基于交易策略的金融情报推理分析方法、系统及存储介质技术方案

本发明专利技术涉及基于交易策略的金融情报推理分析方法、系统及存储介质，包括：输入金融情报文本信息、对金融情报进行文本预处理、然后进行金融情报的本体模型映射、将映射结果输入至情报推理规则引擎中、情报推理规则引擎根据交易策略，按照情报推理规则引擎的设置去检索金融情报知识库、根据检索结果和调用的交易策略，得出金融情报推理结论。本申请充分利用交易策略和知识推理的可满足性、分类化、实例化的特征，依据交易策略控制推理策略，利用形式化的知识进行机器思维和情报分析求解，实现了对金融情报的知识推理过程，结合情报推理规则引擎，可以快速的对金融情报进行推理和分析，从而实现了对金融情报的快速推理分析。从而实现了对金融情报的快速推理分析。从而实现了对金融情报的快速推理分析。

【技术实现步骤摘要】
基于交易策略的金融情报推理分析方法、系统及存储介质


[0001]本专利技术涉及金融情报分析
，尤其涉及基于交易策略的金融情报推理分析方法、系统及存储介质。

技术介绍

[0002]伴随着世界经济国际化与全球化的金融创新、金融科技化的迅速发展，金融机构都面临着日益多样且复杂的金融情报，如何对金融情报进行推理分析变得日益重要。
[0003]金融情报是指在未来一段时间内，由于外部市场条件的变化而给金融机构带来一定的潜在的损失风险的信息或者数据。金融情报的分析就是将这种金融情报定性化和风险量化。金融情报分析是针对在金融领域的情报数据进行智能分析，是情报学中相关性原理的延伸。目前金融情报分析主要采用相关性分析，一般分析两个金融情报变量之间的关系，它将一组变量与另一组变量之间单变量的多重线性相关性研究转化为对少数几对综合变量之间的简单线性相关性的研究，并且这少数金融情报的几对变量所包含的线性相关性的信息几乎覆盖了原变量组所包含的全部相应信息，通过模型构建，分析出这些综合变量之间的关系以及隐含的信息，从而实现对金融情报的智能分析。
[0004]知识推理就是指在计算机或智能系统中，模拟人类的智能推理方式，依据推理引擎控制策略，利用形式化的知识进行机器思维和求解问题的过程，本质上就是通过各种方法获取新的知识或者结论。
[0005]现有的知识推理主要是通过推理机来完成的，所谓推理机就是用来实现推理的智能化程序。推理机的基本任务就是在一定控制策略指导下，搜索知识库中可用的知识，与数据库匹配，产生或论证新的事实。搜索和匹配是推理机的两大基本任务。对于一个性能良好的推理机，应有如下基本要求：(1)高效率的搜索和匹配机制；(2)可控制性；(3)可观测性；(4)启发性。
[0006]知识推理包括两个基本问题：一是推理方法；二是推理的控制策略。推理方法研究的是前提与结论之间的种种逻辑关系及其信度传递规律等；而控制策略的采用是为了限制和缩小搜索的空间，使原来的指数型困难问题在多项式时间内求解。从问题求解角度来看，控制策略亦称为求解策略，它包括推理策略和搜索策略两大类。
[0007]推理策略主要包括正向推理、反向推理和混合推理。正向推理又称为事实驱动或数据驱动推理，其主要优点是比较直观，允许用户提供有用的事实信息，是产生式专家系统的主要推理方式之一。反向推理又称目标驱动或假设驱动推理，其主要优点是不必使用与总目标无关的规则，且有利于向用户提供解释。正反向混合推理可以克服正向推理和反向推理问题求解效率较低的缺点。基于神经网络的知识推理既可以实现正向推理，又可以实现反向推理。在研制结构选型智能设计系统时，应结合具体情况选择合适的推理策略。
[0008]搜索策略主要包括盲目搜索和启发式搜索，前者包括深度优先搜索和宽度优先搜索等搜索策略；后者包括局部择优搜索法(如瞎子爬山法)和最好优先搜索法(如有序搜索法)等搜索策略。
[0009]目前常见的知识推理主要有以下两种方法：基于信息融合技术的推理方法：主要是通过计算机对来自不同信息源(如传感器、遥感系统、国际互联网等)的数据信息进行自动分析和综合，以完成所需的评价和决策任务。
[0010]基于实例的知识推理：主要是在进行设计问题求解时，使用以前的求解类似设计问题的经验来进行设计推理，而不必从头做起。研究和开发基于实例推理的大型复杂结构选型智能设计系统，可以更好地利用设计专家丰富的设计经验和设计成果，有利于存储、检索、调整和重用实例，对于协同式设计、分布式设计和基于Internet都有重要意义。
[0011]在金融情报分析的实践中，传统的金融情报分析常常以并不充分的信息、片面数据为依据，甚至在并没有获取可靠的数据时，往往仅依赖主观臆断、过往经验去做出情报结论。随着时代的发展和技术的进步，情报信息巨大丰富，文本类的非结构化金融情报日益增多，因此金融情报分析亟待找到新的方法来处理加工获取的文本类非结构化的金融情报信息。目前的知识推理由于存在以下原因，所以无法适应新的金融情报分析需求：第一，传统情报分析和知识推理是基于结构化数据，无法满足现在文本类非结构化的金融情报的现状，现在金融情报分析处理对象是非结构化的金融情报文本信息。由于计算机无法直接识别自然语言文本信息，所以文本数据在进行情报分析前，需要经过一些结构化的处理过程。
[0012]第二，传统的金融情报分析算法是基于结构化数据的数据挖掘，很多数据挖掘算法并不能直接用在文本数据挖掘应用方面。比如说决策树算法可以适用于传统的金融情报的挖掘，以无法直接对自然语言进行知识挖掘。
[0013]第三，由于文本挖掘对象是自然语言，所以自然语言的概念关联分析、语义分析等等是文本挖掘独有的挖掘任务。传统的情报分析方法无法适用这种文本挖掘的要求。
[0014]因此无论从情报分析对象的数据非结构化性、情报分析算法还是分析对象等维度，传统的知识推理和情报分析已经无法适应现代金融情报分析的要求。

技术实现思路

[0015]本申请为了解决上述技术问题提供基于交易策略的金融情报推理分析方法、系统及存储介质。
[0016]本申请通过下述技术方案实现：本申请提供的基于交易策略的金融情报推理分析方法，包括：输入金融情报文本信息；对金融情报进行文本预处理；然后进行金融情报的本体模型映射；将映射结果输入至情报推理规则引擎中；情报推理规则引擎根据交易策略，按照情报推理规则引擎的设置去检索金融情报知识库；根据检索结果和调用的交易策略，得出金融情报推理结论。本申请将交易策略、金融情报知识、情报推理规则引擎几种方法有机结合起来，通过交易策略和情报推理规则引擎，结合金融情报知识库，实现对金融情报的推理，从而推理出金融情报中的信息的相关
性。
[0017]可选的，金融情报具有非结构化的数据结构，比如常见的金融情报文本信息。
[0018]本申请提供的基于交易策略的金融情报推理分析系统，可用于实现上述基于交易策略的金融情报推理分析方法，其包括：金融情报输入模块，用于输入金融情报，并对输入的金融情报进行文本信息处理；金融情报文本预处理模块，用于对金融情报进行文本预处理；本体模型映射模块，用于对金融情报进行本体模型映射；交易策略模块，用于存储一系列金融情报分析的策略；金融情报知识库，用于存放输入情报的事实、从外部数据库输入的事实以及中间结果(事实)和最后结果；情报推理规则引擎模块，用于根据映射结果、交易策略，基于金融情报知识库进行推理，得出金融情报推理结论。
[0019]与现有技术相比，本申请具有以下有益效果：本申请充分利用交易策略和知识推理的可满足性、分类化、实例化的特征，依据交易策略控制推理策略，利用形式化的知识进行机器思维和情报分析求解，实现了对金融情报的知识推理过程，结合情报推理规则引擎，可以快速的对金融情报进行推理和分析，从而实现了对金融情报的快速推理分析。
附图说明
[0020]此处所说明的附图用来提供对本申请实施方式的进一步理解，构成本申请的一部分，并不构成对本专利技术实施方式的限定本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于交易策略的金融情报推理分析方法，其特征在于：S1，输入金融情报文本信息；S2，对金融情报进行文本预处理；S3，进行金融情报的本体模型映射；S4，将映射结果输入至情报推理规则引擎中；S5，情报推理规则引擎根据交易策略，按照情报规则引擎的设置去检索金融情报知识库；S6，根据检索结果和情报推理规则引擎调用的交易策略，得出金融情报推理结论。2.根据权利要求1所述的基于交易策略的金融情报推理分析方法，其特征在于：金融情报具有非结构化的数据结构。3.根据权利要求1所述的基于交易策略的金融情报推理分析方法，其特征在于：所述S 1包括以下步骤：S101，输入金融情报；S102，对S101输入的金融情报进行文本信息处理。4.根据权利要求1所述的基于交易策略的金融情报推理分析方法，其特征在于：所述S2包括以下步骤：S201，对S1输入的金融情报文本信息进行情报文本分词；S202，对分词后的文本数据预处理，进行情报文本表示；S203，对金融情报文本进行特征降维。5.根据权利要求1所述的基于交易策略的金融情报推理分析方法，其特征在于：所述S5包括以下步骤：S501，情报推理规则引擎根据输入的映射结果配置推理规则；S502，情报推理规则引擎根据配置的推理规则调用交易策略；S503，情报推理规则引擎根据获取的交易策略，去检索金融情报知识库，并反馈检索结果给情报推理规则引擎。6.根据权利要求5所述的基于交易策略的金融情报推理分析方法，其特征在于：所述S502包括以下步骤：首...

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