一种自动化的自然语言交易员交易能力评价方法和装置制造方法及图纸

本发明专利技术提供了一种自动化的自然语言交易员交易能力评价方法，所述方法包括：一种自动化的自然语言交易员交易能力评价方法，所述方法包括：基于交易员的交易数据建立评价模型；基于所述评价模型得到的评估结果，按照数值区间和组合选取个性化评价结果与语料库进行匹配；将所述个性化评估结果与语料库进行匹配之后转化成结构化的自然语言评价。该方法和系统可以对交易员的交易能力在自然语言的方面进行自动化评估，具有匹配度高、自动化的优点。

【技术实现步骤摘要】
一种自动化的自然语言交易员交易能力评价方法和装置
本专利技术涉及数据分析领域，尤其涉及一种自动化的自然语言交易员交易能力评价方法和装置。
技术介绍
交易员是一门通过买卖获得价差利润的职业。交易员可以指操盘人员，也可以指造市商代表。作为交易者、操盘手是一般的交易机构或个人，对交易机构可以是个被委托者。其可以进行股票、期货等金融品种的买卖操作。虽然银行外汇交易员也用Dealer这个英语词，但是Dealer还有赌场庄家和金融市场扮演一般交易人对手的造市商的意思。然而，在金融领域，常常缺少一种能够对交易员的交易能力进行自动化的自然语言交易员交易能力进行评价的方法和装置。
技术实现思路
基于此，本专利技术有必要提供一种自动化的自然语言交易员交易能力评价方法。一种自动化的自然语言交易员交易能力评价方法，所述方法包括：基于交易员的交易数据建立评价模型；基于所述评价模型得到的评估结果，按照数值区间和组合选取个性化评价结果与语料库进行匹配；将所述个性化评估结果与语料库进行匹配之后转化成结构化的自然语言评价。在其中一个实施例中，所述基于交易员的交易数据建立评价模型的步骤包括：建立海量交易数据评价模型；根据海量交易数据评价模型及交易员交易记录，建立多维度评价结果。在其中一个实施例中，所述基于评价模型得到的评估结果，按照数值区间和组合选取个性化评价结果与语料库进行匹配的步骤包括：确定所述评估结果的数值区间，进行数据组合；选取个性化评价结果；将语料库与所述交易员交易数据评价模型的评价结果进行匹配，得到匹配的自然语言点评语料库。在其中一个实施例中，所述个性化评价结果包括但不限于：根据总分及排名情况进行评价；根据维度得分进行评价；根据重点指标和最薄弱指标进行评价；根据最出色和最糟糕的单次交易进行评价。一种自动化的自然语言交易员交易能力评价装置，所述装置包括：建立模块，用于基于交易员的交易数据建立评价模型；匹配模块，基于所述评价模型得到的评估结果，按照数值区间和组合选取个性化评价结果与语料库进行匹配；评价模块，用于将所述个性化评估结果与语料库进行匹配之后转化成结构化的自然语言评价。在其中一个实施例中，所述建立模块具体用于：建立基于交易员的交易数据的数据评价模型；建立自然语言点评的语料库。在其中一个实施例中，所述建立模块包括：第一建立单元，用于建立海量交易数据评价模型；第二建立单元，用于根据海量交易数据评价模型及交易员交易记录，建立多维度评价结果。在其中一个实施例中，所述基于评价模型得到的评估结果，按照数值区间和组合选取个性化评价结果与语料库进行匹配的步骤包括：确定所述评估结果的数值区间，进行数据组合；选取个性化评价结果；将语料库与所述交易员交易数据评价模型的评价结果进行匹配，得到匹配的自然语言点评语料库。在其中一个实施例中，所述个性化评价结果包括但不限于：根据总分及排名情况进行评价；根据维度得分进行评价；根据重点指标和最薄弱指标进行评价；根据最出色和最糟糕的单次交易进行评价。有益效果：本专利技术提供了一种自动化的自然语言交易员交易能力评价方法，所述方法包括：基于交易员的交易数据建立评价模型；基于所述评价模型得到的评估结果，按照数值区间和组合选取个性化评价结果与语料库进行匹配；将所述个性化评估结果与语料库进行匹配之后转化成结构化的自然语言评价。该方法和装置可以对交易员的交易能力在自然语言的方面进行自动化评估，具有匹配度高、自动化的优点。附图说明图1是本专利技术的一种自动化的自然语言交易员交易能力评价方法流程图。图2是本专利技术的一种自动化的自然语言交易员交易能力评价装置框图。具体实施方式为使本领域的普通技术人员更加清楚地理解本专利技术所要解决的技术问题、技术方案和有益技术效果，以下结合附图和实施例对本专利技术做进一步的阐述。请参照图1，一种自动化的自然语言交易员交易能力评价方法，所述方法包括：S100：基于交易员的交易数据建立评价模型；需要说明的是，建立基于交易员的交易数据的评价模型的方法为：建立交易员分析基础特征库；基于所述基础特征库，对所述基础特征库的特征进行组合，以得到一全面特征库；基于一特定的评估维度目标，对交易员的交易记录进行处理，为每个交易员样本生成学习目标；根据对所述交易处理得到的训练、目标数据集，采用非线性模型进行训练得到评价模型。S200：基于所述评价模型得到的评估结果，按照数值区间和组合选取个性化评价结果与语料库进行匹配；S300：将所述个性化评估结果与语料库进行匹配之后转化成结构化的自然语言评价。自然语言通常是指一种自然地随文化演化的语言。简单的说，自然语言就是人类可以直接交流沟通的语言，与图表和复杂数据简单堆积相比，更方面与用户的交流和理解。传统办法千篇一律的摆出收益曲线和各类统计图表并不直观，非专业人士难以从中获得反馈。本方案从交易员的交易记录分析出发，通过交易评价自然语言语料库和评价模型，对交易员直接给出自然语言形式的评价。在其中一个实施例中，所述基于交易员的交易数据建立评价模型的步骤包括：建立海量交易数据评价模型；根据海量交易数据评价模型及交易员交易记录，建立多维度评价结果。在其中一个实施例中，所述基于评价模型得到的评估结果，按照数值区间和组合选取个性化评价结果与语料库进行匹配的步骤包括：确定所述评估结果的数值区间，进行数据组合；选取个性化评价结果；将语料库与所述交易员交易数据评价模型的评价结果进行匹配，得到匹配的自然语言点评语料库。在其中一个实施例中，所述个性化评价结果包括但不限于：根据总分及排名情况进行评价；根据维度得分进行评价；根据重点指标和最薄弱指标进行评价；根据最出色和最糟糕的单次交易进行评价。本专利技术提供了一种自动化的自然语言交易员交易能力评价方法，所述方法包括：建立交易员交易数据评价模型；将语料库与所述交易员交易数据评价模型的评价结果进行匹配，得到匹配的自然语言点评语料库；根据所述评估结果，匹配所述自然语言点评语料库，并转化成自然语言评价。该方法和系统可以对交易员的交易能力在自然语言的方面进行自动化评估，具有匹配度高、自动化的优点。请参照图2，一种自动化的自然语言交易员交易能力评价装置，所述装置包括：建立模块100，用于基于交易员的交易数据建立评价模型；匹配模块200，基于所述评价模型得到的评估结果，按照数值区间和组合选取个性化评价结果与语料库进行匹配；评价模块300，用于将所述个性化评估结果与语料库进行匹配之后转化成结构化的自然语言评价。在其中一个实施例中，所述建立模块具体用于：建立基于交易员的交易数据的数据评价模型；建立自然语言点评的语料库。在其中一个实施例中，所述建立模块包括：第一建立单元，用于建立海量交易数据评价模型；第二建立单元，用于根据海量交易数据评价模型及交易员交易记录，建立多维度评价结果。在其中一个实施例中，所述匹配模块包括：数组组合单元，用于确定所述评估结果的数值区间，进行数据组合；选取单元，用于选取个性化评价结果；匹配单元，用于将语料库与所述交易员交易数据评价模型的评价结果进行匹配，得到匹配的自然语言点评语料库。在其中一个实施例中，所述个性化评价结果包括但不限于：根据总分及排名情况进行评价；根据维度得分进行评价；根据重点指标和最薄弱指标进行评价；根据最出色和最糟糕的单次交易进行区分。本专利技术提本文档来自技高网...

【技术保护点】
1.一种自动化的自然语言交易员交易能力评价方法，其特征在于，所述方法包括：基于交易员的交易数据建立评价模型；基于所述评价模型得到的评估结果，按照数值区间和组合选取个性化评价结果与语料库进行匹配；将所述个性化评估结果与语料库进行匹配之后转化成结构化的自然语言评价。

【技术特征摘要】
1.一种自动化的自然语言交易员交易能力评价方法，其特征在于，所述方法包括：基于交易员的交易数据建立评价模型；基于所述评价模型得到的评估结果，按照数值区间和组合选取个性化评价结果与语料库进行匹配；将所述个性化评估结果与语料库进行匹配之后转化成结构化的自然语言评价。2.根据权利要求1所述的方法，其特征在于，所述基于交易员的交易数据建立评价模型的步骤包括：建立海量交易数据评价模型；根据海量交易数据评价模型及交易员交易记录，建立多维度评价结果。3.根据权利要求1所述的方法，其特征在于，所述基于评价模型得到的评估结果，按照数值区间和组合选取个性化评价结果与语料库进行匹配的步骤包括：确定所述评估结果的数值区间，进行数据组合；选取个性化评价结果；将语料库与所述交易员交易数据评价模型的评价结果进行匹配，得到匹配的自然语言点评语料库。4.根据权利要求1所述的方法，其特征在于，所述个性化评价结果包括但不限于：根据总分及排名情况进行评价；根据维度得分进行评价；根据重点指标和最薄弱指标进行评价；根据最出色和最糟糕的单次交易进行评价。5.一种自动化的自然语言交易员交易能力评价装置，其特征在于，所述装置包...

【专利技术属性】
技术研发人员：柳崎峰，周家杰，曹琛，
申请(专利权)人：香港智能金融科技有限公司，
类型：发明
国别省市：中国香港,81