[发明专利]一种金融风险控制方法、装置及设备在审
申请号: | 202211054987.6 | 申请日: | 2022-08-31 |
公开(公告)号: | CN115393108A | 公开(公告)日: | 2022-11-25 |
发明(设计)人: | 孙明晨;朱仁杰 | 申请(专利权)人: | 中国银行股份有限公司 |
主分类号: | G06Q40/08 | 分类号: | G06Q40/08;G06N3/00 |
代理公司: | 北京集佳知识产权代理有限公司 11227 | 代理人: | 付丽 |
地址: | 100818 *** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 金融风险 控制 方法 装置 设备 | ||
本申请公开了一种金融风险控制方法、装置及设备,该方法中,首先,获取初始粒子种群,所述粒子用于表示对金融市场的调控力度的估计值;然后,基于所述初始粒子种群、预设的粒子群算法以及预设的目标函数,得到所述初始粒子种群达到预设的最大迭代次数后使目标函数值最小的目标粒子的位置;所述目标函数值表示金融风险值;最后,基于所述目标粒子的位置,得到所述调控力度的目标值;所述调控力度的目标值用于调控所述金融市场以控制金融风险。由此,通过粒子群算法可以找到搜索范围内使金融风险值最低的调控力度,从而可以更为准确的将金融风险控制在较低的水平。
技术领域
本申请涉及风险分析技术领域,特别是涉及一种金融风险控制方法、装置及设备。
背景技术
随着全球经济逐步一体化,金融市场得到了迅速的发展,然而,在财富膨胀的同时也伴随着多方面的金融风险,如何控制金融风险越来越受到关注。
目前,研究人员大多基于以线性分析方法为基础的金融理论来对金融风险进行预测和控制,然而金融系统是一个非线性系统,其中存在着不稳定性以及复杂的相互作用,仅仅依赖于以线性分析方法为基础的金融理论难以获取准确的金融风险情况,从而难以将金融风险控制在较低的水平。
由此,如何更为准确的将金融风险控制在较低的水平,成为目前亟待解决的问题。
发明内容
基于上述问题,本申请提供了一种金融风险控制方法、装置及设备,可以更为准确的将金融风险控制在较低的水平。
本申请实施例公开了如下技术方案:
本申请提供了一种金融风险控制方法,所述方法包括:
获取初始粒子种群,所述粒子用于表示对金融市场的调控力度的估计值;
基于所述初始粒子种群、预设的粒子群算法以及预设的目标函数,得到所述初始粒子种群达到预设的最大迭代次数后使目标函数值最小的目标粒子的位置;所述目标函数值表示金融风险值;
基于所述目标粒子的位置,得到所述调控力度的目标值;所述调控力度的目标值用于调控所述金融市场以控制金融风险。
可选地,所述获取初始粒子种群,包括:
获取多个所述初始粒子的数量、维度、初始位置以及初始速度中的至少一项。
可选地,所述基于所述初始粒子种群、预设的粒子群算法以及预设的目标函数,得到所述初始粒子种群达到预设的最大迭代次数后使目标函数值最小的目标粒子的位置,包括:
基于所述初始粒子种群、预设的粒子群算法、预设的目标函数以及预设的最大迭代次数,多次更新所述初始粒子种群中粒子的位置;
当所述初始粒子种群的迭代次数达到所述预设的最大迭代次数时,基于更新后的所述初始粒子种群中粒子的位置,得到使目标函数值最小的目标粒子的位置。
可选地,所述预设的粒子群算法,包括:
预设的迭代策略以及多个预设的搜索算法;所述迭代策略用于实现多个所述搜索算法的交替。
可选地,所述多个搜索算法,包括:
中心学习算法和高斯离散学习算法。
可选地,所述基于所述初始粒子种群、预设的粒子群算法、预设的目标函数以及预设的最大迭代次数,多次更新所述初始粒子种群中粒子的位置,包括:
基于所述预设的迭代策略以及预设的最大迭代次数,获取所述最大迭代次数内各轮次迭代分别对应的所述搜索算法和迭代代数;
基于所述初始粒子种群、所述预设的目标函数以及所述最大迭代次数内各轮次迭代分别对应的所述搜索算法和迭代代数,多次更新所述初始粒子种群中粒子的位置。
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中国银行股份有限公司,未经中国银行股份有限公司许可,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/202211054987.6/2.html,转载请声明来源钻瓜专利网。