一种智能双渔网风险控制方法及装置的制造方法
【技术领域】
[0001] 本发明涉及互联网舆情监控，传染病传播扩散途径，金融衍生品交易等范畴，包括 舆情控制，传染病爆发预测与监控，金融衍生品量化交易等技术领域，特别涉及一种智能双 渔网风险控制方法及装置。
【背景技术】
[0002] 论坛中的某个话题一旦被极化往往会形成一个新的观点被传播，新闻中的部分负 面消息一旦被某些意见领袖转发或评论往往形成对某事件的舆情，2003年SARS传染病的 扩散导致某些股票暴涨，这些看起来毫不相关的事件其实都有着相似的数据特征，比如某 些词在短时间内的高频出现，大数据的重要特征不是之前小数据时代注重数据之间的因果 关系，大数据更注重数据之间的相关关系。本发明以高频行情数据（实时数据）和用户行 为数据（历史数据）作为研宄对象，不仅能挖掘这两种数据之间的相关关系，同时还能通过 机器自学习算法用一种数据的数据特征来引导并控制另外一种数据，以便起到柔性控制的 效果，而不是简单粗暴的直接阻断或删除信息源。另外，删除信息源也是事后应对措施，并 非在舆情开始或中间阶段就开始逐步引导并控制，金融风险实施例就是讲如何识别这两种 数据的相互关系和引导并控制相关数据的变动。这种方法同样适合在舆情控制和传染病传 播的开始及中间阶段，因为他们的数据维度和数据特征是相同的。
[0003] 舆情控制有几个技术难点，第一、在舆情扩散之前我们很难知道那个话题会被极 化，比如今天同时播报了 100条新闻，或者某论坛今天有1000个帖子，但是在新闻被扩散之 前或帖子被反复顶之前，我们不知道那个新闻或者帖子会成为大家讨论的热点，换句话说 要提高识别热点新闻或话题的准确率是比较困难的，第二、如果我们打算控制某个话题或 者新闻的传播，不让某话题被广泛传播，传统的做法是直接删除信息源或控制转发数量，但 是这样做会遇到2个问题，1、信息源往往是多个信息源而且可能变异，比如换个标题，内容 还是一样或者修改部分内容和标题，这样删除信息源就比较困难，2、控制转发数量目前看 到的是出相关法律来制裁转发的人，但这样的缺点是：高压手段相对比较粗暴，而且用计算 机程序模拟出虚拟人来转发也是很容易的。总结起来，删除信息源还是控制转发数量的技 术难点其实是如何可以把高频数据转化为低频数据。对于这两个问题，本发明方法用金融 风险实施例来讲解，之所以用金融风险实施例来讲解，是因为金融行业的高频数据与舆情 或传染病传播的高频数据无论在数据维度或者数据特征上几乎一样，而金融行业的某些高 频交易策略部分解决了"控制"高频数据的方法，但不完全，因为，虽然高频交易策略的优 点在于通过减少交易持仓时间增加交易频率来减小风险，获得更多的收益，但是缺点是准 确率要求高，而这跟舆情控制中如何提高话题极化的准确率是一样的，但准确率并不是容 易获得提升的。
【发明内容】
[0004] 本发明提供的这种方法，原则上也是通过减少交易时间增加交易频率来达到减少 风险增加收益的效果，但它不需要提高准确率，而是通过机器算法把准确率或其他的硬指 标参数转化成了软指标参数（比如全局最优参数K值和局部最优参数α和β)，并提升内 部性能的参数值（比如N值），使得高频数据"矮化"成低频数据，从而达到识别并控制舆情 或传染病传播的速度和范围。
[0005] 针对现有技术的不足，本发明一种智能双渔网风险控制装置，包括：
[0006] 初始化模块，用于获取历史数据，对所述历史数据进行初始化，生成初始化数据， 通过风险双向转换策略分别训练风险模型1与风险模型2,当实时数据出现所述初始化数 据中触发点时，若为负，则进入所述风险模型1，若为正，则进入所述风险模型2 ;
[0007] 判断模块，用于根据风险判断装置1与风险判断装置2,判断是否需要再次进入所 述风险双向转换策略，根据风险判断装置3调整输出值，使得收益风险比越高越好。
[0008] 所述的智能双渔网风险控制装置，所述风险模型1的公式为：
[0009]
【主权项】
1. 一种智能双渔网风险控制装置，其特征在于，包括： 初始化模块，用于获取历史数据，对所述历史数据进行初始化，生成初始化数据，通过 风险双向转换策略分别训练风险模型1与风险模型2,当实时数据出现所述初始化数据中 触发点时，若为负，则进入所述风险模型1，若为正，则进入所述风险模型2 ; 判断模块，用于根据风险判断装置1与风险判断装置2,判断是否需要再次进入所述风 险双向转换策略，根据风险判断装置3调整输出值，使得收益风险比越高越好。
2. 如权利要求1所述的智能双渔网风险控制装置，其特征在于，所述风险模型1的公式 为： Dvalue1 = {aJots * β.,step η-----h ajots * pkstep) 其中Dvalue1为最小化策略的值，n为总次数，α为手数的系数，lots为每次做的手数， β为步长的系数，step为每次做的间隔点位，计算a的公式为： / IogVl .O l Cl I
计算β的公式为：
其中m为涨或跌的总次数，CloseTime为最后持仓时间，OpenTime为开始持仓时间， Closeprice为最后的价格，Openprice为开始的价格，k为加仓次数，Xi是每次负值的持仓 时间，?是平均负值持仓时间，S i为每次行情的振幅，5为振幅的均值，ek为自然数e的k次 方； 计算k的公式为： k = L*log(D)/log(((R+l)*P_l)/R) 其中L为杠杆比例，D为用户自定义可承受的最大负值比率，R为风险回报率，P为获利 准确率的百分比。
3. 如权利要求1所述的智能双渔网风险控制装置，其特征在于，所述风险模型2的公式 为： Dvaluc2 = y/' (lots * step^ H-----l· lots =5= stepH) 其中Dvalue2为最大化策略的值，lots为每次做的手数，step为每次做的间隔点位，k 为加仓次数，η为总次数。
4. 如权利要求2所述的智能双渔网风险控制装置，其特征在于，所述风险判断装置1 为： 当最近一单补仓出现负值并且步长超过|3n*step时，自动跳转到所述风险模型1 ; 当最近一单补仓出现正值时，所有风险模型1中的单正值点大于〇时，自动全部拦截。
5. 如权利要求1所述的智能双渔网风险控制装置，其特征在于，所述风险判断装置2 为： 当最近一单有正值后，以后每次隔Step1时自动跳转到所述风险模型2 ; 当最近一单出现负值后，所有单的总正值点超过DVAULE_POINT* β后自动全部拦截， DVAULE_POINT为初始正值点位。
6. 如权利要求2或3所述的智能双渔网风险控制装置，其特征在于，所述风险判断装置 3为： 当k值超过3, Dvaulel+Dvaule2>ProS时自动全部拦截，ProS为最小正值数； 当所有单持仓超过7天，自动全部拦截； 当总负值超过D时，自动全部拦截。
7. -种智能双渔网风险控制方法，其特征在于，包括： 步骤1，获取历史交易数据，对所述历史交易数据进行初始化，生成初始化数据，通过风 险双向转换策略分别训练风险模型1与风险模型2,当实时数据出现所述初始化数据中触 发点时，若为负，则进入所述风险模型1，若为正，则进入所述风险模型2 ; 步骤2,根据风险判断装置1与风险判断装置2,判断是否需要再次进入所述风险双向 转换策略，根据风险判断装置3调整输出值，使得收益风险比越高越好。
8. 如权利要求7所述的智能双渔网风险控制方法，其特征在于，所述风险模型1的公式 为：
其中Dvalue1为最小化策略的值，η为总次数，α为手数的系数，lots为每次做的手数， β为步长的系数，step为每次做的间隔点位，计算α的公式为： /log(l.618,;)
计算β的公式为：
其中m为涨或跌的总次数，CloseTime为最后持仓时间，OpenTime为开始持仓时间， Closeprice为最后的价格，Openprice为开始的价格，k为加仓次数，Xi是每次负值的持仓 时间，?是平均负值持仓时间，S i为每次行情的振幅，S为振幅的均值，ek为自然数e的k次 方； 计算k的公式为： k = L*log(D)/log(((R+l)*P_l)/R) 其中L为杠杆比例，D为用户自定义可承受的最大负值比率，R为风险回报率，P为获利 准确率的百分比。
9. 如权利要求7所述的智能双渔网风险控制方法，其特征在于，所述风险模型2的公式 为： Dvaluc2 = y * (lots =!= Slepx -\-----l· lots step,,) 其中Dvalue2为最大化策略的值，lots为每次做的手数，step为每次做的间隔点位，k 为加仓次数，η为总次数。
10.如权利要求8所述的智能双渔网风险控制方法，其特征在于，所述风险判断装置1 为： 当最近一单补仓出现负值并且步长超过|3n*step时，自动跳转到所述风险模型1 ; 当最近一单补仓出现正值时，所有风险模型1中的单正值点大于〇时，自动全部拦截。
【专利摘要】本发明公开了一种智能双渔网风险控制方法及装置，涉及金融风险，舆情或传染病控制技术领域。该装置包括初始化模块，获取历史数据和实时数据，对所述历史数据进行初始化，生成初始化数据，通过风险双向转换策略分别训练风险模型1与风险模型2，当实时数据出现所述初始化数据的触发点时，若为负，则进入所述风险模型1，若为正，则进入所述风险模型2；判断模块，根据风险判断装置1与风险判断装置2，判断是否需要再次进入所述风险双向转换策略，根据风险判断装置3调整输出值，使得正值越高越好。本发明通过机器算法优化参数，改进初始化的值，降低来自外部的风险或传播频率，能够通过自动学习算法提升内部性能的参数，增强自身转化风险的能力。
【IPC分类】G06F19-00
【公开号】CN104657608
【申请号】CN201510067460
【发明人】杜登斌, 曾祥洪
【申请人】北京中润普达信息技术有限公司
【公开日】2015年5月27日
【申请日】2015年2月9日