第三章:深入浅出开发交易系统公开课(业务场景)

深入浅出开发交易系统公开课(目录)


关键词:【领域建模】【用例驱动】【业务模型】【业务场景】【专业术语】


在上文第二章:深入浅出开发交易系统公开课(用户需求矩阵)中我们从全用户视角将交易类系列软件分为三类基础产品(交易系统)、2B产品(做市机器人系统)、2C产品(量化交易系统);
接下来,我们对基础产品(交易系统)进行业务场景的详细分析;


1. 业务建模方法简介

业务建模思维路线.png

软件过程本质上就是将传统手工业务进行数字化、信息化;一个完整的手工业务需要业务工人、业务流程、纸质介质等通力协作完成业务目标;

因此,我们需要回归业务本质。

我们先暂时忽略数字化、信息化对传统业务的影响,直接以全人工方式执行业务的思路来分析交易系统的各类业务;看过《三体》的朋友,一定对书中描述的秦始皇人列计算机有深刻的印象;同样,我们对交易系统的业务分析也可以回归到原始,以业务工人为原点:

  • 针对单个业务我们采用【单个业务-思维路线】从 供方、输入、过程、输出、客户五个方面完整的描述如何完成单个业务目标;
  • 针对业务架构,我们采用【业务架构-思维路线】从模块化、分层分级、业务关系三个要素对业务架构进行分析;

通过以上两种方式,我们从源头上探究业务。

化繁为简、回归业务、以人为本、正道成功

2. 交易系统术语介绍

术语名词 说明 备注
交易对
深度盘口
K线盘口
成交量盘口
持仓数据
市价委托
现价委托
。。。。

更多的专业术语可以参考股票相关术语表;


3. 交易系统的业务场景

正如前文描述的交易系统分为外围系统核心系统。本文主要分析核心系统的业务场景;对外围系统(OTC、钱包、推广等业务系统)的业务分析,大家可以自行分析。

那么,现在让我们穿越到七十年代,那个年代没有电脑没有信息化,有的就只是【人】、【笔】、【纸】。让我们看看他们是怎么完成交易流程的!!!


3.1 业务模型(静态要素)

看看那个年代人们在交易所里都需要做什么,怎么做?

  • 交易所服务的客户是谁呢?:
    • 【交易用户】
  • 交易所提供的服务有哪些呢?:
    • 【交易用户委托单 挂单业务】【交易用户委托单 撤单业务】【交易用户委托单 成交业务】【交易用户行情数据 查询业务】
  • 交易所里工作的业务工人有哪些呢?:
    • 【校验员】:职责是对【申请单】进行分类、校验、排序等操作;输出【委托单】(其中分为【挂单校验员】【撤单校验员】【查询校验员】)
    • 【撮合员】:职责是对【委托单】进行撮合匹配、校验撤销等操作;输出【成交单】 (其中分为【市价撮合员】【限价撮合员】)
    • 【清算员】:职责是对【成交单】进行校验、分类、轧差等操作;输出【结算单】
    • 【结算员】:职责是对【结算单】进行银货对付等操作;输出结算结果
    • 【存档员】:职责是对【委托单】【成交单】【结算单】进行查询、存档、变更等
    • 【通信员】:职责是为其他业务工人传递各类信息
    • 【核算员】:职责是对其他业务工人的结果进行核算【暂不考虑】
    • 【报价员】:职责是向交易用户提供交易的成交价
  • 交易所里业务工人之间的沟通的关键介质有哪些呢?:
    • 【申请单】【成交单】【结算单】

完整的业务模型见下图:

业务模型.png

3.2 业务流程(动态要素)

从上面的所有内容中,我们看到了交易所的静态的关键要素:【人】【物】;那么接下来我们看看交易所的动态要素:【业务流程】;

分析思路:以交易用户的需求为起点,经由交易所里的业务工人进行业务工作、并填写、处理、存单各类业务表单,最终反馈给交易用户的需求处理结果。

业务流程全景图.jpeg
指令集合

校验员工作说明书

校验员工作说明书.png

撮合员工作说明书

略。。。

清算员工作说明书

略。。。

结算员工作说明书

略。。。

存档员工作说明书

略。。。

通信员工作说明书

略。。。

核算员工作说明书

略。。。

报价员工作说明书

略。。。


4. 结束语

以上就是我们对交易系统的业务场景的分析,内容过多,所以只是展示了基本的分析思路与分析结果示例;

通过阅读本文,大家可以进一步了解交易系统。目前我们已经从【用户需求矩阵】【交易系统的业务场景】上对交易系统进行了分析;那么,接下来我们可以从IT技术方面探索【交易系统的核心三系统】;

注意事项:

在交易系统的实际运营中,我们还会发现交易系统目前存在的实际问题还有很多,包括业务层面、技术层面;例如:

  • 新交易所的交易流动性低,无法满足用户的交易需求;
  • 交易系统的终端产品用户体验不佳,性能低等;

面对以上的问题,我们还需要进行更多的学习与完善。结合更多的交易类软件产品来不断满足交易场景下的用户需求;例如:做市机器人系统、量化系统等。