2020年6月10日,南华期货正式开放了由青云QingCloud为其构建的“南华云”,并对外提供服务,结合期货交易历史数据和沪深两市股票的历史行情,向客户提供涵盖其他云端数据库的量化研究、测量开发测试的环境,为客户更好地把控期货市场走向提供数据支撑。
南华期货股份有限公司(以下简称:南华期货)成立于1996年,是中国金融期货交易所首批全面结算会员单位,是上海期货交易所、郑州商品交易所、大连商品交易所的全权会员单位,是上海证券交易所交易、深圳证券交易所股票期权交易参与人,上海国际能源交易中心会员单位。2019年8月,南华期货在上海证券交易所成功上市。24年韶华,这家公司的科技之路可谓走得精彩。
1998年,南华期货成立的第二年,开创性地创建了中国期货业的第一个企业门户。接下来,便推出了各期货品种会员持仓分析系统。这些看似普通的系统,成为南华期货走上信息化星火燎原之路最初的步伐。
之后的10年里,南华期货一直按部就班地在信息化建设的道路上耕耘,直到又一次科技浪潮的来袭。2010年,股指期货的推出,让程序化交易对系统的运算速度和容量提出了更高的要求,南华期货在应对这一问题时发现,软件开发能力在未来衍生品服务中相当重要。于是在2011年,南华期货软件部正式成立,并且走上了自主开发道路。
2014年,南华期货交易系统开发团队开发出高速交易系统NHTD,在之后的三年里,该系统陆续通过境内4家期货交易所的接口适应性测试。南华期货成为期货、期权全业务交易系统开发商。同年,南华期货启动大数据项目,希望基于大数据生成用户画像和建立反洗钱系统,做到数据从清洗、生产、存储、管理到应用的全生命周期管理。
除此之外,南华期货软件部在2018年还推出了集网上营业厅、移动交易终端、行情资讯、客户服务与关怀于一体的南华期货App。彼时,南华期货的信息化星火燎原之路已经是一马平川。
正当南华期货热火朝天地建设各个系统和应用时,一个几乎所有企业数字化转型都会面临的问题也出现在了南华期货的面前:信息孤岛林立。
目前,南华期货已经拥有3家子公司,32家营业部,在中国香港、美国芝加哥、新加坡及英国伦敦四个重要国际金融中心设置分支机构,形成了多市场、多牌照业务的全球化战略布局。在IT层面,南华期货拥有多个数据中心,分布在上海、大连、郑州、深圳、杭州、香港和芝加哥。主要的业务系统,诸如期货交易系统、ERP系统、结算系统、大数据用户画像分析系统、合规审查分析系统(容器)和开发测试系统都在高速运行中,多家软硬件供应商也推动着南华期货的信息化之路不断向前。
然而,业务系统繁多带来的巨大运维压力不断侵蚀着团队在技术创新层面的精力,迫切需要进一步提高资源复用率、消除数据孤岛和控制综合投入,适应南华期货敏态的业务模式,变革一触即发。
南华期货IT部门迅速做出反应,凭借自身对于软件研发的深入探索和长期积累,决定打造一朵“南华云”来实现资源集中灵活调配,统一分配的运维简化,并且最终对外提供服务,让IT产生商业价值。
南华期货技术研发部分已经自主研发出了核心交易、行情、风控系统,在管理类软件上也有较多建树,如果将其描述为拥有全栈开发能力的自主研发团队,是毫不夸张的。也正是这样的团队基因,让他们在遇见青云QingCloud时,便产生了最深层次的共鸣。2019年,青云QingCloud作为全栈云ICT领域里唯一拥有自主研发能力的服务商,最初和南华期货的相识就一拍即合。尤其青云QingCloud多年在金融行业的深耕,凭借着高可靠、强稳定的产品优势,让南华期货快速锁定了技术合作伙伴。而青云QingCloud当初为南华期货量身定制的方案,也得到一次性通过,顺利进入实施期。
2019年11月25日,青云QingCloud为南华期货打造的“南华云”正式上线,包含完整的软件定义存储(SDS)、软件定义网络(SDN)、多租户管理和按量计费等功能。南华期货的员工通过OA账户系统登录“南华云”,默认可按需获取一定量的计算和存储资源。很多重要的业务系统,如结算系统、南华FOF基金管理系统、合规审查分析系统(Kubernetes)、客户画像分析系统和开发测试系统也顺利迁移上云。很快,“南华云”上的应用便完整覆盖了大数据、人工智能、区块链、物联网等多个金融科技领域。
2020年突发的新冠疫情,加快了南华期货对外输出IT服务的步伐。疫情带来的新变化,使投资者和期货公司从业人员,对在线业务的云端处理和数据分析提出了越来越多的需求。南华期货也迅速识别了需求,在不到半年的时间内,借助青云QingCloud全栈云平台能力,以及在各方面不断精进的技术,打通了期货交易数据和“南华云”,实现了IT能力的对外输出。
未来,南华期货将与青云QingCloud持续合作,双方秉承着“业务归业务,平台归平台”强强联手的初衷,不断推进期货行业数字化和智能化的发展,让数据产生商业价值的同时,也为期货行业不断规范化发展做出贡献。
好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。