随着中国对算法交易（algo trading）兴趣的不断增长，人们越来越认识到对市场数据（market data）进行高性能管理的必要性。支撑任何自动交易系统的计算机算法都必须使用实际市场数据进行计算。此市场数据也可被用于如交易前风险管理、合规管理、及参考数据等相关活动。与此相关的一个问题就是，市场数据来源的数量以及产品复杂性意味着，市场数据最好由一个集中的高性能数据管理系统进行控制，该系统能够给整个企业提供数据。

       数据量是庞大的，全世界仅股票市场每天产生的记录数量就有30亿左右，期权（options）市场和外汇（FX ）市场每天产生的记录至少与股票市场一样庞大。选择高性能市场数据管理系统的一个基本目标就是该系统与这些无比庞大的市场数据量，特别是与当天突发事件及对未来几年的增长预期保持同步的能力。这就给中国的投资行业带来了重要挑战，他们需要开发或获得一种能对这些市场数据进行有效管理的技术。

       目前，很多中国的金融机构（financial institutions）或是根本不保存自有市场数据，而是在需要时依靠第三方向其提供；或是采用传统的数据库形式存储数据，但这种传统的数据库形式并不支持算法交易或其它实时数据处理所需要的高性能查询。一些公司还编写了自定义构建的应用程，将数据以平面文件的形式进行存储。这种方法在数据存储方面效果不错，但是因为必须使用低水平编程语言进行手动编程，所以不方便即期查询（ad-hoc queries）。另外一个普遍存在的问题就是，数据被存储的格式与其被接收时的格式完全一致，所以仍旧式查询效率不高。需要有一种方法或技术，不但能够很好地存储数据，而且允许进行高效查询。

       报告全文

©《机构投资者》杂志版权不得侵犯，任何转载、引用必须说明资料来源《机构投资者在线》，并链接http://www.institutionalinvestorchina.com。