一种交易的风险评估方法、装置和计算机设备与流程

本文涉及数据分析，尤其是一种交易的风险评估方法、装置和计算机设备。

背景技术：

1、现有技术中，常通过将交易的历史数据输入至风险评估模型中，来评估交易存在的风险。但这种方法存在着：风险评估模型构建难度较大，例如，需构建foa-svm模型、朴素贝叶斯和adaboost等；模型训练阶段需大量训练数据，同时还需要对训练数据进行预处理(例如，利用双聚类算法、蒙特卡洛小波去噪方法等对大量的训练数据进行挖掘筛选)以提高模型训练效率和训练的准确性等问题，使得现有的风险评估算法复杂、资源占用严重等问题。

2、有鉴于此，本文旨在提供一种交易的风险评估方法、装置和计算机设备。

技术实现思路

1、针对现有技术的上述问题，本文的目的在于，提供一种交易的风险评估方法、装置和计算机设备，以解决现有技术中，由于交易风险评估模型搭建、训练难度大导致风险评估算法复杂和对计算资源占用严重的问题。

2、为了解决上述技术问题，本文的具体技术方案如下：

3、第一方面，本文提供一种交易的风险评估方法，包括：

4、根据交易的历史数据计算各拥挤度指标的初值，所述拥挤度指标至少包括动量指标、流动性指标、乖离率指标、量价相关性、波动率指标中的一个或多个；

5、对各所述拥挤度指标的初值进行校正，得到各所述拥挤度指标的中间值；

6、根据各所述拥挤度指标的中间值以及各所述拥挤度指标的权重，计算得到所述交易的复合拥挤度；

7、根据所述复合拥挤度，评估所述交易的风险。

8、具体地，对各所述拥挤度指标的初值进行校正，得到各所述拥挤度指标的中间值，包括：

9、确定出预设观测周期内所述交易的历史数据中的异常数据；

10、根据所述异常数据，对各所述拥挤度指标的初值进行校正。

11、进一步地，确定出预设观测周期内所述交易的历史数据中的异常数据，包括：

12、将所述预设观测周期均等切割为多个时间区间；

13、统计每个时间区间内的成交量数据、成交价数据和成交用户数量数据；

14、根据所述成交量数据、所述成交价数据和所述成交用户数量数据，计算得到除第一个时间区间外，任意一个时间区间和与其相邻的前一个时间区间之间的成交量增长率、成交价增长率和成交用户数量增长率；

15、将所述成交量增长率、所述成交价增长率和所述成交用户数量增长率分别与预设的异常成交量增长率范围、异常成交价增长率范围和异常成交用户数量增长率范围进行比较；

16、当所述成交量增长率超出所述异常成交量增长率范围、所述成交价增长率超出所述异常成交价增长率范围或所述成交用户数量增长率超出所述异常成交用户数量增长率范围时，确定所述任意一个时间区间的交易的历史数据为异常数据。

17、更进一步地，根据所述异常数据，对各所述拥挤度指标的初值进行校正，包括：

18、计算所述成交量增长率超出于所述异常成交量增长率范围的第一增量、所述成交价增长率超出于所述异常成交价增长率范围的第二增量和所述成交用户数量增长率超出于所述异常成交用户数量增长率范围的第三增量；

19、根据所述第一增量、所述第二增量和所述第三增量，确定对应于各所述拥挤度指标初值的校正系数，所述校正系数包括放缩校正系数和偏置校正系数；

20、根据所述校正系数，对各所述拥挤度指标的初值进行校正。

21、具体地，对各所述拥挤度指标的初值进行校正，得到各所述拥挤度指标的中间值，包括：

22、对各所述拥挤度指标的初值进行显著性检验、历史数据回测检验和过拟合检验中的一种或多种；

23、根据检验结果对各所述拥挤度指标的初值进行校正。

24、进一步地，所述显著性检验包括：

25、根据交易的历史数据，构建拥挤度指标随时间变化的关系表达式；

26、对所述关系表达式进行最小二乘法计算，得到所述拥挤度指标的回归系数；

27、对所述拥挤度指标的回归系数进行显著性检验；

28、若检验通过，则根据所述关系表达式对所述拥挤度指标的初值进行校正；

29、若检验未通过，则使得所述拥挤度指标的初值不变。

30、进一步地，所述历史数据回测检验包括：

31、根据交易的历史数据，滚动计算各拥挤度指标的标准差并构建标准差矩阵；

32、根据预设的提取规则从所述标准差矩阵中提取多个列，构建得到新的矩阵；

33、从所述标准差矩阵中提取任意一列构建为映射矩阵；

34、根据所述新的矩阵与所述映射矩阵，预测下一个时间节点的各拥挤度指标标准差的预测值；

35、对所述拥挤度指标标准差的预测值与该时间节点的拥挤度指标标准差的实际值进行误差计算，根据计算得到的误差校正各拥挤度指标的初值。

36、具体地，各所述拥挤度指标的权重通过如下方法计算得到：

37、对所述拥挤度指标进行蒙特卡洛模拟，构建判断矩阵；

38、利用层次分析法，计算得到所述判断矩阵的特征根和特征向量；

39、对所述特征根中的最大特征根及所述最大特征根对应的特征向量进行一致性检验；

40、当一致性检验通过时，将所述最大特征根对应的特征向量作为各所述拥挤度指标的权重。

41、具体地，根据所述复合拥挤度，评估所述交易的风险，包括：

42、将所述复合拥挤度与预设的拥挤度阈值进行比较；

43、当所述复合拥挤度大于所述拥挤度阈值时，判定所述交易存在风险。

44、第二方面，本文提供一种交易的风险评估装置，包括：

45、计算模块，用于根据交易的历史数据计算各拥挤度指标的初值，所述拥挤度指标至少包括动量指标、流动性指标、乖离率指标、量价相关性、波动率指标中的一个或多个；

46、校正模块，用于对各所述拥挤度指标的初值进行校正，得到各所述拥挤度指标的中间值；

47、复合模块，用于根据各所述拥挤度指标的中间值以及各所述拥挤度指标的权重，计算得到所述交易的复合拥挤度；

48、评估模块，用于根据所述复合拥挤度，评估所述交易的风险。

49、第四方面，本文还提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如上述技术方案提供的一种交易的风险评估方法。

50、第五方面，本文还提供一种计算机程序产品，包括至少一条指令或至少一段程序，所述至少一条指令或所述至少一段程序由处理器加载并执行以实现如上述技术方案提供的一种交易的风险评估方法。

51、采用上述技术方案，本文所提供的一种交易的风险评估方法、装置和计算机设备，通过统计学的方法根据交易的历史数据计算得到至少一个拥挤度指标初值并对拥挤度指标初值进行校正，根据校正得到的拥挤度指标中间值计算交易的复合拥挤度从而实现对交易风险的评估，算法简单高效，无需构建复杂的评估模型和模型训练过程，解决对计算资源占用的问题。

52、为让本文的上述和其他目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附图式，作详细说明如下。