一种用于量化不同券商APP行情刷新速度的方法与流程

本发明涉及用户体验质量评价方法领域，尤其涉及一种用于量化不同券商APP行情刷新速度的方法。

背景技术：

对于手机券商APP的用户体验评测，目前只能对交互体验、功能范围进行对比，对于券商APP的行情刷新速度方面，并没有一个能够直观对比的指标数据。

由于缺失衡量不同券商APP刷新速度方面的指标，如果要比较刷新速度，目前已知的方法主要有以下两种：1)将装有不同券商APP的手机放置在一起，采用“肉眼对比”的方式进行；2)通过“截图对比”的方式进行刷新速度比较，将不同券商APP的行情页面进行截图，然后通过图片数据对比的方式进行刷新速度比较。

虽然上述两种方法在某种程度上能够实现不同券商APP刷新速度的比较，但是这两种方法的缺点也是显而易见，主要缺点有以下几个方面：

1)数据收集不及时：券商行情数据的刷新都是实时的而且频率是不确定的，现有的比较方式由于技术缺陷在进行行情数据收集上会存在相当大延迟。2)时间的精度不够：由于现在互联网网络的发展和各种cdn加速的应用，对于同一笔行情数据的推送，各个券商的行情刷新时间差可能仅仅是“毫秒级”的。而目前的方式没有办法精确到“毫秒级”。3)缺少统一量化模型：因为不能只通过一次或者几次刷新速度的结果就去衡量某一家的券商行情速度更快、更稳定。因此我们需要一个统一的数学模型将不同的券商APP产生的大量实时的、离散的行情数据进行数据建模和量化，从而达到对不同券商APP的刷新速度的比较

技术实现要素：

为了解决上述技术所存在的不足之处，本发明提供了一种用于量化不同券商APP行情刷新速度的方法。

为了解决以上技术问题，本发明采用的技术方案是：一种用于量化不同券商APP行情刷新速度的方法，包括：S1、获得不同券商APP的行情体验指数值并写入内存；

S2、根据获得的行情体验指数值评估不同券商APP行情刷新速度，数值越大代表行情刷新速度越快；

其中，所述不同券商APP的行情体验指数值的获取方法包括以下步骤：

S11、券商APP适配：①将APP导航到对应的行情获取页面；

②对行情页面中用于展示行情信息的组件进行数据获取，打印其上下调用堆栈，缩小行情数据接口的查找范围；

③使用虚拟机调试监控服务工具，对程序堆栈调用进行录制，查找对应的堆栈函数，进一步查找行情数据所在的接口；

④将数据接口获取到的行情数据输出到日志中，并与APP行情页面的实时行情数据进行比对，验证行情数据接口的有效性；

⑤重复上述③和④，直到最终确认找到的数据接口就是真正的券商APP的行情数据接口；

⑥将查找到的行情数据接口进行封装，从而完成一个券商APP的适配工作；

S12、设备部署：在相同的网络环境下进行手机设备和PC设备部署，每5个手机连接在同一个PC，将其中一个PC的时间设定为基准时间，其他机器设备通过NTP服务与该PC进行时间同步以保证时间的一致性；

S13、数据收集：设备部署完成后，将待监测的券商APP和其适配的插件程序安装在同一个手机上，一个手机只能运行一家券商行情APP程序，所述适配的插件程序会将获取到的行情数据实时发送到其连接的PC设备上；

S14、数据上传：当PC设备上运行的数据上传程序收到手机发送的采集数据后，实时的将其上传到服务端数据处理模块；

S15、数据处理：服务端数据处理模块将PC上传程序上传的行情数据进行归类收集，如果收到的券商行情数据为最新的行情数据，会实时更新存储各个券商最新行情数据的队列，以便服务端进行行情体验指数值的计算，并写入内存和数据库；行情体验指数值的计算方法为：服务端数据处理模块按一定周期从存储券商行情数据的队列中拷贝数据以此计算行情实时性权值V，默认排最前者本周期权值V为1，其他则按名次依次递减0.01，行情体验指数值SQE＝V×V。

进一步地，S11、券商APP适配中，②对行情页面中用于展示行情信息的组件进行数据获取，通过Hook技术实现。

进一步地，S13、数据收集中，获取的行情数据包括股价、成交量、成交额以及标准时间。

进一步地，所述标准时间为：在S12、设备部署中将一台PC设定基准时间并通过NTP协议与其他PC进行校准后，每次行情刷新的时间。

进一步地，S15、数据处理中，服务端数据处理模块从存储券商行情数据的队列中拷贝数据的周期为1秒。

进一步地，S15、数据处理中，所述行情数据的队列的确定方法为：根据行情数据中的“成交额”指标对队列进行从从大到小排序；如果有两条行情“成交额”完全相同，则再按“标准时间”进行再次排序，时间较早的排前面，从而可以得到一个有序的队列。

进一步地，S15、数据处理中，所述行情数据的队列的确定方法为：根据行情数据中的“成交量”指标对队列进行从从大到小排序；如果有两条行情“成交量”完全相同，则再按“标准时间”进行再次排序，时间较早的排前面，从而可以得到一个有序的队列。

本发明的用于量化不同券商APP行情刷新速度的方法，使用虚拟机调试监控服务工具，在模拟器环境中运行APP，进行数据采集；数据采集通过Hook技术实现，可以对行情数据达到行情数据的实时采集；通过设定基准时间，通过NTP协议进行时间校准，得到行情刷新的“标准时间”，从而将不同券商同一笔行情数据的刷新时间差精确到“毫秒级”；提供一种可以对券商行情刷新速度进行量化的数学模型，行情体验指数的量化模型提出有效的解决了对券商行情刷新速度不易量化的问题。

附图说明

图1为本发明的用于量化不同券商APP行情刷新速度的方法的流程图。

图2为本发明券商APP适配方法的流程图。

图3为本发明不同券商APP的行情体验指数值的获取方法的流程图。

图4为本发明的券商APP行情监控系统框架图。

具体实施方式

下面结合附图和具体实施方式对本发明作进一步详细的说明。

图1-3为本实施例所提供的用于量化不同券商APP行情刷新速度的方法的流程图，并构建如图4所示的券商APP行情监控系统框架，其步骤如下：

S1、获得不同券商APP的行情体验指数值并写入内存，具体地方法为：

1)券商APP适配：由于每家的券商APP结构都是不一样的，如果要获取到对应券商APP的行情数据都需要进行行情数据接口的适配工作，适配步骤如下：

①将APP导航到对应的行情获取页面。

②通过HOOK技术，对行情页面中用于展示行情信息的组件进行数据获取，打印其上下调用堆栈，缩小行情数据接口的查找范围。其中,Hook技术为一种常用的可以用于修改或者获取应用程序特定函数接口数据的技术或方法。

③使用虚拟机调试监控服务工具(DDMS工具)，对程序堆栈调用进行录制，查找对应的堆栈函数，进一步查找行情数据所在的接口。

④将数据接口获取到的行情数据输出到日志中，并与APP行情页面的实时行情数据进行比对，验证行情数据接口的有效性。

⑤重复上面的两个步骤，直到最终确认找到的数据接口就是真正的券商APP的行情数据接口，该接口会实时的输出该券商APP的行情数据。

⑥将查找到的行情数据接口进行封装，从而完成一个券商APP的适配工作。

2)设备部署：在相同的网络环境下进行手机设备和PC设备部署，每5个手机连接在同一个PC。将其中一个PC的时间设定为基准时间，其他机器设备通过NTP服务与该PC进行时间同步以保证时间的一致性，标准时间的精度为“毫秒级”。

3)数据收集：设备部署完成后，将要监测的券商APP和其适配的插件程序安装在同一个手机上，一个手机只能运行一家券商行情APP程序。适配的插件程序会将获取到的行情数据实时发送到其连接的PC设备上。获取的行情数据包括股价、成交量、成交额以及标准时间。其中，标准时间为每台PC与设定急转时间的PC通过NTP协议校准后，每次行情刷新的时间。

4)数据上传：当PC设备上运行的数据上传程序收到手机发送的采集数据后，实时的将其上传到服务端数据处理模块。

5)数据处理：将PC上传程序上传的行情数据进行归类收集，如果收到的券商行情数据为最新的行情数据，会实时更新存储各个券商最新行情数据的队列，以便服务端进行行情体验指数值(SQE指数)计算，并写入内存和数据库。SQE指数计算方法为：服务端数据处理模块按一定周期(1秒)从存储券商行情数据的队列中拷贝数据。根据行情的“成交额”指标对队列进行从从大到小排序。如果有两条行情“成交额”完全相同，则再按“标准时间”进行再次排序，时间较早的排前面，从而可以得到一个有序的队列。以此计算行情实时性权值V，默认排最前者本周期权值V为1，其他则按名次依次递减0.01，SQE＝V×V，即取V的平方做为对应券商在本周期的SQE指数。

S2、从内存或数据库中读取SQE指数，根据获得的SQE指数值评估不同券商APP行情刷新速度，数值越大代表行情刷新速度越快；并将比较结果通过网页进行展示。

上述实施方式并非是对本发明的限制，本发明也并不仅限于上述举例，本技术领域的技术人员在本发明的技术方案范围内所做出的变化、改型、添加或替换，也均属于本发明的保护范围。