[發明專利]一種金融產品未來收益數據預測方法、裝置及系統

在審

• 申請號: 201811509102.0
• 申請日: 2018-12-11
• 公開（公告）號: CN109598623A
• 公開（公告）日: 2019-04-09
• 發明（設計）人: 楊東偉;王棟;陳紹真;王波;王新勇;張磊
• 申請（專利權）人: 國家電網有限公司;國網電子商務有限公司;國網雄安金融科技有限公司
• 主分類號: G06Q40/06
• 分類號: G06Q40/06;G06Q10/04;G06N3/08;G06F16/36
• 代理公司: 北京集佳知識產權代理有限公司 11227
• 代理人: 巴翠昆;王寶筠

1.一種金融產品未來收益數據預測方法，其特征在于，包括：

獲取企業的基本數據集；

輸入所述基本數據集至預先構建的神經網絡模型，獲得該神經網絡模型輸出的企業波動數據；

基于預先構建的知識圖譜確定該企業的企業排名；

結合所述企業波動數據和所述企業排名，預測該企業對應金融產品的未來收益數據。

2.如權利要求1所述的方法，其特征在于，其中企業波動數據包括未來收益率和未來波動率。

3.如權利要求1所述的方法，其特征在于，預先構建知識圖譜包括：

獲取多個企業的綜合數據集；其中，綜合數據集可以包括四種類型的數據集基本數據集、互聯網數據集、知識產權數據集和泛輿情數據集；

對多個企業的綜合數據集執行預處理操作，獲得預處理操作后的多個綜合數據集；

對預處理后的綜合數據集執行分析操作，確定多個企業的因子集；

利用所述多個企業的因子集構建企業知識圖譜；其中，企業知識圖譜中每個實體為一企業，企業知識圖譜用于表示多個企業之間的關系，且，每個實體采用因子集表示。

4.如權利要求3所述的方法，其特征在于，所述因子集可以包括財務因子、公司因子、股價因子和分析師投研因子；

所述財務因子包括財務盈利、財務估值、財務運營、財務成長和資產負債；

所述公司因子包括公司市值和股東集中度；

所述股價因子包括換手率、相對總體市場的波動性和波動率；

所述分析師投研因子包括分析師評級。

5.如權利要求3或4所述的方法，其特征在于，每個因子包括多個子因素，且，各個因子預先設置有對應權重，各個子因素預先設置有對應權重，則所述基于預先構建的知識圖譜確定該企業的企業排名，包括：

基于所述知識圖譜，按照各個子因素對各個企業執行排序操作，獲得各個企業的子因素得分；

將一因子中各個子因素得分乘以對應因素權重再求和該因子得分；

一個企業的多個因子得分乘以對應因子權重再求和得到企業得分；

按企業得分對多個企業執行排序操作，獲得多個企業的企業排名。

6.如權利要求2所述的方法，其特征在于，所述結合所述企業波動數據和所述企業排名，預測該企業對應金融產品的未來收益數據，包括：

獲取該企業下金融產品的歷史收益數據；

結合金融產品的歷史收益數據、企業波動數據、企業排名及預設預測公式，預測金融產品的未來收益數據。

7.如權利要求6所述的方法，其特征在于，預測公式包括：

未來收益數據＝當前收益數據+未來收益率*C 1+(當前企業排名

-歷史企業排名)*C2-波動率*C3+C4；

其中，C1、C2、C3和C4分別是已知參數。

8.如權利要求1所述的方法，其特征在于，構建的神經網絡模型包括：

獲取多個企業的基本數據集；

對多個企業的基本數據集執行預處理操作獲得多個訓練樣本；

基于訓練樣本訓練初始神經網絡直到達到結束條件，獲得訓練結束的神經網絡模型；其中，神經網絡模型為，以基本數據集為輸入、以未來收益率和未來波動率為輸出的機器模型。

9.一種金融產品未來收益數據預測裝置，其特征在于，包括：

獲取單元，用于獲取企業的基本數據集；

輸入單元，用于輸入所述基本數據集至預先構建的神經網絡模型，獲得該神經網絡模型輸出的企業波動數據；

確定單元，用于基于預先構建的知識圖譜確定該企業的企業排名；

預測單元，用于結合所述企業波動數據和所述企業排名，預測該企業對應金融產品的未來收益數據。

10.一種金融產品未來收益數據預測系統，其特征在于，包括：

服務器和第三方系統；

服務器，用于從第三方系統獲取企業的基本數據集；輸入所述基本數據集至預先構建的神經網絡模型，獲得該神經網絡模型輸出的企業波動數據；基于預先構建的知識圖譜確定該企業的企業排名；結合所述企業波動數據和所述企業排名，預測該企業對應金融產品的未來收益數據。