一种基于并行计算的金融情报分析方法及系统技术方案

本发明专利技术涉及一种基于并行计算的金融情报分析方法及系统，包括：对金融情报进行数据特征处理，然后进行并行计算前的分配处理，随后进行并行计算，其中一路计算是金融情报先进行特征过滤，再进行效果评价，如果效果不好，再返回进行特征过滤；另一路计算是金融情报先进行机器学习模型过滤，再进行效果评价，如果效果不好，再返回进行机器学习模型过滤；联合分析两路经过不同计算处理的金融情报，最后聚合联合分析结果，得出金融情报分析结果。本申请实现了对海量多源异构的金融情报的并行分析，解决了现有技术无法同时分析海量情报数据、无法处理多源异构和复杂特征数据的问题；而且还实现了金融情报的高效计算和分析，确保了金融情报分析的时效性。报分析的时效性。报分析的时效性。

【技术实现步骤摘要】
一种基于并行计算的金融情报分析方法及系统


[0001]本专利技术涉及金融情报分析
，尤其涉及一种基于并行计算的金融情报分析方法及系统。

技术介绍

[0002]情报分析是对全源数据进行综合评估、分析和挖掘，将处理过的数据信息转化为有用的情报以满足已知或预期用户需求的过程。
[0003]目前已有的情报分析方法主要采用基于统计学的数据分析法，它主要通过概率论建立模型，构建情报分析模型和统计模型，然后根据采集的情报数据，进行基于统计学的量化分析，从而进行情报的推断和预测。该方法主要从情报的集中趋势（向平均值靠拢的趋势）、离散程度、分布形状等统计角度来进行分析，并且将情报分析分为定量数据和定性数据两种类型进行不同的分析。
[0004]该分析法主要考虑情报分析的可靠性，即指采用同样的方法对同一情报对象重复测量时所得结果的一致性程度。情报分析的可靠性指标多以相关系数表示，大致可分为三类：稳定系数（跨时间的一致性），等值系数（跨形式的一致性）和内在一致性系数（跨项目的一致性）。
[0005]因此基于统计学的情报分析方法更多的是基于本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于并行计算的金融情报分析方法，其特征在于：包括以下步骤：按照特征过滤和机器学习模型过滤的要求，对金融情报进行数据特征处理；对计算任务进行并行计算前的分配处理；对金融情报进行并行计算，并行计算的其中一路计算是先对金融情报进行特征过滤，然后进行效果评价，如果效果不好，再返回重新进行特征过滤；并行计算的另外一路计算是先对金融情报进行机器学习模型过滤，然后进行效果评价，如果效果不好，再返回重新进行机器学习模型过滤；对两路经过不同计算处理的金融情报进行联合分析；聚合联合分析的分析结果，得到金融情报分析结果。2.根据权利要求1所述的一种基于并行计算的金融情报分析方法，其特征在于：所述分配处理具体为：首先将金融情报按照并行计算的要求进行任务分解；然后加载并行计算通讯地址，进行并行计算前的准备。3.根据权利要求1所述的一种基于并行计算的金融情报分析方法，其特征在于：所述特征过滤包括以下步骤：首先，按照特征过滤的要求先进行数据的预处理；然后，按照情报分析的要求预先设定的特征，在特征库中进行特征匹配；最后，根据实现设定阈值或者待选择阈值，按照要求对特征匹配出来的结果进行筛选过滤，从而实现特征过滤。4.根据权利要求1或3所述的一种基于并行计算的金融情报分析方法，其特征在于：特征过滤后的效果评价方法为：根据特征过滤的结果以及过滤效果，对过滤规则进行定量评价；如果不符合过滤要求，则形成更新后的特征，返回特征过滤重新进行过滤流程，重新定义一个新特征过滤规则的条件。5.根据权利要求1所述的一种基于并行计算的金融情报分析方法，其特征在于：所述机器学习模型过滤包括以下步骤：首先，按照机器学习模型过滤的要求先进行数据的预处理；然后，按照情报分析原有训练好的模型进行分析预测，在机器学习模型的预测中，根据历史数据训练出来的模型对现有的输入值进行预测；最后，按照要求对机器学习模型预测出来的结果进行筛选过滤，从而实现基于机器学习模型的过滤。6.根据权利要求1或5所述的一种基于并行计算的金融情报分析方法，其特征在于：机器学习模型过滤后的效果评价方法为：根据机器学习模型过滤的结果以及过滤...

【专利技术属性】
技术研发人员：顾见军，李文，罗刚，
申请(专利权)人：成都数融科技有限公司，
类型：发明
国别省市：