[发明专利]一种基于ARCH-GARCH-M模型的金融大数据分析与交易方法

权利要求书

1.一种基于ARCH-GARCH-M模型的金融大数据分析与交易方法，其特征在于，包括如下步骤：

步骤1，参数初始化，根据金融市场上的宏观金融数据、设定的金融数据统计分析模型以及实时收集的微观金融数据生成临时数据集；

步骤2，虚拟交易学习，周期性地根据临时数据集对各个金融产品采用蒙特卡洛自学习算法进行虚拟地买入卖出，并将每次虚拟买入卖出的操作结果数据均写入知识库中；

步骤3，启动自动交易，根据当前待交易的金融产品查询知识库，若知识库中存在当前待交易的金融产品的操作结果数据，则进入步骤4，若知识库中不存在当前待交易的金融产品的操作结果数据，则将不存在信息反馈给知识库，并进入步骤5；

步骤4，风险控制，将获得的操作结果数据与风险控制库中设定的风险控制规则进行比对，若该操作结果数据不满足风险控制规则，则将不满足信息反馈给知识库，并进入步骤5，若该操作结果数据满足风险控制规则，则将该操作结果数据作为最佳交易数据，再进入步骤6；

步骤5，调用公式组，从已设定的交易套利模型公式组中调用与当前待交易的金融产品相适应的可行套利公式，并将该可行套利公式应用于当前待交易的金融产品交易控制中；

步骤6，执行自动交易，根据最佳交易数据或可行套利公式向金融交易平台发送最终交易指令，从而进行自动交易。

2.根据权利要求1所述的基于ARCH-GARCH-M模型的金融大数据分析与交易方法，其特征在于，步骤6中还将本次自动交易记录扩充进知识库。

3.根据权利要求1或2所述的基于ARCH-GARCH-M模型的金融大数据分析与交易方法，其特征在于，金融数据统计分析模型为ARCH模型、GARCH模型或ARCH-GARCH-M模型。

4.根据权利要求3所述的基于ARCH-GARCH-M模型的金融大数据分析与交易方法，其特征在于，ARCH-GARCH-M模型公式为：

∈t=utht]]>

ht=k+Σi=1qGiht-i+Σi=1pAi∈t-i2]]>

其中，E_t为资产的期望收益率，即金融收益，C₁为无风险收益率，r为单点回报率，是一个时间序列变量，R表示单点回报率r的个数，M为时间序列方差中残差的个数，Φ表示欧拉函数，k为系统风险率，Gi和Ai根据不同市场特征调用市场映射表中相应的市场模型公式，q为Gi的取值个数，p为Ai的取值个数，∈_t为残差的值，h_t为条件方差，u_t为独立同分布的随机变量，h_t与u_t互相独立。