[发明专利]一种风控模型的训练方法

说明书

本发明公开了一种风控模型的训练方法，其特征在于：所述金融领域的行为特征基于电脑的输入端进行执行，且模拟申请人的相关特征可通过电脑的输入端进行输入；所述训练样本集合的数据与数据存储模块相连，且数据存储模块可分为不同的储存空间进行汇总和分类，所述数据特征分类过后可以通过提取模块进行具体特征的提取，所述风控模型评分结束后，检查系统将会得出不合格信息特征的原因。该风控模型的训练方法数据处理器可以将输入的模拟申请人的相关特征中与金融领域的行为特征的重复项数据内容进行提取，然后通过与风控模型的具体项进行对比评分，使得评分更加精准，评分项可以得到分类,提高了系统的精准性。

技术领域

本发明涉及风控模型技术领域，具体为一种风控模型的训练方法。

背景技术

风控模型，计算最高能够承受什么样的高风险客户，同时该如何把这些资产证券化并分散点风险给投行对自己是最有利的。强大的高频交易和程序化交易要求更快速的交易通道和更高效的策略模型；另一方面，快速交易导致投资面临的风险呈指数级增长，从而市场和投资者需要更全面的策略组合和更精准的风控模型进行风险对冲，在高度精细化的风险控制模型中，很重要的一个环节就是用先进的统计计量模型来更加准确的描述多种金融资产价格波动的关联性，这种高度量化的风控模型，将无时无刻不为交易所、清算所和各大券商经纪公司，实时计算未来各种资产组合的风险度，从而始终将各种金融交易的市场风险控制在合理的范围内，使衍生品市场交易能够稳定运行，最大可能的减少巨大价格波动给市场带来的危机。

但是风控模型缺乏一种其训练方法，一般的风控模型不能够将评分过后的不合格具体特征信息进行滤出，然后进行反复的处理，使得风控模型容易受到其他具体特征信息的影响导致评分结果不准确，而且不能够对最终评分的具体特征信息的不合格原因进行检查。

所以我们提出了一种风控模型的训练方法，以便于解决上述中提出的问题。

发明内容

本发明的目的在于提供一种风控模型的训练方法，以解决上述背景技术提出风控模型的评分不准确，容易受到其他数据的影响的问题。

为实现上述目的，本发明提供如下技术方案：一种风控模型的训练方法，所述金融领域的行为特征基于电脑的输入端进行执行，且模拟申请人的相关特征可通过电脑的输入端进行输入；

所述训练样本集合的数据与数据存储模块相连，且数据存储模块可分为不同的储存空间进行汇总和分类；

所述数据特征分类过后可以通过提取模块进行具体特征的提取，且提取到的数据可以有效的输入到电脑输入端的数据对比平台；

所述风控模型与数据处理的接收端相连，且风控模型内部将原有的数据标准与接收到的数据进行对比，并且风控模型可以将对比产生的结果进行风险的评分；

所述风控模型得出的评分可以被导出，且信息处理模块可以将低于标准数据特征要求的具体特征信息进行滤出；

所述低于标准数据特征要求的具体特征信息在滤出过后可以通过第二数据储存模块储存形成新的集合；

所述第二数据储存模块在储存结束后可以通过一个判断系统进行判断，从而判断是否能够再次回到风控模型对第二数据储存模块中的数据信息进行风险的评分；

所述风控模型评分结束后，检查系统将会得出不合格信息特征的原因。

优选的，所述储存在数据处理器内部的金融领域的行为特征包括：申请人年龄、收入。工作性质、家庭存款情况、家庭人口数，其中规则特征包括：申请人是不是第一次借款、和朋友之前有没有逾期过、直系亲属有无进入黑名单历史，其中直接提取的特征包括：申请人的二度关系中有多少个节点触碰了黑名单、工作收入和日常开销的比例，数据处理器可以将输入的模拟申请人的相关特征中与金融领域的行为特征的重复项数据内容进行提取。

优选的，所述提取的数据内容组成一个训练样本的集合，且组成的训练样本的集合可以进过储存器的管理模块进行整理分类和汇总。