券商基金的研发,碰持仓和策略数据前先看这几条线

简介: 本文揭示技术岗“老鼠仓”风险:数据中台工程师因职务便利获取未公开持仓信息并交易,或涉利用未公开信息交易罪。该罪不限于前台人员,运维、DBA等后台岗位同样适用。详解三类未公开信息、五大高危行为及系统级合规建议,强调“看得见≠可使用”,每次数据访问须有授权、理由与留痕。

有个在私募做数据中台的工程师问过一个问题。他的工作是给投研做持仓看板,自己也做点二级市场的投资。有一天他在看板上看到组合连续三天加某个方向的仓位,第二天在自己账户上买了两万块。

在他看来这不算什么。金额小,也没告诉别人。

问题在于,这笔委托的时间,和公司大额买入只差四十分钟。而这个时间差,是能从指令系统日志和交易所流水里对出来的。

后台的人常有种错觉:我不下单,不做投研,看到什么都无所谓。

一、这条线管的是谁

刑法第一百八十条第四款。证券交易所、期货交易所、证券公司、期货经纪公司、基金管理公司、商业银行、保险公司等金融机构的从业人员,以及有关监管部门、行业协会的工作人员,利用因职务便利获取的内幕信息以外的其他未公开的信息,违反规定从事与该信息相关的证券、期货交易活动,或者明示、暗示他人从事相关交易活动,情节严重的,依照第一款处罚。法定刑在五年以下,情节特别严重的五年以上十年以下,并处违法所得一倍以上五倍以下罚金。

这就是利用未公开信息交易罪,业内俗称老鼠仓。

技术人员通常觉得,我不是投研也不是交易员,算不上从业人员。这个理解在实务里站不住。判断从业人员看的是与金融机构的用工关系加上职务便利,不看岗位在前台还是后台。运维、DBA、清算、数据开发,只要因为职务能拿到那些信息,主体资格就成立。

非金融机构人员与上述人员通谋、共同实施的,按共同参与处理。所以"我只是把数据给了朋友",这个说法解决不了问题。

二、什么算未公开信息

2019年两高《关于办理利用未公开信息交易刑事案件适用法律若干问题的解释》讲得比较清楚,三类:

投资决策、交易执行信息;持仓数量及变化、资金数量及变化、交易动向信息;其他可能影响证券期货交易活动的信息。

翻译成研发听得懂的话:调仓指令、订单流、策略信号、因子权重、组合持仓明细、申赎资金流。你在库里天天 select 的那几张表,基本全在里面。

违反规定的范围也比很多人想的宽。它包括法律、行政法规、部门规章,还包括全国性行业协会的业务规范和金融机构自己的章程制度。公司内控手册里那条禁止查询非授权组合持仓,也在这个范围内。

情节严重的门槛,解释给了几个数:违法所得一百万以上;证券交易成交额五百万以上;期货交易占用保证金一百万以上;二年内三次以上;明示、暗示三人以上从事相关交易。注意成交额是累计的,不是盈亏。有人亏着钱还是要担责,就是因为看的是成交额。

三、技术岗最容易踩的几个动作

用运维权限顺手看一眼。 生产库权限是给你排障的,不是给你看组合的。查询记录留在审计日志里,跟你账户的委托时间一比对,解释起来非常吃力。

亲属账户。 用配偶、父母的账户交易,以为换个身份就断了关联。实际认定靠资金往来、下单设备、网络地址、委托时序这几样,比想象中好查。

在群里转述。 一句"我们最近在加某个方向",在工作群或者饭桌上说出去,对方跟着买了,就可能落到明示、暗示那一档。这一档不要求你自己有交易。

带走策略代码。 离职时把因子库、信号生成逻辑打包带到下家,牵扯的就不止一条线,还有商业秘密。

看板粒度做粗了权限。 给业务方出报表图省事,明细全放上去,权限只做到页面级不做到字段级。结果是很多人都能看到组合明细,真泄露了定位不到人。

测试用生产数据。 从生产库拉一份真实持仓灌进测试环境,而测试环境往往没有审计、没有加密、权限还宽。这是最常见的泄露源头。

四、系统层面能做的事

  • 持仓、订单流、策略信号做字段级权限,看板默认只给聚合值,明细单独申请并设有效期。
  • 生产环境取数一律走审批加堡垒机,禁止个人账号直连,查询语句全量留痕。
  • 审计日志写入独立系统,DBA 和运维本人无权删除。留存周期按行业监管要求设,别只按六个月的底线。
  • 调仓窗口期收紧研发侧的数据访问,能只读脱敏就不给明细。
  • 员工及关联人的证券账户按制度申报,系统侧做交易时点与内部指令的自动比对告警。这个功能是保护员工的,不是监视。
  • 策略代码库最小权限,离职流程明确清点仓库和本地副本。
  • 数据导出加水印和批次号,出事时能定位到人。

补一句交叉风险。动作涉及对交易系统数据的删除、修改,可能牵扯破坏计算机信息系统罪;导出的持仓明细里带着客户身份和财产信息,个人信息保护刑事风险同时存在。一个动作踩到几条线,这行不算罕见。

五、从审判角度提两句

这类案子的证据结构很硬。交易所有完整委托流水,机构有指令系统日志,营业部有开户资料和设备信息,三头一碰,时间轴就出来了。删本地记录、注销账户没有意义,还容易被当成有意隐匿。

按一位有37年审判经历的老法官的观察,庭上争的很少是有没有交易,争的是信息算不算未公开、有没有利用职务便利、成交额怎么算、行为人在链条里处在什么位置。

对研发来说,能提前做的只有一件事:让每次数据访问都有理由、有授权、有记录。

看得到,不等于可以用。这两件事中间隔着的东西,比大多数人以为的要贵。

韩宝玉,北京百环律所深圳办案团队,曾任某省直属法院高级法官,从事审判工作37年。

本文为普法内容,不构成针对具体个案的法律意见。

相关文章
|
8月前
|
存储 缓存 调度
阿里云Tair KVCache仿真分析:高精度的计算和缓存模拟设计与实现
在大模型推理迈向“智能体时代”的今天,KVCache 已从性能优化手段升级为系统级基础设施,“显存内缓存”模式在长上下文、多轮交互等场景下难以为继,而“以存代算”的多级 KVCache 架构虽突破了容量瓶颈,却引入了一个由模型结构、硬件平台、推理引擎与缓存策略等因素交织而成的高维配置空间。如何在满足 SLO(如延迟、吞吐等服务等级目标)的前提下,找到“时延–吞吐–成本”的最优平衡点,成为规模化部署的核心挑战。
1915 40
阿里云Tair KVCache仿真分析:高精度的计算和缓存模拟设计与实现
|
Cloud Native 持续交付 测试技术
ALPD——驱动业务创新的精益产品开发
ALPD——驱动业务创新的精益产品开发
7556 0
ALPD——驱动业务创新的精益产品开发
|
9月前
|
数据采集 人工智能 运维
AgentRun 实战:快速构建 AI 舆情实时分析专家
搭建“舆情分析专家”,函数计算 AgentRun 快速实现从数据采集到报告生成全自动化 Agent。
1718 57
|
3月前
|
运维 安全 Android开发
iOS 云手机与安卓云手机底层差异全解析 2026 年云端设备选型避坑指南
2026年云手机已分化为安卓(ARM原生/开源灵活)与iOS(真机集群/封闭纯净)两大技术路线。前者适配多开、脚本、群控,性价比高;后者专注单账号安全挂机,防风控强但成本高、功能受限。选型须匹配需求,避坑关键在辨清底层架构。
|
3月前
|
人工智能 自然语言处理 前端开发
阿里云百炼Qwen3.7-Max模型详解:综合能力、核心优势与订阅计划全指南
Qwen3.7-Max是阿里云通义实验室联合百炼平台打造的新一代旗舰大模型,也是Qwen3.7系列中的顶配版本,定位为**智能体时代全能基座模型**。区别于仅支持单轮对话、简单指令的传统大模型,它从底层架构针对智能体运行逻辑进行深度优化,核心目标是让AI独立完成跨越数百步甚至数千步的复杂长周期任务,真正实现“无人值守式”作业。该模型依托阿里云成熟的算力基础设施与百炼全链路服务体系,不仅具备顶尖的自然语言理解、逻辑推理、多语言处理能力,还原生支持MCP(模型上下文协议),可无缝对接主流智能体框架、第三方工具、云服务组件,打破技术栈壁垒。在行业横向对比中,Qwen3.7-Max在多项权威基准测试中
575 0
|
敏捷开发 运维 项目管理
Jira低成本国产方案大揭秘:2025年最值得选择的国产替代产品
随着企业对成本控制和数据合规性需求的提升,Jira项目管理工具的高昂费用和本土化不足问题日益凸显。本文对比分析了2025年主流国产替代方案(飞书项目、板栗看板、Ones等)的核心功能与适用场景,指出国产工具在中文化支持、私有化部署和成本效益方面的优势,并提供了从Jira平稳迁移的实施建议。数据显示,国产替代方案可降低80%成本,同时满足敏捷开发需求,特别适合预算有限且重视数据安全的中小企业。选择时需综合考量功能匹配度、团队适配性和迁移成本等因素。
859 0
|
5月前
|
人工智能 安全 API
2026 最新版 OpenClaw 安装踩坑复盘与正确部署(包含新安装包)
结合实际安装过程中的踩坑经历,复盘 2026 最新版 OpenClaw 安装、汉化中的易错点、避坑技巧,同时给出正确的部署流程与问题解决方法,帮助用户避开常见误区,一次性完成安装,减少无效操作。
|
12月前
|
运维 Cloud Native 应用服务中间件
阿里云微服务引擎 MSE 及 API 网关 2025 年 9 月产品动态
阿里云微服务引擎 MSE 面向业界主流开源微服务项目, 提供注册配置中心和分布式协调(原生支持 Nacos/ZooKeeper/Eureka )、云原生网关(原生支持Higress/Nginx/Envoy,遵循Ingress标准)、微服务治理(原生支持 Spring Cloud/Dubbo/Sentinel,遵循 OpenSergo 服务治理规范)能力。API 网关 (API Gateway),提供 APl 托管服务,覆盖设计、开发、测试、发布、售卖、运维监测、安全管控、下线等 API 生命周期阶段。帮助您快速构建以 API 为核心的系统架构.满足新技术引入、系统集成、业务中台等诸多场景需要。
699 142
|
12月前
|
存储 人工智能 达摩院

热门文章

最新文章