[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

本申請涉及大數據處理領域，特別涉及一種信息預測方法、裝置、計算機設備和存儲介質。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；計算各基礎宏觀指標數據與收益率數據的相關系數；根據計算出的相關系數篩選出與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；根據市場波動指數預測模型進行金融市場波動指數預測。采用本方法能夠提高信息預測準確性。

技術領域

本申請涉及計算機技術領域，特別是涉及一種信息預測方法、裝置、計算 機設備和存儲介質。

背景技術

金融市場又稱為資金市場，包括貨幣市場和資本市場，是資金融通市場。 金融市場對經濟活動的各個方面均有著直接的深刻影響，如個人財富、企業的 經營、經濟運行的效率，都直接取決于金融市場的活動。

因此，金融市場的任何波動均會不同程度地影響經濟活動的各個方面，對 金融市場波動進行預測和防范顯得尤其重要。但是，目前缺少對金融市場波動 趨勢進行準確預測的有效手段。

發明內容

基于此，有必要針對上述技術問題，提供一種能夠提高金融市場波動指標 預測準確性的信息預測方法、裝置、計算機設備和存儲介質。

一種信息預測方法，所述方法包括：

步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。

在其中一個實施例中，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。

在其中一個實施例中，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。

在其中一個實施例中，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；