参与者账户流动性预测方法及装置制造方法及图纸

本发明专利技术提供了一种参与者账户流动性预测方法及装置，参与者账户流动性预测方法包括：获取参与者账户的交易数据；利用所述交易数据以及预先建立的时间序列算法模型对所述参与者账户的流动性进行预测。本发明专利技术所提供的参与者账户流动性预测方法及装置，能够加强参与者账户流动性风险管理能力，更精准地预测参与者流动性情况。

Liquidity prediction method and device of participant account

【技术实现步骤摘要】
参与者账户流动性预测方法及装置
本专利技术涉及计算机
，尤其是计算机技术在金融行业中应用，具体涉及一种参与者账户流动性预测方法及装置。
技术介绍
现有支付系统中，为系统参与者(系统参与者指各类商业银行)提供了资金池等多种类的灵活的流动性管理机制，但是由于种种因素的限制，这些流动性管理机制并没有完全对参与者开放使用。参与者在支付系统开设的清算账户流动性主要用于参与者在大额支付系统、小额支付系统、网上跨行清算系统的业务清算使用。目前在系统运行中发现，参与者对其每日完成清算业务所需金额缺少精准的把握，造成了参与者清算账户部分流动性浪费，无法产生更高的经济效益。
技术实现思路
针对现有技术中的问题，本专利技术所提供的参与者账户流动性预测方法及装置，能够加强参与者账户流动性风险管理能力，更精准地预测参与者流动性情况。为解决上述技术问题，本专利技术提供以下技术方案：第一方面，本专利技术提供一种参与者账户流动性预测方法，包括：获取参与者账户的交易数据；利用所述交易数据以及预先建立的时间序列算法模型对所述参与者账户的流动性进行预测。一实施例中，参与者账户流动性预测方法还包括：对所述交易数据进行预处理，包括：按照周期性将所述交易数据进行分类。一实施例中，建立所述时间序列算法模型的步骤包括：利用SARIMA算法、Prophet算法及/或LSTM算法，根据分类后的交易数据建立所述时间序列算法模型的初始模型；利用网格搜索、贝叶斯优化方法确定所述初始模型的模型参数；根据所述模型参数、所述初始模型以及所述分类后的交易数据建立所述时间序列算法模型。一实施例中，所述按照周期性将所述交易数据进行分类包括：以预设时间粒度对所述交易数据进行加工。一实施例中，所述对所述交易数据进行预处理还包括：对零值数据、空值数据以及突变数据进行处理，以生成初始数据；对所述初始数据进行平滑处理。第二方面，本专利技术提供一种参与者账户流动性预测装置，该装置包括：交易数据获取单元，用于获取参与者账户的交易数据；流动性预测单元，用于利用所述交易数据以及预先建立的时间序列算法模型对所述参与者账户的流动性进行预测。一实施例中，参与者账户流动性预测装置还包括：预处理单元，用于对所述交易数据进行预处理，预处理单元包括：交易数据分类模块，用于按照周期性将所述交易数据进行分类；初始数据生成模块，用于对零值数据、空值数据以及突变数据进行处理，以生成初始数据；初始数据平滑模块，用于对所述初始数据进行平滑处理。一实施例中，参与者账户流动性预测装置还包括：模型建立单元，用于建立所述时间序列算法模型；所述模型建立单元包括：初始模型建立模块，用于利用SARIMA算法、Prophet算法及/或LSTM算法，根据分类后的交易数据建立所述时间序列算法模型的初始模型；模型参数确定模块，用于利用网格搜索、贝叶斯优化方法确定所述初始模型的模型参数；模型建立模块，用于根据所述模型参数、所述初始模型以及所述分类后的交易数据建立所述时间序列算法模型。一实施例中，预处理单元具体用于以预设时间粒度对所述交易数据进行加工。第三方面，本专利技术提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行程序时实现参与者账户流动性预测方法的步骤。第四方面，本专利技术提供一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现参与者账户流动性预测方法的步骤。从上述描述可知，本专利技术实施例提供参与者账户流动性预测方法及装置，首先获取参与者账户的交易数据；接着，利用交易数据以及预先建立的时间序列算法模型对参与者账户的流动性进行预测。具体地，本专利技术基于大数据平台对原始交易数据进行预加工，定时调用开源算法自动对参与者下一天的账户流动性进行预测。利用支付系统真实支付交易业务数据，使用开源算法模型对参与者账户流动性进行预测。可以通过前端应用展示模型预测结果与真实数据的对比情况，通过流动性预测值和真实值的对比，可以对流动性风险进行预判。实现了参与者清算账户流动性从数据采集、数据处理、模型计算、预测结果展示。本专利技术能够加强流动性风险管理能力，更为精准地预测参与者流动性情况。附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1为本专利技术的实施例中的参与者账户流动性预测方法的流程示意图一；图2为本专利技术的实施例中的参与者账户流动性预测方法的流程示意图二；图3为本专利技术的实施例中的参与者账户流动性预测方法步骤300的流程示意图一；图4为本专利技术的实施例中的参与者账户流动性预测方法步骤400的流程示意图；图5为本专利技术的实施例中的参与者账户流动性预测方法步骤300的流程示意图二；图6为本专利技术的具体应用实例中参与者账户流动性预测方法的流程示意图；图7为本专利技术的具体应用实例中参与者账户流动性预测方法的总体架构图；图8为本专利技术的具体应用实例中数据处理流程示意图；图9为本专利技术的实施例中的参与者账户流动性预测装置的结构示意图一；图10为本专利技术的实施例中的参与者账户流动性预测装置的结构示意图二；图11为本专利技术的实施例中的参与者账户流动性预测装置中预处理单元结构示意图；图12为本专利技术的实施例中的参与者账户流动性预测装置中模型建立单元结构示意图；图13为本专利技术的实施例中的电子设备的结构示意图。具体实施方式为使本专利技术实施例的目的、技术方案和优点更加清楚，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整的描述，显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。本专利技术的实施例提供了一种参与者账户流动性预测方法的具体实施方式，参见图1，该方法具体包括如下内容：步骤100：获取参与者账户的交易数据。步骤100在实施时，可以利用参与者在支付系统各个子系统的发起、接收金额的差值，得到参与者不同时间段的账户所需资金的净额用于预测。步骤200：利用所述交易数据以及预先建立的时间序列算法模型对所述参与者账户的流动性进行预测。可以理解的是，步骤200中的交易数据具有周期性，故建立时间序列算法模型所需要的时间序列算法也应选取周期性的。从上述描述可知，本专利技术实施例提供参与者账户流动性预测方法，首先获取参与者账户的交易数据；接着，利用交易数据以及预先建立的时间序列算法模型对参与者账户的流动性进行预测。具体地，本专利技术基于本文档来自技高网...

【技术保护点】
1.一种参与者账户流动性预测方法，其特征在于，包括：/n获取参与者账户的交易数据；/n利用所述交易数据以及预先建立的时间序列算法模型对所述参与者账户的流动性进行预测。/n

【技术特征摘要】
1.一种参与者账户流动性预测方法，其特征在于，包括：
获取参与者账户的交易数据；
利用所述交易数据以及预先建立的时间序列算法模型对所述参与者账户的流动性进行预测。


2.如权利要求1所述的参与者账户流动性预测方法，其特征在于，还包括：对所述交易数据进行预处理，包括：
按照周期性将所述交易数据进行分类。


3.如权利要求2所述的参与者账户流动性预测方法，其特征在于，建立所述时间序列算法模型的步骤包括：
利用SARIMA算法、Prophet算法及/或LSTM算法，根据分类后的交易数据建立所述时间序列算法模型的初始模型；
利用网格搜索、贝叶斯优化方法确定所述初始模型的模型参数；
根据所述模型参数、所述初始模型以及所述分类后的交易数据建立所述时间序列算法模型。


4.如权利要求2所述的参与者账户流动性预测方法，其特征在于，所述按照周期性将所述交易数据进行分类包括：以预设时间粒度对所述交易数据进行加工。


5.如权利要求2所述的参与者账户流动性预测方法，其特征在于，所述对所述交易数据进行预处理还包括：
对零值数据、空值数据以及突变数据进行处理，以生成初始数据；
对所述初始数据进行平滑处理。


6.一种参与者账户流动性预测装置，其特征在于，包括：
交易数据获取单元，用于获取参与者账户的交易数据；
流动性预测单元，用于利用所述交易数据...

【专利技术属性】
技术研发人员：张照胜，杨博，谭新培，周雨豪，
申请(专利权)人：银清科技有限公司，
类型：发明
国别省市：北京;11