[发明专利]基于机器学习的场内期权做市算法在审
申请号: | 202111326250.0 | 申请日: | 2021-11-10 |
公开(公告)号: | CN114387099A | 公开(公告)日: | 2022-04-22 |
发明(设计)人: | 李冬昕 | 申请(专利权)人: | 南京量客信息科技有限公司;南京财经大学 |
主分类号: | G06Q40/04 | 分类号: | G06Q40/04;G06Q10/06 |
代理公司: | 合肥东信智谷知识产权代理事务所(普通合伙) 34143 | 代理人: | 王燕 |
地址: | 210000 江苏省南京市建邺*** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 机器 学习 场内 期权 算法 | ||
1.基于机器学习的场内期权做市算法,其特征在于:分析得到期权的估价走势图,获取买方、卖方的报价;
一、无买方报价
估价高于卖方的报价,作出报价,并发送至做市商进行确认;
估价低于卖方的报价,不作报价,并提示做市商;
无卖方报价,不作报价,并提示做市商;
二、有买方报价
估价低于买方的报价,作出报价,并发送至做市商进行确认;
估价高于买方的报价,不作报价,并提示做市商。
2.根据权利要求1所述的基于机器学习的场内期权做市算法,其特征在于:所述估价走势图通过估价系统分析得到,所述估价系统包括机器学习部分、行情收集部分、数据库、数据分析部分以及数据生成部分;行情收集部分将做市的信息发送至数据库内,数据分析部分对数据库内的数据进行分析,并通过数据生成部分生成数据,提供至做市商,做市商针对生成的数据进行纠正与确认,机器学习部分通过监测做市商对生成的数据进行纠正的内容进行分析并学习,再对数据分析部分进行修正与改进。
3.根据权利要求2所述的基于机器学习的场内期权做市算法,其特征在于:所述数据分析部分基于无风险套利原则的金融计量模型的金融计算引擎,且所述的基于无风险套利原则的金融计量模型根据计算获取的期权的报价与当前市场报价情况的大小关系确定进行买入或卖出操作。
4.根据权利要求3所述的基于机器学习的场内期权做市算法,其特征在于:还包括报价系统以及交易系统,所述报价系统与数据生成部分电性连接,数据生成部分的数据传递至报价系统中,做市商通过对报价系统中的数据进行纠正与确认,再通过报价系统传递至交易系统中,向交易者展示。
5.根据权利要求4所述的基于机器学习的场内期权做市算法,其特征在于:所述交易系统的数据传递至数据库中,所述机器学习部分对交易系统中的数据进行分析,并结合数据生成部分生成数据以及做市商对生成的数据进行纠正的内容进行分析并学习。
6.根据权利要求5所述的基于机器学习的场内期权做市算法,其特征在于:所述的做市交易系统还包括风控模块,用于对交易系统的操作进行风险评估,并将评估数据传递至报价系统,供做市商参考。
7.根据权利要求6所述的基于机器学习的场内期权做市算法,其特征在于:所述交易系统至少包括PC端或手机app端其中的一种;使用者通过所述PC端或手机app端访问所述平台;所述手机app端包括支持IOS系统和Android系统。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于南京量客信息科技有限公司;南京财经大学,未经南京量客信息科技有限公司;南京财经大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202111326250.0/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种电机用高效便捷的测振方法
- 下一篇:基于多模态数据的医患风险评估方法