一种交易报价确定方法和系统技术方案

本申请实施例公开了一种交易报价确定方法和系统，所述方法包括：接收交易报价确定请求；对所述逆回购交易询价记录进行语义分析，得到情感状态类型，以根据所述情感状态类型预测未来基准利率的价格波动；对所述需求方信息进行特征聚类，得到聚类类别，以根据所述聚类类别确定对应的类别溢价；根据所述未来基准利率的价格波动、类别溢价和银行间市场交易信息确定交易报价。对银行间市场中的询价和报价语言进行情感分析以确定基准利率，采用聚类技术对资金需求方的特征进行分析得到溢价，利用人工智能综合考虑基准利率和溢价高效且合理地确定最终的交易报价。确定最终的交易报价。确定最终的交易报价。

【技术实现步骤摘要】
一种交易报价确定方法和系统


[0001]本申请实施例涉及银行
，具体涉及一种交易报价确定方法和系统。

技术介绍

[0002]银行间市场是指银行之间进行短期资金融通和交易的市场。这个市场通常不对公众开放，只对银行和其他金融机构开放，主要涉及大额、高风险的资金交易，如贷款、拆借、存款等。在银行间市场中，银行和其他金融机构可以通过交易资金来调节自身的流动性风险。此外，银行间市场也是调节货币市场的重要手段之一，中央银行可以通过开展公开市场操作等方式来调节银行间市场的流动性。银行间市场在全球范围内都是金融市场中的重要组成部分，它的稳定性和健康发展对整个金融体系的稳定和发展都具有重要意义。
[0003]当前的银行间询价与报价都是纯粹使用人力进行询价和报价，一般是在基础利率上简单地加上固定的数值作为成交报价；比如在基准利率上加上50或者30个bp；这种报价方式会存在以下几个问题：1、无论资金需求方的情况如何，溢价是统一不变的；这样做不能有针对性地根据交易对手的情况，给出个性化溢价方案。比如不同的机构业务体量和抗风险能力必然不同，有针对性地给出不同的价格策略，将可以有效地提高资金周转效率和风险管理能力。
[0004]2、当前报价策略没有考虑到资金提供方自身的资金情况，如果能根据自有资金情况给出合适的溢价，那么可以更有效地提高资金的借贷效率。传统的人工报价方式存在人为因素干扰，容易出现误差或不合理的报价，导致市场波动或交易失败等问题。
[0005]3、当前报价策略对未来基准价格的走势变化没有系统的预测手段，都是根据人的经验做出的未来趋势判断，这种判断往往是不准确且缺乏数据支撑的。这种报价方式存在人为因素干扰，容易出现误差或不合理的报价，导致市场波动或交易失败等问题。传统的人工报价方式存在人为因素干扰，容易出现误差或不合理的报价，导致市场波动或交易失败等问题。

技术实现思路

[0006]为此，本申请实施例提供一种交易报价确定方法和系统，对银行间市场中的询价和报价语言进行情感分析以确定基准利率，采用聚类技术对资金需求方的特征进行分析得到溢价，利用人工智能综合考虑基准利率和溢价高效且合理地确定最终的交易报价。
[0007]为了实现上述目的，本申请实施例提供如下技术方案：根据本申请实施例的第一方面，提供了一种交易报价确定方法，所述方法包括：接收交易报价确定请求，所述交易报价确定请求携带银行间市场交易信息、逆回购交易询价对话记录和需求方信息；对所述逆回购交易询价记录进行语义分析，得到情感状态类型，以根据所述情感状态类型预测未来基准利率的价格波动；对所述需求方信息进行特征聚类，得到聚类类别，以根据所述聚类类别确定对应
的类别溢价；根据所述未来基准利率的价格波动、类别溢价和银行间市场交易信息确定交易报价。
[0008]可选地，所述根据所述情感状态类型预测未来基准利率的价格波动，包括：根据所述情感状态类型预测未来银行间市场的资金供需状况；根据所述资金供需状况和价格影响因子确定未来基准利率的价格波动。
[0009]可选地，所述对逆回购交易询价对话记录进行语义分析，得到情感状态类型，包括：基于情绪分类模型对逆回购交易询价对话记录进行语义分析，得到对应的情感状态类型。
[0010]可选地，所述情绪分类模型按照如下步骤确定：从数据库获取设定年份历史交易对话记录；筛选出与逆回购利率相关的对话并转换为文本；对文本基于BERT模型进行微调处理，得到银行间市场的情绪分析模型。
[0011]可选地，所述BERT模型在训练过程中的注意力向量按照如下公式计算：。
[0012]其中，Q、K和V为将输入语句通过线性变换得到的Query、Key和Value的向量序列，点积表示Query和Key之间的相似度，d
k
是向量Q的列数，将相似度通过softmax函数规范化到(0,1)的范围内得到Key对应的Value的权重。
[0013]可选地，所述对需求方信息进行特征聚类，得到聚类类别，包括：对所述需求方信息和特征提取因子使用聚类模型进行特征聚类，得到对应的聚类类别。
[0014]可选地，根据未来基准利率的价格波动和溢价确定交易报价之后，所述方法还包括：根据交易成交结果使用增强学习算法持续迭代优化综合计算模型，所述综合计算模型用于根据未来基准利率的价格波动和溢价确定交易报价。
[0015]根据本申请实施例的第二方面，提供了一种交易报价确定系统，所述系统包括：请求接收模块，用于接收交易报价确定请求，所述交易报价确定请求携带银行间市场交易信息、逆回购交易询价对话记录和需求方信息；基准利率计算模块，用于对所述逆回购交易询价记录进行语义分析，得到情感状态类型，以根据所述情感状态类型预测未来基准利率的价格波动；类别溢价确定模块，用于对所述需求方信息进行特征聚类，得到聚类类别，以根据所述聚类类别确定对应的类别溢价；交易报价确定模块，用于根据所述未来基准利率的价格波动、类别溢价和银行间市场交易信息确定交易报价。
[0016]根据本申请实施例的第三方面，提供了一种电子设备，包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器运行所述计算机程序时执行以实现上述第一方面所述的方法。
[0017]根据本申请实施例的第四方面，提供了一种计算机可读存储介质，其上存储有计算机可读指令，所述计算机可读指令可被处理器执行以实现上述第一方面所述的方法。
[0018]综上所述，本申请实施例提供一种交易报价确定方法和系统，通过接收交易报价确定请求，所述交易报价确定请求携带银行间市场交易信息、逆回购交易询价对话记录和需求方信息；对所述逆回购交易询价记录进行语义分析，得到情感状态类型，以根据所述情感状态类型预测未来基准利率的价格波动；对所述需求方信息进行特征聚类，得到聚类类别，以根据所述聚类类别确定对应的类别溢价；根据所述未来基准利率的价格波动、类别溢价和银行间市场交易信息确定交易报价。对银行间市场中的询价和报价语言进行情感分析以确定基准利率，采用聚类技术对资金需求方的特征进行分析得到溢价，利用人工智能综合考虑基准利率和溢价高效且合理地确定最终的交易报价。
附图说明
[0019]为了更清楚地说明本专利技术的实施方式或现有技术中的技术方案，下面将对实施方式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，下面描述中的附图仅仅是示例性的，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，还可以根据提供的附图引伸获得其它的实施附图。
[0020]本说明书所绘示的结构、比例、大小等，均仅用以配合说明书所揭示的内容，以供熟悉此技术的人士了解与阅读，并非用以限定本专利技术可实施的限定条件，故不具技术上的实质意义，任何结构的修饰、比例关系的改变或大小的调整，在不影响本专利技术所能产生的功效及所能达成的目的下，均应仍落在本专利技术所揭示的
技术实现思路
能涵盖的范围内。
[0021]图1为本申请实施例提供的一种交易报价确定方法流程示意图；图2为本申请实本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种交易报价确定方法，其特征在于，所述方法包括：接收交易报价确定请求，所述交易报价确定请求携带银行间市场交易信息、逆回购交易询价对话记录和需求方信息；对所述逆回购交易询价记录进行语义分析，得到情感状态类型，以根据所述情感状态类型预测未来基准利率的价格波动；对所述需求方信息进行特征聚类，得到聚类类别，以根据所述聚类类别确定对应的类别溢价；根据所述未来基准利率的价格波动、类别溢价和银行间市场交易信息确定交易报价。2.如权利要求1所述的方法，其特征在于，所述根据所述情感状态类型预测未来基准利率的价格波动，包括：根据所述情感状态类型预测未来银行间市场的资金供需状况；根据所述资金供需状况和价格影响因子确定未来基准利率的价格波动。3.如权利要求1所述的方法，其特征在于，所述对逆回购交易询价对话记录进行语义分析，得到情感状态类型，包括：基于情绪分类模型对逆回购交易询价对话记录进行语义分析，得到对应的情感状态类型。4.如权利要求3所述的方法，其特征在于，所述情绪分类模型按照如下步骤确定：从数据库获取设定年份历史交易对话记录；筛选出与逆回购利率相关的对话并转换为文本；对文本基于BERT模型进行微调处理，得到银行间市场的情绪分析模型。5.如权利要求4所述的方法，其特征在于，所述BERT模型在训练过程中的注意力向量按照如下公式计算：，其中，Q、K和V为将输入语句通过线性变换得到的Query、Key和Value的向量序列，点积表示Query和Key之间的相似度，d
k
是向量Q的列数，将相似度通过softmax函数规范化到(0,...

【专利技术属性】
技术研发人员：王舸，岑忠培，赵雪峰，
申请(专利权)人：北京宽客进化科技有限公司，
类型：发明
国别省市：