[發明專利]采用經驗回放機制的目標股票選擇方法、裝置及存儲介質

在審

• 申請號: 201811015302.0
• 申請日: 2018-08-31
• 公開（公告）號: CN109325861A
• 公開（公告）日: 2019-02-12
• 發明（設計）人: 毛小豪
• 申請（專利權）人: 平安科技（深圳）有限公司
• 主分類號: G06Q40/06
• 分類號: G06Q40/06
• 代理公司: 深圳市沃德知識產權代理事務所(普通合伙) 44347
• 代理人: 高杰;于志光

1.一種目標股票選擇方法，應用于電子裝置，其特征在于，包括如下步驟：

獲取步驟：獲取待處理的各股票在預設時間點的輿情因子觀測值及收益率；

計算步驟：基于所述輿情因子觀測值、所述收益率及預設計算規則，計算得到各所述股票的第一相關系數；

預測步驟：將各所述第一相關系數輸入預先基于經驗回放機制建立的預測模型，得到所述預測模型輸出的各第二相關系數；

評分步驟：基于各所述第二相關系數、所述輿情因子觀測值及預設評分規則，對各所述股票進行評分處理，得到各所述股票的評分；

選股步驟：將各所述評分按照從高到低順序進行排序，選擇排序靠前的第一預設數量的股票，作為所述目標股票。

2.如權利要求1所述的目標股票選擇方法，其特征在于，所述預設計算規則為：

其中，所述RankIC為t時刻的第一相關系數，為t-1時刻各所述股票的輿情因子f觀測值的排名，為t時刻各所述股票的收益率排名。

3.如權利要求2中所述的目標股票選擇方法，其特征在于，所述評分步驟包括：

根據預先確定的賦權規則，對所述第二相關系數進行設置得到權值；

將所述權值進行歸一化處理得到權重；

基于所述權重和所述輿情因子觀測值計算得到各所述股票的評分。

4.如權利要求3中所述的目標股票選擇方法，其特征在于，所述評分的計算公式為：

S＝∑ω_i*X_i

其中，S為所述評分，i為各所述股票的輿情因子，ω_i為所述輿情因子i的權重，X_i為t時刻所述輿情因子i的觀測值。

5.如權利要求1至4中任意一項所述的目標股票選擇方法，其特征在于，所述預測步驟之前，該方法還包括：

采集各樣本股票在預設時間區間內各時間點的輿情因子觀測值及收益率，根據各所述股票在所述各時間點的輿情因子觀測值、收益率及所述預設計算規則，計算得到各所述股票在所述各時間點對應的第一相關系數，按時間先后順序排序形成各相關系數集合；

在每個所述相關集合中隨機抽取兩個連續時間點的第一相關系數作為一個樣本，共抽取第二預設數量次，得到第二預設數量個樣本，將每個所述第二預設數量個樣本劃分為訓練集、評估集及測試集；

在所述訓練集中抽取第三預設數量個樣本，輸入初始模型，得到所述初始模型輸出的預測相關系數集合，采用反向傳播法進行模型訓練，得到訓練模型；

將所述評估集中的樣本輸入所述訓練模型進行預測準確率驗證，當所述預測準確率達到預設闕值時，得到驗證模型；

將所述測試集中的樣本輸入所述驗證模型進行預測準確率測試，當所述預測準確率達到所述預設闕值時，得到所述預測模型。

6.一種電子裝置，其特征在于，該電子裝置包括：存儲器、處理器，所述存儲器上存儲有目標股票選擇程序，所述處理器執行所述目標股票選擇程序時包括以下模塊：

獲取模塊：獲取待處理的各股票在預設時間點的輿情因子觀測值及收益率；

計算模塊：基于所述輿情因子觀測值、所述收益率及預設計算規則，計算得到各所述股票的第一相關系數；

預測模塊：將各所述第一相關系數輸入預先基于經驗回放機制建立的預測模型，得到所述預測模型輸出的各第二相關系數；

評分模塊：基于各所述第二相關系數、所述輿情因子觀測值及預設評分規則，對各所述股票進行評分處理，得到各所述股票的評分；

選股模塊：將各所述評分按照從高到低順序進行排序，選擇排序靠前的第一預設數量的股票，作為所述目標股票。

7.根據權利要求6所述的電子裝置，其特征在于，所述預設計算規則為：

其中，所述RankIC為t時刻的第一相關系數，為t-1時刻各所述股票的輿情因子f觀測值的排名，為t時刻各所述股票的收益率排名。