(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210725555.7 (22)申请日 2022.06.24 (71)申请人 陆伟 地址 330000 江西省南昌市红谷滩新区俊 彩路2号3栋1单元1301室 (72)发明人 陆伟　 (74)专利代理 机构 合肥上博知识产权代理事务 所(特殊普通 合伙) 3418 8 专利代理师 张力 (51)Int.Cl. G06Q 40/06(2012.01) G06Q 40/02(2012.01) G06Q 10/06(2012.01) (54)发明名称 一种金融量 化训练系统 (57)摘要 本发明公开了一种金融量化训练系统， 包括 前台显示模块、 后台数据采集模块、 后台数据发 送模块、 训练数据库和模型记忆匹配单元； 所述 前台显示模块接收后台数据发送模块发送的量 化数据， 并将量化数据通过表格格式以及K线 图 方式进行分屏展示； 所述后台数据采集模块用于 将操作者的操作数据进行采集， 并对操作者数据 进行汇总， 并将该操作者的历史操作数据发送至 模型记忆匹配单元内， 同时通过网络爬虫系统对 交易数据进行 获取， 并将交易数据传输至后台数 据发送模块； 所述后台数据发送模块接收后台数 据采集模块发送的交易数据， 并将交易数据量化 分析后发送至前台显示模块进行显示。 权利要求书1页 说明书3页 附图1页 CN 115170328 A 2022.10.11 CN 115170328 A 1.一种金融量化训练系统， 其特征在于， 包括前台显示模块、 后台数据采集模块、 后台 数据发送模块、 训练数据库和模型记 忆匹配单 元； 所述前台显示模块接收后台数据发送模块发送的量化数据， 并将量化数据通过表格格 式以及K线图方式进行分屏展示； 所述后台数据采集模块用于将操作者的操作数据进行采集， 并对操作者数据进行汇 总， 并将该操作者的历史操作数据发送至模型记忆匹配单元内， 同时通过网络爬虫系统对 交易数据进行获取， 并将交易数据传输 至后台数据发送模块； 所述后台数据发送模块接收后台数据采集模块发送的交易数据， 并将交易数据量化分 析后发送至前台显示模块进行显示； 所述训练数据库通过多维算法把海量数据归类显化， 并采用使用mongodb进行历史数 据的存储和处理， 所述训练数据库调 取模型记忆匹配单元内存储的用户操作数据， 并将标 准建模与用户操作数据进行对比匹配， 对标准建模与用户操作数据不同的数据进行标注， 并将标注数据回传至前台显示模块内； 所述模型记忆匹配单元记录用户登录数据， 并对用户的操作步骤和交易情况进行记 录， 并将记录数据进行存 储并备份。 2.根据权利要求1所述的一种金融量化训练系统， 其特征在于， 所述训练数据库通过数 据库可拷贝特性进行本地化部署， 通过本地化部署的训练数据库提高读取速度， 并提高对 模型记忆匹配速度。 3.根据权利要求1所述的一种金融量化训练系统， 其特征在于， 所述模型记忆匹配单元 通过区块链方式记录用户的读取和决策算法数据的步骤过程， 并将数据备份至云端服务 器。 4.根据权利要求1所述的一种金融量化训练系统， 其特征在于， 所述前台显示模块中的 表格格式为表格内含消息、 行情、 数据、 板块、 量化和交易功能， 通过获取的交易数据展示波 强弱、 量强度、 短涨幅和中涨幅数据。 5.根据权利要求1所述的一种金融量化训练系统， 其特征在于， 所述后台数据采集模块 中的网络爬虫系统从网络中抓取基本面信息， 构建网络节点和网络连接， 从网络中抓取不 同特征的技术面信息， 对交易数据进行归类整合。权　利　要　求　书 1/1 页 2 CN 115170328 A 2一种金融量化训练 系统 技术领域 [0001]本发明涉及一种训练系统， 具体涉及一种金融量 化训练系统。 背景技术 [0002]目前资本市场指数化投资的潮流已经来到， 职业化和专业化交易者面临工具化迭 代， 传统的软件公司面临巨大风险和挑战。 P C端向云端的手机和未来的VR的趋势。 互联网和 区块链科技型 软件公司将在技 术突破中胜出。 [0003]投顾或交易者的职业化培训和考核， 交易社区交流和量化数据实战留痕和改进。 需要区块链 记录和评价管理产生真正 意义上的商业场景应用。 [0004]量化软件通过多维算法把海量数据归类显化， 教练团队辅助并用区块链的方式记 录学员的读取和决策算法数据的学习 过程， 展现在个人 的特质和 算法匹配， 极大 的缩短了 职业培训的时间， (目前3 ‑6个月， 传统的职业培训3 ‑5年)， 以及快速的测评 筛选人力资源。 发明内容 [0005]本发明所要解决的技术问题是传统的软件公司面临巨大风险和挑战， 传统软件只 是数据的堆砌和线性表达， 忽略了人的价值， 本申请文件针对不同的用户学员， 对其操作习 惯和决策进行大数据分析， 针对性解决其实操中出现的问题， 目的在于提供一种 金融量化 训练系统， 解决上述的问题。 [0006]本发明通过 下述技术方案实现： [0007]一种金融量化训练系统， 包括前台显示模块、 后台数据 采集模块、 后台数据发送模 块、 训练数据库和模型记 忆匹配单 元； [0008]所述前台显示模块接收后台数据发送模块发送的量化数据， 并将量化数据通过表 格格式以及K线图方式进行分屏展示； [0009]所述后台数据采集模块用于将操作者的操作数据进行采集， 并对操作者数据进行 汇总， 并将该操作者的历史操作数据发送至模型记忆匹配单元内， 同时通过网络爬虫系统 对交易数据进行获取， 并将交易数据传输 至后台数据发送模块； [0010]所述后台数据发送模块接收后台数据采集模块发送的交易数据， 并将交易数据量 化分析后发送至前台显示模块进行显示； [0011]所述训练数据库通过多维算法把海量数据归类显化， 并采用使用mongodb进行历 史数据的存储和处理， 所述训练数据库调 取模型记忆匹配单元内存储的用户操作数据， 并 将标准建模与用户操作数据进 行对比匹配， 对标准建模与用户操作数据不同的数据进 行标 注， 并将标注数据回传至前台显示模块内； [0012]所述模型记忆匹配单元记录用户登录数据， 并对用户的操作步骤和交易情 况进行 记录， 并将记录数据进行存 储并备份。 [0013]当前金融交易或者量化交易策略学习的方案大多在历史的静态数据中进行， 假定 交易者对环境没有影响， 但是往往交易者对环境是有影响的， 甚至大买卖单 的交易者会给说　明　书 1/3 页 3 CN 115170328 A 3