背景介绍：

　　对于量化经济而言，对外汇市场的分析和预测通常基于汇率历史数据，采用相应的数据分析手段构建预测模型。但是由于政策、舆论、国际形势等诸多外在“黑天鹅”事件的影响，仅依靠技术面的分析很难把握市场的偶发性跳变和由此引发的长期效应。浪潮着眼于外汇市场热点，结合大数据和深度学习技术，提供基于自然语言理解和数值分析的汇率预测端到端人工智能解决方案，整体架构如下所示。

解决方案介绍：

　　（1） 金融数据预处理。采用大数据处理技术，从各个信息平台获得金融交易、资讯、报表等数据，并传输到集中存储中，金融数据预处理CPU平台（多个双路CPU服务器NF5280M5组成的集群）对交易、操盘等实时数据进行初筛和清洗，存入实时数据库；对新闻资讯、行业报表等实时性要求不强的数据和过期的实时数据存入历史数据库，以备后续处理使用。CPU程序的管理、调度、监控将由深度学习管理平台AIStation完成。

　　（2） 模型训练。模型训练GPU集群（配置8卡GPU服务器，如NF5288M5）从集中存储中读取训练样本库数据，并加载实时数据处理模块、数值特征重构模块和自然语言理解等模块，运行深度学习框架，如TensorFlow,CNTK,MXNet等对初始模型进行训练，经过对大量数据样本的学习训练生成最终模型。训练中涉及多个训练任务的提交，其资源管理、调度、监控将由深度学习管理平台AIStation完成。

　　（3） 模型应用。训练好模型根据实际应用场景的不同，可能以三种方式被加载，如加载到单台GPU工作站P8000上、嵌入式设备上以及GPU AI服务云上，对实际接收的金融数据样本进行测试识别，将智能化给出金融预测与识别。