一种提前获知基金交易状态的方法及系统与流程

1.本发明涉及基金行业，交易行情数据技术领域，特别涉及一种提前获知基金交易状态的方法及系统。


背景技术：

2.随着社会的发展及科技的不断进步，和人们理财意识的增强，炒股不如买基的观念深入人心，越来越多的人，选择购买基金产品，作为财富管理的手段。由于基金行业每个交易日交易t日截止时间为15：00，t日15：00后的交易，会算到下个交易日。而目前整个基金行业，基金销售机构，获得基金管理人基金产品行情数据，是通过基金管理人，每天上午向基金销售机构推送当天交易日行情文件来实现的。也就是说，基金销售机构t日上午9点才能够拿到基金产品最新的行情数据，投资者在t-1日15点到t日9点这段时间，购买基金产品的时候，产品交易状态是未知的，沿用的仍然是t-1日的交易状态。如果基金交易状态在t日9点由t-1日的可申购，变成了暂停交易，则t-1日15：00后所有交易都会被判败，而在交易判败之前，投资者的申购资金都会被冻结，这极大的影响了投资者的交易决策和资金使用效率。


技术实现要素：

3.本发明要解决的技术问题是克服现有技术的缺陷，提供一种提前获知基金交易状态的方法及系统。
4.本发明提供了如下的技术方案：
5.本发明提供一种提前获知基金交易状态系统，该系统包括获取基金产品公告信息、ocr文字识别、存储模块，具体如下所示：
6.(1)获取基金产品公告信息：
7.获取基金产品公告信息模块主要用于收集、下载、筛选平台所有销售基金产品最新基金运作公告信息，并对公告信息进行存储；
8.(2)ocr文字识别：
9.对于ocr模型的训练是需要一套ocr数据训练集作为支撑的，ocr数据训练集越多，训练出的模型也就越精准，但对于不同基金公司而言，虽然所有公告的发布，都是基于证监会的披露标准，但是披露的公告格式和内容，还是稍有差别，例如有的基金公司披露公告日期格式为yyyy年mm月dd日，而有的公司日期格式为yyyy-mm-dd(可参考图2，图3)；因此针对行业里面，不同基金公司的基金公告样本进行训练，变得尤为必要；
10.(3)存储模块：
11.保存提取到的最终基金暂停交易日行情数据，在t-1日15：00后至t日9：00之间，基金公司未下发行情信息之前，所有交易，交易之前首先都需要去存储模块中，查询t日行情信息，如果匹配到t日行情数据对应基金产品状态为暂停交易，则对交易进行阻断，避免无效交易的产生。
12.本发明还提供一种基于权利要求1中系统的提前获知基金交易状态的方法，包括以下步骤：
13.步骤s1(图1)：通过elasticjob，触发定时任务，定时轮询，通过http协议获取基金官网最新公告信息；
14.步骤s2(图1)：获取到基金官网最新公告信息后(包含交易日期)，首先去存储模块，查看该公告是否已经存储过，如果已经存储过，则说明该产品公告，没有更新，转入步骤s3，如果未存储，则进入步骤s4；
15.步骤s3(图1)：等待下一次轮询执行；
16.步骤s4(图1)：将基金产品最新的公告，保存存储到存储模块，并进入步骤s5；
17.步骤s5(图1)：通过ocr提取公告中关键信息，如图2，图3,根据图4中的流程，进行ocr模型训练，具体流程如下：
18.s51(图4)，对初始公告图像样本进行标注以生成ocr训练库；具体地，初始图像样本，即拿到不同基金公司ocr模型的样本公告图片；而对初始图像样本进行标注，即根据需要通过ocr模型进行识别的图像的应用场景，对初始图像样本需要识别的地方(基金代码，日期等)进行标注处理，并将标注和对应内容形成文本文件等；优选地可以采用人工标注，标注的越准确，ocr模型的准确度越高；生成ocr训练集，即根据初始图像样本以及对于样本的关键字汇总，生成能够用于训练ocr模型的ocr训练集；关键字内容包括但不仅限于：特定数字，年月日，特殊节日，特定字符串(产品代码)等；
19.步骤s52(图4)，在待训练的ocr模型中输入ocr训练库进行训练，得到ocr模型；具体地，将通过初始图像样本获得的ocr训练集输入到待训练的ocr模型，训练模型能够针对ocr训练集进行重复训练，得到ocr模型，并将提取到的基金暂停交易行情信息，保存到存储模块；
20.步骤s53(图4)，利用基金公司推送的历史行情数据，里面的暂停交易的交易日期，和步骤s2中提取到的交易日期，进行对比，若发生数据不一致，则可以找到原公告，和ocr识别结果，查找识别错误的原因，对ocr训练库标注和对应内容进行修订；
21.步骤s54(图4)，重复上述步骤，重复进行训练和对训练模型进行修订直到ocr模型提取到的数据，跟基金公司推送的历史行情能够完全匹配上，并将训练之后的模型用来提取公告，并进行步骤s6(图1)；
22.步骤s6(图1)：将提取到的暂停交易的交易日，保存并存储到存储模块，以便作为交易的时候，进行判断，当前时间，是否能够进行基金交。
23.与现有技术相比，本发明的有益效果如下：
24.1.增加了基金行情交易状态获取渠道，并提高了行情获取的时效。
25.2.充分利用了基金信息公开披露的特点，能够获取了足够多的ocr训练样本文件。
26.3.通过历史行情信息，能够自动验证ocr训练之后的结果集，对错误的结果集，进行反复训练修订验证，提高ocr模型的准确度。
27.4.能够准确的在基金行情文件下发之前，获知基金行情交易状态，以支持投资者交易决策；
28.5.防止因为行情变更，产生的无效交易，导致投资者的资金冻结，提高投资者资金使用效率。
附图说明
29.附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：
30.图1是本发明的流程图之一；
31.图2是本发明的实施例示意图之一；
32.图3是本发明的实施例示意图之二；
33.图4是本发明的流程图之二。
具体实施方式
34.以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。其中附图中相同的标号全部指的是相同的部件。
35.实施例1
36.如图1-4，本发明提供一种提前获知基金交易状态的方法及系统，下面通过步骤对定时轮询获取基金交易状态的功能进行详细说明：
37.步骤s1(图1)：通过elasticjob，触发定时任务，定时轮询，通过http协议获取基金官网最新公告信息。
38.步骤s2(图1)：获取到基金官网最新公告信息后(包含交易日期)，首先去存储模块，查看该公告是否已经存储过，如果已经存储过，则说明该产品公告，没有更新，转入步骤s3，如果未存储，则进入步骤s4。
39.步骤s3(图1)：等待下一次轮询执行。
40.步骤s4(图1)：将基金产品最新的公告，保存存储到存储模块，并进入步骤s5。
41.步骤s5(图1)：通过ocr提取公告中关键信息，如图2，图3,根据图4中的流程，进行ocr模型训练，具体流程如下：
42.s51(图4)，对初始公告图像样本进行标注以生成ocr训练库。具体地，初始图像样本，即拿到不同基金公司ocr模型的样本公告图片。而对初始图像样本进行标注，即根据需要通过ocr模型进行识别的图像的应用场景，对初始图像样本需要识别的地方(基金代码，日期等)进行标注处理，并将标注和对应内容形成文本文件等。优选地可以采用人工标注，标注的越准确，ocr模型的准确度越高。生成ocr训练集，即根据初始图像样本以及对于样本的关键字汇总，生成能够用于训练ocr模型的ocr训练集。关键字内容包括但不仅限于：特定数字，年月日，特殊节日，特定字符串(产品代码)等。
43.步骤s52(图4)，在待训练的ocr模型中输入ocr训练库进行训练，得到ocr模型。具体地，将通过初始图像样本获得的ocr训练集输入到待训练的ocr模型，训练模型能够针对ocr训练集进行重复训练，得到ocr模型，并将提取到的基金暂停交易行情信息，保存到存储模块；
44.步骤s53(图4)，利用基金公司推送的历史行情数据，里面的暂停交易的交易日期，和s2中提取到的交易日期，进行对比，若发生数据不一致，则可以找到原公告，和ocr识别结果，查找识别错误的原因，对ocr训练库标注和对应内容进行修订。
45.步骤s54(图4)，重复上述步骤，重复进行训练和对训练模型进行修订直到ocr模型
提取到的数据，跟基金公司推送的历史行情能够完全匹配上，并将训练之后的模型用来提取公告，并进行步骤s6(图1)。
46.步骤s6(图1)：将提取到的暂停交易的交易日，保存并存储到存储模块，以便作为交易的时候，进行判断，当前时间，是否能够进行基金交易。
47.最后应说明的是：以上所述仅为本发明的优选实施例而已，并不用于限制本发明，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。