[发明专利]基于自动择优建模的金融风险预测方法、装置和电子设备

权利要求书

1.一种基于自动择优建模的金融风险预测方法，其特征在于，包括：

预设模型配置文件，该模型配置文件包括用于自动生成各模型的模型生成文件；

接收用户输入，该用户输入包括金融产品时间节点、模型生成参数；

使用所接收的用户输入与所述模型配置文件进行匹配处理，确定与所述用户输入相匹配的模型生成文件；

根据所匹配的模型生成文件，生成金融风险模型集合，对每个金融风险模型进行自动训练；

选定相应测试数据集，对所述金融风险模型集合中的各个模型进行效果评估，根据评估指标自动选择最优金融风险模型；

使用所述最优金融风险模型预测新用户的金融风险。

2.根据权利要求1所述的基于自动择优建模的金融风险预测方法，其特征在于，所述确定与所述用户输入相匹配的模型生成文件包括：

识别所述用户输入中的标识参数，并将该标识参数与标识信息集合进行匹配处理，并根据第一匹配规则和第二匹配规则，确定与所述用户输入相匹配的模型生成文件，其中，

所述标识参数包括金融产品时间节点、选择参数、模型生成参数；

所述标识信息集合包括用于表示金融产品生命周期的时间节点、是否选择模型算法、是否进行模型参数调整、是否选择模型参数。

3.根据权利要求2所述的基于自动择优建模的金融风险预测方法，其特征在于，还包括：

所述第一匹配规则包括判断所述用户输入中的标识参数是否有金融时间节点中的资源请求节点、资源授予节点、资源分配节点、资源使用节点、资源配额增加节点或资源归还节点；

所述第二匹配规则包括判断用户可编辑页面的页面提交数据中是否有样本筛选、模型算法、模型参数和参数调整及调参方法。

4.根据权利要求1或3所述的基于自动择优建模的金融风险预测方法，其特征在于，还包括：

在匹配处理的过程中，向用户提供用户可编辑页面，该用户可编辑页面包括多个参数可选项，多个参数可选项包括样本筛选方法选项、模型算法选项、模型参数输入或增减选项、是否进行模型参数调整选项及对应的调整方法选项。

5.根据权利要求4所述的基于自动择优建模的金融风险预测方法，其特征在于，还包括：

对所述用户可编辑页面进行监测，并根据所监测的页面提交数据，更新相应的模型生成文件。

6.根据权利要求1所述的基于自动择优建模的金融风险预测方法，其特征在于，所述预设模型配置文件包括：

根据历史业务数据，配置多个模型生成文件，每个模型生成文件包括确定样本筛选和分类策略，所述样本筛选和分类策略包括与金融产品时间节点相对应的特征提取规则、预分类的数据集；

所述特征提取规则包括时间参数、事件参数、风险参数以及根据时间参数和/或事件参数提取，所述时间参数包括自各金融时间节点起特定时间段内、自各金融产品时间节点之前特定时间段内、自选择的特定时间段、两个相邻金融时间节点之间的金融表现数据，所述金融表现数据包括动支数据、逾期数据、违约数据和归还数据；所述事件参数包括判断是否为新用户、有无逾期数据、有无违约数据、有无催收数据、是否是多头用户。

7.根据权利要求1或6所述的基于自动择优建模的金融风险预测方法，其特征在于，所述预设模型配置文件包括：

配置模型算法和参数的确定策略，所述确定策略包括与金融时间节点和历史数据的正负样本数量相对应的模型算法、参数调整建议和参数调整方法，以供用户选择是否进行模型参数调整，并从参数调整方法集合中选择参数调整方法；和/或

配置模型评估策略，根据评估指标，对各金融风险模型绘制效果曲线，并比较模型效果，以自动选择最优金融风险模型，所述评估指标包括准确率、ROC指标、AUC指标。