CN116523659B - 一种具备实时提醒的金融数据风险监控平台 - Google Patents
一种具备实时提醒的金融数据风险监控平台 Download PDFInfo
- Publication number
- CN116523659B CN116523659B CN202310235458.4A CN202310235458A CN116523659B CN 116523659 B CN116523659 B CN 116523659B CN 202310235458 A CN202310235458 A CN 202310235458A CN 116523659 B CN116523659 B CN 116523659B
- Authority
- CN
- China
- Prior art keywords
- financial
- risk
- data
- module
- main body
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 38
- 238000012545 processing Methods 0.000 claims abstract description 38
- 238000011156 evaluation Methods 0.000 claims abstract description 27
- 230000006854 communication Effects 0.000 claims abstract description 7
- 238000004891 communication Methods 0.000 claims abstract description 7
- 230000006855 networking Effects 0.000 claims abstract description 7
- 230000003993 interaction Effects 0.000 claims abstract description 6
- 238000004458 analytical method Methods 0.000 claims description 47
- 238000012502 risk assessment Methods 0.000 claims description 36
- 238000007405 data analysis Methods 0.000 claims description 31
- 238000005259 measurement Methods 0.000 claims description 24
- 238000013075 data extraction Methods 0.000 claims description 23
- 238000004422 calculation algorithm Methods 0.000 claims description 12
- 230000010354 integration Effects 0.000 claims description 11
- 238000004364 calculation method Methods 0.000 claims description 5
- 230000008676 import Effects 0.000 claims description 5
- 238000000034 method Methods 0.000 abstract description 14
- 230000008569 process Effects 0.000 abstract description 9
- 230000003044 adaptive effect Effects 0.000 abstract description 2
- 230000007175 bidirectional communication Effects 0.000 abstract description 2
- 230000002457 bidirectional effect Effects 0.000 abstract 2
- 238000010586 diagram Methods 0.000 description 6
- 238000011161 development Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 238000013528 artificial neural network Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000007774 longterm Effects 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 238000007635 classification algorithm Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
- G06Q40/08—Insurance
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
- G06Q40/06—Asset management; Financial planning or analysis
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Development Economics (AREA)
- Technology Law (AREA)
- Marketing (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Game Theory and Decision Science (AREA)
- Human Resources & Organizations (AREA)
- Operations Research (AREA)
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
Abstract
本发明公开了一种具备实时提醒的金融数据风险监控平台,包括数据处理系统、通过应用端无线通讯模块与数据处理系统无线双向通讯的用户交互终端、通过金融数据导入模块与数据处理系统无线双向连接的金融数据拾取单元以及与数据处理系统无线双向连接的联网大数据库模块,本发明涉及金融数据风险监控技术领域。该具备实时提醒的金融数据风险监控平台,可实现通过在针对理财金融项目的理财方案以及主体公司的各项标准进行总体评估预测,来一定程度上降低用户的金融理财风险,确保用户在进行理财金融投资过程中风险得到安全监控和预测,同时本发明能够根据用户需求进行自定义设置,来方便用户根据自身需求进行适应性风险评估。
Description
技术领域
本发明涉及金融数据风险监控技术领域,具体为一种具备实时提醒的金融数据风险监控平台。
背景技术
随着互联网时代的发展,人们越来越对个人理财进行重视,但是在市场上各类理财金融项目较多,针对各种理财金融项目进行快速风险评估对于理财了解较少的人来说十分重要,因此针对各种理财金融项目产品的风险监控和评估刻不容缓。
参考中国专利公开号为CN114881768A的一种金融大数据风险分析平台,通过对金融交易过程中的不同阶段的金融数据的分析来进行金融数据监控,数据分析模块对金融交易的初始阶段的用户产生的金融数据进行分析得到数据加权矩阵,数据分析模块还将算法的分析过程的影响也考虑在内,首先数据分析模块根据人工神经网络分类算法对初始阶段的金融数据进行分类和训练得到分类数据,再通过非线性方程组对不同的数据分析算法得到目标参数,最后根据目标参数得到算法加权矩阵,将不同的数据处理算法带来的误差进行了量化,提高了金融平台对金融数据的监控管理程度。
参考中国专利公开号为CN114912805A的金融产品的风险监控方法、装置、设备及存储介质,通过获取已购入产品在多个连续交易日内的历史交易数据,计算每个产品在每个交易日内的收益率,进而将同一产品每个交易日的收益率进行连乘并减去基础收益率得到单个产品的风险价值,通过基于历史数据量化建模计算,从而准确计算出单个产品具体的风险价值,进而可根据该风险价值准确对产品的风险进行监控。进一步的,本发明不仅对单个金融产品的风险价值进行计算,同时综合考虑不同产品之间的相关性,从而计算整类产品的风险价值,从而对不同的产品类进行监控,进而提高风险监控的准确性。
综合分析以上参考专利,可得出以下缺陷:
现有的金融数据风险监控系统在针对理财金融项目的风险评估不全面,且不能更加明确的表示出金融项目的风险程度,例如参考专利CN114881768A的一种金融大数据风险分析平台虽然是采用神经网络算法进行数据的自动学习分析处理,但是在对金融项目的分析过程中仅仅对金融交易这项进行监控分析,未考虑到在理财金融项目中该项目的主体公司的可信程度以及后期的发展前景,因此导致用户在进行理财金融投资过程中风险无法得到安全监控和预测,不能实现通过在针对理财金融项目的理财理财方案以及主体公司的各项标准进行总体评估预测,来一定程度上降低用户的金融理财风险,同时现有的风险监控系统不能根据用户需求进行自定义设置,来方便用户根据自身需求进行适应性风险评估,无法达到既安全又方便的进行金融风险评估监控的目的,从而给用户的使用带来极大的不便。
现有的金融数据风险监控系统针对多种类型的金融项目产品的风险对比还不够全面,例如参考专利CN114912805A的金融产品的风险监控方法、装置、设备及存储介质,虽然能够实现多种类型金融服务的关联性监控,但是仅仅也是针对收益率的多产品关联性评估,无法将金融项目主体公司的主体信息也纳入关联性评估中,这样给出的评估风险率产考价值较低,无法达到全面包含多种金融产品的多维度风险评估的目的,从而对用户的长期使用十分不利。
发明内容
针对现有技术的不足,本发明提供了一种具备实时提醒的金融数据风险监控平台,解决了现有的金融数据风险监控系统在针对理财金融项目的风险评估不全面,且不能更加明确的表示出金融项目的风险程度,在对金融项目的分析过程中仅仅对金融交易这项进行监控分析,未考虑到在理财金融项目中该项目的主体公司的可信程度以及后期的发展前景,因此导致用户在进行理财金融投资过程中风险无法得到安全监控和预测,不能实现通过在针对理财金融项目的理财方案以及主体公司的各项标准进行总体评估预测,来一定程度上降低用户的金融理财风险,同时现有的风险监控系统不能根据用户需求进行自定义设置,来方便用户根据自身需求进行适应性风险评估,无法达到既安全又方便的进行金融风险评估监控的目的,同时现有的金融数据风险监控系统针对多种类型的金融项目产品的风险对比还不够全面,虽然能够实现多种类型金融服务的关联性监控,但是仅仅也是针对收益率的多产品关联性评估,无法将金融项目主体公司的主体信息也纳入关联性评估中,这样给出的评估风险率产考价值较低,无法达到全面包含多种金融产品的多维度风险评估目的的问题。
为实现以上目的,本发明通过以下技术方案予以实现:一种具备实时提醒的金融数据风险监控平台,包括数据处理系统、通过应用端无线通讯模块与数据处理系统无线双向通讯的用户交互终端、通过金融数据导入模块与数据处理系统无线双向连接的金融数据拾取单元以及与数据处理系统无线双向连接的联网大数据库模块,所述数据处理系统包括系统后台服务器、数据列队单元、数据解析单元、风险评估单元以及综合对比分析单元,通过所述系统后台服务器控制数据列队单元对导入的金融数据进行列队处理,在通过数据解析单元将金融数据中的关键数据解析出系统可读格式数据,然后通过风险评估单元对金融数据进行一一风险评估处理,之后通过综合对比分析单元进行多种金融数据整合对比分析或单种金融数据对比分析,若存在风险则进行实时提醒用户。
所述风险评估单元包括微处理模块、关键数据提取模块、用于向联网大数据库模块中检索并提取与对应金融数据相对数据的大数据库索引模块、用于对提取的金融数据进行主体分析的主体数据分析单元、理财收益分析模块、风险特征值整合模块以及风险测算模块,所述风险测算模块和综合对比分析单元均是采用风险测算算法进行金融风险测算评估。
优选的,所述主体数据分析单元包括主体资产信息分析模块,所述主体资产信息分析模块、主体股市信息分析模块和主体运营信息分析模块分别用于针对金融数据中提取的主体资产信息、股市信息和运营信息进行提取和分析。
优选的,所述综合对比分析单元包括用户期望数据提取模块、单独金融数据提取模块、整合金融数据提取模块、差值对比模块、风险项目识别模块和风险实时提醒模块。
所述用户期望数据提取模块用于提取用户预先在系统后台服务器内自定义设定好的期望风险数值特征的提取。
所述单独金融数据提取模块用于针对一种金融风险测算数据特征值的提取。
所述整合金融数据提取模块用于针对多种金融风险测算数据整合后特征值的提取。
优选的,所述差值对比模块用于对提取的金融风险测算数特征值进行求差对比,且风险项目识别模块用于对风险评估高的金融项目进行识别,所述风险实时提醒模块用于向用户实时发送提醒信息。
优选的,所述风险测算算法具体包括步骤:
S1、选取一种金融项目的主体总资产数值记为a,再选取该种金融项目的主体股市在一年内的增值次数记为b,同时选取该种金融项目的主体一年内的运营交易次数记为c,选取该种金融项目的一年内的收益记为d;
S2、用户根据需求在系统后台服务器内预先分别设定一种金融项目的主体预估总资产数值记为A,再设定该种金融项目的主体股市在一年内的预估增值次数记为B,同时设定该种金融项目的主体一年内的预估运营交易次数记为C,设定该种金融项目的一年内的收益记为D;
S3、按照以下公式进行该项金融项目的风险测算,计算出风险测算百分比,记为Ω,
Ω=a/A*x%+b/B*y%+c/C*z%+d/D*(1-x-y-z)%;
式中x%为一个金融项目中主体总资产所占风险的百分比,y%为一个金融项目中主体股市在一年内的增值次数所占风险的百分比,z%为一个金融项目中主体一年内的运营交易次数所占风险的百分比,(1-x-y-z)%为一个金融项目中一年内的收益所占风险的百分比;
S4、将步骤S3得到的风险测算百分比Ω与用户预先设定的最小评估百分比δ进行求差对比,得到风险关联值记ζ,即:ζ=Ω-δ;
S5、对风险关联值ζ进行分析,来判定该金融项目是否符合用户需求的风险意向性,并进行实时提醒。
优选的,所述步骤S5中,当ζ<0时,表示风险测算百分比低于预期的最小评估百分比,因此该金融项目的风险超出了用户所能接受的范围,然后向用户发送提醒信息,进行实时提醒,当ζ≥0时,表示风险测算百分比不低于预期的最小评估百分比,因此该金融项目的风险在用户能够接受范围内。
优选的,所述金融数据拾取单元是由n个拾取模块组成,且每个拾取模块均是用于对一种金融项目进行数据拾取。
优选的,所述数据列队单元是由n个按照导入数据处理系统内的时间进行排序列队的数据包组成,且一个数据包内存储有一种导入的金融项目数据。
优选的,所述数据解析单元是由n个数据解析模块组成,每个数据解析模块均能对导入的一种金融项目的数据包进行解析。
优选的,所述风险特征值整合模块用于对多种金融项目的数据进行风险特征值的整合处理。
本发明提供了一种具备实时提醒的金融数据风险监控平台。与现有技术相比具备以下有益效果:
(1)、该具备实时提醒的金融数据风险监控平台,通过系统后台服务器控制数据列队单元对导入的金融数据进行列队处理,在通过数据解析单元将金融数据中的关键数据解析出系统可读格式数据,然后通过风险评估单元对金融数据进行一一风险评估处理,之后通过综合对比分析单元进行多种金融数据整合对比分析或单种金融数据对比分析,若存在风险则进行实时提醒用户,可实现通过在针对理财金融项目的理财方案以及主体公司的各项标准进行总体评估预测,来一定程度上降低用户的金融理财风险,使金融数据风险监控系统在针对理财金融项目的风险评估更加全面,且能够更加明确的表示出金融项目的风险程度,避免在对金融项目的分析过程中仅仅对金融交易这项进行监控分析,未考虑到在理财金融项目中该项目的主体公司的可信程度以及后期的发展前景的情况发生,确保用户在进行理财金融投资过程中风险得到安全监控和预测,同时本发明能够根据用户需求进行自定义设置,来方便用户根据自身需求进行适应性风险评估,很好的达到了既安全又方便的进行金融风险评估监控的目的,从而大大方便了用户的使用。
(2)、该具备实时提醒的金融数据风险监控平台,通过,可将金融项目主体公司的主体信息也纳入关联性评估中,大大提升了评估风险率产考价值,很好的达到了全面包含多种金融产品的多维度风险评估的目的,从而对用户的长期使用十分有益。
附图说明
图1为本发明系统的结构原理框图;
图2为本发明数据处理系统的结构原理框图;
图3为本发明风险评估单元的结构原理框图;
图4为本发明综合对比分析单元的结构原理框图;
图5为本发明主体数据分析单元的结构原理框图;
图6为本发明风险测算算法的逻辑图。
实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
请参阅图1-6,本发明实施例提供两种技术方案:一种具备实时提醒的金融数据风险监控平台,具体包括以下实施例:
实施例
一种具备实时提醒的金融数据风险监控平台,包括数据处理系统、通过应用端无线通讯模块与数据处理系统无线双向通讯的用户交互终端、通过金融数据导入模块与数据处理系统无线双向连接的金融数据拾取单元以及与数据处理系统无线双向连接的联网大数据库模块,应用端无线通讯模块为4G或5G网络中的一种,数据处理系统包括系统后台服务器、数据列队单元、数据解析单元、风险评估单元以及综合对比分析单元,通过系统后台服务器控制数据列队单元对导入的金融数据进行列队处理,在通过数据解析单元将金融数据中的关键数据解析出系统可读格式数据,然后通过风险评估单元对金融数据进行一一风险评估处理,之后通过综合对比分析单元进行多种金融数据整合对比分析或单种金融数据对比分析,若存在风险则进行实时提醒用户。
本发明实施例中,风险评估单元包括微处理模块、关键数据提取模块、用于向联网大数据库模块中检索并提取与对应金融数据相对数据的大数据库索引模块、用于对提取的金融数据进行主体分析的主体数据分析单元、理财收益分析模块、风险特征值整合模块以及风险测算模块,风险测算模块和综合对比分析单元均是采用风险测算算法进行金融风险测算评估,金融数据拾取单元是由n个拾取模块组成,且每个拾取模块均是用于对一种金融项目进行数据拾取,数据列队单元是由n个按照导入数据处理系统内的时间进行排序列队的数据包组成,且一个数据包内存储有一种导入的金融项目数据,数据解析单元是由n个数据解析模块组成,每个数据解析模块均能对导入的一种金融项目的数据包进行解析,风险特征值整合模块用于对多种金融项目的数据进行风险特征值的整合处理。
本发明实施例中,主体数据分析单元包括主体资产信息分析模块,主体资产信息分析模块、主体股市信息分析模块和主体运营信息分析模块分别用于针对金融数据中提取的主体资产信息、股市信息和运营信息进行提取和分析。
本发明实施例中,风险测算算法具体包括步骤:
S1、选取一种金融项目的主体总资产数值记为a,再选取该种金融项目的主体股市在一年内的增值次数记为b,同时选取该种金融项目的主体一年内的运营交易次数记为c,选取该种金融项目的一年内的收益记为d;
S2、用户根据需求在系统后台服务器内预先分别设定一种金融项目的主体预估总资产数值记为A,再设定该种金融项目的主体股市在一年内的预估增值次数记为B,同时设定该种金融项目的主体一年内的预估运营交易次数记为C,设定该种金融项目的一年内的收益记为D;
S3、按照以下公式进行该项金融项目的风险测算,计算出风险测算百分比,记为Ω,
Ω=a/A*x%+b/B*y%+c/C*z%+d/D*(1-x-y-z)%;
式中x%为一个金融项目中主体总资产所占风险的百分比,y%为一个金融项目中主体股市在一年内的增值次数所占风险的百分比,z%为一个金融项目中主体一年内的运营交易次数所占风险的百分比,(1-x-y-z)%为一个金融项目中一年内的收益所占风险的百分比;
S4、将步骤S3得到的风险测算百分比Ω与用户预先设定的最小评估百分比δ进行求差对比,得到风险关联值记ζ,即:ζ=Ω-δ;
S5、对风险关联值ζ进行分析,来判定该金融项目是否符合用户需求的风险意向性,并进行实时提醒。
本发明实施例,步骤S5中,当ζ<0时,表示风险测算百分比低于预期的最小评估百分比,因此该金融项目的风险超出了用户所能接受的范围,然后向用户发送提醒信息,进行实时提醒,当ζ≥0时,表示风险测算百分比不低于预期的最小评估百分比,因此该金融项目的风险在用户能够接受范围内。
实施例
本发明实施例相比于实施例1的区别技术方案在于:综合对比分析单元包括用户期望数据提取模块、单独金融数据提取模块、整合金融数据提取模块、差值对比模块、风险项目识别模块和风险实时提醒模块;
用户期望数据提取模块用于提取用户预先在系统后台服务器内自定义设定好的期望风险数值特征的提取;
单独金融数据提取模块用于针对一种金融风险测算数据特征值的提取;
整合金融数据提取模块用于针对多种金融风险测算数据整合后特征值的提取。
差值对比模块用于对提取的金融风险测算数特征值进行求差对比,且风险项目识别模块用于对风险评估高的金融项目进行识别,风险实时提醒模块用于向用户实时发送提醒信息。
使用时,用户通过用户交互终端登录和访问整个金融数据风险监控平台系统,当用户需要对一种理财金融项目进行风险评估时,只需通过金融数据拾取单元中的拾取模块获取该理财金融项目的相关数据信息,并通过进入数据导入模块导入至数据处理系统内,系统后台服务器先通过数据列队单元以导入时间为排序依据进行多种金融项目的数据包排序,一种金融项目的数据包通过数据解析单元内的一个数据解析模块进行解析处理,将金融项目的理财方案,主体公司的资产信息、一年内的股市情况以及一年内的主体公司的运营交易情况进行提取和分析,然后通过风险评估单元进行风险评估处理,风险评估单元通过微处理模块控制关键数据提取模块提取上述解析出来的金融项目数据信息,再通过大数据库索引模块向联网大数据库模块中检索并提取与对应金融数据相对数据,然后通过主体数据分析单元对提取的金融数据进行主体分析,同时通过理财收益分析模块分析该金融项目的理财收益率,当有多种金融项目进行分析时,可通过风险特征值整合模块进行整合处理,通过风险测算模块和综合对比分析单元中的风险测算算法进行金融风险测算评估,综合对比分析单元内通过用户期望数据提取模块进行用户期望数据提取,通过单独金融数据提取模块进行单独提取处理,也可通过整合金融数据提取模块进行多种金融项目的提取处理,在通过差值对比模块对比处理后,若有风险较高的金融项目时,通过风险项目识别模块进行快速识别,并通过风险实时提醒模块向用户交互终端实时发送提示信息。
同时本说明书中未作详细描述的内容均属于本领域技术人员公知的现有技术。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。
尽管已经示出和描述了本发明的实施例,对于本领域的普通技术人员而言,可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型,本发明的范围由所附权利要求及其等同物限定。
Claims (4)
1.一种具备实时提醒的金融数据风险监控平台,包括数据处理系统、通过应用端无线通讯模块与数据处理系统无线双向通讯的用户交互终端、通过金融数据导入模块与数据处理系统无线双向连接的金融数据拾取单元以及与数据处理系统无线双向连接的联网大数据库模块,其特征在于:所述数据处理系统包括系统后台服务器、数据列队单元、数据解析单元、风险评估单元以及综合对比分析单元,通过所述系统后台服务器控制数据列队单元对导入的金融数据进行列队处理,在通过数据解析单元将金融数据中的关键数据解析出系统可读格式数据,然后通过风险评估单元对金融数据进行一一风险评估处理,之后通过综合对比分析单元进行多种金融数据整合对比分析或单种金融数据对比分析,若存在风险则进行实时提醒用户;
所述风险评估单元包括微处理模块、关键数据提取模块、用于向联网大数据库模块中检索并提取与对应金融数据相对数据的大数据库索引模块、用于对提取的金融数据进行主体分析的主体数据分析单元、理财收益分析模块、风险特征值整合模块以及风险测算模块,所述风险测算模块和综合对比分析单元均是采用风险测算算法进行金融风险测算评估;
所述主体数据分析单元包括主体资产信息分析模块,所述主体资产信息分析模块、主体股市信息分析模块和主体运营信息分析模块分别用于针对金融数据中提取的主体资产信息、股市信息和运营信息进行提取和分析;
所述综合对比分析单元包括用户期望数据提取模块、单独金融数据提取模块、整合金融数据提取模块、差值对比模块、风险项目识别模块和风险实时提醒模块;
所述用户期望数据提取模块用于提取用户预先在系统后台服务器内自定义设定好的期望风险数值特征的提取;
所述单独金融数据提取模块用于针对一种金融风险测算数据特征值的提取;
所述整合金融数据提取模块用于针对多种金融风险测算数据整合后特征值的提取;
所述差值对比模块用于对提取的金融风险测算数特征值进行求差对比,且风险项目识别模块用于对风险评估高的金融项目进行识别,所述风险实时提醒模块用于向用户实时发送提醒信息;
所述风险特征值整合模块用于对多种金融项目的数据进行风险特征值的整合处理;
所述风险测算算法具体包括步骤:
S1、选取一种金融项目的主体总资产数值记为a,再选取该种金融项目的主体股市在一年内的增值次数记为b,同时选取该种金融项目的主体一年内的运营交易次数记为c,选取该种金融项目的一年内的收益记为d;
S2、用户根据需求在系统后台服务器内预先分别设定一种金融项目的主体预估总资产数值记为A,再设定该种金融项目的主体股市在一年内的预估增值次数记为B,同时设定该种金融项目的主体一年内的预估运营交易次数记为C,设定该种金融项目的一年内的收益记为D;
S3、按照以下公式进行该项金融项目的风险测算,计算出风险测算百分比,记为Ω,
Ω=a/A*x%+b/B*y%+c/C*z%+d/D*(1-x-y-z)%;
式中x%为一个金融项目中主体总资产所占风险的百分比,y%为一个金融项目中主体股市在一年内的增值次数所占风险的百分比,z%为一个金融项目中主体一年内的运营交易次数所占风险的百分比,(1-x-y-z)%为一个金融项目中一年内的收益所占风险的百分比;
S4、将步骤S3得到的风险测算百分比Ω与用户预先设定的最小评估百分比δ进行求差对比,得到风险关联值记ζ,即:ζ=Ω-δ;
S5、对风险关联值ζ进行分析,来判定该金融项目是否符合用户需求的风险意向性,并进行实时提醒,当ζ<0时,表示风险测算百分比低于预期的最小评估百分比,因此该金融项目的风险超出了用户所能接受的范围,然后向用户发送提醒信息,进行实时提醒,当ζ≥0时,表示风险测算百分比不低于预期的最小评估百分比,因此该金融项目的风险在用户能够接受范围内。
2.根据权利要求1所述的一种具备实时提醒的金融数据风险监控平台,其特征在于:所述金融数据拾取单元是由n个拾取模块组成,且每个拾取模块均是用于对一种金融项目进行数据拾取。
3.根据权利要求1所述的一种具备实时提醒的金融数据风险监控平台,其特征在于:所述数据列队单元是由n个按照导入数据处理系统内的时间进行排序列队的数据包组成,且一个数据包内存储有一种导入的金融项目数据。
4.根据权利要求1所述的一种具备实时提醒的金融数据风险监控平台,其特征在于:所述数据解析单元是由n个数据解析模块组成,每个数据解析模块均能对导入的一种金融项目的数据包进行解析。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310235458.4A CN116523659B (zh) | 2023-03-13 | 2023-03-13 | 一种具备实时提醒的金融数据风险监控平台 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310235458.4A CN116523659B (zh) | 2023-03-13 | 2023-03-13 | 一种具备实时提醒的金融数据风险监控平台 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116523659A CN116523659A (zh) | 2023-08-01 |
CN116523659B true CN116523659B (zh) | 2023-10-24 |
Family
ID=87398273
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310235458.4A Active CN116523659B (zh) | 2023-03-13 | 2023-03-13 | 一种具备实时提醒的金融数据风险监控平台 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116523659B (zh) |
Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8510199B1 (en) * | 2008-04-04 | 2013-08-13 | Marketcore.Com, Inc. | Method and apparatus for financial product risk determination |
CN109214662A (zh) * | 2018-08-20 | 2019-01-15 | 田金荣 | 一种金融风险在线监控系统 |
CN110135691A (zh) * | 2019-04-12 | 2019-08-16 | 深圳壹账通智能科技有限公司 | 理财产品风险评估方法、装置、计算机设备以及存储介质 |
CN110428172A (zh) * | 2019-08-01 | 2019-11-08 | 深圳市顶尖传诚科技有限公司 | 一种金融服务系统 |
CN110716774A (zh) * | 2019-08-22 | 2020-01-21 | 华信永道(北京)科技股份有限公司 | 金融业务数据大脑的数据驱动方法、系统及存储介质 |
CN111784063A (zh) * | 2020-07-08 | 2020-10-16 | 南京金贝网络科技有限公司 | 一种金融行情风险预警系统及其预警方法 |
CN111798246A (zh) * | 2020-07-16 | 2020-10-20 | 中国工商银行股份有限公司 | 一种金融风险等级评估方法和装置 |
CN113269638A (zh) * | 2021-04-28 | 2021-08-17 | 阜阳市星启链数据科技有限公司 | 一种基于区块链的金融风险分析系统 |
CN114841790A (zh) * | 2022-07-04 | 2022-08-02 | 北京云成金融信息服务有限公司 | 一种基于大数据的供应链金融风险评估方法及系统 |
CN115186650A (zh) * | 2022-09-07 | 2022-10-14 | 中国中金财富证券有限公司 | 数据检测方法及相关装置 |
CN115358866A (zh) * | 2022-07-27 | 2022-11-18 | 北京企名片科技有限公司 | 一种投资风险预估系统 |
CN115409631A (zh) * | 2022-08-02 | 2022-11-29 | 江苏通付盾科技有限公司 | 基于大数据建模的金融数据分析预测平台 |
CN115619570A (zh) * | 2022-10-20 | 2023-01-17 | 深圳力思联信息技术股份有限公司 | 基于数字化的金融评估方法及系统 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20210019674A1 (en) * | 2015-10-28 | 2021-01-21 | Qomplx, Inc. | Risk profiling and rating of extended relationships using ontological databases |
-
2023
- 2023-03-13 CN CN202310235458.4A patent/CN116523659B/zh active Active
Patent Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8510199B1 (en) * | 2008-04-04 | 2013-08-13 | Marketcore.Com, Inc. | Method and apparatus for financial product risk determination |
CN109214662A (zh) * | 2018-08-20 | 2019-01-15 | 田金荣 | 一种金融风险在线监控系统 |
CN110135691A (zh) * | 2019-04-12 | 2019-08-16 | 深圳壹账通智能科技有限公司 | 理财产品风险评估方法、装置、计算机设备以及存储介质 |
CN110428172A (zh) * | 2019-08-01 | 2019-11-08 | 深圳市顶尖传诚科技有限公司 | 一种金融服务系统 |
CN110716774A (zh) * | 2019-08-22 | 2020-01-21 | 华信永道(北京)科技股份有限公司 | 金融业务数据大脑的数据驱动方法、系统及存储介质 |
CN111784063A (zh) * | 2020-07-08 | 2020-10-16 | 南京金贝网络科技有限公司 | 一种金融行情风险预警系统及其预警方法 |
CN111798246A (zh) * | 2020-07-16 | 2020-10-20 | 中国工商银行股份有限公司 | 一种金融风险等级评估方法和装置 |
CN113269638A (zh) * | 2021-04-28 | 2021-08-17 | 阜阳市星启链数据科技有限公司 | 一种基于区块链的金融风险分析系统 |
CN114841790A (zh) * | 2022-07-04 | 2022-08-02 | 北京云成金融信息服务有限公司 | 一种基于大数据的供应链金融风险评估方法及系统 |
CN115358866A (zh) * | 2022-07-27 | 2022-11-18 | 北京企名片科技有限公司 | 一种投资风险预估系统 |
CN115409631A (zh) * | 2022-08-02 | 2022-11-29 | 江苏通付盾科技有限公司 | 基于大数据建模的金融数据分析预测平台 |
CN115186650A (zh) * | 2022-09-07 | 2022-10-14 | 中国中金财富证券有限公司 | 数据检测方法及相关装置 |
CN115619570A (zh) * | 2022-10-20 | 2023-01-17 | 深圳力思联信息技术股份有限公司 | 基于数字化的金融评估方法及系统 |
Non-Patent Citations (1)
Title |
---|
李拴保.智能金融.中国铁道出版社,2021,第61-62页. * |
Also Published As
Publication number | Publication date |
---|---|
CN116523659A (zh) | 2023-08-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110263846B (zh) | 基于故障数据深度挖掘及学习的故障诊断方法 | |
CN110163647B (zh) | 一种数据处理方法及装置 | |
CN115630839B (zh) | 一种基于数据挖掘的生产智能反馈调控系统 | |
CN112132233A (zh) | 一种基于有效影响因子的服刑人员危险行为预测方法及系统 | |
CN113469730A (zh) | 一种非合同场景下的基于RF-LightGBM融合模型的客户复购预测方法及装置 | |
CN112053756A (zh) | 基于临床标本检验数据的检验结果质量评价方法及系统 | |
CN113270197A (zh) | 一种基于人工智能的健康预测方法、系统及存储介质 | |
CN110837523A (zh) | 一种基于级联神经网络的高置信改造质量和减假暂量化评估方法 | |
CN110490486B (zh) | 一种企业大数据管理系统 | |
CN112990386B (zh) | 用户价值聚类方法、装置、计算机设备和存储介质 | |
CN113554361B (zh) | 一种综合能源系统数据处理计算方法及处理系统 | |
CN111581370B (zh) | 综合多通道数据来源的网络舆情热度评估方法及装置 | |
CN116861331A (zh) | 一种融合专家模型决策的数据识别方法及系统 | |
CN117557409B (zh) | 基于物联网的智慧建筑火灾风险可视化评估管理系统 | |
CN115150248B (zh) | 网络流量异常检测方法、装置、电子设备和存储介质 | |
CN116523659B (zh) | 一种具备实时提醒的金融数据风险监控平台 | |
CN116842330B (zh) | 一种可对比历史记录的保健信息处理方法及装置 | |
CN116862209B (zh) | 一种新能源汽车充电设施管理方法及系统 | |
CN112434886A (zh) | 一种预测客户抵押贷款违约概率的方法 | |
CN113538021A (zh) | 一种商场门店存续预测机器学习算法 | |
CN110807174A (zh) | 一种基于统计分布的污水厂厂群出水分析及异常识别方法 | |
CN113393169A (zh) | 基于大数据技术的金融行业交易系统性能指标分析方法 | |
CN117688503B (zh) | 一种基于移动端的用电安全检查系统 | |
CN116992267B (zh) | 一种基于信令数据的区域人口性别识别方法及系统 | |
CN110083641B (zh) | 基于目标行为的情报分析方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |