【技术实现步骤摘要】
金融风险预测系统及其方法
本专利技术关于一种金融风险预测系统及其方法,特别是关于一种使用人工智慧(ArtificialIntelligence;AI)的金融风险预测系统及其方法。
技术介绍
金融投资在人们的生活中,是一项相当常见的活动。人们总是希望能透过投资来增加自己的资产。然而,风险总是无所不在,所以,在投资市场中,总是有人成功获利,也有人投资失利。为了能提升投资成功的机率,如何针对金融投资进行有效的风险预测,是一项重要的课题。对习知技艺者而言,波动率(volatility)是一项常用于风险预测的工具。通过对于历史波动率(historicalvolatilities)的观察与计算,习知技艺者可计算出标的金融投资商品的一种趋势。并且,可从上述的计算得出标的金融投资商品的风险预测。基本上,如果排除未来的意外,历史波动率可以是一项用来预测趋势时相当好用的工具。然而,上述预测中的“风险”在于,如何调整上述计算中的参数,以及使用多少历史数据来进行上述的计算。错误的风险预测将可能招致资产损失与金融崩溃。特别是对于投资信托机构而言,通常所操作的金额比一般个别投资人更高,所以,更需要有效且精准的金融商品风险预测。有鉴于此,开发可精确地避开金融风险的使用人工智慧(ArtificialIntelligence;AI)的金融风险预测系统及其方法,是一项相当值得产业重视且可有效提升产业竞争力的课题。
技术实现思路
鉴于上述的专利技术背景中,为了符合产业上的要求,本专利技术提供一种使用人工智慧(ArtificialIntelligence;AI)的金融风险预测系统及其方法,上述使用人 ...
【技术保护点】
1.一种使用人工智慧的金融风险预测系统,其特征在于,包含:数据导入单元,包含一数据搜集模组、一数据资料库、以及一数据特征提取模组,其中上述数据搜集模组用以搜集数据,并将所搜集的数据储存于上述的数据资料库,其中上述的数据特征提取模组提取该些数据的特征,并将该些特征储存于上述的数据资料库;模型建构单元,包含一神经网络模组、以及一模型储存模组,其中上述神经网络模组使用上述数据资料库的该些特征作为输入,以输出复数个人工智慧模型,该些人工智慧模型储存于上述模型储存模组;模型过滤单元,包含一模型测试模组、一参数调整模组、一回溯测试模组、以及一最佳模型储存模组,其中该些人工智慧模型传送至上述模型测试模组进行测试,其中上述参数调整模组依据测试结果分别对通过测试的复数个人工智慧模型进行参数调整,以得到复数个经过参数调整的人工智慧模型,其中上述回溯测试模组针对该些经过参数调整的人工智慧模型进行至少一次回溯测试,其中在每次回溯测试之后,以上述参数调整模组针对通过回溯测试的至少一人工智慧模型依据回溯测试结果进行参数调整,其中上述最佳模型储存模组用以储存上述通过回溯测试且经过参数调整的至少一人工智慧模型;以及预 ...
【技术特征摘要】
2017.12.12 US 62/597,5461.一种使用人工智慧的金融风险预测系统,其特征在于,包含:数据导入单元,包含一数据搜集模组、一数据资料库、以及一数据特征提取模组,其中上述数据搜集模组用以搜集数据,并将所搜集的数据储存于上述的数据资料库,其中上述的数据特征提取模组提取该些数据的特征,并将该些特征储存于上述的数据资料库;模型建构单元,包含一神经网络模组、以及一模型储存模组,其中上述神经网络模组使用上述数据资料库的该些特征作为输入,以输出复数个人工智慧模型,该些人工智慧模型储存于上述模型储存模组;模型过滤单元,包含一模型测试模组、一参数调整模组、一回溯测试模组、以及一最佳模型储存模组,其中该些人工智慧模型传送至上述模型测试模组进行测试,其中上述参数调整模组依据测试结果分别对通过测试的复数个人工智慧模型进行参数调整,以得到复数个经过参数调整的人工智慧模型,其中上述回溯测试模组针对该些经过参数调整的人工智慧模型进行至少一次回溯测试,其中在每次回溯测试之后,以上述参数调整模组针对通过回溯测试的至少一人工智慧模型依据回溯测试结果进行参数调整,其中上述最佳模型储存模组用以储存上述通过回溯测试且经过参数调整的至少一人工智慧模型;以及预测结果产生单元,包含输入界面、以及输出界面,其中上述输入界面用以输入金融商品的预测要求,并再启储存于上述最佳模型储存模组中的该些人工智慧模型来产出上述金融商品的预测结果,其中该些人工智慧模型所产出的该金融商品的预测结果由上述的输出界面来呈现。2.根据权利要求1所述的使用人工智慧的金融风险预测系统,其特征在于,该模型建构单元包含一优化模组,其中上述优化模组在该些人工智慧模组储存于上述模型储存模组之前,对该些人工智慧模组进行优化。3.根据权利要求2所述的使用人工智慧的金融风险预测系统,其特征在于,上述优化模组使用亚当优化演算法来优化在该些人工智慧模组。4.根据权利要求1所述的使用人工智慧的金融风险预测系统,其特征在于,上述神经网络模组为递归神经网络。5.根据权利要求1所述的使用人工智慧的金融风险预测系统,其特征在于,上述神经网络模组为...
【专利技术属性】
技术研发人员:黄浩霆,拉奇德·艾·萨迪克,
申请(专利权)人:黄浩霆,
类型:发明
国别省市:中国台湾,71
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。