[發明專利]信息預測方法、裝置、計算機設備和存儲介質

在審

• 申請號: 201910217746.0
• 申請日: 2019-03-21
• 公開（公告）號: CN110232463A
• 公開（公告）日: 2019-09-13
• 發明（設計）人: 萬雨竹;范榮;程曉瑜;莫澤鴻;湯哲
• 申請（專利權）人: 平安直通咨詢有限公司上海分公司
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q40/06
• 代理公司: 廣州華進聯合專利商標代理有限公司 44224
• 代理人: 王珊珊

1.一種信息預測方法，所述方法包括：

獲取普通債到期的收益率數據，并從基礎指標庫中逐個獲取基礎宏觀指標數據；

計算各所述基礎宏觀指標數據與所述收益率數據的相關系數；

根據計算出的所述相關系數篩選出與所述收益率數據關聯的基礎宏觀指標數據；

采用因子分析法對篩選出的所述基礎宏觀指標數據進行分析并構建市場波動指數預測模型；

根據所述市場波動指數預測模型進行金融市場波動指數預測。

2.根據權利要求1所述的方法，其特征在于，所述根據計算出的所述相關系數篩選出與所述收益率數據關聯的基礎宏觀指標數據，包括：

獲取預設相關閾值，提取出對應計算得到的所述相關系數大于所述預設相關閾值的基礎宏觀指標數據；

獲取提取出的所述基礎宏觀指標數據的指標屬性，根據所述指標屬性對提取出的所述基礎宏觀指標數據進行分類；

將每一分類中對應的所述相關系數最大的所述基礎宏觀指標數據篩選出來。

3.根據權利要求2所述的方法，其特征在于，所述將每一分類中對應的所述相關系數最大的所述基礎宏觀指標數據篩選出來之后，還包括：

獲取提取出的所述基礎宏觀指標數據的分類數量，并獲取預設指標下限數值；

當所述分類數量小于所述預設指標下限數值時，計算所述預設指標下限數值與所述分類數量的差值；

將未篩選出的提取的所述基礎宏觀指標數據根據對應相關系數由大至小的順序進行排序，將排在前列的所述基礎宏觀指標數據篩選出來，且篩選出的排在前列的所述基礎宏觀指標數據的數量與所述差值一致。

4.根據權利要求1所述的方法，其特征在于，所述采用因子分析法對篩選出的所述基礎宏觀指標數據進行分析并構建市場波動指數預測模型，包括：

對篩選出的所述基礎宏觀指標數據進行標準化處理得到相關矩陣；

計算所述相關矩陣的特征值和特征向量；

根據所述特征值計算相關因子的方差貢獻率、累計方差貢獻率和載荷矩陣；

獲取預設累計方差閾值，根據所述預設累計方差閾值和所述累計方差貢獻率確定相關因子數量；

根據所述特征向量和所述相關因子數量得到因子分析模型；

根據最大方差旋轉法對所述載荷矩陣進行正交變換；

根據所述基礎宏觀指標數據和變換后的所述載荷矩陣計算所述相關因子的因子得分；

以各所述相關因子的所述方差貢獻率為權重對所述因子得分進行組合得到市場波動指數預測模型。

5.根據權利要求1所述的方法，其特征在于，所述計算各所述基礎宏觀指標數據與所述收益率數據的相關系數，包括：

獲取預設數據抽取頻率；

根據所述預設數據抽取頻率從各所述基礎宏觀指標數據中提取基礎宏觀指標序列；

根據所述預設數據抽取頻率從所述收益率數據中提取收益率序列；

計算各所述基礎宏觀指標序列與所述收益率序列的相關系數。

6.一種信息預測裝置，其特征在于，所述裝置包括：

數據獲取模塊，用于獲取普通債到期的收益率數據，并從基礎指標庫中逐個獲取基礎宏觀指標數據；

系數計算模塊，用于計算各所述基礎宏觀指標數據與所述收益率數據的相關系數；

數據篩選模塊，用于根據計算出的所述相關系數篩選出與所述收益率數據關聯的基礎宏觀指標數據；

模型構建模塊，用于采用因子分析法對篩選出的所述基礎宏觀指標數據進行分析并構建市場波動指數預測模型；

指數預測模塊，用于根據所述市場波動指數預測模型進行金融市場波動指數預測。

7.根據權利要求6所述的裝置，其特征在于，所述數據篩選模塊包括：

閾值獲取子模塊，用于獲取預設相關閾值，提取出對應計算得到的所述相關系數大于所述預設相關閾值的基礎宏觀指標數據；

數據分類子模塊，用于獲取提取出的所述基礎宏觀指標數據的指標屬性，根據所述指標屬性對提取出的所述基礎宏觀指標數據進行分類；

第一篩選子模塊，用于將每一分類中對應的所述相關系數最大的所述基礎宏觀指標數據篩選出來。