Amir Kirsh
与大多数行业一样，金融行业不断发展，同样给软件和解决方案开发带来了挑战。虽然这些挑战并不独特，也不新颖，但是随着时间的推移，金融体系越来越复杂，这些挑战的影响也越来越大。
在上一篇文章中，我们介绍了嵌入式金融和算法交易。在这篇文章中，我们将聚焦更为广泛的金融行业，谈一谈该行业的软件开发所面临的各种挑战。
就金融行业的软件开发而言，我们首先要了解，尽管金融行业的细分领域存在很多重叠，但这些细分领域其实是非常复杂且多样化的：
- 银行（还可进一步细分为零售银行、商业银行、网上银行、移动银行等）
- 投资（包括分析、证券投资组合管理、资产管理、投资咨询等）
- 交易市场（股票市场、大宗商品交易市场、外汇市场、加密货币市场）
- 算法交易（市场规模庞大，未来预计将通过 AI 和机器学习技术实现进一步增长）
- 信贷管理（个人贷款、抵押贷款、商业贷款、债务证券化等）
- 风险管理
- 数字支付
- 企业融资
- 会计与合规（包括税务管理）
- 加密货币（ICO、代币管理、挖矿、钱包、交易所、兑换等）
- 欺诈防范
- 保险（业务广泛）
大多数新兴的金融科技 (FinTech) 公司通常属于上述其中一个或多个细分领域（有时它们也可能属于全新的利基市场），且这些公司都承认研发对企业成功的重要意义。毕竟，在这个竞争激烈、积极寻求技术优势的行业中，研发落后的公司可能就会失去其原有的市场地位。
如果在开展风险管理活动时没有使用正确的 AI 技术，您可能需要面临被其他公司拒绝的风险，并无法实施正确的措施。如果您的交易延迟过高，相比其他行动更快的交易者而言，您则可能会失去套利机会。
金融科技行业广泛涉及各种独特的领域，尽管各个领域千差万别，但它们都有一个共同点，那就是都面临凸显了金融行业基本的复杂性挑战。而无论是遵守法规、保护敏感数据、提高性能还是集成旧系统，这些领域都面临着类似的挑战。安全、创新、合规和无缝转换构成了这些细分领域软件开发的基石，了解并解决金融软件开发中的挑战对于塑造该行业的未来至关重要。
高性能与低延迟
金融交易通常需要使用低延迟的高性能系统，实时执行并处理大批量交易。因此，开发能够处理大量交易而不会造成延迟的软件至关重要。而在高负载下保持始终如一的系统性能并非易事，持续的系统优化和严谨的系统设计必不可少。
这其中涉及：
- 在每次系统更新后密切监控系统延迟情况。
- 选择具有手动内存管理和确定性运行延迟的编译语言（例如支持 Realtime GC 的 C++、Rust 或 Java 语言）
- 相比文本协议，优先选择二进制协议（尤其是内部组件之间）
- 将计算转移到编译时间和/或应用程序加载时间和预热中，减少运行延迟
在某些情况下，各大公司会使用一些特定的配置并进行轻微调整，重新编译底层操作系统的内核，以进一步优化系统性能。寻求更低延迟的公司会租用尽可能靠近其交易市场的服务器，将通信延迟降至最低（许多交易所提供主机托管服务，其中提供的服务器与交易所的基础设施位于同一数据中心内）。这种物理距离的缩短可以显著减少数据在交易者系统和交易所交易平台之间的传输时间。
安全与数据隐私
保护敏感数据安全和隐私对于金融系统至关重要。对于几乎所有系统来说，开发能够防止数据泄露、网络攻击和未授权访问的软件都是一项不小的挑战，但对于几乎所有金融系统来说，保护数据安全和隐私的必要性则更为突出。此外，金融软件还需要遵守并采用随着时间的推移，因威胁和监管要求变化而变化的行业新标准和最佳安全实践。
快速的变化
一方面，金融行业具有稳定和拒绝快速变化的特点，另一方面，金融行业又会因市场、监管规定和技术的变化而快速变化。
为了确保行业透明度、安全性和公平性，监管部门需要对金融行业进行严格的监督，因此需要不断优化法律法规，以贴近时代要求并减少违规行为。例如在过去二十年，各国的反洗钱 (AML) 法规持续调整，不断提出了新的要求。为此，软件系统要想符合不断变化的法规，就需要密切关注相关法规并具备相关的专业知识。
新系统的集成也是不断变化的因素之一。许多金融机构还在使用多年前的遗留系统，但由于技术、架构和数据格式的不断发展，现代软件集成到原有的工作流程中可能也会十分复杂。而确保旧系统无缝过渡到新软件并不造成业务中断是非常重要的。
韧性与持久性
大多数金融系统都需要在给定的时间窗口内持续保持可用性。这就是金融系统的韧性与持久性挑战，即要求金融系统在保持功能性和数据完整性的同时，能够快速地从意外故障或错误中恢复到正常工作状态。详细来说，韧性是指系统容忍不可预见事件、经过最短的故障或停机时间后继续运行的能力；持久性则强调系统的长期稳定性以及随着时间的推移保持其功能性的能力。
在处理重要交易、敏感数据和市场业务时，金融系统的韧性和持久性至关重要。这些系统必须能够克服各种挑战，如网络攻击、硬件故障、自然灾害和经济快速衰退（可能会产生意外的流量或数据流），因此必须实施冗余、故障转移、系统备份和全面的灾难恢复等解决方案。
这些解决方案进一步包括实时监控、快速响应以及在各个组件之间无缝切换以维持系统运行的能力。总之，韧性和持久性挑战重点强调了金融系统即使面对不可预见的挑战，依然保持稳定性和正常运作的重要性。为此，金融系统需要采用先进的技术解决方案、主动的风险管理策略，并深刻了解金融行业的独特需求。
其他挑战
其他挑战从我们上面讨论的挑战延伸而来。首先，一些开发经理认为他们很难对金融软件进行测试。虽然许多行业的软件都存在测试挑战，但环境噪音越大且移动部件越多，软件测试会更加困难。
其次，正如我们上文已经讨论过的，金融系统在集成内外部系统上也存在一定的困难。尽管 AI 工具可能会在一定程度上缓解这一挑战，但这一挑战并不会消失（我们不久前已经讨论过相关内容，相关详情请点击此处和此处）。
再次，无论是单纯的存储数据，还是大量分析、处理各种信息记录，海量数据也是一个挑战。当前，为了实现新的数据处理和使用方式，数据分析（包括大数据和机器学习）技术正在以前所未有的速度发展。
最后，招聘到熟练使用相关技术技能并拥有金融思维的员工也难乎其难。
上述挑战的共同点是什么？
上述几乎所有挑战都有一个共同点，且开发经理们也提到过，那就是需要快速的软件开发流程。因此，为了克服这些挑战，金融软件需要一个非常高效的架构和设计，以及敏捷的开发周期，方便新功能、集成、法规、性能优化在系统测试环境或集成环境中快速嵌入到系统中，从而在系统正式部署之前实现快速迭代。由于更新内容越少，测试越容易，因此这再次强调了软件快速且小规模迭代的重要性。
