[发明专利]利用大数据量化分析外汇投资风险的系统及方法

权利要求书

1.利用大数据量化分析外汇投资风险的系统，其特征在于，包括：数据采集模块、数据存储模块、数据处理模块、大数据外汇投资VaR风险模型算法模块、模型结果输出展示模块；

所述数据采集模块，是将最底层外汇业务系统数据、第三方网站数据及部分手工数据，通过不同的方式引入数据库存储；

所述数据存储模块，是对采集的原始数据以及进行过数据处理的数据进行关联存储，并支持增量存储；

所述数据处理模块，是对外汇业务数据按照模型提出的数据要求进行ETL处理；

所述大数据外汇投资VaR风险模型算法模块，用于根据已处理数据进行模型建立，通过不断优化和机器学习，最终输出大数据外汇投资VaR风险模型用以风险定量化测量；

所述模型结果输出展示模块，用于将外汇投资风险定量化模型的测量结果以图形可视化方式展示。

2.如权利要求1所述的利用大数据量化分析外汇投资风险的系统，其特征在于，所述外汇投资风险定量化模型的测量结果包括：计算不同交割期不同外汇的最大损失值，并建议每笔外汇交易最佳交割时间。

3.利用大数据量化分析外汇投资风险的方法，其特征在于，包括以下步骤：

a.将最底层外汇业务系统数据、第三方网站数据及部分手工数据，通过不同的方式引入数据库存储；

b.外汇业务数据按照模型提出的数据要求进行ETL处理；

c.对采集的原始数据以及进行过数据处理的数据进行关联存储；

d.根据已处理数据进行模型建立，通过不断优化和机器学习，最终输出大数据外汇投资VaR风险模型用以风险定量化测量；

e.将外汇投资风险定量化模型的测量结果以图形可视化方式展示。

4.如权利要求3所述的利用大数据量化分析外汇投资风险的方法，其特征在于，步骤a具体包括：

准备数据接口接入系统内部用户信息、账户信息、订单信息、采购信息及外部国家外汇局数据，然后存入数据库mysql；

爬虫获取外汇市场行业及金融政策动态数据，以及额外节假日数据存入数据库mysql；

将第三方数据excel通过java程序形式导入数据库mysql中。

5.如权利要求3所述的利用大数据量化分析外汇投资风险的方法，其特征在于，步骤b中，所述ETL处理包括：对模型所需数据进行预处理以适用于模型使用，具体包括数据标准化处理以及数据缺失值的处理。

6.如权利要求3所述的利用大数据量化分析外汇投资风险的方法，其特征在于，步骤c中，所述采集的原始数据包括结构化和非结构化的数据。

7.如权利要求3所述的利用大数据量化分析外汇投资风险的方法，其特征在于，步骤d具体包括：

d1、指标体系建立：根据影响大数据外汇投资VaR风险模型的因素，使用指标体系建立的特征选择流程进行指标特征的筛选和组合，输出适用于大数据外汇投资VaR风险模型的指标特征体系；

d2、模型学习：模型从数据库mysql中获用户信息、账户信息、订单信息、采购信息、外汇币种、外汇汇率、系统参数，进行大数据外汇投资VaR风险模型计算，并将结果输入数据库mysql中；

d3、模型优化：通过对指标的不断优化，对模型的不断训练，输出最终大数据外汇投资VaR风险模型。

8.如权利要求3所述的利用大数据量化分析外汇投资风险的方法，其特征在于，步骤e中，还包括：利用大数据外汇投资VaR风险模型计算不同交割期不同外汇的最大损失值，并建议每笔外汇交易最佳交割时间，将计算结果存放在数据库mysql中，并以图形可视化方式展现。