金融产品评估方法及其验证方法、装置制造方法及图纸

本申请涉及一种金融产品评估方法及其验证方法、装置、计算机设备和存储介质。所述方法包括：通过获取预处理后的第一预设时间内的金融产品的第一技术指标数据，进而将所述预处理后的第一预设时间内的金融产品的第一技术指标数据输入初始分类模型，确定训练好的分类模型，其中，所述分类模型对所述预处理后的第一预设时间内的金融产品的第一技术指标数据进行至少一次迭代；再获取预处理后的第二预设时间内的金融产品的第二技术指标数据；最后将预处理后的第二预设时间内的金融产品的第二技术指标数据输入训练好的分类模型，得到所述第二技术指标数据对应的用户评分。采用本方法能够提高分类效果及计算效率，增加评估过程中数据的可读性。

Financial product evaluation method and its verification method and device

【技术实现步骤摘要】
金融产品评估方法及其验证方法、装置
本申请涉及金融
，特别是涉及一种金融产品评估方法及其验证方法、装置、计算机设备和存储介质。
技术介绍
随着数据挖掘技术的不断发展，已广泛应用到金融产品投资中，尤其是在分类预测场景、回归预测场景、商品推荐场景中的应用，为企业在面临营销活动没有针对性、市场活动预算有限、客户流程加剧等问题时提供了有效的用户分类解决方案。当前针对金融行业营销场景中的分类问题，主要以传统的逻辑回归为核心算法。逻辑回归算法主要将线性回归的结果通过sigmod函数映射到0到1之间，映射的结果可以看作是数据样本点属于某一类的概率，如果结果越接近0或者1，说明分类结果的可信度越高。然而，目前的方法，存在效率低下或浪费资源等问题。
技术实现思路
基于此，有必要针对上述技术问题，提供一种金融产品评估方法及其验证方法、装置、计算机设备和存储介质。一种金融产品评估方法，所述方法包括：获取预处理后的第一预设时间内的金融产品的第一技术指标数据；将所述预处理后的第一预设时间内的金融产品的第一技术指标数据输入初始分类模型，确定训练好的分类模型，其中，所述分类模型对所述预处理后的第一预设时间内的金融产品的第一技术指标数据进行至少一次迭代；获取预处理后的第二预设时间内的金融产品的第二技术指标数据；将预处理后的第二预设时间内的金融产品的第二技术指标数据输入训练好的分类模型，得到所述第二技术指标数据对应的用户评分。在其中一个实施例中，所述获取预处理后的第一预设时间内的金融产品的第一技术指标数据包括：获取预处理前的第一预设时间内的金融产品的第一技术指标数据；对所述预处理前的第一预设时间内的金融产品的第一技术指标数据依次进行数据转化、数据填充以及数据降维，得到预处理后的第一预设时间内的金融产品的第一技术指标数据。在其中一个实施例中，所述对所述预处理前的第一预设时间内的金融产品的第一技术指标数据依次进行数据转化、数据填充以及数据降维包括：采用dummyVars函数对所述预处理前的第一预设时间内的金融产品的第一技术指标数据进行二进制转化，得到转化后的第一预设时间内的金融产品的第一技术指标数据；采用preProcess函数对转化后的第一预设时间内的金融产品的第一技术指标数据进行缺失值的填充，得到完整的第一预设时间内的金融产品的第一技术指标数据；采用cor函数计算完整的第一预设时间内的金融产品的第一技术指标数据之间的相关性以及第一技术指标数据与金融产品目标指标的相关性，得到第一技术指标数据之间的相关性所对应的第一相关度和第一技术指标数据与应变量的相关性所对应的第二相关度；若所述第一技术指标数据中的指标数据的第一相关度大于第一预设阈值，和/或，所述第一技术指标数据中的指标数据与应变量之间的第二相关度大于第二预设阈值，则去除所述完整的第一预设时间内的金融产品的第一技术指标数据中的指标数据。在其中一个实施例中，所述将所述预处理后的第一预设时间内的金融产品的第一技术指标数据输入初始分类模型，确定训练好的分类模型包括：获取初始分类模型；将所述预处理后的第一预设时间内的金融产品的第一技术指标数据作为输入数据输入初始分类模型，得到输出数据；采用xgb.importance函数对所述输出数据进行筛选，得到筛选后的输出数据；重复将筛选后的输出数据作为输入数据输入分类模型，直至所述分类模型的迭代次数达到预设迭代阈值，确定训练好的分类模型。一种金融产品评估方法的验证方法，所述方法包括：获取第二技术指标数据对应的用户评分；对所述第二技术指标数据对应的用户评分按照分数高低进行排序，得到排序后的用户评分；将所述排序后的用户评分按照预设份数进行划分，得到预设份数的评分集；计算所述预设份数中每份评分集的响应率比例，并根据所述响应率比例验证用户购买所述金融产品的概率。一种金融产品评估装置，所述装置包括：第一技术指标数据获取模块，用于获取预处理后的第一预设时间内的金融产品的第一技术指标数据；模型训练模块，用于将所述预处理后的第一预设时间内的金融产品的第一技术指标数据输入初始分类模型，确定训练好的分类模型，其中，所述分类模型对所述预处理后的第一预设时间内的金融产品的第一技术指标数据进行至少一次迭代；第二技术指标数据获取模块，用于获取预处理后的第二预设时间内的金融产品的第二技术指标数据；用户评分确定模块，用于将预处理后的第二预设时间内的金融产品的第二技术指标数据输入训练好的分类模型，得到所述第二技术指标数据对应的用户评分。一种金融产品评估方法的验证装置，所述装置包括：用户评分获取模块，用于获取第二技术指标数据对应的用户评分；评分排序模块，用于对所述第二技术指标数据对应的用户评分按照分数高低进行排序，得到排序后的用户评分；数据划分模块，用于将所述排序后的用户评分按照预设份数进行划分，得到预设份数的评分集；响应率比例计算模块，用于计算所述预设份数中每份评分集的响应率比例，并根据所述响应率比例验证用户购买所述金融产品的概率。一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现如上任一项所述方法的步骤。一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如上任一项所述的方法的步骤。上述金融产品评估方法及其验证方法、装置、计算机设备和存储介质，通过获取预处理后的第一预设时间内的金融产品的第一技术指标数据，进而将所述预处理后的第一预设时间内的金融产品的第一技术指标数据输入初始分类模型，确定训练好的分类模型，其中，所述分类模型对所述预处理后的第一预设时间内的金融产品的第一技术指标数据进行至少一次迭代；再获取预处理后的第二预设时间内的金融产品的第二技术指标数据；最后将预处理后的第二预设时间内的金融产品的第二技术指标数据输入训练好的分类模型，得到所述第二技术指标数据对应的用户评分。通过分类模型对金融产品目标指标进行评分，可提高分类效果及计算效率，扩大不同的金融产品目标指标的应用性，且增加评估过程中数据的可读性。附图说明图1为一个实施例中一种金融产品评估方法的应用环境图；图2为一个实施例中一种金融产品评估方法的流程示意图；图3为一个实施例中步骤S1的流程示意图；图4为一个实施例中预处理前的第一技术指标数据示意图；图5为一个实施例中步骤S12的流程示意图；图6为一个实施例中步骤S2的流程示意图；图7为另一个实施例中一种金融产品评估方法的验证方法的流程示意图；图8为一个实施例中一种金融产品评估装置的结构框图；图9为一个实施例中一种金融产品评估方法的验证装置的结构框图；图10为一个实施例中计算机设备的内部结构图。具体实施方式...

【技术保护点】
1.一种金融产品评估方法，其特征在于，所述方法包括：/n获取预处理后的第一预设时间内的金融产品的第一技术指标数据；/n将所述预处理后的第一预设时间内的金融产品的第一技术指标数据输入初始分类模型，确定训练好的分类模型，其中，所述分类模型对所述预处理后的第一预设时间内的金融产品的第一技术指标数据进行至少一次迭代；/n获取预处理后的第二预设时间内的金融产品的第二技术指标数据；/n将预处理后的第二预设时间内的金融产品的第二技术指标数据输入训练好的分类模型，得到所述第二技术指标数据对应的用户评分。/n

【技术特征摘要】
1.一种金融产品评估方法，其特征在于，所述方法包括：
获取预处理后的第一预设时间内的金融产品的第一技术指标数据；
将所述预处理后的第一预设时间内的金融产品的第一技术指标数据输入初始分类模型，确定训练好的分类模型，其中，所述分类模型对所述预处理后的第一预设时间内的金融产品的第一技术指标数据进行至少一次迭代；
获取预处理后的第二预设时间内的金融产品的第二技术指标数据；
将预处理后的第二预设时间内的金融产品的第二技术指标数据输入训练好的分类模型，得到所述第二技术指标数据对应的用户评分。


2.根据权利要求1所述的方法，其特征在于，所述获取预处理后的第一预设时间内的金融产品的第一技术指标数据包括：
获取预处理前的第一预设时间内的金融产品的第一技术指标数据；
对所述预处理前的第一预设时间内的金融产品的第一技术指标数据依次进行数据转化、数据填充以及数据降维，得到预处理后的第一预设时间内的金融产品的第一技术指标数据。


3.根据权利要求2所述的方法，其特征在于，所述对所述预处理前的第一预设时间内的金融产品的第一技术指标数据依次进行数据转化、数据填充以及数据降维包括：
采用dummyVars函数对所述预处理前的第一预设时间内的金融产品的第一技术指标数据进行二进制转化，得到转化后的第一预设时间内的金融产品的第一技术指标数据；
采用preProcess函数对转化后的第一预设时间内的金融产品的第一技术指标数据进行缺失值的填充，得到完整的第一预设时间内的金融产品的第一技术指标数据；
采用cor函数计算完整的第一预设时间内的金融产品的第一技术指标数据之间的相关性以及第一技术指标数据与金融产品目标指标的相关性，得到第一技术指标数据之间的相关性所对应的第一相关度和第一技术指标数据与应变量的相关性所对应的第二相关度；
若所述第一技术指标数据中的指标数据的第一相关度大于第一预设阈值，和/或，所述第一技术指标数据中的指标数据与应变量之间的第二相关度大于第二预设阈值，则去除所述完整的第一预设时间内的金融产品的第一技术指标数据中的指标数据。


4.根据权利要求1所述的方法，其特征在于，所述将所述预处理后的第一预设时间内的金融产品的第一技术指标数据输入初始分类模型，确定训练好的分类模型包括：
获取初始分类模型；
将所述预处理后的第一预设时间内的金融产品的第一技术指标数据作...

【专利技术属性】
技术研发人员：周治翰，
申请(专利权)人：开鑫金融科技服务江苏有限公司，
类型：发明
国别省市：江苏;32