(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 20221090793 3.3 (22)申请日 2022.07.29 (71)申请人 中国工商银行股份有限公司 地址 100140 北京市西城区复兴门内大街 55号 (72)发明人 黄湘影　张彬　张志群　温丽明　 (74)专利代理 机构 北京三友知识产权代理有限 公司 11127 专利代理师 董骁毅　王首峰 (51)Int.Cl. G06Q 40/04(2012.01) G06Q 40/06(2012.01) G06Q 30/02(2012.01) G06N 3/08(2006.01) (54)发明名称 基于神经网络的风险价 值预测方法及装置 (57)摘要 本申请公开了一种基于神经网络的风险价 值预测方法及装置， 涉及金融领域。 该方法包括： 获取交易产品在第一预设时间范围内每日的单 日价格； 根据所述单日价格生成每日的单日收 益； 根据所述单日收益、 预设的置信水平以及预 先创建的风险价值预测模型确定所述交易产品 对应的预测样本值、 样本方差和样本均值； 所述 风险价值预测模型是根据交易产品的多个历史 收益数据训练得到的； 根据所述预测样本值、 所 述样本方差和所述样本均值确定所述交易产品 的风险价值预测结果。 本申请通过使用神经网络 模型对交易产品的风险价值进行预测， 不受时间 序列汇报的正态化和线性依 赖的影响， 预测结果 更加准确， 同时提高了预测的效率。 权利要求书2页 说明书12页 附图9页 CN 115222536 A 2022.10.21 CN 115222536 A 1.一种基于神经网络的风险价 值预测方法， 其特 征在于， 包括： 获取交易产品在第一预设时间范围内每日的单日价格； 根据所述单日价格生成每日的单日收益； 根据所述单 日收益、 预设的置信水平以及预先创建的风险价值预测模型确定所述交易 产品对应的预测样本值、 样本方差和样本均值； 所述风险价值预测模型是根据 交易产品的 多个历史收益数据对变分自编码器训练得到的； 根据所述预测样本值、 所述样本方差和所述样本均值确定所述交易产品的风险价值预 测结果。 2.根据权利要求1所述的基于神经网络的风险价值预测方法， 其特征在于， 所述根据 所 述单日价格生成每日的单日收益， 包括： 获取第t日的单日价格以及第t ‑1日的单日价格； 根据所述第t日的单日价格、 所述第t ‑1日的单日价格以及对数标准化公式， 得到第t日 的单日收益。 3.根据权利要求1所述的基于神经网络的风险价值预测方法， 其特征在于， 训练所述风 险价值预测模型的步骤 包括： 获取所述交易产品在第二预设时间范围内每日的单日历史价格； 基于所述单日历史价格生成数据集； 根据所述数据集以及预设的损失函数对预先搭建的机器学习模型进行训练， 得到所述 风险价值预测模型。 4.根据权利要求3所述的基于神经网络的风险价值预测方法， 其特征在于， 所述基于所 述单日历史价格生成数据集， 包括： 根据当日的单日历史价格以及前一日的单日历史价格， 确定每日的单日历史收益； 根据每日的单 日历史收益以及预设的时间窗口， 确定所述单 日历史收益的滚动平均值 和标准方差； 根据所述滚动平均值和所述标准方差对各 单日历史收益进行 标准化； 根据标准 化后的单日历史收益 生成所述数据集。 5.根据权利要求1所述的基于神经网络的风险价值预测方法， 其特征在于， 所述根据 所 述单日收益、 预设的置信水平以及预先创建的风险价值预测模型确定所述交易产品对应的 预测样本值、 样本方差和样本均值， 包括： 根据每日的所述单 日收益以及预设的时间窗口， 确定所述单 日收益对应的滚动平均值 和标准方差； 根据所述滚动平均值和所述标准方差对所述单日收益进行 标准化； 将标准化后的单 日收益以及所述预设的置信水平输入至所述风险价值预测模型， 得到 所述预测样本值、 样本方差和样本均值。 6.根据权利要求1所述的基于神经网络的风险价值预测方法， 其特征在于， 所述根据 所 述预测样本值、 所述样本方差和所述样本均值确定所述交易产品的风险价值预测结果， 包 括： 根据所述样本方差和所述样本均值对所述预测样本值进行去标准化， 得到预测风险价 值；权　利　要　求　书 1/2 页 2 CN 115222536 A 2将所述预测风险价值以及所述置信水平输出， 得到用户的所述交易产品对应的风险价 值预测结果。 7.根据权利要求1至6中任一项所述的基于神经网络的风险价值预测方法， 其特征在 于， 还包括： 分别获取用户的多个交易产品在同一置信水平下的预测风险价 值； 根据用户在所述多个交易产品的投资额确定各交易产品对应的权 重值； 根据各交易产品对应的权 重值以及预测风险价 值确定用户的风险价 值组合预测结果。 8.一种基于神经网络的风险价 值预测装置， 其特 征在于， 包括： 单日历史价格获取模块， 用于获取交易产品在第 一预设时间范围内每日的单 日历史价 格； 单日收益确定模块， 用于根据所述单日历史价格生成每日的单日收益； 样本预测模块， 用于根据所述单日收益、 预设的置信水平以及预先创建的风险价值预 测模型确定所述交易产品对应的预测样本值、 样本方差和样本均值； 所述风险价值预测模 型是根据交易产品的多个历史收益数据对变分自编码器训练得到的； 风险价值确定模块， 用于根据所述预测样本值、 所述样本方差和所述样本均值确定所 述交易产品的风险价 值预测结果。 9.一种计算机设备， 包括存储器、 处理器及存储在存储器上并可在处理器上运行的计 算机程序， 其特征在于， 所述处理器执行所述计算机程序时实现权利要求1至7中任一项所 述的基于神经网络的风险价 值预测方法。 10.一种计算机可读存储介质， 其特征在于， 所述计算机可读存储介质存储有计算机程 序， 所述计算机程序被处理器执行时实现权利要求1至7中任一项 所述的基于神经网络的风 险价值预测方法。权　利　要　求　书 2/2 页 3 CN 115222536 A 3