(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202210598724.5 (22)申请日 2022.05.30 (65)同一申请的已公布的文献号 申请公布号 CN 114693307 A (43)申请公布日 2022.07.01 (73)专利权人 深圳市泰铼科技有限公司 地址 518000 广东省深圳市南 山区粤海街 道滨海社区海天一路11号、 13号、 15 号、 海天二路14号、 海天二路16号软件 产业基地5 栋4层421、 42 2、 423 (72)发明人 杨文龙　林艳珠　 (51)Int.Cl. G06Q 20/40(2012.01) G06Q 40/02(2012.01) G06Q 40/04(2012.01)G06N 20/00(2019.01) (56)对比文件 CN 113763181 A,2021.12.07 CN 113256181 A,2021.08.13 CN 109978697 A,2019.07.0 5 CN 113869973 A,2021.12.31 CN 111210110 A,2020.0 5.29 审查员 余汉鸣 (54)发明名称 一种证券期货程序化交易策略风险压力测 试系统 (57)摘要 本发明公开了一种证券期货程序化交易策 略风险压力测试系统， 涉及证券交易技术领域。 包括数据源获取模块、 数据存储模块、 机器学习 模块和压力测试模块， 所述数据源获取模块用于 获取各类证券期货的变量因子， 以及用户的特征 提取。 解决了现有技术中没有将用户的风险因子 加入到压力测试中， 人为因素的风险未考虑到和 无法对所述事件类、 行为类风险因子进行测试的 问题。 本发 明提出的一种证券期货程序化交易策 略风险压力测试系统， 数据源获取模块用于获取 各类证券期货的变量因子， 以及用户的特征提 取， 充分获取宏观因子以及用户的风险因子， 综 合考量交易策略风险压力。 权利要求书2页 说明书6页 附图3页 CN 114693307 B 2022.09.02 CN 114693307 B 1.一种证券期货程序化交易策略风险压力测试系统， 包括数据源获取模块、 数据存储 模块、 机器学习模块和压力测试模块， 其特征在于： 所述数据源获取模块用于获取各类证券 期货的变量因子， 以及用户的特征提取， 所述数据存储模块用于将从数据源获取模块中获 取的结构化数据和非结构化数据进 行整合， 提取， 去重存储到HDFS中， 所述机器学习模块用 于对数据分析， 根据数据分析结果得到期货未来走势信息， 为用户推荐 出对应的期货， 同时 进行交易策略创建、 交易策略修改和交易策略检索， 所述压力测试模块用于接 收交易策略 信息， 并匹配用户的特 征提取信息， 测试选用的交易策略压力值； 所述压力测试模块包括压力测试模型单元、 信息匹配单元和情景构建单元， 压力测试 模型单元用于创建压力测试模型， 输出压力测试结果， 信息匹配单元用于获取用户的特征 提取信息， 识别影响用户的风险因子， 情景构建单元针对不同用户的风险因子创建压力测 试的情景， 并制定情景发生的周期， 帮助压力测试模型 单元进行压力测试； 压力测试模块的工作过程包括以下步骤： S401： 制定指标类数据集、 事件类数据集和行为类数据集， 分别建立指标类数据压力测 试模型、 事 件类数据压力测试模型和行为类数据测试模型； S402： 确定风险压力测试的用户， 信息匹配单元用于获取用户的特征提取信息和交易 策略， 识别用户的风险因子和交易策略中组合金融产品对应的所有的风险因子及其历史数 据； S403： 情景构建单元根据用户的风险因子和交易策略中组合金融产品对应的所有的风 险因子制定相应的情景， 并根据历史数据制定情景发生的周期； S404： 制定情景后， 选用对应的压力测试模型进行测试， 压力测试模型最终输出压力测 试值； 其中， S40 3包括以下步骤： S4031： 提取用户的风险因子和交易策略中组合金融产品对应的所有的风险因子， 按照 风险等级 进行排序划分， 选用前n个风险因子作为重点 风险因子； S4032： 判断重点风 险因子的影响因素， 对指标影响、 事件影响和行为影响分量进行比 重划分， 最终确定指标影响、 事件影响和行为影响的占比， 设置占比阈值， 确定单一情景类 型或者多种情景类型； S4033： 对于选用历史事件或者历史行为情景的， 则根据历史数据制定情景发生的周 期。 2.如权利要求1所述的一种证券期货程序化交易策略风险压力测试系统， 其特征在于： 所述数据源获取模块包括变量因子获取单元和用户特征提取单元， 变量因子获取单元用于 获取各类证券期货的变量因子， 变量因子至少包括目标证券期货产品的历史指数的收益和 标准差、 一段时间内各国货币间的汇 率、 一段时间内目标国的经济宏观因子， 用户特征提取 单元用于提取用户的基本信息、 资信 信息、 历史持仓情况、 风险承受能力和资金 管理情况。 3.如权利要求2所述的一种证券期货程序化交易策略风险压力测试系统， 其特征在于： 所述经济宏观因子至少包括PPI、 CPI和失业率、 目标国中央银行最新发布的公告 数据， 公告 数据至少包括中期借贷便利和抵押补充贷款， 及各国政府的影响经济因素的事件和政治方 针。 4.如权利要求1所述的一种证券期货程序化交易策略风险压力测试系统， 其特征在于：权　利　要　求　书 1/2 页 2 CN 114693307 B 2所述数据存储模块包括常规数据管理单元和保密数据管理单元， 常规数据管理单元用于将 变量因子获取单元获取的数据进 行整合， 提取， 去重存储到HDFS中， 保密数据管 理单元用于 将用户特征提取单元获取 的数据进行集中管理， 保密数据管理单元需要用户授权， 才可以 进行数据获取。 5.如权利要求1所述的一种证券期货程序化交易策略风险压力测试系统， 其特征在于： 所述机器学习模块包括数据分析单元、 交易策略创建单元和交易策略调整单元， 数据分析 单元用于将数据存储模块内的数据进行分析， 对未来期货的走势进行预判， 交易策略创建 单元根据已有的数据分析和未来期货走势， 创建适合用户的交易策略， 供用户选择， 交易策 略调整单 元根据用户的需求条件进行交易策略调整。 6.如权利要求1所述的一种证券期货程序化交易策略风险压力测试系统， 其特征在于： 所述机器学习模块的工作过程包括以下步骤： S301数据预处理： 数据分析单元对整合后的数据进行分类， 利用机器学习对周期内的 数据进行特征处理， 提取周期数据的特征数据， 将不同周期数据的特征数据进 行匹配， 预判 期货未来走势信息； S302创建交易策略： 交易策略创建单元审核用户的特征提取信息， 判断用户的风险因 子， 匹配期 货的变量因子， 制定符合用户需求的交易策略； S303用户匹配： 对于用于已经选定的交易策略， 在用户补充特征信息后， 交易策略调整 单元根据用户的补充信息进行交易策略调整。 7.如权利要求1所述的一种证券期货程序化交易策略风险压力测试系统， 其特征在于： 所述S401包括以下步骤： S4011： 通过获取风险类因子指标数据的时间序列数据和测试指标的时间序列数据， 进 而构造指标类数据集， 利用数据集训练模型进行训练和验证， 进而得到训练好的指标类数 据压力测试模型； S4012： 获取历史上发生的影响测试指标的事件及这些事件的影响传播序列、 影响程 度， 并根据类型对事件进 行分类， 根据收集到的历史数据构 造事件类数据集， 根据事件的类 型对各类事 件的影响传播模式进行统计， 进 而得到事 件类数据压力测试模型； S4013： 获取历史上发生的影响测试指标的若干行为及这些行为对测试指标的影响程 度和影响传播序列， 并根据若干行为的类型进行分类， 根据收集到的历史数据构造行为类 数据集， 根据行为的类型对各类行为的影响传播模式进行统计， 进而得到行为类数据测试 模型。 8.如权利要求1所述的一种证券期货程序化交易策略风险压力测试系统， 其特征在于： 所述S404包括以下步骤： S4041： 对于单一情景类型的， 选用对应的压力测试模型进行测试， 压力测试模型最终 输出压力测试值； S4042： 对于多种情景类型的， 逐一选用对应的压力测试模型进行测试， 压力测试模型 最终输出压力测试值， 将多个压力测试值按情景影响的占比进行比值换算， 最终获得压力 测试值。权　利　要　求　书 2/2 页 3 CN 114693307 B 3