MongoDB:在 AHL 使用一个平台管理所有金融数据


  • 管理員

             AHL 是 Man Group plc 旗下的量化投资管理公司,办公地点位于伦敦和香港,管理 113 亿美元资产。该公司依靠 MongoDB 等技术变得更加敏捷,因而在系统交易领域中占得先机。借助 MongoDB,AHL 可以更好地支持其量化研究员(或“数量分析专家”)研究、构建和部署全新的交易模型,以理解市场的行为方式。

             重要的是,AHL 并非只是零散地采用 MongoDB。在 AHL 确定 MongoDB 可以显著提升其运维效率后,这家金融服务公司将 MongoDB 用于整个公司的一系列应用程序。AHL 将一系列传统技术(例如关系型数据库)替换为基于 MongoDB 生成的单个平台,而这一替换针对了每种类型和每种频率的金融市场数据以及每个级别的数据 SLA,其中包括:

    • 低频数据 – MongoDB 检索数据的速度加快了 100 倍,并且还提供了一致的检索时间。这不仅提高了集群计算效率,还为数量分析专家带来更流畅的体验,因为他们随时都可以轻松地与数据进行交互、根据数据运行分析以及绘制数据图。MongoDB 还通过使用商品 SSD 替换专用并行文件系统来节约成本。
    • 多用户、版本化、基于图形的交互式计算 – 其中包括用于表示 10000 只股票和 20 年时间序列数据的 1 TB 数据,以便帮助数量分析专家捕捉股权交易信号。尽管数据量并不庞大,MongoDB 依然将重新计算交易模型的时间从以小时计减少到以分钟计、提高了数量分析专家进行交互式研究的能力,并实现在 1 秒内读/写 600 MB 数据的性能。
    • 分笔成交数据 – 用于捕获所有市场活动,例如某个证券更改了价格,每秒高达 150000 条数据,而且还包括 30 TB 的历史数据。MongoDB 快速扩展到每秒 2.5 亿条分笔成交数据,将分笔成交吞吐量提升了 25 倍(仅仅使用两台商品计算机),使数量分析专家拟合模型的速度同样提升 25 倍。AHL 还将磁盘存储削减到仅为之前解决方案的 40%,从而节省 40 倍的成本。

             结果如何?

            据 AHL 技术经理 Gary Collier 所言:“开发人员、会计人员,皆大欢喜”。


登录后回复
 

与 萌阔论坛 的连接断开,我们正在尝试重连,请耐心等待