[發明專利]一種基于互聯網的提現預測方法及裝置

在審

• 申請號: 201710541239.3
• 申請日: 2017-07-04
• 公開（公告）號: CN107316111A
• 公開（公告）日: 2017-11-03
• 發明（設計）人: 涂志云;周穎;李青鋒
• 申請（專利權）人: 深圳信用寶金融服務有限公司
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q40/06
• 代理公司: 深圳市深科信知識產權代理事務所(普通合伙)44422
• 代理人: 萬永泉

技術領域

本發明涉及互聯網金融技術領域，尤其涉及一種基于互聯網的提現預測方法及裝置。

背景技術

在互聯網金融行業，理財用戶的大致行為如下：用戶先在平臺注冊一個賬戶，填寫必要的個人信息以及綁定銀行卡，然后將錢充值到平臺所在的賬戶，然后選擇合適的理財產品進行投資，當產品到期后本息返回到平臺賬戶，賬戶上只要有錢，用戶就可以選擇投資或提現，而現實情況中，用戶的提現需求不固定，也沒有合理的算法，如果某一時期平臺提現金額過大，則極容易出現流動性風險。

發明內容

本發明的主要目的在于提出一種基于互聯網的提現預測方法及裝置，能夠通過線性回歸技術和建模技術預測未來一段時間內每天提現的金額，降低了互聯網金融的流動性風險。

為實現上述目的，本發明提供的一種基于互聯網的提現預測方法，包括：

獲取預設時間段內的平臺經驗數據作為建模數據；

對平臺待贖回額與平臺提現額的線性關系進行訓練，得到所述線性關系的線性系數及常數；

根據所述線性關系對平臺提現額進行預測。

可選地，所述獲取預設時間段內的平臺經驗數據作為建模數據包括：

獲取提現預測日期，將所述提現預測日期之前的時間段作為預設時間段；

獲取預設時間段內每天的平臺待贖回額和平臺提現額作為建模數據。

可選地，所述對平臺待贖回額與平臺提現額的線性關系進行訓練，得到所述線性關系的線性系數及常數包括：

根據線性回歸算法對所述線性關系進行訓練，假設估計方程為：

其中，為平臺提現額，x為平臺待贖回額，為線性系數，為常數；

構造離差平方和：

其中，x_i為平臺經驗數據中的第i個平臺待贖回額，y_i為平臺經驗數據中的第i個平臺提現額，1≤i≤n，n為平臺經驗數據的個數；

使所述離差平方和Q最小化，得到線性系數和常數的計算公式：

其中，為n個平臺待贖回額的平均值，為n個平臺提現額的平均值。

可選地，所述對平臺待贖回額與平臺提現額的線性關系進行訓練，得到所述線性關系的線性系數及常數之后還包括：

獲取所述線性關系的判定系數，并根據所述判定系數判斷所述線性關系的擬合效果；具體為：

計算平臺經驗數據的總平方和：

計算回歸平方和：

所述判定系數R²＝SSR/SST。

可選地，所述對平臺待贖回額與平臺提現額的線性關系進行訓練，得到所述線性關系的線性系數及常數之后還包括：

對所述線性關系的顯著性進行檢驗。

作為本發明的另一方面，提供的一種基于互聯網的提現預測裝置，包括：

建模數據獲取模塊，用于獲取預設時間段內的平臺經驗數據作為建模數據；

訓練模塊，用于對平臺待贖回額與平臺提現額的線性關系進行訓練，得到所述線性關系的線性系數及常數；

預測模塊，用于根據所述線性關系對平臺提現額進行預測。

可選地，所述建模數據獲取模塊包括：

時間獲取單元，用于獲取提現預測日期，將所述提現預測日期之前的時間段作為預設時間段；

數據獲取單元，用于獲取預設時間段內每天的平臺待贖回額和平臺提現額作為建模數據。

可選地，所述訓練模塊包括：

根據線性回歸算法對所述線性關系進行訓練，假設估計方程為：

其中，為平臺提現額，x為平臺待贖回額，為線性系數，為常數；

構造離差平方和：

其中，x_i為平臺經驗數據中的第i個平臺待贖回額，y_i為平臺經驗數據中的第i個平臺提現額，1≤i≤n，n為平臺經驗數據的個數；

使所述離差平方和Q最小化，得到線性系數和常數的計算公式：

其中，為n個平臺待贖回額的平均值，為n個平臺提現額的平均值。

可選地，還包括：

判定系數獲取模塊，用于獲取所述線性關系的判定系數，并根據所述判定系數判斷所述線性關系的擬合效果；具體為：

計算平臺經驗數據的總平方和：

計算回歸平方和：

所述判定系數R²＝SSR/SST。

可選地，還包括：