基于大数据分析的风险控制方法及系统技术方案

本发明专利技术涉及软件领域，尤其是基于大数据分析的风险控制方法及系统。所述基于大数据分析的风险控制方法，包括从不同数据源获取与投资相关的原始信息，根据所述原始信息对投资意向进行预测确定交易模式；将所述交易模式反馈给用户，以及获取在该交易模式下用户预计可投入的账户金额；根据账户金额以及该交易模式下的最大风险系数，验证最大可承受风险是否满足预设的风险控制控制要求；若所述最大可承受风险满足预设的风险控制控制要求，则为用户反馈可在交易时间段进入交易平台进行交易的提示。本发明专利技术采用大数据分析的方式确定最有利的交易模式并将其推送给用户，为用户提供可靠的参考，避免了人为的非理性操作，能够对金融产品的交易进行风险控制。

【技术实现步骤摘要】
基于大数据分析的风险控制方法及系统
本专利技术涉及软件领域，尤其是基于大数据分析的风险控制方法及系统。
技术介绍
随着信息化的高速发展，大数据应运而生，大数据技术，指的是一种规模大到在获取、存储、管理、分析方面大大超出了传统数据库软件工具能力范围的数据集合，具有海量的数据规模、快速的数据流转、多样的数据类型和价值密度低四大特征。数据多样化的形成主要有两方面的原因：一是数据来源多，有搜索引擎、社交网络、通话记录、传感器等等；二是数据格式多，有结构数据、半结构数据和非结构数据。每个投资者进入股票、期货或者外汇市场都是希望进来盈利的，但统计结果显示，80％-90％的人都是亏损的。就概率而言，绝大多数人判断的正确率都接近于50％。因此，理论上应该有50％的人是赚钱的，而实际上只有10-20％的赚钱，中间的差距是巨大的。造成这样巨大差距的很大的原因是交易员的非理性行为。比如胡乱交易、不设止损、重仓交易、频繁交易等。
技术实现思路
针对现有技术中的缺陷，本专利技术提供一种基于大数据分析的风险控制方法及系统，能够对金融产品的交易进行风险控制，降低了交易风险，提高了投资收益率。为了实现上述目的，第一方面，本专利技术提供的基于大数据分析的风险控制方法，包括如下步骤：从不同数据源获取与投资相关的原始信息，根据所述原始信息对投资意向进行预测确定交易模式；将所述交易模式反馈给用户，以及获取在该交易模式下用户预计可投入的账户金额；根据所述账户金额以及该交易模式下的最大风险系数，验证最大可承受风险是否满足预设的风险控制控制要求；若所述最大可承受风险满足预设的风险控制控制要求，则为用户反馈可在交易时间段进入交易平台进行交易的提示。第二方面，本专利技术提供的基于大数据分析的风险控制系统，包括风险控制服务器和用户端，所述风险控制服务器与所述用户端通信连接；所述风险控制服务器从不同数据源获取与投资相关的原始信息，根据所述原始信息对投资意向进行预测确定交易模式；所述风险控制服务器将所述交易模式反馈给用户端，以及获取在该交易模式下用户预计可投入的账户金额；所述风险控制服务器根据所述账户金额以及该交易模式下的最大风险系数，验证最大可承受风险是否满足预设的风险控制控制要求；若所述最大可承受风险满足预设的风险控制控制要求，则所述风险控制服务器为用户端反馈可在交易时间段进入交易平台进行交易的提示。本专利技术的有益效果是：本专利技术采用大数据分析的方式确定最有利的交易模式并将其推送给用户，为用户提供可靠的参考，通过验证最大可承受风险是否满足预设的风险控制控制要求，避免了人为的非理性操作，能够对金融产品的交易进行风险控制，降低了交易风险，提高了投资收益率。附图说明图1为本专利技术第一实施例基于大数据分析的风险控制方法的流程图；图2为本专利技术第二实施例基于大数据分析的风险控制系统的框图。具体实施方式下面将详细描述本专利技术的具体实施例，应当注意，这里描述的实施例只用于举例说明，并不用于限制本专利技术。在以下描述中，为了提供对本专利技术的透彻理解，阐述了大量特定细节。然而，对于本领域普通技术人员显而易见的是：不必采用这些特定细节来实行本专利技术。在其他实例中，为了避免混淆本专利技术，未具体描述公知的电路，软件或方法。在整个说明书中，对“一个实施例”、“实施例”、“一个示例”或“示例”的提及意味着：结合该实施例或示例描述的特定特征、结构或特性被包含在本专利技术至少一个实施例中。因此，在整个说明书的各个地方出现的短语“在一个实施例中”、“在实施例中”、“一个示例”或“示例”不一定都指同一实施例或示例。此外，可以以任何适当的组合和、或子组合将特定的特征、结构或特性组合在一个或多个实施例或示例中。此外，本领域普通技术人员应当理解，在此提供的示图都是为了说明的目的，并且示图不一定是按比例绘制的。如图1所示，本专利技术的第一实施例示出的基于大数据分析的风险控制方法，其特征在于，包括如下步骤：S1，从不同数据源获取与投资相关的原始信息，根据所述原始信息对投资意向进行预测确定交易模式；其中，所述交易模式股票、基金、债券、期货和外汇交易模式。本实施例可采用爬虫完成从不同数据源获取与投资相关的原始信息，爬虫按照主题内容有选择性的对投资交流网站的网页进行爬取，它主要是为了在保证页面信息采集覆盖率的前提下，同时有较高的信息准确率。本实施中所述爬虫主要在以下两个方面进行了改进：网页数量的急剧增加，与主题相关的网页所占的比例随之减少，为了保证页面信息采集的覆盖率和准确率，要在爬行过程中对页面进行筛选，保留与主题相关度较高的网页。爬虫的爬行需要带有针对性，利用某种算法计算链接的主题相关度。进一步地，将与主题相关度较高的URL加入待爬取URL队列。建立与目标服务器之间的HTTP链接；获得投资交流网站的网页，对网页进行解析，提取所述网页的内容文本；对所提取的内容文本进行中文分词，统计在内容文本中出现的带有独立语义的关键词；构建语义相似性的文本向量，通过计算关键词之间的语义相似度，将满足条件的关键词进行替换，得到语义相似概念替换后的文本。在本实施例中，是通过基于距离的语义相似度计算模型通过量化关键词之间在本体层次网络中的路径长度来计算相似度的，它需要预先建立本体层次网络，并且网络的结构将直接影响语义相似度的计算结果，其具体的计算公式为：sim(w1，w2)＝2maxlen-minlen，其中maxlen为关键词w1和w2在本体树中的最大距离，minlen为关键词w1和w2在本体树中的最小距离。在另外的一个或一些实施例中，由于本体结构树中两个关键词之间肯定会存在相同的父亲节点，例如根节点，并且会存在不止一条有联系的路径，其具体的计算公式为：其中l1和l2是指关键词w1和w2到他们最近的父亲节点w之间的最短距离，len是指根节点到w之间的最短距离。进一步地，本实施例中采用基于内容的语义相似度计算模型来计算关键词的语义相似度。由于在本层次网络中，如果两个关键词中含有越多相同的内容，则表示两者之间的语义相似度越大；如果两个关键词中含有越少相同的内容，则表示两者之间的语义相似度越小。关键词包含的内容可以通过计算它在文档中出现的频率来表示，如果出现的频率高，则表示内容丰富；如果出现的频率低，则表示内容匮乏，其具体的计算公式为：其中p(w)是指关键词w出现的概率，N是指关键词的总数，若s(w1，w2)为关键词w1和w2公共父亲节点关键词的集合，那么计算器公共父亲节点的具体的计算公式为：由此关键词w1和w2的相似度计算公式为：sim(w1，w2)＝1-pmin(w1，w2)，如果把关键词w1和w2的自带内容进行考虑在内的话，关键词w1和w2的相似度计算公式为：根据所述语义相似概念替换后的文本对投资意向进行预测确定交易模式。利用所述语义相似概念替换后的文本，即可获取各个网页中有关于交易模式的所有关键词，计算代表不同交易模式的关键词在所有文本中所出现的概率，选取其中概率值最大的作为最终预测值，进而就可以直接确定为用户推送的交易模式。S2，将所述交易模式反馈给用户，以及获取在该交易模式下用户预计可投入的账户金额；通过将预测确定的交易模式反馈给用户，可为用户提供可靠的参考，有助于降低风险。S3，根据所述账户金额以及该交易模式下的最大风险系数，验证最大可承受风险是本文档来自技高网...

【技术保护点】
1.基于大数据分析的风险控制方法，其特征在于，包括如下步骤：从不同数据源获取与投资相关的原始信息，根据所述原始信息对投资意向进行预测确定交易模式；将所述交易模式反馈给用户，以及获取在该交易模式下用户预计可投入的账户金额；根据所述账户金额以及该交易模式下的最大风险系数，验证最大可承受风险是否满足预设的风险控制控制要求；若所述最大可承受风险满足预设的风险控制控制要求，则为用户反馈可在交易时间段进入交易平台进行交易的提示。

【技术特征摘要】
1.基于大数据分析的风险控制方法，其特征在于，包括如下步骤：从不同数据源获取与投资相关的原始信息，根据所述原始信息对投资意向进行预测确定交易模式；将所述交易模式反馈给用户，以及获取在该交易模式下用户预计可投入的账户金额；根据所述账户金额以及该交易模式下的最大风险系数，验证最大可承受风险是否满足预设的风险控制控制要求；若所述最大可承受风险满足预设的风险控制控制要求，则为用户反馈可在交易时间段进入交易平台进行交易的提示。2.根据权利要求1所述的基于大数据分析的风险控制方法，其特征在于，从不同数据源获取与投资相关的原始信息，根据所述原始信息对投资意向进行预测确定交易模式具体包括：从各个不同的投资交流网站的网页中获取投资者间的交流文本信息，根据所述交流文本信息对投资意向进行预测确定交易模式。3.根据权利要求2所述的基于大数据分析的风险控制方法，其特征在于，所述从各个不同的投资交流网站的网页中获取投资者间的交流文本信息，根据所述交流文本信息对投资意向进行预测确定交易模式具体包括：建立与目标服务器之间的HTTP链接；获得投资交流网站的网页，对网页进行解析，提取所述网页的内容文本；对所提取的内容文本进行中文分词，统计在内容文本中出现的带有独立语义的关键词；构建语义相似性的文本向量，通过计算关键词之间的语义相似度，将满足条件的关键词进行替换，得到语义相似概念替换后的文本；根据所述语义相似概念替换后的文本对投资意向进行预测确定交易模式。4.根据权利要求1所述的基于大数据分析的风险控制方法，其特征在于：所述交易模式股票、基金、债券、期货和外汇交易模式。5.根据权利要求1所述的基于大数据分析的风险控制方法，其特征在于，所述验证最大可承受风险是否满足预设的风险控制控制要求具体包括：将所述最大风险系数与基准风险系数进行比较；若所述最大风险系数小于等于基准风险系数，则满足预设的风险控制控制要求；若所述最大风险系数大于等于基准风险系数，则不满足预设的风险控制控制要求。6.基于大数据分析的风险控制系统，包括风险控制服务器和用户端，所述风险控制服务器与所述用户端通信连接，其特征在于：所述风险控制服...

【专利技术属性】
技术研发人员：商德超，
申请(专利权)人：山东儒名投资集团有限公司，
类型：发明
国别省市：山东,37