關于我們

隨著以大數據、人工智能為基本特征的互聯網技術飛速發展，正在推動著企業和消費者的需求通過直接或間接的形式對金融產業形成沖擊。大數據打破信息的不對稱，推動金融模式創新，提高交易效率的同時降低交易成本，正在從金融交易形式和體系結構兩個層面改造金融業。因此大數據已經成為金融行業必須面對的重要機遇和技術挑戰。數據創新逐漸成為推動金融領域發展的核心動力，特別是人工智能和區塊鏈這兩個技術，在未來會大大增強數字貨幣在金融市場當中的使用比例，同時可能徹底改造個人與金融機構之間的關系。所以大數據將推動未來金融機構核心能力產生增量式的變化。

針對上述需求和挑戰，孚典利用自身在大數據平臺構建，高性能計算和機器學習方面的技術積累，為金融行業推出了 FodaFinance 系列產品，可提供便捷易用的 WebUI, API 操作接口，方便用戶操作，定制業務邏輯并進行快速發布應用系統。FodaFinance 通過孚典 FodaRM 系統管理工具，能夠簡化用戶運維和部署的復雜度，使用戶專注于業務模型的開發部署。

FodaFinance 系列產品主要由三部分組成：Fobcas構建區塊鏈服務平臺；Fodmap進行金融大數據分析建模及驗證；Foatrade構建基于機器智能的算法交易系統。

Fobcas 為金融用戶提供一站式區塊鏈平臺構建與發布服務。如上圖所示，Fobcas 提供操作接口 UI, APIs 和 SDK 供用戶進行操作和定制專用客戶端 app。Fobca 本身通過 API 為用戶提供定制接口，方便業務邏輯定制和二次開發。同時還提供數據集成和分析挖掘服務。由FodaDB 提供數據集成和對接功能，可以與 FodaQuery 組件對接以進行企業 ERP 數據集成，與 FodaAnalytics 對接以進行高性能數據分析和挖掘。

金融數據分析和建模涉及數據密集和計算密集性操作， Fodmap 基于孚典 FodaAnalytics 和 FodaQuery 構建。FodaAnalytics 采用分布式并行運算框架實現?；跈C器學習通常所需的高性能計算需求，孚典為 FodaAnalytics開發了多種硬件加速技術的適配驅動，以保障計算過程能夠有效地利用硬件處理能力（例如 GPGPU，XeonPhi）。FodaAnalytics本身集成了包括深度學習，MLLib，以及 R 語言機器學習庫，為用戶提供豐富的算法資源庫。Fodmap用戶可以基于現有 FodaAnalytics 機器學習 API 進行數據分析應用開發，也可以創建獨立的應用算法，包括創新的金融模型，直接由FodaAnalytics 底層運算引擎進行運行驗證。

孚典算法交易引擎

算法交易是金融自動化技術的重要組成部分，近年來由機器學習技術發展引發的 AI 建模分析以及驗證對傳統算法交易模型構建起到有效促進和優化。由于機器學習算法可以發掘樣本數據中的隱含特征，通過使用不斷積累的操作數據進行持續的模型迭代，可以使交易模型具有更好的適應性。

Foatrade 采用 FodaDB 和 FodaQuery 作為數據引擎，FodaAnalytics 作為處理引擎，采用迭代式模型優化技術生成動態算法交易模型。用戶既可以簡單的指定迭代數據源和相關算法進行模型優化，也可以自定義模型調整策略以實現其專有的優化算法。與其它孚典產品一樣，Foatrade 提供便捷易用的 UI 和 API，方便用戶進行快速開發部署。