`

互联网金融如何跨过亿元损失坑洞?精准化测试是关键!

 
阅读更多

201281日,骑士资本在纽约证券交易所(NYSE)短短45分钟,因曾遗留下来的一个Bug,而导致错误地进行超过400万笔交易订单,涉及的股票代码多达154个,进行了美股市场约10%的交易量,损失达4.4亿美元,随后陷入经营危机,最终被竞争对手GETCO公司兼并。

 

而这殒命的屠刀,却是骑士资本自己挥下的。

 

自“互联网+”概念提出以来,互联网科技更像一涓细流,悄无声息地浸透着各行各业的脉络骨骼,最终焕然一新。在各种变革转型中,移动应用为业务进行的多样化带来了更多的空间,不少传统行业都将自己的业务搭建至这个平台中。但对于很多行业,特别是将传统交易方式与互联网科技融合的金融证券领域来说,APP中可能潜在的问题常成为宣告死亡的刽子手。

 

虽然每款APP里都会存在Bug,且无法做到完全消除,但事实上抱以严谨的态度来对待质量管理环节,也能够最大限度地减少损失。譬如服务全球几十亿用户的谷歌应用和服务,之所以如此稳定有着超高的质量,跟他们严谨强大的测试团队配比分不开。像这类巨头企业,开发和测试的比例是41,而国内互联网公司却是91

 

国内的互联网企业历来崇尚的是“重研发,轻测试”的思想,很多规模较大的公司常常偏执地相信与投资模型自身的盈利能力相比,代码的开发规范,日常运维规则是可以暂时先搁置一旁的,当出现问题以后再回头来看待这些基础方面或已为时已晚,而面对转型后的互联网企业来说,特别是在快速普及“程序化交易”的金融行业,这样的情况可能更甚:大部分负责人更加想看到产品的快速成型上线,投入运作,往往在显然没有适当测试的情况下便火速上线一个新的程序,最终却反伤了自己。

 

但其实,测试与开发并不是分家的,通常来说,开发的最后一个环节就是测试。一款完善的产品,应该是一个完整的流程所生产出的,毫不夸张地说,忽视了测试环节,最终产出的应属半成品,未被测出的任何一个问题,都有可能在某个环境中让你付出“4.4亿”的代价。

 

更为严重的是,针对转型的传统金融证券行业来说,新推出的应用存在Bug,除了造成直接的经济损失外,还可能会伤及品牌印象。4.4亿的损失不是每次事件都能轻易造成,但传统金融证券企业在过往长久积累下来的良好品牌形象,却很可能因一次“应用事故”而大打折扣,这对任何一家企业来说,都是致命且无法用金钱来衡量的打击。那么与其去做这样可能毁于一旦的冒险,不如提前花极小的代价方正态度,做好测试。

 

 

TestBird看来做好测试,不仅是避免可能发生的损失,更是体现一个企业求精的态度。在这个时代,移动APP在带来无限可能的同时,也能因一次跌落让你心血散尽。

分享到:
评论

相关推荐

    毕业设计基于yolov8实现的道路坑洞检测测试代码+模型+演示视频+使用说明.zip

    【标题解析】: "毕业设计基于yolov8实现的道路坑洞检测测试代码+模型+演示视频+使用说明.zip" 这个标题表明了一个毕业设计项目,该项目专注于道路坑洞的检测,采用了深度学习框架yolov8。 yolov8是YOLO(You Only ...

    路面坑洞检测的图像数据集.zip

    标题中的“路面坑洞检测的图像数据集.zip”揭示了这个压缩包文件包含的是一个用于路面坑洞检测的图像数据集。这样的数据集是训练和评估计算机视觉算法,特别是深度学习模型的重要资源,这些模型可以自动检测道路表面...

    坑洞检测数据信息-数据集

    坑洞检测技术是当前智能交通系统和道路维护领域的重要研究方向之一。该技术的应用可以大幅提高道路检测的效率和准确性,确保行车安全。本数据集提供的图像资源,为研究者们提供了丰富的路面状况样本,涵盖了正常道路...

    图像分类数据集:道路坑洞图像识别数据集(包括划分好的数据【文件夹保存】、类别字典文件)

    图像分类数据集:道路坑洞图像识别数据集(包括划分好的数据【文件夹保存】、类别字典文件) 【分类个数:2】正常、有坑洞等等【具体查看json文件】 【数据集详情】data目录下分为2个目录,训练集、测试集。存放...

    机器学习665张坑洞数据集

    在机器学习领域,数据集是模型训练的基础,而"机器学习665张坑洞数据集"就是一个专门针对坑洞检测的应用场景所构建的数据集合。这个数据集包含了665张图片,每张图片都描绘了不同的道路坑洞,旨在帮助开发自动驾驶...

    600张左右的马路上坑洞数据

    因此,对道路上坑洞进行及时有效的检测和修补,是提升城市道路服务水平的关键。本篇内容将围绕600张左右的马路上坑洞数据,展开详尽的知识点阐述。 首先,马路上坑洞数据的收集是实施道路维修的基础。这些数据通常...

    【目标检测数据集】路面坑洞数据集yolo+voc格式664张.zip

    数据集介绍:图片主要为乡镇水泥路路面坑洞检测,含极少国道沥青路路面坑洞检测,图片无重复增强 数据集格式:VOC格式+YOLO格式 压缩包内含:3个文件夹,分别存储图片、xml、txt文件 JPEGImages文件夹中jpg图片总计...

    深度学习-665张坑洞数据(数据集)

    这对于二分类问题(存在坑洞与不存在坑洞)或者多分类问题(不同类型的坑洞)来说是非常理想的,因为这样可以简化训练过程,提高模型的精度。 "ychdata"可能是数据提供者或者数据集的命名约定,这可能指的是该数据...

    目标检测-已标注沙滩坑洞-yolov8

    1. 预处理数据:将图像和对应的标注文件加载到内存,可能需要进行尺寸标准化、归一化等操作。 2. 构建模型:根据data.yaml配置文件搭建YOLOv8网络结构,设置合适的超参数。 3. 训练模型:使用训练集对模型进行训练,...

    darknet_目标检测_lungslog_darknet框架_darknet识别坑洞_darknet_源码

    核心部分包括网络层定义、损失函数计算、反向传播算法以及训练和测试流程。网络层是模型的基础,包括卷积层、池化层、全连接层等;损失函数衡量模型预测与真实结果的差距;反向传播算法则是模型参数更新的关键;训练...

    YOLO 数据集:地面坑洞识别+检测(1类)【包含划分好的数据集、类别class文件、数据可视化脚本】

    可以用于地面坑洞检测。总共1类别:坑洞等等,具体的查看classes.txt 文件 为了方便查看数据,提供了可视化py文件,随机传入一张图片即可绘制边界框,并且保存在当前目录。脚本无需更改,可以直接运行可视化图像!...

    YOLO 数据集:月球火星表面坑洞检测【包含划分好的数据集、检测类别文件、数据可视化脚本】

    项目包含:月球火星表面坑洞检测【包含划分好的数据集、检测类别文件、数据可视化脚本】,数据保存按照YOLOV5文件夹保存,可直接用作目标检测数据集,无需额外处理。 图像分辨率为640*640的大分辨率RGB图片,数据集...

    公路坑洞图像分类检测数据集

    公路坑洞图像分类检测数据集,数据被分成测试集和训练集。训练集包含4026张图像,测试集包含1650张图像。 公路坑洞图像分类检测数据集,数据被分成测试集和训练集。训练集包含4026张图像,测试集包含1650张图像。

    (源码)基于Arduino的路面坑洞检测系统.zip

    # 基于Arduino的路面坑洞检测系统 ## 项目简介 本项目是一个基于Arduino的路面坑洞检测系统,利用安装在汽车上的超声波传感器,检测道路上的坑洞。系统会收集坑洞的位置、深度和宽度等数据,并将其上传至谷歌地图,...

    道路坑洞与车牌人物多目标检测数据集.zip

    道路坑洞与车牌人物多目标检测数据集 一、基础信息 数据集名称:道路坑洞与车牌人物多目标检测数据集 数据规模: - 训练集:3,900张道路场景图片 - 验证集:194张标注图片 - 测试集:72张评估图片 目标类别: - 行人...

    道路坑洞城市交通设施分割系统:新手导航速通.zip

    道路坑洞城市交通设施分割系统是一种应用于智能交通领域的技术,它主要利用图像识别、计算机视觉和机器学习等先进技术,对城市道路图像进行分析,识别出路面的坑洞、裂缝以及其他交通设施。该系统能够有效地帮助城市...

    【损害和风险评估&坑洼】道路坑洞及修补检测系统源码&数据集全套:改进yolo11-efficientViT.zip

    道路坑洞及其修补状态的检测是确保道路安全的关键环节。传统上,这类检测多依赖于人工巡视,耗时且效率低下。随着计算机视觉与深度学习技术的进步,出现了基于图像识别的道路坑洞检测系统,这些系统能够自动识别和...

    道路坑洞检测图像数据集.zip

    道路上的坑洞可能导致严重事故,任何以一定速度行驶的车辆都可能因坑洞而失去方向。对于四轮车辆,坑洞可能会对车轮和轮胎造成严重损坏。更具体地说,对于摩托车等两轮车辆,由于导致不平衡的趋势非常高,且可能导致...

    基于卷积神经网络(CNN)进行实时道路坑洞检测的系统+模型+数据+项目说明(毕设项目).zip

    在近年来,随着深度学习技术的飞速发展,卷积神经网络(CNN)已经成为图像处理领域的一项关键技术。特别是对于实时道路坑洞检测的研究与应用,CNN展现出了其强大的能力。该技术能够通过摄像头捕捉实时视频流,并对每...

    行业分类-设备装置-一种坑洞保护结构的高空作业平台.zip

    本文将深入探讨标题“行业分类-设备装置-一种坑洞保护结构的高空作业平台”所涉及的关键知识点,以及相关技术细节。 首先,我们需要理解“行业分类”。在工程和制造领域,产品通常会被归类到特定的行业类别中,便于...

Global site tag (gtag.js) - Google Analytics