一种风险预测方法、装置、电子设备和存储介质制造方法及图纸

本发明专利技术公开了一种风险预测方法、装置、电子设备和存储介质。该方法包括：获取投资产品的原始经济指标数据、原始组合净值和原始风险指标数据；基于多头注意力机制模型，分别对原始经济指标数据和原始风险指标数据进行处理，确定标准经济指标数据和标准风险指标数据；对原始组合净值进行离散化处理，确定标准组合净值；根据标准经济指标数据、标准组合净值和标准风险指标数据，基于风险预测模型确定投资产品在预设时间段内的目标经济指标数据、目标组合净值和目标风险指标数据。本发明专利技术通过多头注意力机制模型和离散化等方式对数据进行处理，基于风险预测模型预测投资产品在预设时间段内的风险，提高风险预测的准确率，提升用户的使用体验。使用体验。使用体验。

【技术实现步骤摘要】
一种风险预测方法、装置、电子设备和存储介质


[0001]本专利技术涉及风险预测
，尤其涉及一种风险预测方法、装置、电子设备和存储介质。

技术介绍

[0002]伴随着金融市场的不断发展，越来越多的投资方式用于衡量投资收益与风险示警，包括权益类、固收类、负债类、流动类在内的不同全部投资方式等均影响着整体收益率，因此传统的单一预测模型，并不能满足投资者需求。
[0003]目前，现有技术中，主要基于注意力机制的序列模型实现快速并行或者通过长短期记忆(Long Short Term Memory，LSTM)神经网络模型的预测方法进行风险预测，但是对于不完全按照时间顺序形成的时间序列数据，存在预测准确率较低等问题。

技术实现思路

[0004]本专利技术提供了一种风险预测方法、装置、电子设备和存储介质，解决了风险指标零散化且无法直观判断的问题，提高了风险预测的准确率，提升用户的使用体验。
[0005]根据本专利技术的一方面，本专利技术实施例提供了一种风险预测方法，该方法包括：获取投资产品的原始经济指标数据、原始组合净值和原始风险指标数据；基于多头注意力机制模型，分别对原始经济指标数据和原始风险指标数据进行处理，确定标准经济指标数据和标准风险指标数据；对原始组合净值进行离散化处理，确定标准组合净值；根据标准经济指标数据、标准组合净值和标准风险指标数据，基于风险预测模型确定投资产品在预设时间段内的目标经济指标数据、目标组合净值和目标风险指标数据。
[0006]可选的，基于多头注意力机制模型，对原始经济指标数据进行处理，确定标准经济指标数据，包括：对原始经济指标数据进行第一预处理，第一预处理包括异常值处理和标准化处理；将经过第一预处理后的原始经济指标数据输入多头注意力机制模型进行训练，确定标准经济指标数据。
[0007]可选的，获取原始风险指标数据，包括：获取预测参数；根据预测参数，确定原始风险指标数据。
[0008]可选的，基于多头注意力机制模型，对原始风险指标数据进行处理，确定标准风险指标数据，包括：对原始风险指标数据进行第二预处理，第二预处理是标准化处理；将经过第二预处理后的原始风险指标数据输入多头注意力机制模型进行训练，确定标准风险指标数据。
[0009]可选的，根据标准经济指标数据、标准组合净值和标准风险指标数据，基于风险预测模型确定投资产品在预设时间段内的目标经济指标数据、目标组合净值和目标风险指标数据，包括：将标准经济指标数据、标准组合净值和标准风险指标数据进行拼接，确定组合数据；将组合数据输入风险预测模型进行训练，确定目标经济指标数据、目标组合净值和目标风险指标数据。
[0010]可选的，在确定投资产品在预设时间段内的目标经济指标数据、目标组合净值和目标风险指标数据后，还包括：若目标经济指标数据、目标组合净值和目标风险指标数据中至少之一的取值位于其对应的风险区间，则发出预警信息。
[0011]可选的，风险预测模型为Transformer模型。
[0012]根据本专利技术的另一方面，本专利技术实施例还提供了一种风险预测装置，该装置包括：数据获取模块，用于获取投资产品的原始经济指标数据、原始组合净值和原始风险指标数据；第一处理模块，用于基于多头注意力机制模型，分别对原始经济指标数据和原始风险指标数据进行处理，确定标准经济指标数据和标准风险指标数据；第二处理模块，用于对原始组合净值进行离散化处理，确定标准组合净值；风险预测模块，用于根据标准经济指标数据、标准组合净值和标准风险指标数据，基于风险预测模型确定投资产品在预设时间段内的目标经济指标数据、目标组合净值和目标风险指标数据。
[0013]根据本专利技术的另一方面，本专利技术实施例还提供了一种电子设备，该电子设备包括：至少一个处理器；以及与至少一个处理器通信连接的存储器；其中，存储器存储有可被至少一个处理器执行的计算机程序，计算机程序被至少一个处理器执行，以使至少一个处理器能够执行本专利技术任一实施例的风险预测方法。
[0014]根据本专利技术的另一方面，本专利技术实施例还提供了一种计算机可读存储介质，计算机可读存储介质存储有计算机指令，计算机指令用于使处理器执行时实现本专利技术任一实施例的风险预测方法。
[0015]本专利技术实施例的技术方案，通过获取投资产品的原始经济指标数据、原始组合净值和原始风险指标数据；基于多头注意力机制模型，分别对原始经济指标数据和原始风险指标数据进行处理，确定标准经济指标数据和标准风险指标数据；对原始组合净值进行离散化处理，确定标准组合净值；根据标准经济指标数据、标准组合净值和标准风险指标数据，基于风险预测模型确定投资产品在预设时间段内的目标经济指标数据、目标组合净值和目标风险指标数据。在上述实施例的基础上，通过多头注意力机制模型和离散化等方式处理确定标准经济指标数据、标准组合净值和标准风险指标数据，然后基于风险预测模型确定投资产品在预设时间段内的目标经济指标数据、目标组合净值和目标风险指标数据，保证风险预测的稳定性，提高风险预测的准确率，提升用户的使用体验。
[0016]应当理解，本部分所描述的内容并非旨在标识本专利技术的实施例的关键或重要特征，也不用于限制本专利技术的范围。本专利技术的其它特征将通过以下的说明书而变得容易理解。
附图说明
[0017]为了更清楚地说明本专利技术实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅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。
[0018]图1是本专利技术实施例一中提供的一种风险预测方法的一个流程图；
[0019]图2是本专利技术实施例二中提供的一种风险预测方法的一个流程图；
[0020]图3是本专利技术实施例三中提供的一种风险预测装置的结构示意图；
[0021]图4是本专利技术实施例四中提供的一种电子设备的结构示意图。
具体实施方式
[0022]为了使本
的人员更好地理解本专利技术方案，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的实施例，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，都应当属于本专利技术保护的范围。
[0023]需要说明的是，本专利技术的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本专利技术的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
[0024]实施例一
[0本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种风险预测方法，其特征在于，该方法包括：获取投资产品的原始经济指标数据、原始组合净值和原始风险指标数据；基于多头注意力机制模型，分别对所述原始经济指标数据和所述原始风险指标数据进行处理，确定标准经济指标数据和标准风险指标数据；对所述原始组合净值进行离散化处理，确定标准组合净值；根据所述标准经济指标数据、所述标准组合净值和所述标准风险指标数据，基于风险预测模型确定所述投资产品在预设时间段内的目标经济指标数据、目标组合净值和目标风险指标数据。2.根据权利要求1所述的方法，其特征在于，所述基于多头注意力机制模型，对所述原始经济指标数据进行处理，确定标准经济指标数据，包括：对所述原始经济指标数据进行第一预处理，所述第一预处理包括异常值处理和标准化处理；将经过第一预处理后的所述原始经济指标数据输入所述多头注意力机制模型进行训练，确定所述标准经济指标数据。3.根据权利要求1所述的方法，其特征在于，所述获取原始风险指标数据，包括：获取预测参数；根据所述预测参数，确定原始风险指标数据。4.根据权利要求3所述的方法，其特征在于，所述基于多头注意力机制模型，对所述原始风险指标数据进行处理，确定标准风险指标数据，包括：对所述原始风险指标数据进行第二预处理，所述第二预处理是标准化处理；将经过第二预处理后的所述原始风险指标数据输入所述多头注意力机制模型进行训练，确定所述标准风险指标数据。5.根据权利要求1所述的方法，其特征在于，所述根据所述标准经济指标数据、所述标准组合净值和所述标准风险指标数据，基于风险预测模型确定所述投资产品在预设时间段内的目标经济指标数据、目标组合净值和目标风险指标数据，包括：将所述标准经济指标数据、所述标准组合净值和所述标准风险指标数据进行拼接，确定组合数据；将所述组合数据输入所述...

【专利技术属性】
技术研发人员：李月轩，杨开，
申请(专利权)人：中国农业银行股份有限公司，
类型：发明
国别省市：