迅猛发展的高性能计算的目前已经成为金融行业的核心竞争力。高性能计算系统的并行计算能力,能够有效提升高频现金流精细分析的效率,实现对海量数据的高速分析与实时处理。本文的主要目的在于对企业融投资现金流进行动态优化,提出了一种结合N-gram分词模型的混合并行遗传算法(Hybrid Parallel Genetic Algorithm, HPGA),提供基于企业风险预测的高频现金流的实时优化方案。研究工作文章结构安排如下：1.介绍国内外发展现状、主流方法与相关技术与业务发展背景知识；2.运用N-gram语言模型提取企业报表文本特征,分析其文本可读性,利用SVM分类训练,找出企业报表可读性与企业营运状况的相关性,并运用事件分析法找出报表可读性变化与企业现金流风险的关系；3.结合企业报表风险预测值,对企业资金与现金流优化问题进行统计推断建模,使其符合遗传算法优化框架要求,同时合理压缩遗传算法的搜索空间；4.针对已有的并行遗传算法存在的问题,设计结合内存数据库的新型HPGA算法框架,并在高性能计算平台与内存计算平台实现HPGA算法,完成在高频现金流优化问题的应用,大幅提升了运算速度与求解效率。