[发明专利]一种基于大数据群统计算法的金融投资风险值预测系统

权利要求书

1.一种基于大数据群统计算法的金融投资风险值预测系统，其特征在于：预测系统算法核心工具为网络爬虫，通过网络爬虫对互联网中核心金融指标参数进行抓取，并且所述的核心金融指标参数分为：证券交易参数、房地产交易参数、银行贷款利率参数三大部分；

所述的证券交易参数其优选证券购入对象公司行业类别为石油、国际贸易、房地产、黄金交易；所述的房地产交易参数其优选对象为国家一至三线房地产二手交易成交数据源；所述的银行贷款利率参数优选对象为国企银行发布的贷款利率参数；

所述的证券交易参数值计算模式：研究的证券购入对象公司上一年度每股发行单价平均数/本年度每股股价平均数=X值；

所述的房地产交易参数计算模式：研究对象城市上半年度二手房成交的平均楼面每平米单价/下半年度二手房成交的平均楼面每平米单价= Y值；

所述的银行贷款利率参数计算模式：研究对象银行放贷上季度利率/下季度利率=Z值；

所述的预测系统算法的投资风险值参数为K，K=(3X+Y+6Z)/10；当K系数小于等于0.8时，投资风险低，适合一般制造、贸易行业领域投资。

2.根据权利要求1所述的一种基于大数据群统计算法的金融投资风险值预测系统，其特征在于所述的研究对象城市二手房成交的平均楼面每平米单价数超出本地区人均收入水平的2倍以上时数据无效；挑选下一线城市数据进行二次计算。

3.根据权利要求1所述的一种基于大数据群统计算法的金融投资风险值预测系统，其特征在于所述的研究证券购入对象公司其证券波动金额的差值超过原始发行证券价情况发生超过3次时数据无效，挑选其他证券购入对象公司进行二次数据计算。

4.根据权利要求1所述的一种基于大数据群统计算法的金融投资风险值预测系统，其特征在于所述的银行贷款利率统计不计入政府性补贴。

5.根据权利要求1所述的一种基于大数据群统计算法的金融投资风险值预测系统，其特征在于所述的网络爬虫算法规则符合合法性要求。