。准备虚拟机和物理服务器模型
本文假定CP提供K不同类型的虚拟机,在那里k∈k:= {1,2,…K}表示k类型的虚拟机。每种类型的VM预设不同类型和数量的资源需求,如CPU,内存,硬盘,用于表示对虚拟机资源的需求类型的吗k。此外,本章假设米在直流物理服务器,每个物理服务器的资源容量米∈米:= {1,2,…米}用c(米)。
4.2.2。虚拟机请求模型
假设总共H不同类型的虚拟机请求到达,和每个请求类型h∈H对应于不同的类型和数量的vm。同时,本章假设所需的不同类型的虚拟机数量每个VM请求是随机分布的,相互独立的,和用途r(l,k)来表示类型的虚拟机的数量k虚拟机所需的请求l。因此,虚拟机请求的总资源需求l由公式可以表示(1):
4.2.3。收入模型
通常,每个VM的CP将带来某些好处它接收请求。本章假定类型的实例化一个虚拟机k可以带来p(k单位时间内CP。尽管CP可以积极地拒绝一些VM请求,这样有足够的剩余资源与更高的收入价值适应后续VM请求,拒绝VM请求仍将带来一定的负面影响,如影响其声誉,等等,24]因此,本文介绍了“惩罚”机制来描述造成的间接损失CP拒绝一个VM的请求,并使用φ(k)来表示单位时间所造成的损失CP拒绝一个VM的类型k。因此,从虚拟机请求CP获得的实际利益l可以表达的(2)和(3): 意味着l被接受 意味着l将被拒绝。
4.2.4。虚拟机请求联合优化决策问题
联合决策的核心问题优化虚拟机访问控制和资源配置是设计策略,可以评估当前的资源分配的影响决定未来的资源利用率和CP的潜在好处,这样全面的优化决策,是最有利于改善CP的长远利益可以选择当前到达VM的请求。因此,共同优化策略下,对任何虚拟机请求到达时,CP需要考虑是否需要被接受以及如何分配资源后接受,和判断资源阻塞或资源浪费的概率定量评估这一决定后续决策的影响。最大化的好处最终决定(25]。
4.3。基于马尔可夫决策过程的联合优化问题建模
当系统处于任何状态SL, CP决定决定对应虚拟机请求的类型目前ℎ到来。因此,对于任何特定的系统状态SL,见公式(4):
每一个决策一个l包括是否接受当前请求l和相应的资源分配策略。因此,一个l由公式可以表示(5):
副总裁问题的目标是设计一个最优决策函数 ,以最大化的预期贴现收入(EDR) CP在很长一段时间,所示(6):
虚拟机联合最优策略的访问控制和位置可以表示为(7):
通过观察不难获得方程(6),这将是非常困难的直接解决这个问题。因此,本文使用传达员递归方程的方法来解决MDP问题定义的吸引力。此外,不难得出结论从上面描述的困难JAC-VP问题是如何定量评估当前决定后续的影响。为了解决这个问题,本章引入了“价值函数”状态的MDP模型。文献[26]。它的功能主要是评估当前的决定带来的好处和对后续收入收购的影响趋势,以定量评估每个系统状态下的潜在好处。通过结合的价值功能状态和更夫递归方程,递归方程JAC-VP MDP模型下的问题的解决方案,所示(8):
当是系统的最优状态,那么SL是最佳的状态。因此,当系统每个状态的函数值的确定,可以获得相应的策略函数通过使用下列公式,见公式(9):
战略上面的公式得到的最优决策相应的状态。
任何虚拟机请求可以到达,任何虚拟机请求可以离开。因为本文假定任何虚拟机请求的决定决定当它到来时,系统的状态不会改变在两个相邻的中间时间随机事件。因此,CP只需要做出相应的决策在VM请求到达时。因此,系统的状态转移概率的概率可以被定义为下一个随机事件的到来VM请求或任何部署VM的离职请求在一个给定的系统状态和其相应的决定。由于不考虑资源重新分配的虚拟机部署请求,当任何虚拟机请求l达到了直流和CP采用决策,系统的条件状态转换概率的情况下一个随机事件可以通过下列公式表示为三个案例,见公式(10)- (12):
首先,考虑系统状态转移概率VM请求到达时,见方程(10)。然后,本章分析了转移概率在任何VM离开事件,即方程(11)。在其他情况下,系统转移概率是0。方程(10)和(11)显示系统的总转移强度在当前系统状态SL和决定采取CP,由方程(13):
SPADP算法,基于抽样的方法路径(样本路径)将用于样本可能到达VM请求序列根据VM的到来统计特性的要求,并获得一组由多个VM请求序列。之后,每个采样VM请求序列将作为系统的输入,并迭代处理。在云计算或直流端,当系统检测到任何虚拟机请求到达时,CP将做出相应的决策基于VM请求的类型和相应的收入。相应地,系统的状态也相应的变化(27]。这时,SPADP更新当前系统的状态值函数根据CP的决定,所获得的收入,值函数更新规则。因为SPADP算法考虑了相应的统计特征的虚拟机请求到来时采样序列的VM请求,一些系统状态下,经常需要访问给定的决定,而其他系统状态将访问更少。经常访问的系统状态及其价值功能也将参与制定最终CP的策略为主体。SPADP算法和DP算法的最大区别是,SPADP算法只有不断更新的价值函数的这一部分经常访问的系统状态。因此,系统状态的数量大大减少维护并加速JAC-VP问题的解决方案。因为SPADP算法特别考虑VM可能到达的请求,虽然它不可能探索整个系统状态空间,它仍然可以获得一个更好的政策选择虚拟机请求序列在当前统计特征。本文基于单一策略SPADP-D算法性能的虚拟机请求持续时间和SPADP-M算法基于多政策评估。使用触摸屏软件来描述和分析每天的基本统计特征指数的回归。CSI互联网金融指数的结果如图所示10和KBW纳斯达克金融技术指数图所示11。
从图可以看出10,每日的均值返回一系列CSI互联网金融指数是0.015543,标准差(std. dev)是2.091259,偏态是−0.583515,小于0,表明序列分布更长的尾巴。峰度系数是5.833321,比正态分布的峰度值3高。554.3814和Jarque-Bera统计p≤0.001。假设指标服从正态分布的回归将被拒绝。因此,每日收益率CSI的互联网金融指数显示一个明显的左偏差非正态的分布,和标准偏差很小,表明之间的差距最值和平均值的相对较小,和数据相对集中。在此基础上,我们给的问- - - - - -问CSI互联网金融指数的收益率系列图,结果如图所示12。
在图12,可以看出有许多点外法线和尾巴摇摆曲线的趋势形成的每一个点很明显,表明收益率系列具有厚尾分布的特点。这表明CSI的分布网络财务指标“峰值和厚尾”的特点。
从图可以看出11,每日的平均(平均)返回一系列KBW纳斯达克fintech指数是0.056499,标准差(std. dev)是1.347074,和偏态(偏态)−1.010451,小于0,表明连续的部门是一个不再留下痕迹。峰度系数(峰度)是20.86,大于的峰度值3类。Jarque-Bera统计是19766.78p≤0.001,拒绝假设指标符合正态分布的回归(28]。因此,每日产量KBW纳斯达克fintech指数显示了明显的左偏移非正态的分布,和之间的差距最值和平均值的相对大,和数据相对分散。在此基础上,本文将问- - - - - -问KBW纳斯达克fintech指数的收益率系列图,结果如图所示13。
在图13,可以看出有许多点外法线的波动趋势的曲线形成的每一个点很明显,表明收益率系列厚峰值分布的特点。因此,本文可以得出一个结论,KBW纳斯达克fintech指数的分布的特点“厚峰值和夏普的尾巴”。
5。结论
投资企业的快速发展,其投资的数量和质量迅速增加。如何管理这些众多的投资能够均匀分布,以提高投资的效率和延长服务时间的设备,已成为投资数据管理投资企业必须面对的问题。数字投资的一个重要组成部分,投资数据管理平台已成为衡量企业信息化程度的重要标志。投资数据管理系统中发挥着重要作用有效地促进企业效率的投资数据管理通过管理和统计功能。因此,使用J2EE技术来分析,设计,实现和测试投资数据管理系统,并设计了投资数据管理系统,基于软件开发的基本过程工程和企业投资的网络情况,设计整个系统的网络体系结构,并设计总体投资数据管理系统,三层架构的系统分解为各个业务模块。然后,逐步开展UML设计投资数据管理系统的主要业务,和设计等关键元素序列图,流程图,状态图。通过UML设计,投资数据管理的主要功能模块详细设计。形成的企业投资业务设计和操作流程和软件模型的方法。根据业务需求,大学生投资数据库设计和系统的安全模块处理。然后,投资数据管理系统是实现的细节,和三个架构系统的内容建立了充分利用J2EE编程和开发技术。 Firstly, the investment data management page is designed and run, such as investment summary and analysis module, investment project management module, investment risk management module, investment execution module, data management module, user login module, enterprise information management module, etc. According to the J2EE programming principle, the data about the investment data management process in these modules are programmed with functions such as adding, modifying, retrieving, and deleting. By optimizing the programming code, the operation efficiency of the interface function business is improved. Finally, the system is verified, run, and tested. According to the two indicators of software testing, the business use cases and parameters of the system are tested. The basic functions of the investment data management realized by the system are correct, the design is reasonable, the operation is stable, the operation response time is short, the operation accuracy is high, and the data access efficiency is good. The performance test is carried out around the software running environment. After formulating the test scenario, it focuses on testing the CPU utilization, memory utilization, and average response time of the server when the software is running. The test results show that the investment data management system of the investment enterprise operates normally, and the operation parameters of the software meet the design requirements and software engineering standards.
数据可用性
没有数据被用来支持本研究。
附加分
作者声明,这份手稿是原稿,没有剽窃,重复率是合格的。
的利益冲突
作者宣称没有利益冲突。
确认
这篇文章是由一般的哲学社会科学研究项目江苏省高校《高质量研究江苏省经济发展水平及其耦合协调(2021 sja0899)。