几家大的券商的PB系统以及算法交易概况大致是怎样的?
目前的pb交易环节的技术提供有恒生、讯投、金证、同花顺等,以满足私募及高净值个人多样化交易和账户集中管理需求。也许有人问了信托、公募基金、保险资管不用pb那是人家有席位或接口等优势。系统直接上O3.2,O3.2就不说了,金融圈里都晓得
恒生HOMS/HAMP/Opuls,其实是O3.2精简产品,大量的奔私潮导致以前有大量公募、券商的基金经理直接上手比较简洁,这里要说一下其实恒生是有很大野心的,在股灾之时HOMS(就是这个东西助推了2万亿的成交量,俗话就是虚拟账户配资)是可以实现清算-绩效分析-多样交易服务的,当时的pb业务还未成熟,券商虽然看到恒生这钱赚的轻松但是只能眼红,恒生的地位是实现私募投顾的拎包入住,经纪商-托管-清算-报表-交易。恒生是可以提供整套服务,曾经在去年的一月份我一哥们(入职2个月)预估说他15的个人收入能有100万(有正规业务也有配资业务)。当时的疯狂程度可想而知。可惜天上掉雷,HOMS造就了2015牛市,也最终死在上面。证监会下文停止第三方接入。意思就是原来使用HOMS的群体 空有一套系统无法与经纪商对接进行交易指令执行。于是乎就出现了后来的HAMP/Opuls其中修改了:虚拟账户撤掉、资金清算阉割、丰富绩效分析、丰富代销等环节。但是始终没有交易接口客户肯定就会流失,于是乎恒生和券商一聊:你不是看我的这钱赚的很轻松嘛,现在你是大爷我们好好聊聊,就聊出来了我把HAMP给你,到时候你分我杯羹就行啦~至于怎么分,我只能说还是跟佣金有关系。于是乎恒生的系统就成了券商PB的系统,根据券商给钱的多少恒生讲系统加客户全部导流过去……
讯投是异军突起,当时看到恒生赚钱的有讯投但是人玩的比较正规,几乎不涉及虚拟配资。主要是服务投顾为主,由于系统的处理能力快速价格优惠(这就不得不再说一下homs,系统是没问题的稳定性也问题但是就是TMD的卡、卡、卡……)讯投就这样占领了一部分私募市场。但是苦逼的是停交易接口也直接给这哥们给毙了,而且这产品年费的收费模式,跟交易量没关系啊~ 后来走的路跟恒生一样了
金证就不说,资管系统搞不过恒生、配资系统也搞不过、PB还是搞不过。。。一直活在阴影下(勿喷)。论产品的重要性!
同花顺是比较有意思的一家公司。恒生和同花顺是金融软件老牌服务商,只不过一家定位于机构一家服务散户。但是私募是啥,就是不伦不类的群体。看恒生赚钱同花顺也插了一腿于是跟着被证监会通报罚款。但这躺枪中的十分让人愉悦,这一枪标志着同花顺也是有能力为机构客户服务的。于是乎同花顺一不做二不休,接着开发了针对私募机构的投研系统。同花顺凭借服务了10多年散户的基础,硬是没有断掉交易(据说小型券商70%的交易量是从同花顺的客户端发出的)。顺道就把散户通道转到机构交易上。而正因为这点同花顺解决了市场上最迫切的需求:多券商多账户集中管理(众所周知没有哪个SB把所有的产品放到一家券商,里有很多),好像之前同花顺还有个量化系统,于是乎大胆创新把量化那套东西跟投研系统对接上,竟然实现了VWAP拆单、预埋、自动交易的功能。不得不说同花顺这是顺路捡钱啊。但是这哥们也不想得罪券商,券商有PB有交易惹不起啊,于是也走了恒生的路。当然自助产品也搞。多券商管理我来,PB就卖券商个人情(我就想当跟腿毛,别刮毛~)
最后说两句:信息服务商始终是系统服务,始终做不了金融服务。曾经恒生做到了然后就挂了。这些私募也挺惨的,接口不给VPN太贵,峰回路转还是让券商坑,还好券商不团结……价格战打的好!!!
著作权归作者所有。商业转载请联系作者获得授权,非商业转载请注明出处。
几家大的券商的PB系统以及算法交易概况大致是怎样的?的更多相关文章
- 各大公司广泛使用的在线学习算法FTRL详解
各大公司广泛使用的在线学习算法FTRL详解 现在做在线学习和CTR常常会用到逻辑回归( Logistic Regression),而传统的批量(batch)算法无法有效地处理超大规模的数据集和在线数据 ...
- 读<大数据日知录:架构与算法>有感
前一段时间, 一个老师建议我能够学学 '大数据' 和 '机器学习', 他说这必定是今后的热点, 学会了, 你就是香饽饽.在此之前, 我对大数据, 机器学习并没有非常深的认识, 总觉得它们是那么的缥缈, ...
- K:找寻数组中第n大的数组元素的三个算法
相关介绍: 给定一个数组,找出该数组中第n大的元素的值.其中,1<=n<=length.例如,给定一个数组A={2,3,6,5,7,9,8,1,4},当n=1时,返回9.解决该问题的算法 ...
- (数据科学学习手札09)系统聚类算法Python与R的比较
上一篇笔者以自己编写代码的方式实现了重心法下的系统聚类(又称层次聚类)算法,通过与Scipy和R中各自自带的系统聚类方法进行比较,显然这些权威的快捷方法更为高效,那么本篇就系统地介绍一下Python与 ...
- 3D立体显示大屏幕拼接视频墙系统解决方案【转】
http://shop.souvr.com/thread-123416-1-1.html 随着3D立体视像.全息影像等技术不断取得突破性进展,国内外越来越多的公司投身3D显示领域,产品层出不穷.3D技 ...
- Android融合推送MixPush SDK集成多家推送平台,共享系统级推送,杀死APP也能收到推送
消息推送是App运营的重要一环,为了优化消息推送成功率,降低电量和流量消耗,系统级的推送服务显得尤为重要.小米和魅族由此推出了自家的推送平台,在MIUI和Flyme上共享系统级推送服务,让APP在被杀 ...
- 电竞大数据平台 FunData 的系统架构演进
电竞大数据时代,数据对比赛的观赏性和专业性都起到了至关重要的作用.同样的,这也对电竞数据的丰富性与实时性提出了越来越高的要求. 电竞数据的丰富性从受众角度来看,可分为赛事.战队和玩家数据:从游戏角 ...
- 大数据架构(PB级)
1.随着互联网快速发展,数据量的快速膨胀,我们日增3000多亿数据量,因此需要针对PB级存储.几百TB的增量数据处理架构设计 2.系统逻辑划分总图: 暂不便透露 3.系统架构图: 4.大数据计算引擎我 ...
- 【大前端之打通账号系统】passport应该如何落地?
前言 之前接入百度账号系统的时候写了一篇博客做研究:[大前端]认识单点登录,出来后才发现,很多小公司其实并没有将账号系统打通,总结一下账号系统没通的原因是: ① 最初设计就没想过身份认证应该做整合 ② ...
随机推荐
- saiku数据实现实时更新
(1) # vim saiku-server/tomcat/webapps/ROOT/js/saiku/Settings.yaml 将 LOCALSTORAGE_EXPIRATION: 3600000 ...
- puppet之资源
资源 资源的定义 一个帐号,一个文件,目录,软件包都可以称作是资源,每个资源的定义都具有标题,类型,以及一些列属性. 常见的资源有notify(调试与输出),file(配置文件),package(软件 ...
- linux下mysql5.7的MHA高可用架构搭建
一.MHA简介 MHA(Master High Availability)目前在mysql高可用方面比较成熟.是一套优秀的作为 mysql高可用性环境下故障切换和主从提升的高可用软件.在MySQL故障 ...
- mac安装测试myCat
参考博文https://www.cnblogs.com/chanshuyi/p/head_first_of_mycat.html 1.下载解压mycat的mac版(位置不限) 2.cd进bin文件 ...
- python gitlab 学习笔记
gitlab创建个人访问令牌(personal access token) https://blog.csdn.net/NGU2028070003/article/details/86634474 P ...
- Shiro(二)
1 Shiro的授权 1.1 授权流程 1.2 授权方式 shiro支持三种方式的授权 1.2.1 编程式 通过编写if/else完成授权代码. if(subject.hasRole("ro ...
- 40 final、finally、finalize的区别
1.final 用于声明属性.方法.类.分别表示属性不可被改变,方法不可被覆盖,类不可被继承. (1)一个类不能既被声明为abstract的,又被声明为final的. (2)被声明为final的变量必 ...
- STL::allocator rebind
阅读侯捷的STL源码剖析时,发现在allocator类的代码中有这样一个struct template<class T> class allocator { ... template< ...
- FJWC2017&FJOI2017一试 游记
day1 早上是以前泉州七中的杨国烨讲课.(据说当时看新闻说是一对双胞胎一起上thu的其中一个)课题是图论/网络流. 下午第一道一开始推出来了一个之和面积有关的式子,然后觉得可以容斥一发,觉得 ...
- React 项目 ant design 的 CheckboxGroup 验证
使用 ant design 提供的 getFieldDecorator 进行验证 一般开始使用默认选中 <FormItem> {getFieldDecorator('checkProtoc ...