(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 202210822185.9 (22)申请日 2022.07.12 (71)申请人 神州数码融信软件 有限公司 地址 100000 北京市海淀区西北旺东路10 号院(东区)18号楼3层101- 302 (72)发明人 赵帅帅　田东　张亲松　 (74)专利代理 机构 北京方韬法业专利代理事务 所(普通合伙) 11303 专利代理师 党小林 (51)Int.Cl. G06Q 10/06(2012.01) G06Q 30/02(2012.01) G06F 17/18(2006.01) G06F 16/25(2019.01) (54)发明名称 基于蒙特卡洛模型的市场风险情景分析方 法及系统 (57)摘要 本发明提供了一种基于蒙特卡洛模型的市 场风险情景分析方法及系统。 该方法包括： 采集 平台获取当日市场数据； 采集平台根据交易数据 获取到历史n天的折现曲线数据； 根据折现曲线 数据， 计算各个期限点对应的均值回归级别； 根 据折现曲线数据， 计算各个期限点对应的均值回 归率； 根据折现曲线数据， 计算各个期限点对应 的标准差； 依赖标准正态分布反函数模拟曲线数 据； 分m条路径模拟情景曲线数据； 生成情景曲 线。 本发明提供的基于蒙特卡洛模 型的市场风险 情景分析方法及系统能够基于蒙特卡洛模型对 市场风险情景进行分析。 权利要求书1页 说明书3页 附图5页 CN 115115252 A 2022.09.27 CN 115115252 A 1.一种基于蒙特卡洛模型的市场风险情景分析 方法， 其特 征在于， 包括： 采集平台获取当日市场数据； 采集平台根据交易数据获取到历史n天的折现曲线数据； 根据折现曲线数据， 计算各个期限点对应的均值回归级别； 根据折现曲线数据， 计算各个期限点对应的均值回归率； 根据折现曲线数据， 计算各个期限点对应的标准差； 依赖标准 正态分布反函数模拟曲线数据； 分m条路径模拟 情景曲线数据； 生成情景曲线。 2.根据权利要求1所述的基于蒙特卡洛模型的市场 风险情景分析方法， 其特征在于， 采 集平台获取当日市场数据， 包括： 采集平台采数至缓冲层数据库， ETL 通过存储过程加工处 理到集市层数据库。 3.根据权利要求1所述的基于蒙特卡洛模型的市场 风险情景分析方法， 其特征在于， 依 赖标准正态分布反函数模拟曲线数据， 包括： 根据标准正态分布反函数、 均值回归级别、 均值回归率推算出当前期限点的折现曲线 数据。 4.根据权利要求1所述的基于蒙特卡洛模型的市场 风险情景分析方法， 其特征在于， 均 值回归级别是指相同期限点对应市场折现曲线数据的算 术平均值。 5.根据权利要求1所述的基于蒙特卡洛模型的市场 风险情景分析方法， 其特征在于， 均 值回归率是指相同期限点相邻两天的折现曲线数据之差的平方和与当前期限点的折现曲 线数据和均值回归级别之差的平方和相除的结果。 6.根据权利要求1所述的基于蒙特卡洛模型的市场 风险情景分析方法， 其特征在于， 标 准差是指相同期限点对应折现曲线数据的标准差 。 标准差能反映一个数据集的离 散程度。 7.根据权利要求1所述的基于蒙特卡洛模型的市场 风险情景分析方法， 其特征在于， 分 m条路径模拟 情景曲线数据， 包括： 蒙特卡洛设定情景 数5000， 取历史25 0的市场折现曲线数据； 由历史选 定区间决定形成等权 重n*m矩阵； 当天的曲线数据裂 变为20组曲线数据。 8.一种基于蒙特卡洛模型的市场风险情景分析系统， 其特 征在于， 包括： 一个或多个处 理器； 存储装置， 用于存 储一个或多个程序； 当所述一个或多个程序被所述一个或多个处理器执行， 使得所述一个或多个处理器实 现根据权利要求1至7任意 一项所述的基于蒙特卡洛模型的市场风险情景分析 方法。权　利　要　求　书 1/1 页 2 CN 115115252 A 2基于蒙特卡洛 模型的市场风险情 景分析方 法及系统 技术领域 [0001]本发明涉及金 融工程技术领域， 特别是涉及一种基于蒙特卡洛模型的市场风险情 景分析方法及系统。 背景技术 [0002]蒙特卡洛情景主要是假设风险因子的变化遵循一定的随机过程， 模拟出风险因子 在未来某个时间点上 的分布， 来表示未来可能发生的变化。 该方法下不同风险因子的相关 性矩阵可以由MSE情景引擎根据历史时间序列数据估算得到， 在估算VCV过程中， 对于历史 数据采用等权 重(equa l l y‑we i ghted)的假设。 发明内容 [0003]本发明要解决的技术问题是提供一种基于蒙特卡洛模型的市场风险情景分析方 法及系统， 能够基于蒙特卡洛模型对市场风险情景进行分析。 [0004]为解决上述技术问题， 本发明提供了一种基于蒙特卡洛模型的市场风险情 景分析 方法， 所述方法包括： 采集平台获取当日市场数据； 采集平台根据交易数据获取到历史n天 的折现曲线 数据； 根据折现曲线 数据， 计算各个期限点对应的均值回归级别； 根据折现曲线 数据， 计算各个期限点对应的均值回归率； 根据折现曲线数据， 计算各个期限点对应的标准 差； 依赖标准 正态分布反函数模拟曲线数据； 分 m条路径模拟 情景曲线数据； 生成情景曲线。 [0005]在一些实施方式中， 采集平台获取当日市场数据， 包括： 采集平台采数至缓冲层数 据库， ETL 通过存储过程加工处 理到集市层数据库。 [0006]在一些实施方式中， 依赖标准正态分布反函数模拟曲线数据， 包括： 根据标准正态 分布反函数、 均值回归级别、 均值回归率推算出当前期限点的折现曲线数据。 [0007]在一些实施方式中， 均值回归级别是指相同期限点对应市场折现曲线数据的算术 平均值。 [0008]在一些实施方式中， 均值回归率是指相同期限点相邻两天的折现曲线数据之差的 平方和与当前期限点的折现曲线数据和均值回归级别之差的平方和相除的结果。 [0009]在一些实施方式中， 标准差是指相同期限点对应折现曲线数据的标准差。 标准差 能反映一个数据集的离 散程度。 [0010]在一些实施方式中， 分m条路径模拟情景曲线数据， 包括： 蒙特卡洛设定情景数 5000， 取历史250的市场折现曲线 数据； 由历史选定区间 决定形成等权重n* m矩阵； 当天的曲 线数据裂 变为20组曲线数据。 [0011]此外， 本发明还提供了一种基于蒙特卡洛模型的市场风险情景分析系统， 所述系 统包括： 一个或多个处理器； 存储装置， 用于存储一个或多个程序； 当所述一个或多个程序 被所述一个 或多个处理器执行， 使得所述一个或多个处理器实现根据前文 所述的基于蒙特 卡洛模型的市场风险情景分析 方法。 [0012]采用这样的设计后， 本发明至少具有以下优点：说　明　书 1/3 页 3 CN 115115252 A 3