CN114297052A - 测试数据生成方法及装置 - Google Patents
测试数据生成方法及装置 Download PDFInfo
- Publication number
- CN114297052A CN114297052A CN202111519955.4A CN202111519955A CN114297052A CN 114297052 A CN114297052 A CN 114297052A CN 202111519955 A CN202111519955 A CN 202111519955A CN 114297052 A CN114297052 A CN 114297052A
- Authority
- CN
- China
- Prior art keywords
- data
- test data
- file
- test
- current
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Landscapes
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
Abstract
本申请涉及一种测试数据生成方法、装置、计算机设备及存储介质。该方法包括:基于预设业务模型,获取第一测试数据和初始测试数据文件,根据历史交易信息、当前测试数据和第一测试数据进行推算转换,得到历史测试数据和第二测试数据,将第一测试数据、当前测试数据、历史测试数据和第二测试数据存储至待测试数据文件中,得到目标测试数据文件。采用本方法能够获取历史合约数据、历史行情数据和历史时间段内与行情和合约无关的数据,并将这些数据组合后作为交易***的测试数据,从而使得交易***能够获取到多维度的当前测试数据和历史测试数据,以满***易***的全方位无死角的测试需求。
Description
技术领域
本申请涉及金融领域,特别是涉及一种测试数据生成方法及装置。
背景技术
分布式交易***在开发的过程中,需要大量的测试数据用以分布式交易***的功能测试、自动化测试、容量测试、性能测试等。
传统技术中,期货交易所通过仿真环境模拟行情数据和合约数据,以实现分布式交易***测试。但是,传统的方式获取到的测试数据无法满足分布式交易***的测试需求。
发明内容
基于此,有必要针对上述技术问题,提供一种测试数据生成方法及装置。
一种测试数据生成方法,所述方法包括:
基于预设业务模型,获取第一测试数据和初始测试数据文件;所述第一测试数据包括与行情和合约无关的数据;
根据历史交易信息、当前测试数据和所述第一测试数据进行推算转换,得到历史测试数据和第二测试数据;所述当前测试数据包括当前合约数据、当前行情数据和当前依赖数据,所述当前依赖数据包括当前与行情和合约相关的数据;所述历史测试数据包括历史合约数据和历史行情数据,所述第二测试数据为历史时间段内与行情和合约无关的数据;
将所述第一测试数据、所述当前测试数据、所述历史测试数据和所述第二测试数据存储至所述初始测试数据文件中,得到目标测试数据文件。
在其中一个实施例中,所述基于预设业务模型,获取第一测试数据和初始测试数据文件,包括:
对所述预设业务模型进行解析,获取所述初始测试数据文件中的数据库导入文件、数据库控制文件和待测试数据文件;所述数据库导入文件包括业务字段信息,所述数据库控制文件包括字段存储规则;
通过预设规则、所述数据库导入文件和所述数据库控制文件,获取所述第一测试数据。
在其中一个实施例中,所述方法还包括:
对所述数据库导入文件中的业务字段信息和所述数据库控制文中的字段存储规则进行扩展,得到扩展后的数据库导入文件和扩展后的数据库控制文件;
所述通过预设规则、所述数据库导入文件和所述数据库控制文件,获取所述第一测试数据,包括:
通过所述预设规则、所述扩展后的数据库导入文件和所述扩展后的数据库控制文件,获取所述第一测试数据。
在其中一个实施例中,所述通过预设规则、所述数据库导入文件和所述数据库控制文件,获取所述第一测试数据,包括:
根据测试需求确定所述预设规则;
基于所述预设规则,从所述数据库文件中筛选所述第一测试数据。
在其中一个实施例中,所述方法还包括:
对初始合约数据和初始行情数据进行预处理,得到所述当前测试数据。
在其中一个实施例中,所述对初始合约数据和初始行情数据进行预处理,得到所述当前测试数据,包括:
对所述初始合约数据和所述初始行情数据进行去噪处理,得到目标合约数据和目标行情数据,所述去噪处理包括去除无效数据和重复数据中的至少一种;
对所述目标合约数据和所述目标行情数据进行分类处理,得到所述当前合约数据和所述当前行情数据。
在其中一个实施例中,所述对所述目标合约数据进行分类处理,得到所述当前合约数据,包括:
根据所述目标合约数据中业务字段的类型,从所述目标合约数据中确定期货期权合约数据;
根据所述期货期权合约数据的类型对所述期货期权合约数据进行分类,得到所述当前合约数据。
在其中一个实施例中,所述对所述目标行情数据进行分类处理,得到所述当前行情数据,包括:
根据合约列表从所述目标行情数据中筛选出预设时间段内的合法数据,得到所述当前行情数据。
在其中一个实施例中,所述将所述第一测试数据、所述当前测试数据、所述历史测试数据、所述第二测试数据存储至所述初始测试数据文件中,得到目标测试数据文件,包括:
通过字段存储规则,将所述第一测试数据、所述当前测试数据、所述历史测试数据、所述第二测试数据存储至待测试数据文件中,得到所述目标测试数据文件。
在其中一个实施例中,所述方法还包括:
通过所述数据库导入文件和所述数据库控制文件,将所述目标测试数据文件导入至交易***,以使所述交易***根据所述目标测试数据文件进行开发测试。
一种测试数据生成装置,所述装置包括:
测试信息获取模块,用于基于预设业务模型,获取第一测试数据和初始测试数据文件;所述第一测试数据包括与行情和合约无关的数据;
推算转换模块,用于根据历史交易信息、当前测试数据和所述第一测试数据进行推算转换,得到历史测试数据和第二测试数据;所述当前测试数据包括当前合约数据、当前行情数据和当前依赖数据,所述当前依赖数据包括当前与行情和合约相关的数据;所述历史测试数据包括历史合约数据和历史行情数据,所述第二测试数据为历史时间段内与行情和合约无关的数据;
测试数据存储模块,用于将所述第一测试数据、所述当前测试数据、所述历史测试数据、所述第二测试数据存储至所述初始测试数据文件中,得到目标测试数据文件。
上述测试数据生成方法及装置,该方法基于预设业务模型,获取第一测试数据和初始测试数据文件,根据历史交易信息、当前测试数据和第一测试数据进行推算转换,得到历史测试数据和第二测试数据,将第一测试数据、当前测试数据、历史测试数据和第二测试数据存储至初始测试数据文件中,得到目标测试数据文件;该方法可以获取历史合约数据、历史行情数据和历史时间段内与行情和合约无关的数据,并将这些数据组合后作为交易***的测试数据,从而使得交易***能够获取到多维度的当前测试数据和历史测试数据,以满***易***的全方位无死角的测试需求。
附图说明
图1为一个实施例中计算机设备的内部结构图;
图2为一个实施例中测试数据生成方法的流程示意图;
图3为一个实施例中获取第一测试数据和初始测试数据文件的方法流程示意图;
图4为另一个实施例中获取第一测试数据的方法流程示意图;
图5为另一个实施例中获取当前测试数据的方法流程示意图;
图6为另一个实施例中获取当前合约数据的方法流程示意图;
图7为一个实施例中测试数据生成装置的结构框图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
本申请提供的测试数据生成方法,可以适用于图1所示的计算机设备。如图1所示,该计算机设备包括通过***总线连接的处理器、存储器、网络接口、显示屏和输入装置。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作***和计算机程序。该内存储器为非易失性存储介质中的操作***和计算机程序的运行提供环境。该计算机设备的数据库用于存储预设业务模型和目标测试数据文件。该计算机设备的网络接口用于与外部的终点通过网络连接通信。该计算机程序被处理器执行时以实现一种测试数据生成方法。
本领域技术人员可以理解,图1中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一个实施例中,如图2所示,提供了一种测试数据生成方法,以该方法应用于图1中的计算机设备为例进行说明,包括以下步骤:
S100、基于预设业务模型,获取第一测试数据和初始测试数据文件;第一测试数据包括与行情和合约无关的数据。
具体的,上述预设业务模型可以理解为交易***预先构建的数据模型,通过一个预设业务模型可以获取一个信息表,该信息表中可以包括业务字段信息、字段存储规则、业务字段使用场景、业务字段来源等等,该业务字段信息可以为数据库脚本信息。在本实施例,计算机设备可以基于多个预设业务模型,获取第一测试数据和初始测试数据文件。初始测试数据文件可以包括多个数据文件,既包括实数据文件又包括空数据文件。
其中,行情数据可以为股票、期货、外汇汇率、指数、基金、债券(含可转债)、权证、期权的行情数据,合约数据与行情数据对应。上述第一测试数据可以为客户表、席位表、交易参数表中的数据等等,且与客户相关的表支持任意客户数量级的扩展。在本实施例中,上述预设业务模型不固定,交易***可以对预设业务模型实时更新。
S200、根据历史交易信息、当前测试数据和第一测试数据进行推算转换,得到历史测试数据和第二测试数据;当前测试数据包括当前合约数据、当前行情数据和当前依赖数据,当前依赖数据包括当前与行情和合约相关的数据;历史测试数据包括历史合约数据和历史行情数据,第二测试数据为历史时间段内与行情和合约无关的数据。
具体的,上述历史交易信息可以为历史时间段内与交易相关的信息,如交易时间、交易资金、交易地点等等。上述当前测试数据可以理解为当前交易日的测试数据,当前测试数据可以包括从不同金融机构实时获取到的当前交易日的合约数据和行情数据,以及通过当前交易日的合约数据和行情数据获取到的当前依赖数据。在本实施例中,计算机设备可以通过金融机构的分布式交易***的交易核心的内存表查看工具导出交易资金账户表、客户持仓表、持仓明细表、组合持仓汇总表、客户组合持仓明细表和单边优惠表这六张表,然后根据历史交易信息、当前测试数据和第一测试数据进行推算转换,得到历史合约数据、历史行情数据和历史时间段内与行情和合约无关的数据,以给交易***提供全方面保障的测试数据。
需要说明的是,上述交易资金账户表中可以存储投资者资金账号中余额、保证金手续费、盈亏等数据;上述客户持仓表中可以存储投资者普通期货期权合约的交易持仓汇总,包括持仓数量、持仓成本、保证金、结算价等等数据;上述持仓明细表中可以存储投资者每笔普通期货期权合约持仓的明细,如每笔持仓的投保标记、开仓日期、数量、成交编号等等数据;上述组合持仓汇总表中可以存储投资者组合合约的交易持仓汇总,其中存储的数据与客户持仓表中的数据相似;上述客户组合持仓明细表中可以存储投资者每笔组合合约持仓的明细,其中存储的数据与持仓明细表中的数据相似;上述单边优惠表中可以存储加速和记录上期所、能源所、中金所的单边保证金优惠计算过程。
示例性的,在推算转换过程中,(1)对于交易资金账户表,将“上次结算准备金”置为“期货结算准备金”,“上次占用的保证金”置为“当前保证金总额”,“冻结的保证金”、“冻结的资金”、“冻结的手续费”、“资金差额”、“平仓盈亏”、“持仓盈亏”均置为0;(2)对于持仓汇总表和组合持仓汇总表,将某一期货交易所合约的“持仓日期”置为“上日持仓”,其他交易所的“持仓日期”置为“今日持仓”,“多头冻结”、“空头冻结”、“开仓冻结金额”、“平仓量”、“平仓金额”等均置为0,“持仓成本”=“上次结算价×合约乘数×持仓数量”,“上次占用的保证金”置为“占用的保证金”;(3)对于持仓明细表,将“交易日”置为当前交易日,“开仓日期”置为上一交易日,“逐日盯市平仓盈亏”、“逐笔对冲平仓盈亏”、“逐日盯市持仓盈亏”、“逐笔对冲持仓盈亏”、“平仓量”、“平仓金额”均置为0,如果是其它商品交易所的合约则需要将“先开先平剩余数量”置为“数量”;(4)对于组合持仓明细表,将“上日持仓”置为“今日持仓”,其它项与持仓明细表的设置相同;(5)对于单边优惠表,将“买冻结保证金”、“卖冻结保证金”置为0,“冻结保证金收取方向”置为“保证金收取方向”。
S300、将第一测试数据、当前测试数据、历史测试数据和第二测试数据存储至初始测试数据文件中,得到目标测试数据文件。
具体的,计算机设备可以按照字段存储规则,将第一测试数据、当前测试数据、历史测试数据和第二测试数据同步或者依次存储至初始测试数据文件中,得到目标测试数据文件。
上述测试数据生成方法中,计算机设备可以基于预设业务模型,获取第一测试数据和初始测试数据文件,根据历史交易信息、当前测试数据和第一测试数据进行推算转换,得到历史测试数据和第二测试数据,将第一测试数据、当前测试数据、历史测试数据和第二测试数据存储至待测试数据文件中,得到目标测试数据文件;该方法可以获取历史合约数据、历史行情数据和历史时间段内与行情和合约无关的数据,并将这些数据组合后作为交易***的测试数据,从而使得交易***能够获取到多维度的当前测试数据和历史测试数据,以满***易***的全方位无死角的测试需求,进一步提高交易***的测试效果;同时,方法还可以根据更新的预设业务模型不断获取到对应更新的测试数据,从而方便交易***后期维护测试功能,测试稳定性较强;该方法可以通过一套计算机程序实现,从而提高测试数据的获取速度。
作为其中一个实施例,如图3所示,上述S100中基于预设业务模型,获取第一测试数据和初始测试数据文件的步骤,可以通过以下步骤实现:
S110、对预设业务模型进行解析,获取初始测试数据文件中的数据库导入文件、数据库控制文件和待测试数据文件;数据库导入文件包括业务字段信息,数据库控制文件包括字段存储规则。
在本实施例中,计算机设备可以通过解析工具对各预设业务模型进行解析,获取各预设业务模型中信息表包含的业务字段信息和字段存储规则,然后通过业务字段信息和字段存储规则构建数据库导入文件、数据库控制文件和待测试数据文件。上述解析工具可以通过python语言来实现,该解析工具可以为依赖库中的xml.dom.minidom工具。上述数据库导入文件和数据库控制文件可以为实数据文件,也就是文件中存储有具体的数据。其中,业务字段信息可以存储至数据库导入文件中,字段存储规则可以存储至数据库控制文件中,待测试数据文件可以为一种仅带有字段标题的空数据文件,空数据文件中可以存储以逗号、分号、顿号等等符号分隔的值,但在本实施例中,该待测试数据文件中可以存储以逗号符号分隔的值,即该待测试数据文件可以为空csv数据文件。上述数据库导入文件和数据库控制文件分别可以包括支持windows操作***运行的文件和支持linux操作***运行的文件,当然,还可以包括其它操作***运行的文件。
可以理解的是,上述信息表可以为投资人信息表、交易资金账户表、组合持仓汇总表、单边优惠表等等。如交易资金账户表中可以包括经纪公司代码、投资者账号、可用资金、可取资金、交易日、结算编号、信用额度、质押金额和客户号等等。以信息表为投资人信息表为例,计算机设备能够获取到对应的数据库导入文件、数据库控制文件以及待测试数据文件,即支持windows操作***的数据库导入文件(文件名为import.bat)、支持linux操作***的数据库导入文件(文件名为import.sh)、支持windows操作***的数据库控制文件(文件名为INVESTOR.ctl)、支持linux操作***的数据库控制文件(文件名为INVESTOR_linux.ctl)和空csv数据文件(文件名为INVESTOR.csv)。上述数据库导入文件可以包括数据库导入脚本程序。
其中,支持windows操作***的数据库导入文件和支持linux操作***的数据库导入文件中各自可以存储的一实例信息表如表1所示。
表1
其中,表1中sqlldr为数据库导入工具名称,业务字段信息中第一个duser表示用户名,第二个duser表示密码,127.0.0.1:1521/dtpf表示IP地址:端口号/数据库实例名,INVESTOR.ctl表示数据库控制文件名,INVESTOR.log表示日志文件名。
同时,支持windows操作***的数据库控制文件和支持linux操作***的数据库控制文件中各自可以存储的一实例信息表如表2所示。
表2
需要说明的是,通过数据库控制文件中的字段存储规则可以确定待测试数据文件中的测试数据需要以逗号分隔符分隔不同的测试数据。字段存储规则可以为表2数据库控制文件中的TRAILING NULLCOLS包含的字段信息。
S120、通过预设规则和数据库导入文件,获取第一测试数据。
具体的,上述预设规则可以为实时指定的筛选与行情和合约无关的数据的规则。计算机设备可以通过预设规则对数据库导入文件中的业务字段信息进行筛选,然后按照数据库控制文件中的字段存储规则对筛选得到的业务字段信息进行排序,得到第一测试数据,或者,计算机设备可以通过预设规则对数据库导入文件中的业务字段信息进行筛选,将筛选得到的业务字段信息作为第一测试数据。在本实施例中,第一测试数据可以为当前交易日与行情和合约无关的模拟数据。
上述测试数据生成方法可以对预设业务模型进行解析,获取初始测试数据文件中的数据库导入文件、数据库控制文件和待测试数据文件,通过预设规则和数据库导入文件,获取第一测试数据,该方法可以获取当前交易日与行情和合约无关的模拟数据,从而使得交易***能够获取到与行情和合约无关的测试数据,并结合行情数据和合约数据实现测试,进一步提高交易***的测试效果。
作为其中一个实施例,在上述S120的步骤执行之前,上述测试数据生成方法还可以包括以下步骤:对数据库导入文件中的业务字段信息和数据库控制文中的字段存储规则进行扩展,得到扩展后的数据库导入文件和扩展后的数据库控制文件。
具体的,计算机设备可以基于用户数量级,根据数据库导入文件中的业务字段信息进行相关业务字段信息的扩展,得到扩展后的数据库导入文件,同时,可以根据扩展的相关业务字段信息和数据库控制文中的字段存储规则,对数据库控制文中的字段存储规则进行扩展,得到扩展后的数据库控制文件。其中,扩展的字段存储规则的数量可以与扩展的相关业务字段信息的数量相等。在本实施例中,扩展的数据量可以为任意规模,对此不做限定。
进一步地,上述S120中通过预设规则和数据库导入文件,获取第一测试数据的步骤,可以包括:通过预设规则和扩展后的数据库导入文件,获取第一测试数据。
需要说明的是,计算机设备可以通过预设规则对扩展后的数据库导入文件中的字段信息进行筛选,然后按照扩展后的数据库控制文件中的字段存储规则对筛选后的字段信息进行排序,得到第一测试数据,或者,计算机设备可以通过预设规则对扩展后的数据库导入文件中的业务字段信息进行筛选,将筛选得到的业务字段信息作为第一测试数据。
本实施例可以通过预设规则和扩展后的数据库导入文件,获取全量的第一测试数据,使得最终得到的测试数据更大程度上符合交易***的测试需求。
上述测试数据生成方法可以对数据库导入文件中的业务字段信息和数据库控制文中的字段存储规则进行扩展,得到扩展后的数据库导入文件和扩展后的数据库控制文件,进一步通过预设规则、扩展后的数据库导入文件和扩展后的数据库控制文件进行处理,得到比较全量的测试数据,使得最终得到的测试数据更大程度上符合交易***全方位无死角的测试需求,从而提高交易***的测试效果;同时,该方法还可以基于用户数量级对数据库导入文件中的业务字段信息和数据库控制文中的字段存储规则进行扩展,从而获取大规模的测试数据,以使最终获取到的测试数据既能满足测试人员的手动业务测试需求,又能满足大数据量自动化测试、容量测试和性能测试需求;另外,交易***通过大规模的测试数据实现开发测试,能够清晰地认识交易***开发过程中的缺陷和瓶颈,对于交易***后续的开发维护意义很大。
作为其中一个实施例,如图4所示,上述S120中通过预设规则和数据库导入文件,获取第一测试数据的步骤,可以通过以下步骤实现:
S121、根据测试需求确定预设规则。
具体的,本实施例确定的目标测试数据文件中存储的第一测试数据可以理解为一个测试数据表,该表中存储的第一测试数据是按照一定规则筛选到的数据。根据交易***的实际测试需求,计算机设备可以先获取对应的数据字典、交易参数、上下场规则等相关规则表,然后对这些相关规则表进行解析,得到预设规则。但在本实施例中,用户可以根据实际测试需求,手动编写自定义的预设规则代码,以使计算机设备获取到预设规则。预设规则的数量可以大于等于1。
需要说明的是,不同的测试数据表以及各测试数据表中的不同业务字段信息均有不同的规则。示例性的,以预设业务模型中的信息表为投资人信息表为例,投资人信息表中可以包括投资者ID,投资者ID可以表示客户号,通过该客户号可以充分扩展,以获取大规模测试数据的优势,该客户号可以从某个数据开始递增或者递减以区别不同投资者的ID。若考虑到测试数据的扩展性,交易***定义的规则中客户号可以用10000开始逐渐遍历递增,进一步获取到交易***模拟的目标客户数据量2000000条,也可以将客户号按照字符串形式生成,客户号还可以设置为其它形式,对此不作限定。投资人信息表中的费率模板代码(TemplateCode)可以为和费率相关的重要字段信息,同时也是交易***需要对交易功能测试的字段信息,由于客户号是遍历产生的,所以在生成投资人信息表中的数据时可以对客户号按照模板号划出范围,例如10000~10999号客户属于模板1,11000~11999号客户属于模板2等等,同时,交易***还可以根据这些规则充分设计测试用例。
S122、基于预设规则,从数据库文件中筛选第一测试数据。
可以理解的是,计算机设备可以根据设置的预设规则,从数据库文件中筛选符合预设规则的业务字段信息并作为与行情和合约无关的第一测试数据。
上述测试数据生成方法可以根据测试需求确定预设规则,基于预设规则从数据库文件中筛选第一测试数据,该方法可以获取当前交易日与行情和合约无关的模拟数据,从而使得交易***能够获取到与行情和合约无关的测试数据,并结合行情数据和合约数据实现测试,进一步提高交易***的测试效果。
作为其中一个实施例,在上述S200中的步骤执行之前,上述测试数据生成方法还可以包括:对初始合约数据和初始行情数据进行预处理,得到当前测试数据。
具体的,计算机设备可以从不同金融机构的本地或者云端等等存储位置存储的MongoDB数据库中,获取初始合约数据和初始行情数据,进一步,对初始合约数据和初始行情数据进行预处理,得到当前测试数据。上述预处理可以为去噪处理、分析处理、对比处理、数据运算处理等等。
上述测试数据生成方法可以对实时获取到的初始合约数据和初始行情数据进行预处理,得到当前测试数据,进而将当前测试数据、第一测试数据、历史测试数据和第二测试数据结合作为最终测试数据,以使交易***能够获取到满足全方位无死角测试需求的多维度测试数据,进一步提高交易***的测试效果。
作为其中一个实施例,如图5所示,上述对初始合约数据和初始行情数据进行预处理,得到当前测试数据的步骤,可以通过以下步骤实现:
S400、对初始合约数据和初始行情数据进行去噪处理,得到目标合约数据和目标行情数据,去噪处理包括去除无效数据和重复数据中的至少一种。
具体的,在一些场景中,若初始合约数据和初始行情数据中存在无效数据和/或重复数据时,计算机设备可以利用数据分析库,对获取到的初始合约数据和初始行情数据进行去噪处理,以分别去除初始合约数据和初始行情数据中的无效数据和/或重复数据,得到目标合约数据和目标行情数据。上述数据分析库可以为python pandas。
需要说明的是,若初始合约数据和初始行情数据中存在无效数据,则计算机设备可以对初始合约数据和初始行情数据进行去噪处理,去除初始合约数据和初始行情数据中的无效数据,并将去除无效数据后的初始合约数据作为目标合约数据,将去除无效数据后的初始行情数据作为目标行情数据。若初始合约数据和初始行情数据中存在重复数据,则计算机设备可以对初始合约数据和初始行情数据进行去噪处理,去除初始合约数据和初始行情数据中的重复数据,并将去除重复数据后的初始合约数据作为目标合约数据,将去除重复数据后的初始行情数据作为目标行情数据。若初始合约数据和初始行情数据中存在无效数据和重复数据,则计算机设备可以对初始合约数据和初始行情数据进行去噪处理,去除初始合约数据和初始行情数据中的无效数据和重复数据,并将去除无效数据和重复数据后的初始合约数据作为目标合约数据,将去除无效数据和重复数据后的初始行情数据作为目标行情数据。
另外,若初始合约数据和初始行情数据中不存在无效数据和/或重复数据时,可以直接将初始合约数据作为目标合约数据,将初始行情数据作为目标行情数据。
S500、对目标合约数据和目标行情数据进行分类处理,得到当前合约数据和当前行情数据。
具体的,计算机设备可以先对目标合约数据和目标行情数据进行算术运算处理,然后对算术运算结果进行分类处理,以得到当前合约数据和当前行情数据,或者,对目标合约数据和目标行情数据进行筛选处理,然后对筛选结果进行分类处理,以得到当前合约数据和当前行情数据,当然,还可以直接对目标合约数据和目标行情数据进行分类处理,得到当前合约数据和当前行情数据。
上述测试数据生成方法可以获取当前合约数据和当前行情数据,进而将当前合约数据、当前行情数据、第一测试数据、历史测试数据和第二测试数据结合作为最终测试数据,以使交易***能够获取到满足全方位无死角测试需求的多维度测试数据,进一步提高交易***的测试效果。
作为其中一个实施例,如图6所示,上述S500中对目标合约数据进行分类处理,得到当前合约数据的步骤,具体可以包括:
S510、根据目标合约数据中业务字段的类型,从目标合约数据中确定期货期权合约数据。
示例性的,计算机设备对一些初始合约数据进行去噪处理,去除初始合约数据中的无效数据和重复数据得到99888条目标合约数据,然后再可以根据目标合约数据中的业务字段类型,将目标合约数据分成9823条期货期权合约数据和90065条组合合约数据。
S520、根据期货期权合约数据的类型对期货期权合约数据进行分类,得到当前合约数据。
继续上一示例,计算机设备可以根据货期权合约数据中交易所信息、品种、一些价格信息等类型,对9823条期货期权合约数据进行分类处理得到交易所信息、品种、一些价格信息等数据,同时计算机设备可以将这些数据生成合约表、品种表、价格表等基础数据,并将这些基础数据称为当前合约数据。
同时,上述S500中对目标行情数据进行分类处理,得到当前行情数据的步骤,可以包括:根据合约列表从目标行情数据中筛选出预设时间段内的合法数据,得到当前行情数据。
可以理解的是,计算机设备可以根据当前合约数据中的合约表,从目标行情数据中筛选出预设时间段内的合法数据,得到当前行情数据。上述预设时间段可以为一天内的任意时间段,还可以为多天内的任意时间段,对此不做限定。
继续上一示例,计算机设备可以基于当前合约数据中的合约表获取下午三点收盘前各当前合约数据最近一条标记的合法数据,并根据各当前合约数据最近一条标记的合法数据从目标行情数据中筛选出对应的一条静态行情数据,之后对各静态行情数据进行解析,得到一系列交易所信息、品种、价格信息等等,并作为当前行情数据。本发明中依赖数据主要指的是与合约、行情相关地数据,在DTP-F中主要集中为合约表、品种表、费率表、行情表等等,具体数据表如下所示:
需要说明的是,计算机设备还可以通过获取到的当前合约数据和当前行情数据获取与合约和行情强相关的数据,即当前依赖数据,当前依赖数据可以包括合约表、品种表、费率表、行情表等等。当前依赖数据包含的数据对应的信息名可以如表3所示,当然,当前依赖数据中不限于这些信息名对应的数据。
表3
合约信息表 | 组合合约信息表 |
(大连)组合合约优先级 | 深度行情 |
产品(即品种) | 客户手续费率 |
客户期权手续费率 | 模板手续费率 |
模板期权手续费率 | 公司手续费率 |
公司期权手续费率 | 客户保证金率 |
(期权)客户保证金率 | 模板保证金率 |
(期权)模板保证金率 | 公司保证金率 |
(期权)公司保证金率 | 交易所保证金率 |
(期权)交易所保证金率 | 投资者保证金跟随表 |
客户持仓额度表 | 频繁下单规则明细表 |
频繁撤单规则明细表 | 期权交易成本 |
上述测试数据生成方法可以获取当前合约数据,进而将当前合约数据、当前行情数据、第一测试数据、历史测试数据和第二测试数据结合作为最终测试数据,以使交易***能够获取到满足全方位无死角测试需求的多维度测试数据,进一步提高交易***的测试效果。
作为其中一个实施例,上述S300中将第一测试数据、当前测试数据、历史测试数据、第二测试数据存储至初始测试数据文件中,得到目标测试数据文件的步骤,可以包括:通过字段存储规则,将第一测试数据、当前测试数据、历史测试数据、第二测试数据存储至待测试数据文件中,得到目标测试数据文件。
具体地,上述字段存储规则可以字段信息类型、字段存储时间、字段存储顺序,但在本实施例中,上述字段存储规则可以为字段标题的顺序。
可以理解的是,计算机设备可以根据数据库控制文件中字段存储规则,遍历第一测试数据、当前测试数据、历史测试数据和第二测试数据中的测试数据,依次将这些测试数据存储至待测试数据文件中,得到大规模、多维度的目标测试数据文件。其中,在整个测试数据生成过程中,每次获取到一种测试数据,可以优先将该种测试数据存储至待测试数据文件中,直到获取到所有种类的测试数据(即第一测试数据、当前测试数据、历史测试数据和第二测试数据)为止。
进一步,在执行完上述所有步骤之后,上述测试数据生成方法还可以包括:通过数据库导入文件和数据库控制文件,将目标测试数据文件导入至交易***,以使交易***根据目标测试数据文件进行开发测试。
其中,计算机设备可以通过数据库导入文件中的数据导入工具,并借助数据库控制文件将目标测试数据文件导入至待开发的交易***中的数据库,以使交易***根据目标测试数据文件中的大规模、多维度的测试数据进行各种开发测试。在本实施例中,上述数据导入工具可以为sqlldr,上述数据库控制文件可以为oracle控制文件。
需要说明的是,上述开发测试可以为容量测试、性能测试、功能测试、自动化测试等等。
同时,交易***规定加载导入的测试数据的格式是以分号分隔符区分不同字段信息的txt文件,为了模拟数据上下场的过程,通常使用cx_Oracle工具按照测试数据导出要求,导出之前导入到数据库的目标测试数据文件中的测试数据。
本实施例可以通过根据目标测试数据文件中的大规模、多维度的测试数据进行各种开发测试,从而提高交易***的测试效果。
上述测试数据生成方法可以得到大规模、多维度的测试数据,并将这些测试数据按照数据库控制文件中字段存储规则存储至待测试数据文件中,从而保证交易***得到的测试数据与预设业务模型中的信息表中的数据相同,避免数据出现偏差,同时,能够使交易***能够获取到满足测试需求的包含大规模、多维度测试数据的目标测试数据文件,进一步通过目标测试数据文件实现开发测试,极大程度上能够提高测试结果的准确性,另外,交易***通过大规模的测试数据实现开发测试,能够清晰地认识交易***开发过程中的缺陷和瓶颈,对于交易***后续的开发维护意义很大。
为了便于本领域技术人员的理解,以执行主体为计算机设备为例介绍本申请提供的测试数据生成方法,具体的,该方法包括:
(1)对预设业务模型进行解析,获取初始测试数据文件中的数据库导入文件、数据库控制文件和待测试数据文件;数据库导入文件包括业务字段信息,数据库控制文件包括字段存储规则。
(2)对数据库导入文件中的业务字段信息和数据库控制文中的字段存储规则进行扩展,得到扩展后的数据库导入文件和扩展后的数据库控制文件。
(3)根据测试需求、扩展后的数据库导入文件、扩展后的数据库控制文件,确定预设规则。
(4)基于预设规则,从扩展后的数据库文件中筛选第一测试数据,第一测试数据包括与行情和合约无关的数据。
(5)对初始合约数据和初始行情数据进行预处理,得到当前测试数据。
(6)对初始合约数据和初始行情数据进行去噪处理,得到目标合约数据和目标行情数据,去噪处理包括去除无效数据和重复数据中的至少一种。
(7)根据目标合约数据中业务字段的类型,从目标合约数据中确定期货期权合约数据。
(8)根据合约列表从目标行情数据中筛选出预设时间段内的合法数据,得到当前行情数据。
(9)根据历史交易信息、当前测试数据和第一测试数据进行推算转换,得到历史测试数据和第二测试数据;当前测试数据包括当前合约数据、当前行情数据和当前依赖数据,当前依赖数据包括当前与行情和合约相关的数据;历史测试数据包括历史合约数据和历史行情数据,第二测试数据为历史时间段内与行情和合约无关的数据。
(10)通过字段存储规则,将第一测试数据、当前测试数据、历史测试数据、第二测试数据存储至待测试数据文件中,得到目标测试数据文件。
(11)通过数据库导入文件和数据库控制文件,将目标测试数据文件导入至交易***,以使交易***根据目标测试数据文件进行开发测试。
以上(1)至(11)的执行过程具体可以参见上述实施例的描述,其实现原理和技术效果类似,在此不再赘述。
应该理解的是,虽然图2-6的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,图2-6中的至少一部分步骤可以包括多个步骤或者多个阶段,这些步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
在一个实施例中,如图7所示,提供了一种测试数据生成装置,包括:测试信息获取模块11、推算转换模块12和测试数据存储模块13,其中:
测试信息获取模块11,用于基于预设业务模型,获取第一测试数据和初始测试数据文件;第一测试数据包括与行情和合约无关的数据;
推算转换模块12,用于根据历史交易信息、当前测试数据和第一测试数据进行推算转换,得到历史测试数据和第二测试数据;当前测试数据包括当前合约数据、当前行情数据和当前依赖数据,当前依赖数据包括当前与行情和合约相关的数据;历史测试数据包括历史合约数据和历史行情数据,第二测试数据为历史时间段内与行情和合约无关的数据;
测试数据存储模块13,用于将第一测试数据、当前测试数据、历史测试数据和第二测试数据存储至初始测试数据文件中,得到目标测试数据文件。
本实施例提供的测试数据生成装置,可以执行上述方法实施例,其实现原理和技术效果类似,在此不再赘述。
在其中一个实施例中,测试信息获取模块11包括:解析单元和第一测试数据获取单元,其中:
解析单元,用于对预设业务模型进行解析,获取初始测试数据文件中的数据库导入文件、数据库控制文件和待测试数据文件;数据库导入文件包括业务字段信息,数据库控制文件包括字段存储规则;
第一测试数据获取单元,用于通过预设规则和数据库导入文件,获取第一测试数据。
本实施例提供的测试数据生成装置,可以执行上述方法实施例,其实现原理和技术效果类似,在此不再赘述。
在其中一个实施例中,测试信息获取模块11还包括:扩展单元,其中:
扩展单元,用于对数据库导入文件中的业务字段信息和数据库控制文中的字段存储规则进行扩展,得到扩展后的数据库导入文件和扩展后的数据库控制文件;
第一测试数据获取单元具体用于通过预设规则和扩展后的数据库导入文件,获取第一测试数据。
本实施例提供的测试数据生成装置,可以执行上述方法实施例,其实现原理和技术效果类似,在此不再赘述。
在其中一个实施例中,第一测试数据获取单元包括:规则确定子单元和筛选子单元,其中:
规则确定子单元,用于根据测试需求确定预设规则;
筛选子单元,用于根据预设规则,从数据库文件中筛选第一测试数据。
本实施例提供的测试数据生成装置,可以执行上述方法实施例,其实现原理和技术效果类似,在此不再赘述。
在其中一个实施例中,测试数据生成装置还包括:预处理模块,其中:
预处理模块,用于对初始合约数据和初始行情数据进行预处理,得到当前测试数据。
本实施例提供的测试数据生成装置,可以执行上述方法实施例,其实现原理和技术效果类似,在此不再赘述。
在其中一个实施例中,预处理模块包括:去噪处理单元和分类处理单元,其中:
去噪处理单元,用于对初始合约数据和初始行情数据进行去噪处理,得到目标合约数据和目标行情数据,去噪处理包括去除无效数据和重复数据中的至少一种;
分类处理单元,用于对目标合约数据和目标行情数据进行分类处理,得到当前合约数据和当前行情数据。
本实施例提供的测试数据生成装置,可以执行上述方法实施例,其实现原理和技术效果类似,在此不再赘述。
在其中一个实施例中,分类处理单元包括:第一分类处理子单元和第二分类处理子单元,其中:
第一分类处理子单元,用于根据目标合约数据中业务字段的类型,从目标合约数据中确定期货期权合约数据;
第二分类处理子单元,用于根据期货期权合约数据的类型对期货期权合约数据进行分类,得到当前合约数据。
本实施例提供的测试数据生成装置,可以执行上述方法实施例,其实现原理和技术效果类似,在此不再赘述。
在其中一个实施例中,分类处理单元还包括:第三分类处理子单元,其中:
第三分类处理子单元,用于根据合约列表从目标行情数据中筛选出预设时间段内的合法数据,得到当前行情数据。
本实施例提供的测试数据生成装置,可以执行上述方法实施例,其实现原理和技术效果类似,在此不再赘述。
在其中一个实施例中,测试数据存储模块13具体用于通过字段存储规则,将第一测试数据、当前测试数据、历史测试数据、第二测试数据存储至待测试数据文件中,得到目标测试数据文件。
本实施例提供的测试数据生成装置,可以执行上述方法实施例,其实现原理和技术效果类似,在此不再赘述。
在其中一个实施例中,测试数据生成装置还包括:文件导入模块,其中:
文件导入模块,用于通过数据库导入文件和数据库控制文件,将目标测试数据文件导入至交易***,以使交易***根据目标测试数据文件进行开发测试。
本实施例提供的测试数据生成装置,可以执行上述方法实施例,其实现原理和技术效果类似,在此不再赘述。
关于测试数据生成装置的具体限定可以参见上文中对于测试数据生成方法的限定,在此不再赘述。上述测试数据生成装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中,提供了一种计算机设备,包括存储器和处理器,存储器中存储有计算机程序,该处理器执行计算机程序时实现以下步骤:
基于预设业务模型,获取第一测试数据和初始测试数据文件;第一测试数据包括与行情和合约无关的数据;
根据历史交易信息、当前测试数据和第一测试数据进行推算转换,得到历史测试数据和第二测试数据;当前测试数据包括当前合约数据、当前行情数据和当前依赖数据,当前依赖数据包括当前与行情和合约相关的数据;历史测试数据包括历史合约数据和历史行情数据,第二测试数据为历史时间段内与行情和合约无关的数据;
将第一测试数据、当前测试数据、历史测试数据和第二测试数据存储至待测试数据文件中,得到目标测试数据文件。
在一个实施例中,提供了一种存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现以下步骤:
基于预设业务模型,获取第一测试数据和初始测试数据文件;第一测试数据包括与行情和合约无关的数据;
根据历史交易信息、当前测试数据和第一测试数据进行推算转换,得到历史测试数据和第二测试数据;当前测试数据包括当前合约数据、当前行情数据和当前依赖数据,当前依赖数据包括当前与行情和合约相关的数据;历史测试数据包括历史合约数据和历史行情数据,第二测试数据为历史时间段内与行情和合约无关的数据;
将第一测试数据、当前测试数据、历史测试数据和第二测试数据存储至待测试数据文件中,得到目标测试数据文件。
在一个实施例中,提供了一种计算机程序产品,包括计算机程序,该计算机程序被处理器执行时实现以下步骤:
基于预设业务模型,获取第一测试数据和初始测试数据文件;第一测试数据包括与行情和合约无关的数据;
根据历史交易信息、当前测试数据和第一测试数据进行推算转换,得到历史测试数据和第二测试数据;当前测试数据包括当前合约数据、当前行情数据和当前依赖数据,当前依赖数据包括当前与行情和合约相关的数据;历史测试数据包括历史合约数据和历史行情数据,第二测试数据为历史时间段内与行情和合约无关的数据;
将第一测试数据、当前测试数据、历史测试数据和第二测试数据存储至待测试数据文件中,得到目标测试数据文件。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-Only Memory,ROM)、磁带、软盘、闪存或光存储器等。易失性存储器可包括随机存取存储器(Random Access Memory,RAM)或外部高速缓冲存储器。作为说明而非局限,RAM可以是多种形式,比如静态随机存取存储器(Static Random Access Memory,SRAM)或动态随机存取存储器(Dynamic Random Access Memory,DRAM)等。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种测试数据生成方法,其特征在于,所述方法包括:
基于预设业务模型,获取第一测试数据和初始测试数据文件;所述第一测试数据包括与行情和合约无关的数据;
根据历史交易信息、当前测试数据和所述第一测试数据进行推算转换,得到历史测试数据和第二测试数据;所述当前测试数据包括当前合约数据、当前行情数据和当前依赖数据,所述当前依赖数据包括当前与行情和合约相关的数据;所述历史测试数据包括历史合约数据和历史行情数据,所述第二测试数据为历史时间段内与行情和合约无关的数据;
将所述第一测试数据、所述当前测试数据、所述历史测试数据和所述第二测试数据存储至所述初始测试数据文件中,得到目标测试数据文件。
2.根据权利要求1所述的方法,其特征在于,所述基于预设业务模型,获取第一测试数据和初始测试数据文件,包括:
对所述预设业务模型进行解析,获取所述初始测试数据文件中的数据库导入文件、数据库控制文件和待测试数据文件;所述数据库导入文件包括业务字段信息,所述数据库控制文件包括字段存储规则;
通过预设规则和所述数据库导入文件,获取所述第一测试数据。
3.根据权利要求2所述的方法,其特征在于,所述方法还包括:
对所述数据库导入文件中的业务字段信息和所述数据库控制文中的字段存储规则进行扩展,得到扩展后的数据库导入文件和扩展后的数据库控制文件;
所述通过预设规则、所述数据库导入文件和所述数据库控制文件,获取所述第一测试数据,包括:
通过所述预设规则和所述扩展后的数据库导入文件,获取所述第一测试数据。
4.根据权利要求2或3所述的方法,其特征在于,所述通过预设规则和所述数据库导入文件,获取所述第一测试数据,包括:
根据测试需求确定所述预设规则;
基于所述预设规则,从所述数据库文件中筛选所述第一测试数据。
5.根据权利要求1或2所述的方法,其特征在于,所述方法还包括:
对初始合约数据和初始行情数据进行预处理,得到所述当前测试数据。
6.根据权利要求5所述的方法,其特征在于,所述对初始合约数据和初始行情数据进行预处理,得到所述当前测试数据,包括:
对所述初始合约数据和所述初始行情数据进行去噪处理,得到目标合约数据和目标行情数据,所述去噪处理包括去除无效数据和重复数据中的至少一种;
对所述目标合约数据和所述目标行情数据进行分类处理,得到所述当前合约数据和所述当前行情数据。
7.根据权利要求6所述的方法,其特征在于,所述对所述目标合约数据进行分类处理,得到所述当前合约数据,包括:
根据所述目标合约数据中业务字段的类型,从所述目标合约数据中确定期货期权合约数据;
根据所述期货期权合约数据的类型对所述期货期权合约数据进行分类,得到所述当前合约数据。
8.根据权利要求6所述的方法,其特征在于,所述对所述目标行情数据进行分类处理,得到所述当前行情数据,包括:
根据合约列表从所述目标行情数据中筛选出预设时间段内的合法数据,得到所述当前行情数据。
9.根据权利要求1所述的方法,其特征在于,所述将所述第一测试数据、所述当前测试数据、所述历史测试数据、所述第二测试数据存储至所述初始测试数据文件中,得到目标测试数据文件,包括:
通过字段存储规则,将所述第一测试数据、所述当前测试数据、所述历史测试数据、所述第二测试数据存储至待测试数据文件中,得到所述目标测试数据文件;
以及优先地,所述方法还包括:
通过所述数据库导入文件和所述数据库控制文件,将所述目标测试数据文件导入至交易***,以使所述交易***根据所述目标测试数据文件进行开发测试。
10.一种测试数据生成装置,其特征在于,所述装置包括:
测试信息获取模块,用于基于预设业务模型,获取第一测试数据和初始测试数据文件;所述第一测试数据包括与行情和合约无关的数据;
推算转换模块,用于根据历史交易信息、当前测试数据和所述第一测试数据进行推算转换,得到历史测试数据和第二测试数据;所述当前测试数据包括当前合约数据、当前行情数据和当前依赖数据,所述当前依赖数据包括当前与行情和合约相关的数据;所述历史测试数据包括历史合约数据和历史行情数据,所述第二测试数据为历史时间段内与行情和合约无关的数据;
测试数据存储模块,用于将所述第一测试数据、所述当前测试数据、所述历史测试数据、所述第二测试数据存储至所述初始测试数据文件中,得到目标测试数据文件。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111519955.4A CN114297052A (zh) | 2021-12-13 | 2021-12-13 | 测试数据生成方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111519955.4A CN114297052A (zh) | 2021-12-13 | 2021-12-13 | 测试数据生成方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114297052A true CN114297052A (zh) | 2022-04-08 |
Family
ID=80966831
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111519955.4A Pending CN114297052A (zh) | 2021-12-13 | 2021-12-13 | 测试数据生成方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114297052A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114595159A (zh) * | 2022-05-10 | 2022-06-07 | 太平金融科技服务(上海)有限公司 | 测试数据生成方法、装置、设备及存储介质 |
-
2021
- 2021-12-13 CN CN202111519955.4A patent/CN114297052A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114595159A (zh) * | 2022-05-10 | 2022-06-07 | 太平金融科技服务(上海)有限公司 | 测试数据生成方法、装置、设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US8112340B2 (en) | Collateralized debt obligation evaluation system and method | |
Huang et al. | Lobster: Limit order book reconstruction system | |
US8768809B1 (en) | Methods and systems for managing financial data | |
US20080086404A1 (en) | System and method for estimating conduit liquidity requirements in asset backed commercial paper | |
US20200380524A1 (en) | Transaction feature generation | |
US7698196B1 (en) | Method and system for modeling and benchmarking private equity and applications of same | |
US10394700B1 (en) | System and method for identifying a subset of total historical users of a data management system to represent a full set of test scenarios based on prehashing of code coverage information | |
GB2492208A (en) | On-line analysis of financial accounting data | |
CN112182250A (zh) | 勾稽关系知识图谱的构建方法、财务报表核查方法及装置 | |
US20230186385A1 (en) | Computer-implemented system and method of facilitating artificial intelligence based lending strategies and business revenue management | |
JP4443619B2 (ja) | ポートフォリオの信用リスクの計算方法および装置 | |
US20090187496A1 (en) | Data workbench for accounting data management | |
CN114297052A (zh) | 测试数据生成方法及装置 | |
US10497065B1 (en) | Automatically correcting records | |
CN116630051A (zh) | 收益率曲线和债券估值实时计算***、方法及设备 | |
JPH11175602A (ja) | 信用リスク計測装置 | |
Offutt et al. | An industrial study of applying input space partitioning to test financial calculation engines | |
CN112907141A (zh) | 一种压力测试方法、装置、设备及存储介质 | |
García-Céspedes et al. | Estimating the distribution of total default losses on the Spanish financial system | |
Barkhagen et al. | Modeling and evaluation of the option book hedging problem using stochastic programming | |
CN109657897A (zh) | 流动性缺口调整方法、装置、设备及存储介质 | |
US11966869B2 (en) | Systems and methods for simulating qualitative assumptions | |
CN114416805B (zh) | 数据核对方法、装置、计算机设备和存储介质 | |
CN110413967B (zh) | 对账图表生成方法、装置、计算机设备以及存储介质 | |
JP2004094662A (ja) | 信用リスク管理の最適化モデル適用方法及び装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |