【技術實現步驟摘要】
本專利技術涉及數據處理，尤其涉及一種精算模型中表格讀取的方法、裝置、計算機設備和介質。
技術介紹
1、精算模型是一種用于評估和管理金融、保險和風險管理中不確定性和風險的數學模型。這些模型幫助精算師進行數據分析、預測未來的財務或風險事件，并支持決策制定。精算模型通過量化風險和預期的財務結果，為保險公司、養老金計劃、投資組合管理和其他金融領域提供了科學依據。
2、精算模型中涉及到非常多關于已有資產、未來風險和預期收益等相關數據的計算，在進行此類數據的計算時涉及到非常多的現有數據的使用，也會涉及到引入對于未來時間上、場景上不同的假設概率的引入，所以將表格導入至精算模型里進行相關的模型運算，是非常重要且高頻的一個環節。同時，由于這些數據和假設概率都是非常龐大且復雜的巨大表格，數據讀取效率成為精算模型需要特別關注的一個方面。
3、在現有技術中，精算模型讀取表格數據的解決方案包括全量讀取表格數據的方式和基于表格嵌套從不同的表格中來讀取模型所需數據兩種方式。
4、其中，關于上述全量讀取表格數據的方式，是將原始數據表格直接讀取至精算模型中的一種基礎且有效的方法，具體的做法是將要使用的數據全量鋪開維護在表格中（類似笛卡爾積結果），精算系統讀取全量表格，計算時再根據當前的維度值定位到具體的數據使用。比如對于一個假設名a的概率存在100個不同的年度取值，那么將會有100行數據，如果對于假設a存在n種不同的場景，同時本身每種場景又有100種取值，那么將會有100*n*100行的數據需要進行讀取。
5、專利
6、關于上述基于表格嵌套從不同的表格中來讀取的方式，是對有相關關系的數據表進行二次關聯，將有關聯的數據維護在各自的表格中，同時在表格中增加關聯主鍵索引字段，實現表格嵌套，以達到相關數據表之間數據匹配的目的。在導入精算模型時，通過建立的關聯主鍵索引字段進行關聯，從不同的表格中來讀取模型計算時需要的值，以得到模型計算需要的全部數據。
7、專利技術人研究發現，相對上述全量讀取表格數據的方式，該數據讀取方式從表格中按需讀取數據，不需要預存所有組合的取值，減少數據冗余，有助于加快模型的加載速度和處理效率。但是，需要在表格中建立關聯主鍵索引字段實現數據表的關聯，造成他人查看索引理解時有一定的困難。
8、因而，上述兩種精算模型讀取表格數據的方式，難以兼顧數據量小和表格容易理解。
9、此外，專利技術人對上述兩種數據讀取方式研究進一步發現，無論哪種方式，均需要編寫計算機程序代碼實現數據讀取函數，以從表格中讀取模型計算時需要的數據，并賦值給模型變量，因而，現有技術中基于上述兩種數據讀取方式，在使用精算模型時要求一定的編程操作門檻。同時，在精算模型計算的場景中，常常需要追蹤計算路徑，然而現有的表格數據讀取方法，變量和表格之間的關系對于精算模型使用者來說相當于黑盒，特別是復雜的計算邏輯，難以追蹤表格和變量之間的關系。
10、綜上所述，在精算模型讀取表格數據的場景中，如何解決現有技術中數據量大小、表格理解難度和表格數據讀取速度三個方面的矛盾，成為本領域亟需解決的技術問題。
技術實現思路
1、本專利技術的目的是提供一種精算模型中表格讀取的方法、裝置、計算機設備和介質，用于解決現有技術中的上述技術問題。
2、一方面，為實現上述目的，本專利技術提供了一種精算模型中表格讀取的方法。
3、該精算模型中表格讀取的方法包括：解析精算模型計算過程中所要使用的變量，得到目標變量；根據計算任務獲取限定所述目標變量的計算參數；確定所述目標變量所在的表格，作為目標表格；在所述目標表格中根據所述計算參數進行查詢；判斷當前查詢到的數據為表名還是常量；若當前查詢到的數據為表名時，在所述表名對應的表格中繼續進行查詢；若當前查詢到的數據為常量時，根據所述常量確定所述目標變量的值。
4、進一步地，所述目標表格包括對應所述計算參數的數據列和對應所述目標變量的數據列，在所述目標表格中根據所述計算參數進行查詢步驟包括：在所述目標表格中查詢對應所述計算參數的數據列下的數據，得到第一數據；當所述第一數據為采用區間表達方式的數據區間時，判斷所述計算參數是否屬于所述數據區間；當所述計算參數屬于所述數據區間時，確定所述第一數據所在的行為滿足所述計算參數的數據行；其中，當限定所述目標變量的計算參數為多個時，確定滿足所有計算參數的數據行和對應所述目標變量的數據列所標定的數據，為所述目標變量對應的數據。
5、進一步地，所述數據區間包括第一端點值、小于所述第一端點值的第二端點值、標識是否包括所述第一端點值的第一符合和標識是否包括所述第二端點值的第二符號，其中，所述端點值包括表征正無窮大的第一字符和表征負無窮大的第二字符。
6、進一步地，確定所述目標變量所在的表格，作為目標表格的步驟包括：解析所述目標變量的配置信息，其中，變量的配置信息包括變量類型，所述變量類型包括表格，當所述變量類型為表格時，所述配置信息還包括變量的關聯表格；若解析到所述目標變量的變量類型為表格時，確定所述目標變量的關聯表格為所述目標表格。
7、進一步地，所述變量的配置信息還包括變量在預設樹結構中所屬的節點，所述樹結構包括至少兩層節點，在所述目標表格中根據所述計算參數進行查詢的步驟包括：在所述目標表格中查詢與目標節點相匹配的數據，其中，所述目標節點為所述目標變量在樹結構中所屬的節點；當查詢不到與所述目標節點相匹配的數據時，由下至上，逐層獲取所述目標節點的上層節點，直到查詢到與所述樹結構中一個節點相匹配的數據；以及在與所述節點相匹配的數據中查詢滿足所述計算參數的數據。
8、進一步地，該精算模型中表格讀取的方法還包括：根據所述變量的關聯表格確定變量與表格的引用關系；根據所述關聯表格中的表名確定表格之間的包含關系；根據所述引用關系和所述包含關系構建變量與表格的關系圖。
9、進一步地，在所述目標表格中根據所述計算參數進行查詢的步驟，和在所述表名對應的表格中繼續進行查詢的步驟中，均包括以下步驟：判斷待查詢的表格的數據量是否超過預設數據量閾值；當所述待查詢的表格的數據量超過所述預設數據量閾值時，將所述待查詢的表格按照表格維度拆分為至少兩個表格碎片；將查詢條件所在維度的表格碎片讀取進內存進行查詢。
10、另一方面，為實現上述目的，本專利技術提供了一種精算模型中表格讀取的裝置。
11、該精算模型中表格讀取的裝置包括：?解析模塊，用于解析精算模型計算過程中所要使用的變量，得到目標變量；獲取模塊，用于根據計算任務獲取限定所述目標變量的計算參數；確定模塊，用于確定所述目標變量所在的表格，作為目標表格；查詢模塊，用于在所述目標表格中根據所述計算參數進行查詢；判斷模塊，用于判斷本文檔來自技高網...
【技術保護點】
1.一種精算模型中表格讀取的方法，其特征在于，包括：
2.根據權利要求1所述的精算模型中表格讀取的方法，其特征在于，所述目標表格包括對應所述計算參數的數據列和對應所述目標變量的數據列，在所述目標表格中根據所述計算參數進行查詢步驟包括：
3.根據權利要求2所述的精算模型中表格讀取的方法，其特征在于，所述數據區間包括第一端點值、小于所述第一端點值的第二端點值、標識是否包括所述第一端點值的第一符合和標識是否包括所述第二端點值的第二符號，其中，所述端點值包括表征正無窮大的第一字符和表征負無窮大的第二字符。
4.根據權利要求1所述的精算模型中表格讀取的方法，其特征在于，確定所述目標變量所在的表格，作為目標表格的步驟包括：
5.根據權利要求4所述的精算模型中表格讀取的方法，其特征在于，所述變量的配置信息還包括變量在預設樹結構中所屬的節點，所述樹結構包括至少兩層節點，在所述目標表格中根據所述計算參數進行查詢的步驟包括：
6.根據權利要求4所述的精算模型中表格讀取的方法，其特征在于，還包括：
7.根據權利要求1所述的精算模型
8.一種精算模型中表格讀取的裝置，其特征在于，包括：
9.一種計算機設備，包括存儲器、處理器以及存儲在存儲器上并可在處理器上運行的計算機程序，其特征在于，所述處理器執行所述計算機程序時實現權利要求1至7任一項所述方法的步驟。
10.種計算機可讀存儲介質，其上存儲有計算機程序，其特征在于：所述計算機程序被處理器執行時實現權利要求1至7任一項所述方法的步驟。
...【技術特征摘要】
1.一種精算模型中表格讀取的方法，其特征在于，包括：
2.根據權利要求1所述的精算模型中表格讀取的方法，其特征在于，所述目標表格包括對應所述計算參數的數據列和對應所述目標變量的數據列，在所述目標表格中根據所述計算參數進行查詢步驟包括：
3.根據權利要求2所述的精算模型中表格讀取的方法，其特征在于，所述數據區間包括第一端點值、小于所述第一端點值的第二端點值、標識是否包括所述第一端點值的第一符合和標識是否包括所述第二端點值的第二符號，其中，所述端點值包括表征正無窮大的第一字符和表征負無窮大的第二字符。
4.根據權利要求1所述的精算模型中表格讀取的方法，其特征在于，確定所述目標變量所在的表格，作為目標表格的步驟包括：
5.根據權利要求4所述的精算模型中表格讀取的方法，其特征在于，所述變量的配置信息還包括變量在預設...
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。