[發明專利]個人保證金交易量預測方法、系統、電子設備及存儲介質

在審

• 申請號: 202110482355.9
• 申請日: 2021-04-30
• 公開（公告）號: CN113052403A
• 公開（公告）日: 2021-06-29
• 發明（設計）人: 徐雪梅;方夢佳
• 申請（專利權）人: 中國銀行股份有限公司
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q10/06;G06Q40/04;G06K9/62
• 代理公司: 北京集佳知識產權代理有限公司 11227
• 代理人: 藏斌

本發明提供一種個人保證金交易量預測方法、系統、電子設備及存儲介質，接收業務人員發送的個人保證金交易量預測請求，個人保證金交易量預估請求包括待預測未來時間點；將待預測未來時間點輸入預訓練的線性回歸模型，使預訓練的線性回歸模型利用待預測未來時間點進行個人保證金交易量預測，輸出待預測未來時間點的個人保證金交易量，其中，預訓練的線性回歸模型是利用歷史個人保證金交易數據對一元線性回歸模型進行訓練得到的。基于本發明，能夠提高預測個人保證金交易量的效率和準確性。

技術領域

本發明涉及數據處理技術領域，更具體地說，涉及一種個人保證金交易量預測方法、系統、電子設備及存儲介質。

背景技術

隨著社會的不斷發展，到銀行辦理業務的個人和企業越來越多，尤其是個人保證金業務，個人保證金業務，是指銀行作為個人資金監管行，依據三方協議約定(至少有一方為個人客戶)，接受企業(合作單位)和個人客戶共同委托，對專項資金進行監管，按照協議約定用途和條件進行支付，協助個人客戶和企業對個人保證金進行管理而提供的服務。

在現有技術中，技術人員可以通過對歷史個人保證金交易數據進行分析，來預測未來時間點的個人保證金交易量，但是通過技術人員來預測未來時間點的個人保證金交易量，不僅效率低，而且技術人員的分析水平參差不齊，導致得到的個人保證金交易量可能存在不準確。

發明內容

有鑒于此，本發明提供一種個人保證金交易量預測方法、系統、電子設備及存儲介質，以提高預測個人保證金交易量的效率和準確性。

本發明第一方面公開了一種個人保證金交易量預測方法，所述方法包括：

接收業務人員發送的個人保證金交易量預測請求，所述個人保證金交易量預估請求包括待預測未來時間點；

將所述待預測未來時間點輸入預訓練的線性回歸模型，使所述預訓練的線性回歸模型利用所述待預測未來時間點進行個人保證金交易量預測，輸出所述待預測未來時間點的個人保證金交易量，其中，所述預訓練的線性回歸模型是利用歷史個人保證金交易數據對一元線性回歸模型進行訓練得到的。

可選的，所述方法還包括：

從預先設置的各個時間段中確定所述待預測未來時間點所屬的目標時間段，并確定與所述目標時間段對應的預設個人保證金交易量；

若所述待預測未來時間點的個人保證金交易量大于所述預設個人保證金交易量時，輸出報警信息。

可選的，所述利用歷史個人保證金交易數據對一元線性回歸模型進行訓練得到預訓練的線性回歸模型的過程，包括：

從數據庫中獲取多個歷史個人保證金交易數據，歷史個人保證金交易數據包括歷史交易時間點和所述歷史交易時間點的個人保證金交易量；

將每個所述歷史個人保證金交易數據中的所述歷史交易時間點作為自變量，所述歷史交易時間點的個人保證金交易量作為應變量，根據所述自變量和所述應變量計算待訓練的一元線性回歸模型的誤差函數；

根據所述誤差函數計算所述待訓練的一元線性回歸模型的回歸系數a和回歸系數b的估計值，得到初始線性回歸模型；

利用所述多個歷史個人保證金交易數據計算所述初始線性歸回模型的相關系數R；

若所述相關系數R大于所述預設相關系數，確定所述初始線性回歸模型為預訓練的線性回歸模型。

若所述相關系數R不大于所述預設相關系數，重新從所述數據庫中獲取多個所述歷史個人保證金交易數據，返回執行“每個所述歷史個人保證金交易數據中的所述歷史交易時間點作為自變量，所述歷史交易時間點的個人保證金交易量作為應變量，根據所述自變量和所述應變量構建待訓練的一元線性回歸模型的誤差函數”。

可選的，所述方法還包括：