一种基于大数据的金融交易风险管控系统的制作方法

本发明属于风险管控领域，涉及金融交易风险管控技术，具体是一种基于大数据的金融交易风险管控系统。

背景技术：

1、金融交易是指涉及机构单位金融资产所有权变化的所有交易，包括金融债权和负债的产生和清债；金融风险管控可以帮助金融机构减少潜在的金融损失，通过采用适当的风险管理策略和工具，金融机构能够及时应对风险，并采取适当的措施来降低潜在的损失；通过采取适当的风险控制措施，金融机构可以减少潜在的风险暴露，保持相对稳定的财务状况，有助于提高金融机构的信誉和声誉，增强在市场上的竞争力；金融风险管控可以极大地降低金融活动中所存在的隐性风险，将损失最小化，同时避免资金的不必要流失，将资金合理地引流向各个有需要的部门，提高利用的效率，实现资源最大化。

2、现有技术(申请号为2019102186281的发明专利)公开了一种金融交易低风险管控系统，包括存储服务器、主机电脑、身份信息管理模块、安全密钥管控系统、信息比对模块、异常信息提醒单元、互联网金融交易行情模块、交易信息备份系统和互联网身份信息数据库，所述互联网金融交易行情模块用于在线提供实时的金融交易大数据行情给进行金融交易的客户作为参考；本发明通过信息比对模块的摄像设备拍摄金融交易打印凭单信息图片与金融交易的网端信息进行对比可以防止出现两者信息不符的问题，通过互联网金融交易行情信息可以为进行金融交易人员作出正确的金融交易决策，有效降低了金融交易的风险概率；然而，现有技术通过对比金融交易的网端信息和打印凭条信息的匹配度来降低交易风险，未考虑金融产品本身存在的风险波动，可能由于金融产品风险过大，从而造成巨大损失。

3、本发明提供了一种基于大数据的金融交易风险管控系统，以解决以上技术问题。

技术实现思路

1、本发明旨在至少解决现有技术中存在的技术问题之一；为此，本发明提出了一种基于大数据的金融交易风险管控系统，用于解决现有技术未考虑金融产品本身存在的风险波动，可能由于金融产品风险过大，从而造成巨大损失的技术问题。

2、为实现上述目的，本发明的第一方面提供了一种基于大数据的金融交易风险管控系统，包括：分析识别模块，以及与之相连的数据采集模块、预警管控模块；

3、数据采集模块：通过与之相连的金融交易平台采集若干金融产品的历史交易数据；以及通过金融交易平台获取用户的注册信息；其中，注册信息包括设备id、账号、密码以及人脸；历史交易数据包括交易价格、成交量以及交易时间；

4、分析识别模块：基于注册信息对登录的用户进行身份验证，得到验证结果；根据验证结果判断用户的身份验证是否正常；是，则身份验证通过，允许进行金融交易；否，则生成预警信号；以及，

5、基于历史交易数据分析若干金融产品的风险指标和历史风险值，调用风险识别模型对风险指标进行分析，得到若干金融产品的风险系数；根据风险系数将若干金融产品的历史交易数据展示给用户；对用户购买的金融产品的风险系数进行监测，判断金融产品的风险是否高，是，则生成提醒信号；否，则持续对金融产品的风险系数进行监测；其中，风险指标包括波动率、最大回撤以及夏普比率；风险识别模型基于人工智能模型构建；

6、预警管控模块：基于预警信号对身份验证不通过的账号进行处理；根据提醒信号对风险高的金融产品进行处理。

7、优选的，所述基于注册信息对登录的用户进行身份验证，包括：

8、调取注册信息中的设备id，判断用户登录的设备id是否与注册的设备id一致，是，则对用户的账号和密码进行验证；否，则对用户进行人脸验证；

9、当账号和密码验证失败时，则对用户进行人脸验证；否则，将验证结果标记为正常；当用户人脸验证失败时，则将验证结果标记为异常；否则，将验证结果标记为正常。

10、需要说明的是，当用户的人脸验证失败时，直接将验证结果标记为异常；将对账号进行异常处理。

11、本发明对用户进行身份验证，当用户的身份验证通过时，允许用户登录金融交易平台进行交易；否则，生成预警信号；能够确保的登录账号的为用户本人，保障了用户的账号安全，减小风险。

12、优选的，所述调用风险识别模型对风险指标进行分析，包括：

13、调取金融产品的风险指标和历史风险值，将风险指标以及历史风险值整合成风险特征序列；

14、调用风险识别模型，将风险特征序列输入风险识别模型中，得到风险标签；根据风险标签匹配对应的风险系数；其中，风险标签设置为正整数。

15、本发明根据风险识别模型对金融产品的风险系数进行分析，为后续根据风险系数将金融产品进行排序奠定了数据基础，并且根据历史交易数据进行分析，有利于使分析的风险系数更加准确。

16、优选的，所述风险识别模型基于人工智能模型构建，包括：

17、获取标准训练数据，其中标准训练数据包括与风险特征序列内容属性相一致的标准输入数据，以及与风险标签内容属性相一致的标准输出数据；

18、利用标准训练数据对人工智能模型进行训练，将训练好的人工智能模型标记为风险识别模型；其中，人工智能模型包括卷积神经网络模型或者bp神经网络模型。

19、本发明通过标准训练数据对人工智能模型进行训练，利用大量的数据对人工智能模型进行训练，有利于提高人工智能模型的准确率。

20、优选的，所述根据风险系数将若干金融产品的历史交易数据展示给用户，包括：

21、调取若干金融产品的风险系数，将金融产品按照风险系数由小到大进行排序，得到风险排序表；根据风险排序表将金融产品以及对应的风险系数按照顺序展示给用户；

22、用户根据风险排序表选择查看对应金融产品的历史交易数据，根据历史交易数据选择合适的金融产品进行交易。

23、本发明将若干金融产品按照风险系数进行排序，能够将风险最低的展示在前，风险较高的展示在后，有利于用户直观的对若干金融产品的风险系数进行了解。

24、优选的，所述判断金融产品的风险是否高，包括：

25、调取金融产品的风险系数，判断风险系数是否大于系数阈值，是，则判定对应金融产品的风险高；否，则判定对应金融产品的风险不高。

26、需要说明的是，系数阈值根据历史数据或者经验设定；且当金融市场出现的波动较大时，系数阈值会根据金融市场的波动进行相应的调整。

27、本发明将金融产品的风险系数与系数阈值进行比较，当金融产品的风险系数大于系数阈值时，则判定该金融产品的风险高，能够及时提醒用户，有利于减少用户的损失。

28、优选的，所述基于预警信号对身份验证不通过的账号进行处理，包括：

29、调取预警信号，根据预警信号将对应的账号进行冻结，生成冻结信息；将冻结信息通过短信的方式发送给对应用户；

30、用户根据冻结信息对账号进行申诉处理，当申诉通过时，解除对应账号的冻结；否则，删除对应账号。

31、本发明根据预警信号将身份验证不通过的账号进行冻结，并将冻结信息发送给用户，用户根据冻结信息对账号进行申诉，当申诉通过时，则解除冻结；否则，删除账号，能够对存在风险的账号进行处理，有利于保障用户的信息安全。

32、优选的，所述根据提醒信号对风险高的金融产品进行处理，包括：

33、调取金融产品的提醒信号，根据提醒信号对金融产品匹配对应的风险管控措施，将提醒信号和风险管控措施发送给用户；其中，风险管控措施包括风险分散、风险转移、风险规避以及设定止损点；

34、用户根据接收的提醒信号和风险管控措施对风险高的金融产品进行处理。

35、本发明根据提醒信号对风险高的金融产品进行处理，能够使用户及时了解已购买的金融产品的风险，有利于减小风险高的金融产品造成的损失。

36、与现有技术相比，本发明的有益效果是：

37、1.本发明通过金融交易平台获取用户的注册信息，基于注册信息对用户进行身份验证，得到验证结果；根据验证结果判断用户的身份验证是否正常，是，则身份验证通过，允许进行金融交易；否，则生成预警信号，对身份验证失败的账号进行处理，能够对存在风险的账号进行处理，有利于保障用户的信息安全。

38、2.本发明通过金融交易平台获取历史交易数据，根据历史交易数据计算若干金融产品的风险指标和历史风险值，调用风险识别模型对风险指标进行分析，得到若干金融产品的风险系数；根据风险系数将若干金融产品的历史交易数据展示给用户；能够将风险最低的展示在前，风险较高的展示在后，有利于用户直观的对若干金融产品的风险系数进行了解；对用户购买的金融产品的风险系数进行监测，当风险系数大于系数阈值时，则生成提醒信号，对金融产品进行处理；能够使用户及时了解已购买的金融产品的风险，有利于减小风险高的金融产品造成的损失。