[发明专利]银行清算头寸资金备付量预测方法和装置、设备及介质

说明书

本发明提供一种银行清算头寸资金备付量预测方法和装置、设备及介质，该方法包括：获取一清算账户的资金流数据和辅助数据；根据该资金流数据和该辅助数据进行特征提取得到特征数据；将该特征数据分别输入预训练的多个单体预测模型中以得到对应的预测值；采用带精英策略的非支配排序遗传算法对各单体预测模型的预测值进行处理得到银行清算头寸资金备付量预测结果；其中，该单体预测模型为移动平均自回归模型、K近邻回归模型、弹性回归模型、LightGBM回归模型或长短期记忆网络模型，高效、精准地完成对各清算账户未来一段时间资金用量预测的任务。

技术领域

本发明涉及人工智能技术领域，尤其涉及一种银行清算头寸资金备付量预测方法和装置、设备及介质。

背景技术

银行清算头寸备付量用于清算账户的资金用量备付，通过预测银行清算头寸备付量，能够帮助银行清算处理中心配置管理员明确各清算账户资金用量配置，使银行综合风险控制和资金成本实现资金最优化配置。

目前，银行对清算头寸资金备付量的预测是根据行内相关政策以及业务人员主观经验进行的，准确性低，导致资金使用效率下降，运营成本提升。

发明内容

针对现有技术中的问题，本发明提供一种银行清算头寸资金备付量预测方法和装置、设备及介质，能够至少部分地解决现有技术中存在的问题。

为了实现上述目的，本发明采用如下技术方案：

第一方面，提供一种银行清算头寸资金备付量预测方法，包括：

获取一清算账户的资金流数据和辅助数据；

根据该资金流数据和该辅助数据进行特征提取得到特征数据；

将该特征数据分别输入预训练的多个单体预测模型中以得到对应的预测值；

采用带精英策略的非支配排序遗传算法对各单体预测模型的预测值进行处理得到银行清算头寸资金备付量预测结果；

其中，该单体预测模型为移动平均自回归模型、K近邻回归模型、弹性回归模型、LightGBM回归模型或长短期记忆网络模型。

进一步地，银行清算头寸资金备付量预测方法还包括：

利用均方根误差评估预训练的多个单体预测模型的效果；

根据评估结果选取部分单体预测模型用于银行清算头寸资金备付量预测。

进一步地，该辅助数据包括：节假日数据、大额清算额度、币种清算政策。

进一步地，提取的特征为利用主成分分析业务属性特征、关联序列特征、统计序列特征得到。

进一步地，该业务属性特征包括：业务周期特征和节假日特征。

进一步地，该关联序列特征包括：日资金量和同期资金量。

进一步地，该统计序列特征包括：变化率特征、均值特征、极值特征；

该变化率特征包括：同期资金用量相对变化率、邻天资金用量相对变化率；

该均值特征包括：周资金用量均值、月资金用量均值、同期资金用量均值；

该极值特征包括：最小值、最大值以及中位值。

第二方面，提供一种银行清算头寸资金备付量预测装置，包括：

原始数据获取模块，获取一清算账户的资金流数据和辅助数据；

特征提取模块，根据该资金流数据和该辅助数据进行特征提取得到特征数据；

预测模块，将该特征数据分别输入预训练的多个单体预测模型中以得到对应的预测值；