Конвертер данных для информационных систем участников финансового рынка тема диссертации по экономике, полный текст автореферата

Автореферат диссертации по теме "Конвертер данных для информационных систем участников финансового рынка"

На правах рукописи

Беляев Николай Андреевич

КОНВЕРТЕР ДАННЫХ ДЛЯ ИНФОРМАЦИОННЫХ СИСТЕМ УЧАСТНИКОВ ФИНАНСОВОГО РЫНКА

Специальность 08.00.13. - Математические и инструментальные методы

экономики

АВТОРЕФЕРАТ

диссертации на соискание ученой степени кандидата экономических наук

Москва - 2004

Работа выполнена на кафедре информационных технологий Российской Экономической Академии им. Г.В. Плеханова

Научный руководитель:

кандидат технических наук профессор А.К. Волков

Официальные оппоненты:

доктор технических наук профессор А.Н. Сазанович кандидат экономических наук В.Х. Думенко

Ведущая организация:

Институт Международных Экономических Связей

Защита состоится «Щ » М2004 г. в Ц ~ часов на заседании

диссертационного совета Д. 212.196.01 в Российской Экономической Академии им. Г.В. Плеханова по адресу: 115054, г. Москва, Стремянный переулок д.36, ауд

С диссертацией можно ознакомиться в библиотеке РЭА им. Г.В. Плеханова.

Автореферат разослан « »

г.

Ученый секретарь

диссертационного совета Д. 212.196.01 к.э.н., доцент

Г.Д. Серов

I. ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность темы исследования обусловлена тем, что в настоящее время успешная деятельность на финансовом рынке невозможна без применения математических методов, информационных технологий и средств хранения и обработки больших объемов информации.

На финансовом рынке принятие решений в значительной степени осуществляется с использованием методов финансовой математики, которые положены в основу процедур оценки стоимости рыночных активов, разработки торговой стратегии и оценки финансовых результатов деятельности. Эти методы формируются в виде аналитических модулей поддержки решений. Их практическое применение предполагает использование специализированных программных продуктов1 для осуществления расчетов на больших объемах исходной информации (данные программных модулей информационных систем участников финансового рынка, котировки финансовых инструментов, курсы валют, волатильности и т.п.). Разнородность источников и большие объемы информации в условиях ограниченного времени принятия решений на финансовом рынке порождают проблему обеспечения достоверности и скорости передачи данных в аналитические модули, а также отрицательно сказываются на возможности быстрого нахождения источников ошибок в передаваемой информации.

В настоящее время на рынке программных продуктов предлагаются средства гарантированной доставки информации, которые позволяют передать информацию от источника к приемнику без искажений. Но, если информация была искажена на стороне источника данных, то ошибки передаются в приемник данных и не могут быть выявлены программными средствами.

Задача локализации ошибки возлагается на аналитика, который, однако, не располагает ни достаточным количеством времени, ни инструментальными средствами для ее решения. Пропущенная ошибка может привести к неправильно принятым управленческим решениям, что в дальнейшем отразится на результатах деятельности компании. Таким образом, используемые в настоящий момент средства гарантированной доставки информации не снижают операционные риски, обусловленные ошибками, возникающими в источнике данных.

В связи с этим, существует насущная необходимость в разработке инструментальных методов передачи информации, позволяющих снизить подобные риски и повысить достоверность данных, передаваемых в аналитический модуль информационных систем участников финансового рынка. Эти разработки направлены на повышение качества принимаемых решений при проведении операций на финансовом рынке.

Степень научной разработки проблемы.

Теоретические и методологические вопросы разработки и практического применения информационных технологий для повышения качества принятия решений при проведении операций на финансовом рынке освещены в трудах ряда российских и зарубежных специалистов. Выделим среди них работы Барановской Т.П., Лойко В.И., Семенова М.И., Трубилина А.И., Глазкова А.В., Прейса В.Ю, Устиновой Г.М, Уткина В. Б., Балдина К. В., Бикмуллина А.Л., Давлетова В.В., Краевой Т.А., Вендрова А.М, Калянова Г.Н., Г. Буча, Д. Рамбо, А. Джейкобсона и др.

Однако, в указанных работах недостаточно внимания уделено рассмотрению подходов к повышению достоверности информации, передаваемой в аналитический модуль. Необходимость рассмотрения этих вопросов обуславливает актуальность темы диссертационного исследования и предопределяет его цель и задачи.

Цель работы состоит в разработке подходов к повышению достоверности информации, передаваемой в аналитический модуль информационных систем участников финансового рынка, без потерь в скорости передачи данных, и реализующих их инструментальных методов.

Для достижения поставленной цели были сформулированы и решены следующие задачи:

• определение состава задач, решаемых участниками финансового рынка в процессе принятия решений;

• систематизация моделей, применяемых в рамках аналитического модуля, и определение структуры информационных потоков, связывающих аналитический модуль с источниками информации;

• выявление причин появлени ошибок в данных в существующих системах обеспечения аналитического модуля информацией;

• разработка метода упорядочивания данных, позволяющего обеспечить достоверность информации, передаваемой в аналитический модуль;

• разработка функциональной модели инструментального средства обеспечения аналитического модуля информационных систем участников финансового рынка достоверными данными (конвертера данных);

• разработка архитектуры программного обеспечения (ПО), реализующего функциональную модель конвертера;

• разработка библиотеки адаптируемых шаблонов загрузки, расчетов и передачи информации для их использования в качестве базовых, классов при создании программных средств обеспечения данными аналитических модулей информационных систем участников финансового рынка;

• разработка базы данных, обеспечивающей хранение финансовой информации, передаваемой в аналитический модуль, и соответствующей архитектуре конвертера.

Объект исследования - информационные системы участников финансового рынка.

Предмет исследования - методы повышения достоверности данных, передаваемых в аналитические модули информационных систем участников финансового рынка.

Методологической и теоретической основой диссертационной работы явились исследования и научные выводы российских и зарубежных ученых в области финансовой математики, объектно-ориентированного анализа и проектирования информационных систем, теории баз данных, теории системного анализа.

В диссертационном исследовании была использована информация, отражающая содержание законов и нормативных актов, регулирующих проведение операций на финансовом рынке в зарубежных государствах и РФ.

Научная новизна работы заключается в разработке инструментальных методов, повышающих без потерь в скорости передачи данных достоверность информации, поступающей в аналитический модуль информационных систем участников финансового рынка, на основе ее упорядочивания и классификации.

Наиболее существенные результаты исследования, полученные лично автором и выдвигаемые на защиту, состоят в следующем:

1. Систематизированы модели, применяемые в рамках аналитического модуля, и определена структура информационных потоков, связывающих аналитический модуль с источниками информации.

2. Выявлены причины появления ошибок в данных при использовании существующих подходов к обеспечению аналитического модуля информацией.

3. Разработан теоретический подход к повышению достоверности информации, используемой в автоматизированных средствах проведения финансовых расчетов.

4. Предложена функциональная модель инструментального средства передачи данных в аналитические модули информационных систем участников финансового рынка (конвертера данных).

5. Спроектирована архитектура программного обеспечения и создана библиотека шаблонов классов финансовой информации, обеспечивающая реализацию конвертера данных.

6. На основе библиотеки шаблонов разработана структура хранилища данных конвертера.

Теоретическая и практическая значимость работы заключается в развитии методов повышения достоверности информации, используемой в аналитических модулях информационных систем участников финансового рынка, а также в возможности и целесообразности использования разработанного инструментального метода и способа его реализации при проектировании информационных систем.

Результаты диссертационного исследования позволяют повысить оперативность и качество контроля достоверности исходной информации, поступающей в аналитический модуль. Использование разработанного метода способствует повышению качества решений, принимаемых при проведении операций на финансовом рынке.

Апробация работы.

Основные теоретические положения и результаты диссертационной работы обсуждены и одобрены на ХШ-ых и ХУ1-ых Международных Плехановских чтениях и на кафедре информационных технологий Российской экономической академии им. Г.В. Плеханова.

Предложенный инструментальный метод, функциональная модель и архитектура программного обеспечения успешно прошли апробацию в компании ЗЛО "АСК - Софт" (аккредитована при ИАУЦ НАУФОР в качестве поставщика программного продукта по ведению внутреннего учета в

инвестиционных компаниях) и используются в пpoeктаx компании по автоматизации деятельности инвестиционных компаний.

Публикации. По теме диссертации опубликовано 5 печатных работ общим объемом 2,82 п.л.

Структура диссертации. Диссертация состоит из введения, трех глав, заключения, библиографического списка и двух приложений. Объем работы составляет 118 машинописных страниц, включая 32 диаграммы, 7 таблиц, 5 схем и 11 рисунков. Библиографический список включает 79 наименований, в том числе 11 источников на иностранных языках.

II. ОСНОВНОЕ СОДЕРЖАНИЕ РАБОТЫ.

Во введении приведено обоснование выбора темы диссертационной работы, дана краткая характеристика работы, сформулированы положения диссертации, подлежащие защите.

В первой главе «Информационное обеспечение аналитической системы участника финансового рынка» проведен анализ существующих способов обеспечения данными аналитических модулей информационных систем участников финансового рынка, на основе которого сделан вывод об их недостаточной надежности.

Отмечено, что компаниями-участниками финансового рынка используются разнообразные модели для оценки активов, формирования торговых стратегий и определения результатов деятельности в процессе проведения операций. Информацию, используемую при принятии решения, с точки зрения источника получения и степени достоверности можно разделить на две основные группы:

1. внешняя информация - т.е. информация, получаемая из внешней среды и обладающая максимальной степенью неопределенности

(например, котировки финансовых инструментов, волатильности, курсы валют);

2. внутренняя информация - т.е. учетная информация, получаемая непосредственно в компании и, при отлаженном учете, максимально достоверная (например, массив заключенных сделок, данные о состоянии сделок, данные о портфелях трейдеров).

Модели, использующие внешнюю информацию, характеризуются сложностью проведения расчетов (например, модели оценки стоимости активов, формирования торговой стратегии, модели имитационного моделирования рынка). Модели, использующие внутреннюю информацию менее сложны для расчетов, но требуют достоверной информации в соответствующей детализации (например, модели финансового анализа предприятия, коэффициенты).

Современные информационные системы участников финансового рынка включают в себя множество специализированных подсистем (подсистемы ввода сделок, сопровождения сделок, загрузки рыночных данных, подготовки отчетности и др.), почти все из которых являются источниками данных для аналитического модуля. В силу того, что субъекты финансового рынка вынуждены принимать решения в условиях ограниченного времени, разнородность источников данных порождает проблему обеспечения скорости и надежности передачи информации в аналитические модули, а также отрицательно сказывается на возможности быстрого нахождения источников искажения передаваемых данных. В этой связи, от способа обеспечения аналитических модулей необходимой им информацией зависит их настраиваемость, надежность и скорость работы, а следовательно и качество принимаемых управленческих решений.

В настоящее время, на практике либо строят интерфейсы между аналитическим модулем и всеми источниками данных, либо объединяют аналитический модуль и источники данных в единую систему.

В случае возникновения необходимости проверки достоверности информации, выдаваемой в отчетах (при условии отсутствия инструментальных средств для решения этой. задачи), поиск возможного источника искажения информации затруднителен, поскольку модели используют как информацию о сделках, операциях и статусах их прохождения из внутренних источников, так и информацию из внешних источников (курсы, котировки). В условиях, когда количество сделок достаточно велико (например, на валютном рынке число сделок в день может превышать тысячу), разнообразны виды заключаемых сделок, используется несколько источников котировок, а также присутствуют операционные риски, связанные с ручным вводом информации, проверка достоверности информации при условии, что она не классифицирована становится трудоемкой и не всегда выполнимой в

разумные сроки задачей. Следствием этого является недостаточная достоверность информации, передаваемой в аналитический модуль.

Также, когда для анализа используются данные напрямую из базы данных сделок, начало проведения новых операций требует доработки аналитического модуля даже в том случае, когда методологически возможно использование уже работающих моделей, из-за того, что расчетные процедуры жестко привязаны к источникам информации. Таким образом, налицо низкая адаптивность такого подхода к изменениям в информационной системе компании.

При втором подходе, аналитический модуль объединяют с самым значимым «поставщиком» данных. При большом объеме проводимых операций сильно снижается скорость работы информационной системы в целом, ведь расчетные процедуры аналитического модуля могут сильно замедлить систему. Компаниям, действующим на рынках FOREX или рынках ценных бумаг, приходится принимать решения в условиях нехватки времени и «медлительность» аналитической системы является серьезным недостатком.

Таким образом, можно утверждать, что существующие на настоящий момент подходы к обеспечению данными аналитических блоков информационной системы участников финансового рынка не обеспечивают необходимой достоверности и скорости передачи данных. Для решения этой проблемы предложен метод упорядочивания информации, используемой аналитическим модулем. Практической реализацией метода является инструментальное средство обеспечения достоверными данными аналитического модуля (конвертер данных). Разработка конвертера осуществляется с использованием CASE-средств. Под термином CASE-средства понимаются программные средства, поддерживающие процессы создания и сопровождения информационных систем, включая анализ и формулировку требований, проектирование прикладного программного обеспечения (ПО) и баз данных, генерацию кода, тестирование,

документирование, обеспечение качества, конфигурационное управление и управление проектом, а также другие процессы. СЛ8Е-средства вместе с системным программным обеспечением и техническими средствами образуют полную среду разработки информационной системы. Использование СЛ8Е-технологий позволяет обеспечить высокий уровень технологической поддержки процессов разработки и сопровождения ПО, высокую производительность, качество продукции, соблюдение стандартов и документирование ПО.

Вторая глава «Инструментальный метод обеспечения аналитических модулей достоверной информацией» посвящена использованию методологии объектно-ориентированного анализа и проектирования для создания метода обеспечения аналитических модулей достоверной информацией.

Для обеспечения достоверности данных, передаваемых в аналитические модули, предлагается использовать инструментальное средство - конвертер данных, который выполняет роль буфера между аналитическим модулем и источниками данных для него (см. Рис. 2).

Конвертером производится преобразование данных из внутренних (данные о сделках, операциях и их состоянии) и внешних источников (котировки и курсы, волатильности), и он служит единственным поставщиком информации для аналитического модуля.

Преобразование и классификация осуществляется в соответствии с тезаурусом («словарем»), которым оперируют используемые в аналитическом модуле модели (пример классификации приведен в Таблице 1).

Наличные позиции по портфелям

Позиция по портфелю 1 на 27.05.03 -4350000

Позиция по портфелю 2 на 27.05.03 -200000

Позиция по портфелю 3 на 27.05 04 -562000

Позиция по портфелю 4 на 27.05.04 39834461 82

Стоимости позиций по рынку

Стоимость позиции по рынку по портфелю 1 на 27.05.03 -4679947.5

Стоимость позиции по рынку по портфелю 2 на 27.05.03 -215170

Стоимость позиции по рынку по портфелю 3 на 27.05.03 -604627.7

Стоимость позиции по рынку по портфелю 4 на 27.05.03 42855905.75

Стоимости позиций по ценам сделок

Стоимость позиции по ценам сделок по портфелю 1 на 27.05.03 -4474755

Стоимость позиции по ценам сделок по портфелю 2 на 27.05.03 -203890

Стоимость позиции по ценам сделок по портфелю 3 на 27.05.03 -576806.2

Стоимость позиции по ценам сделок по портфелю 4 на 27.05.03 40778112.38

Таблица 1. Пример группировки данных в конвертере.

Аналитический модуль, таким образом, остается изолированным от источников информации. Это позволяет более корректно управлять потоком данных и дает гарантию того, что передана достоверная информация в необходимом виде.

Основное преимущество такого подхода - достоверность передачи данных без потери в скорости. Потери в скорости не произойдет, так как несмотря на то, что применение конвертера добавляет дополнительное звено в цепочку связи аналитического модуля с источниками данных, конвертер служит средством предварительного расчета части показателей, необходимых для аналитического модуля, тем самым ускоряя его работу. В ходе тестовой

апробации конвертера компанией «АСК-Софт» замедления работы аналитического модуля выявлено не было.

Использование «словаря» сильно облегчит поиск ошибок в исходных данных, так как для аналитик может в достаточно короткие сроки осуществить поиск ошибок по детализированной в соответствии с системой понятий аналитического модуля информации, сравнивая свои экспертные оценки показателей с теми, что были получены в конвертере. Также, пользуясь «словарем» аналитического модуля всегда можно определить, какая информация понадобится при изменении расчетных процедур, а какая уже есть. При добавлении новых типов сделок с новыми финансовыми инструментами есть возможность использовать существующие расчетные процедуры, что обеспечивает гибкость аналитического модуля.

Таким образом, предлагается организовать процесс обеспечения аналитического модуля достоверной информацией через взаимодействие множества объектов2 двух классов:

• «информационная единица» - понятие, которым оперируют аналитические модели.

• «семантическая связь» - правило, по которому одни информационные единицы связаны с другими.

Для обеспечения этого взаимодействия необходима разработка функциональной модели конвертера, библиотеки классов, дополняющих базовые классы, упомянутые выше, и служащих для реализации этой модели, а также структура хранилища данных. Функциональная модель, библиотека классов и структура хранилища данных конвертера могут зависеть от особенностей конкретной платформы реализации, но можно предложить обобщенную модель.

2 При рассмотрения используется определение объекта, данное Г. Бучем в работе «Объектно-ориентированный анализ и проектирование»: «Объект обладает состоянием, поведением и идентичностью; структура в поведение схожих объектов определяет общий для них класс».

В работе разработана функциональная модель конвертера, в которой реализовано решение четырех основных задач: загрузка данных, классификация данных, преобразование данных, выгрузка данных (Рис. 3).

Работа конвертера в соответствии с представленной функциональной моделью обеспечивается при помощи следующих классов:

1. Информационная единица. Служит для создания классификации передаваемой через конвертер информации.

1.1. Внутренняя информационная единица. Служит для выделения в отдельную сущность рассчитываемых конвертером данных.

1.2. Внешняя информационная единица. Служит для выделения в отдельную сущность данных, загружаемых в хранилище конвертера.

2. Семантическая связь. Служит для создания связи между классами информации в конвертере и обеспечивает расчет значений зависимой информационной единицы.

3. Запрос. Обеспечивает способ загрузки в хранилище конвертера информации из внешних источников.

4. Загрузчик. Утилита для осуществления комплексной загрузки внешних данных.

5. Преобразователь. Утилита для комплексного расчета данных в соответствии с семантическими связями.

6. Передатчик. Утилита для осуществления комплексной выгрузки данных во внешние системы.

Перечисленные классы составляют архитектуру конвертера с точки зрения проектирования. На Рис. 4 изображена диаграмма классов конвертера.

Пользователь конвертера может осуществлять в нем следующие операции:

1. Настройка информационных единиц.

1.1. Создание классификации данных, передаваемых в аналитический блок информационной системы.

1.2. Настройка процедур загрузки данных в хранилище конвертера.

2. Настройка семантических связей. Семантические связи задают правила расчета зависимых информационных единиц.

3. Настройка процедур выгрузки данных. Заключается в задании внешних источников данных и процедур обращения к ним.

4. Загрузка данных. Комплексная загрузка информации в хранилище конвертера.

5. Преобразование данных. Комплексное преобразование данных в соответствии с семантическими связями.

6. Выгрузка данных. Комплексная выгрузка данных во внешние системы.

7. Просмотр отчетов. Отчетность по информации, сохраненной в хранилище конвертера, информации об ошибках в процессе передачи данных и информации о зависимостях между данными.

Процесс взаимодействия финансового аналитика с ПО конвертера следующий: пользователь системы настраивает словарь информационных единиц, затем задает семантические связи между единицами (эти действия осуществляются посредством интерфейсной оболочки пользователя). В соответствии со словарем загружается информация из внешних систем; После загрузки конвертер преобразовывает ее согласно семантическим связям и сохраняет полученные данные. По заданному событию данные передаются в аналитическую систему в соответствии с настройками выгрузки. В случае, если результаты аналитической системы выглядят некорректными, с помощью отчетов конвертера пользователь выясняет, в каком классе информации произошло искажение или приходит к выводу, что проблема не в исходных данных.

Ко всем операциям классов выдвигаются следующие требования:

1. Все расчетные процедуры и процедуры загрузки данных реализуются как внешние по отношению к программе конвертера функции. Соответствующие операции реализуют лишь обращение к этим функциям.

2. Все модификаторы обязательно возвращают код ошибки. Нулевое значение кода сигнализирует об отсутствии ошибок при выполнении операции.

3. Обработка ошибок в операциях утилит классов обязательна. Все операции загрузки, преобразования и выгрузки должны выполняться с обязательным контролем ошибок. Все ошибки должны регистрироваться и утилиты должны корректно на них реагировать.

Предложенная архитектура ПО обеспечивает классификацию и предварительный расчет данных, используемых аналитическим модулем информационной системы участника финансового рынка в целях повышения достоверности данных без потери в скорости работы аналитического модуля. Также предложенная архитектура конвертера обеспечивает гибкость настройки процесса передачи данных, простоту смены источников данных и изменения расчетных процедур. При практическом применении предложенного инструментального метода в условиях конкретной платформы реализации конвертера потребуется разработка программных модулей для загрузки данных и расчетных процедур, осуществляющих семантические связи.

Архитектура формализована в виде совокупности шаблонов и может быть транслирована с помощью средства Rational Rose компании IBM, на настоящий момент являющимся промышленным средством проектирования архитектуры программного обеспечения и составляющим часть инструментария RUP (Rational Unified Process), в языки высокого уровня (такие как Visual C++ или Visual Basic).

В третьей главе «Структура хранилища данных конвертера и интерфейсная оболочка пользователя» рассмотрены такие аспекты практического использования архитектуры конвертера как структура хранилища данных и интерфейсная оболочка пользователя. Хранилище конвертера было реализовано как реляционная база данных. База данных полностью соответствует архитектуре программного обеспечения конвертера и позволяет хранить как данные передаваемые в аналитическую систему, так и информацию по настройке работы конвертера.

Разработка интерфейсной оболочки пользователя и структуры базы данных конвертера была выполнена с использованием CASE-средства PowerDesigner DataArchitecht компании Sybase Inc.

Модель хранилища была экспортирована средствами DataArchitect в SQL-скрипт для создания базы данных. На основе готовых классов были сгенерированы заголовочные файлы с описанием классов на языке C++.

Рассмотрен пример практического использования конвертера для расчета текущей позиции по рыночному активу. Приведен перечень реализованных процедур загрузки и преобразования данных, перечень информационных единиц и их семантических связей.

III. ВЫВОДЫ.

1. В настоящей работе разработан инструментальный метод, позволяющий повысить достоверность информации, передаваемой в аналитический модуль информационных систем участников финансового рынка.

2. Сформулированы основные требования к работе инструментального средства (конвертера данных), реализующего разработанный метод, и создана его функциональная модель. Конвертер загружает данные из всех внешних источников информации для аналитической системы, группирует их в соответствии с системой понятий аналитического модуля

(информационными единицами), производит преобразование данных в соответствии с заданными правилами (семантическими связями) и выгружает данные в аналитическую систему.

2. Разработана архитектура конвертера и библиотека шаблонов классов для реализации этой архитектуры. Работа конвертера осуществляется через взаимодействие объектов классов информационных единиц, семантических связей, запросов к внешним источникам данных и утилит комплексной загрузки, обработки и передачи данных.

3. Разработана структура хранилища конвертера для хранения передаваемой информации и настроек конвертера. Реализовано хранилище как структура таблиц реляционной базы данных. Набор таблиц и связи между ними соответствуют иерархии классов шаблона конвертера.

4. Разработана интерфейсная оболочка для организации работы финансового аналитика с конвертером. Набор экранных форм позволяет выполнять сценарии работы в программе, необходимые для настройки и мониторинга работы конвертера.

5. Разработана схема связи систем, которая может быть использована не только для обеспечения информацией аналитических систем. Подобная архитектура и классы могут быть использованы при решении задач, где необходимо передавать данные между модулями, реализующими разную функциональность на одной и той же информации, например для связи складской системы и системы нормативов производства с системой планирования закупок.

6. Разработанный метод решает текущие проблемы передачи данных в информационных системах участников финансового рынка, а также обладает потенциалом к дальнейшему развитию и использованию в решении разнообразных задач организации связи между информационными системами.

Основное содержание диссертации отражено в следующих научных публикациях автора:

1. Беляев НА Борисов А.С. Применение нейронных сетей в техническом анализе// XIII Международные Плехановские чтения.: Тезисы докладов профессорско-преподавательского состава, Москва 2000г., 0,06 п. л.

2. Беляев Н.А. Подходы к построению корпоративных информационных систем //XVI Международные Плехановские чтения: Тезисы докладов профессорско-преподавательского состава, Москва 2003г, 0,06 п.л.

3. Беляев Н.А. Архитектура интерфейса передачи данных в информационных системах финансовых компаний Издательство Российской Экономической Академии им. Г.В. Плеханова, Москва 2003г., 2 п.л.

4. Беляев Н.А. Обеспечение данными аналитических систем финансовых компаний // Современные аспекты экономики №18(46), Спб, 2003г., 0,3 п.л.

5. Беляев Н.А. Анализ методов передачи данных в аналитические модули информационных систем финансовых компаний // Вестник НАУФОР,№10 Москва 2003г. 0,4 п.л.

Отпечатано в типографии Российской экономической академии им. Г.В. Плеханова Заказ №50 Тираж 100 экз.

íí-78 44

Диссертация: содержание автор диссертационного исследования: кандидата экономических наук, Беляев, Николай Андреевич

ВВЕДЕНИЕ.

ГЛАВА 1. ИНФОРМАЦИОННОЕ ОБЕСПЕЧЕНИЕ АНАЛИТИЧЕСКОЙ СИСТЕМЫ УЧАСТНИКА ФИНАНСОВОГО РЫНКА.

1.1. Информационное обеспечение процесса принятия решений на финансовом рынке.

1.2. Проблемы автоматизации задач анализа в инвестиционных компаниях.

1.3. Инструментальные средства разработки информационных систем.

1.4. Выводы.

ГЛАВА 2. ИНСТРУМЕНТАЛЬНЫЙ МЕТОД ОБЕСПЕЧЕНИЯ АНАЛИТИЧЕСКИХ МОДУЛЕЙ ДОСТОВЕРНОЙ ИНФОРМАЦИЕЙ.

2.1. Функциональная модель конвертера.

2.2. Принципы построения конвертера.

2.2.1 Настройка словаря.

2.2.2. Задание семантических связей.

2.2.3. Загрузка данных из внешних систем.

2.2.4. Преобразование данных.

2.2.5. Настройка выгрузки.

2.2.6. Передача данных в аналитическую систему.

2.2.7. Просмотр отчетов.

2.2.8. Общие требования.

2.3. Выводы.

ГЛАВА 3. СТРУКТУРА ХРАНИЛИЩА ДАННЫХ КОНВЕРТЕРА И ИНТЕРФЕЙСНАЯ ОБОЛОЧКА ПОЛЬЗОВАТЕЛЯ.

3.1. Структура базы хранилища данных конвертера.

3.2. Архитектура приложения.

3.3. Сценарии работы в программе.

3.3.1. Создание информационной единицы.

3.3.2. Создание семантической связи.

Ф 3.3.3. Настройка процедуры загрузки данных.

3.3.4. Принудительная загрузка.

3.3.5. Принудительный расчет.

3.3.6. Поиск ошибок в данных.

3.4. Пользовательский интерфейс программы.

3.4. J. Создание информационных единии.

3.4.2. Создание семантических связей.

3.4.3. Настройка таймера.

3.4.4. Принудительная загрузка данных.

3.4.5. Принудительный расчет.

9 3.4.6. Отчет-схема о семантических связях.

3.4.7. Отчет по данным.

3.4.8. Отчет по проверке данных.

3.5. Определение текущей позиции.

3.5. Выводы.

Диссертация: введение по экономике, на тему "Конвертер данных для информационных систем участников финансового рынка"

В условиях современной конкурентной борьбы на финансовом рынке выигрывает тот, кто принимает правильные решения за максимально короткий срок. В то же время, качество принятого управленческого решения напрямую зависит как от оперативности получения, так и от объема используемой для принятия решения информации, поскольку, чем больше объем исходной информации, тем меньше неопределенность в принятии решения.

В свою очередь, объем информации, необходимой для своевременного анализа, планирования и контроля проводимых операций, зависит как от величины периода, за который информация была получена, так и от разнообразия используемой информации.

Успешная деятельность на финансовом рынке в настоящее время невозможна без применения информационных технологий, которые, с одной стороны, предоставляют средства регистрации и хранения больших объемов информации, а с другой стороны позволяют проводить сложные расчеты за короткое время. Ключевое значение в настоящий момент приобретают методы, позволяющие своевременно обрабатывать исходную и получать результирующую информацию в объеме и в разрезе, необходимом для принятия управленческого решения.

В компаниях - участниках рынка ценных бумаг, FOREX, рынка драгоценных металлов и пр. существует ряд специфичных проблем, связанных с автоматизацией аналитической работы. На финансовом рынке принятие решений в значительной степени осуществляется с использованием методов финансовой математики, которые положены в основу процедур оценки стоимости рыночных активов, разработки торговой стратегии и оценки финансовых результатов деятельности. Эти методы формируются в виде аналитических модулей поддержки решений. Их практическое применение предполагает использование специализированных программных продуктов1 для осуществления расчетов на больших объемах исходной информации (данные программных модулей информационных систем участников финансового рынка, котировки финансовых инструментов, курсы валют, волатильности и т.п.). Разнородность источников и большие объемы информации в условиях ограниченного времени принятия решений на финансовом рынке порождают проблему обеспечения достоверности и скорости передачи данных в аналитические модули, а также отрицательно сказываются на возможности быстрого нахождения источников ошибок в передаваемой информации.

В настоящее время на рынке программных продуктов предлагаются средства гарантированной доставки информации, которые позволяют передать информацию от источника к приемнику без искажений. Но, если информация была искажена на стороне источника данных, то ошибки передаются в приемник данных и не могут быть выявлены программными средствами. Задача локализации ошибки возлагается на аналитика, который, однако, не располагает ни достаточным количеством времени, ни инструментальными средствами для ее решения. Пропущенная ошибка может привести к неправильно принятым управленческим решениям, что в дальнейшем отразится на результатах деятельности компании. Таким образом, используемые в настоящий момент средства гарантированной доставки информации не снижают операционные риски, обусловленные ошибками, возникающими в источнике данных.

В связи с этим, существует насущная необходимость в разработке инструментальных методов передачи информации, позволяющих снизить подобные риски и повысить достоверность данных, передаваемых в аналитический модуль информационных систем участников финансового

1 При дальнейшем рассмотрении будем называть такие программные продукты - аналитическими модулями информационных систем участников финансового рынка или же просто аналитическими модулями. рынка. Эти разработки направлены на повышение качества принимаемых решений при проведении операций на финансовом рынке.

В настоящей работе предлагается подход к передаче данных в аналитический модуль, основанный на классификации информации в процессе ее передачи. В первой главе рассмотрены существующие подходы к обеспечению аналитического модуля данными, проведен их анализ и выявлены основные нерешенные проблемы. Во второй главе приведена функциональная модель, архитектура и шаблоны классов конвертера данных. В третьей главе рассматриваются аспекты практического применения архитектуры конвертера, такие как структура базы данных конвертера и интерфейсная оболочка пользователя.

Диссертация: заключение по теме "Математические и инструментальные методы экономики", Беляев, Николай Андреевич

3.5. Выводы.

В настоящей главе были рассмотрены основные аспекты практического использования шаблона конвертера для связи регистрирующих информацию систем и аналитической системы - структура хранилища конвертера и интерфейсная оболочка пользователя. Время разработки приложения было сокращено за счет проектирования конвертера с помощью CASE-средств:

• Rational Rose компании IBM.

• PowerDesigner DataArchitecht компании Sybase Inc.

Модель базы данных была экспортирована в SQL-скрипт для создания базы данных. На основе готовых моделей Rational были сгенерированы заголовочные файлы с описанием классов на языке высокого уровня С++, которые были потом включены в проект С++ Builder. Разработка приложения свелась к реализации пользовательского интерфейса, который разрабатывался в соответствии с use-case шаблона. Также были реализованы процедуры загрузки и преобразования данных.

Заключение

1. В настоящей работе разработан инструментальный метод, позволяющий повысить достоверность информации, передаваемой в аналитический модуль информационных систем участников финансового рынка.

2. Сформулированы основные требования к работе инструментального средства (конвертера данных), реализующего разработанный метод, и создана его функциональная модель. Конвертер загружает данные из всех внешних источников информации для аналитической системы, группирует их в соответствии с системой понятий аналитического модуля (информационными единицами), производит преобразование данных в соответствии с заданными правилами (семантическими связями) и выгружает данные в аналитическую систему.

3. Разработана архитектура конвертера и библиотека шаблонов классов для реализации этой архитектуры. Работа конвертера осуществляется через взаимодействие объектов классов информационных единиц, семантических связей, запросов к внешним источникам данных и утилит комплексной загрузки, обработки и передачи данных.

4. Разработана структура хранилища конвертера для хранения передаваемой информации и настроек конвертера. Реализовано хранилище как структура таблиц реляционной базы данных. Набор таблиц и связи между ними соответствуют иерархии классов шаблона конвертера.

5. Разработана интерфейсная оболочка для организации работы финансового аналитика с конвертером. Набор экранных форм позволяет выполнять сценарии работы в программе, необходимые для настройки и мониторинга работы конвертера.

6. Разработана схема связи систем, которая может быть использована не только для обеспечения информацией аналитических систем. Подобная архитектура и классы могут быть использованы при решении задач, где необходимо передавать данные между модулями, реализующими разную функциональность на одной и той же информации, например для связи складской системы и системы нормативов производства с системой планирования закупок.

7. Разработанный метод решает текущие проблемы передачи данных в информационных системах участников финансового рынка, а также обладает потенциалом к дальнейшему развитию и использованию в решении разнообразных задач организации связи между информационными системами.