基于LSTM架构的商业银行流动性风险预测方法及装置

本发明的一种基于LSTM架构的商业银行流动性风险预测方法及装置，属于金融数据处理技术领域，方法包括步骤：步骤S1，通过数据接口实时获取商业银行核心系统的流动性业务数据，所述流动性业务数据包括清算数据、存款数据、贷款数据、资金数据和结算数据；步骤S2，对所述流动性业务数据进行归一化处理和时间序列升维处理，形成三维输入张量；步骤S3，搭建包含两个LSTM层的神经网络模型并进行模型训练，选择最优的权重和截距；步骤S4，利用训练好的神经网络模型对输入的三维输入张量进行预测，输出次日头寸余额预测结果。本发明能够协助商业银行进行精准的流动性风险预测，提升了整体资金管理能力，促进了商业银行稳健发展。