一种深度学习驱动的算法自动化交易智能云平台制造技术

本发明专利技术公开的属于智能交易平台技术领域，具体为一种深度学习驱动的算法自动化交易智能云平台,包括数据获取单元、处理单元与执行单元，所述数据获取单元包括数据接收模块与模型生成模块，所述处理单元包括数据监视模块、互联网模块、预警模块、风险预估模块、存储模块、管理模块算法交易模块与指令生成模块，本发明专利技术能够根据互联网模块自动更新算法，从而便于对不同的数据进行计算，并能够对交易数据根据互联网模块中前72小时的交易走向对交易数据进行风险评估，从而判断交易数据的风险性，采用了独立的后台编码的模式，编码平台与系统分离，在维护、升级时不会影响系统的正常运行，在进行升级、维护期间任然能够进行交易操作。

【技术实现步骤摘要】
一种深度学习驱动的算法自动化交易智能云平台
本专利技术涉及智能交易平台
，具体为一种深度学习驱动的算法自动化交易智能云平台。
技术介绍
交易智能云平台为程序员借助一门计算机程序设计语言，通过编写程序交易指令模拟人类交易员的行为进行下单操作，实现自动进行交易的过程，现有的智能云平台系统不够完善，只能够对程序范围内的数据进行分析判断，当数据超过程序范围时，仍然需要人工进行操作，且现有的智能云平台升级、维护较为麻烦，需要将平台进行关闭，进行升级、维护，在此期间无法进行交易操作，使用受到一定的限制。
技术实现思路
本专利技术的目的在于提供一种深度学习驱动的算法自动化交易智能云平台，以解决上述
技术介绍
中提出的系统不够完善，级、维护较为麻烦，使用受到一定的限制的问题。为实现上述目的，本专利技术提供如下技术方案：一种深度学习驱动的算法自动化交易智能云平台,包括数据获取单元、处理单元与执行单元，所述数据获取单元包括数据接收模块与模型生成模块，所述处理单元包括数据监视模块、互联网模块、预警模块、风险预估模块、存储模块、管理模块算法交易模块与指令生成模块，所述执行单元包括执行交易模块与报告生成模块。优选的，所述数据接收模块用于对市场数据进行接收，所述模型生成模块用于对数据接收模块中的数据生成模型图。优选的，所述存储模块中存储有预警数据，所述数据监视模块用于将数据接收模块中的市场数据与存储模块中的预警数据进行比对，比对结果分为正常范围、异常范围与预警范围，正当出现异常范围与预警范围的情况下，数据监视模块传送信号给预警模块发出数据异常预警。优选的，所述互联网模块用于将互联网上的预警数据更新至存储模块中，所述管理模块用于对处理单元进行升级与维护，管理模块采用了独立的后台编码的模式。优选的，所述算法交易模块用于对数据监视模块中的市场数据与预警数据比对结果进行接收，算法交易模块采用了符号与模糊逻辑算法，对市场数据与比对结果进行评估，评估结果为真或假，评估结果为真时将产生交易数据，并将交易数据发送到风险预估模块中，风险预估模块根据互联网模块中前72小时的交易走向对交易数据进行风险评估。优选的，所述算法交易模块能够根据互联网模块自动更新算法，从而便于对不同的数据进行计算，所述风险预估模块的评估结果为可行时，将信号输送给指令生成模块中生成交易指令，风险预估模块的评估结果为不可行时，则对此条数据的处理视为终止并闭环。优选的，所述指令生成模块生成的交易指令发送至执行单元中，所述执行交易模块根据交易指令进行交易操作，所述报告生成模块用于根据交易指令生成交易报告。与现有技术相比，本专利技术的有益效果是：1)本专利技术能够根据互联网模块自动更新算法，从而便于对不同的数据进行计算，并能够对交易数据根据互联网模块中前72小时的交易走向对交易数据进行风险评估，从而判断交易数据的风险性，不需要人工进行交易操作。2)本专利技术管理模块采用了独立的后台编码的模式，编码平台与系统分离，使得维护、升级时编写代码更加容易，在维护、升级时不会影响系统的正常运行，在进行升级、维护期间任然能够进行交易操作。附图说明图1为本专利技术系统逻辑框图；图2为本专利技术数据获取单元逻辑框图；图3为本专利技术处理单元逻辑框图；图4为本专利技术执行单元逻辑框图。图中：1数据获取单元、2处理单元、3执行单元、4数据接收模块、5模型生成模块、6数据监视模块、7互联网模块、8预警模块、9风险预估模块、10存储模块、11管理模块、12算法交易模块、13指令生成模块、14执行交易模块、15报告生成模块。具体实施方式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、完整地描述，显然，所描述的实施例仅仅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做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。在本专利技术的描述中，需要理解的是，术语“上”、“下”、“前”、“后”、“左”、“右”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本专利技术和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本专利技术的限制。实施例：请参阅图1-4，本专利技术提供一种技术方案：一种深度学习驱动的算法自动化交易智能云平台,包括数据获取单元1、处理单元2与执行单元3，所述数据获取单元1包括数据接收模块4与模型生成模块5，所述处理单元2包括数据监视模块6、互联网模块7、预警模块8、风险预估模块9、存储模块10、管理模块11、算法交易模块12与指令生成模块13，所述执行单元3包括执行交易模块14与报告生成模块15。其中，所述数据接收模块4用于对市场数据进行接收，所述模型生成模块5用于对数据接收模块4中的数据生成模型图。所述存储模块10中存储有预警数据，所述数据监视模块6用于将数据接收模块4中的市场数据与存储模块10中的预警数据进行比对，比对结果分为正常范围、异常范围与预警范围，正当出现异常范围与预警范围的情况下，数据监视模块6传送信号给预警模块8发出数据异常预警。所述互联网模块7用于将互联网上的预警数据更新至存储模块10中，所述管理模块11用于对处理单元2进行升级与维护，管理模块11采用了独立的后台编码的模式。所述算法交易模块12用于对数据监视模块6中的市场数据与预警数据比对结果进行接收，算法交易模块12采用了符号与模糊逻辑算法，对市场数据与比对结果进行评估，评估结果为真或假，评估结果为真时将产生交易数据，并将交易数据发送到风险预估模块9中，风险预估模块9根据互联网模块7中前72小时的交易走向对交易数据进行风险评估。所述算法交易模块12能够根据互联网模块7自动更新算法，从而便于对不同的数据进行计算，所述风险预估模块9的评估结果为可行时，将信号输送给指令生成模块13中生成交易指令，风险预估模块9的评估结果为不可行时，则对此条数据的处理视为终止并闭环。所述指令生成模块13生成的交易指令发送至执行单元3中，所述执行交易模块14根据交易指令进行交易操作，所述报告生成模块15用于根据交易指令生成交易报告。工作原理：数据接收模块4对市场数据进行接收，模型生成模块5根据数据接收模块4中的数据生成模型图，存储模块10中存储有预警数据，数据监视模块6将数据接收模块4中的市场数据与存储模块10中的预警数据进行比对，比对结果分为正常范围、异常范围与预警范围，当出现异常范围与预警范围的情况下，数据监视模块6传送信号给预警模块8发出数据异常预警，互联网模块7用于将互联网上的预警数据更新至存储模块10中，管理模块11用于对处理单元2进行升级与维护，管理模块11采用了独立的后台编码的模式，编码平台与系统分离，使得维护、升级时编写代码更加容易，在维护、升级时不会影响系统的正常运行，在进行升级、维护期间任然能够进行交易本文档来自技高网...

【技术保护点】
1.一种深度学习驱动的算法自动化交易智能云平台,包括数据获取单元(1)、处理单元(2)与执行单元(3)，其特征在于：所述数据获取单元(1)包括数据接收模块(4)与模型生成模块(5)，所述处理单元(2)包括数据监视模块(6)、互联网模块(7)、预警模块(8)、风险预估模块(9)、存储模块(10)、管理模块(11)、算法交易模块(12)与指令生成模块(13)，所述执行单元(3)包括执行交易模块(14)与报告生成模块(15)。/n

【技术特征摘要】
1.一种深度学习驱动的算法自动化交易智能云平台,包括数据获取单元(1)、处理单元(2)与执行单元(3)，其特征在于：所述数据获取单元(1)包括数据接收模块(4)与模型生成模块(5)，所述处理单元(2)包括数据监视模块(6)、互联网模块(7)、预警模块(8)、风险预估模块(9)、存储模块(10)、管理模块(11)、算法交易模块(12)与指令生成模块(13)，所述执行单元(3)包括执行交易模块(14)与报告生成模块(15)。


2.根据权利要求1所述的一种深度学习驱动的算法自动化交易智能云平台，其特征在于：所述数据接收模块(4)用于对市场数据进行接收，所述模型生成模块(5)用于对数据接收模块(4)中的数据生成模型图。


3.根据权利要求1所述的一种深度学习驱动的算法自动化交易智能云平台，其特征在于：所述存储模块(10)中存储有预警数据，所述数据监视模块(6)用于将数据接收模块(4)中的市场数据与存储模块(10)中的预警数据进行比对，比对结果分为正常范围、异常范围与预警范围，当出现异常范围与预警范围的情况下，数据监视模块(6)传送信号给预警模块(8)发出数据异常预警。


4.根据权利要求1所述的一种深度学习驱动的算法自动化交易智能云平台，其特征在于：所述互联网模块(7)用于将互联网上的预警数据更新至存储模块(...

【专利技术属性】
技术研发人员：陈泠希，
申请(专利权)人：苏州澳林信息科技有限公司，
类型：发明
国别省市：江苏;32