[發明專利]一種股市量化投資的金融科技人工智能優化方法及裝置

在審

• 申請號: 201910762562.2
• 申請日: 2019-08-19
• 公開（公告）號: CN110490746A
• 公開（公告）日: 2019-11-22
• 發明（設計）人: 王嘉宏;吳曉晶;林竹文
• 申請（專利權）人: 福建工程學院
• 主分類號: G06Q40/06
• 分類號: G06Q40/06;G06Q40/04;G06N3/04;G06N3/08
• 代理公司: 33246 浙江千克知識產權代理有限公司
• 代理人: 裴金華<國際申請>=<國際公布>=<進入

本發明公開了一種股市量化投資的金融科技人工智能優化方法。包括獲取股票歷史價格數據，對股票歷史價格數據進行預處理，獲得處理后數據；將處理后數據導入篩選獲得的最優神經網絡模型中，獲得股票預測價格；將股票預測價格導入至預設的規則中，獲得最優投資組合比例。本發明還公開了一種股市量化投資的金融科技人工智能優化裝置。本發明提出的金融投資組合優化算法基于神經網絡的結構、自適應能力、模擬非線性函數特點，使用金融科技分析股票數據進行預測，創新人工智能優化算法在證券量化投資組合中的功用。

技術領域

本發明涉及股市量化投資的人工智能優化領域，特別是涉及一種股市量化投資的金融科技人工智能優化方法及裝置。

背景技術

投資組合理論為西方發達資本主義國家經濟快速、穩定的發展起到了至關重要的作用。但是，與國外的理論發展現狀相比，我國目前的發展無論是在理論的研究上還是應用上，都尚處于摸索階段。現有技術方案包括馬科維茲理論、資本資產定價模型、套利定價理論等，大都通過采用分散組合投資的方式控制個股的不穩定波動所造成的損失，藉以降低股票投資風險。伴隨著中國股票市場交易制度的完善，對新金融科技技術的量化交易需求越來越龐大，各投資機構陸續進行股票數據預測算法和量化投資技術的相關研究。然而，造成股票價格波動的因素有很多，致使股票市場交易形成了一個復雜的非線性系統，現有技術方案的金融預測與投資組合優化技術已經無法滿足需求。

發明內容

本發明目的是提供一種股市量化投資的金融科技人工智能優化方法及裝置，能夠優化股市量化投資。

根據本發明的第一方面，提供了一種股市量化投資的金融科技人工智能優化方法，包括：

獲取股票歷史價格數據，對股票歷史價格數據進行預處理，獲得處理后數據；

將處理后數據導入篩選獲得的最優神經網絡模型中，獲得股票預測價格；

將股票預測價格導入至預設的規則中，獲得最優投資組合比例。

進一步的，“對股票歷史價格數據進行預處理”具體包括：

讀取股票歷史價格數據的csv文件，將csv文件以DataFrame類型保存并將含有空值的行進行刪除，獲得可使用股票歷史數據；

將可使用股票歷史數據按照預設的比例分為訓練數據和測試數據；

對訓練數據與測試數據進行取均值、歸一化。

進一步的，“將處理后數據導入篩選獲得的最優神經網絡模型中，獲得股票預測價格”具體包括：

將處理后數據導入訓練神經網絡中，通過反向傳播求解訓練神經網絡參數梯度；

根據參數梯度優化訓練神經網絡的參數，獲得優化神經網絡；

判斷優化神經網絡的迭代次數是否達到最大值，若達到最大值，則判斷優化神經網絡的預測誤差是否在預設范圍內，若未達到最大值，則重新將處理后數據導入訓練神經網絡中再次訓練；

若預測誤差不在預設范圍內，則重新將處理后數據導入訓練神經網絡中再次訓練，若預測誤差在預設范圍內，則將優化神經網絡作為最優神經網絡模型，并將處理后數據導入最優神經網絡模型，獲得股票預測價格。

進一步的，“將股票預測價格導入至預設的規則中，獲得最優投資組合比例”具體包括：

獲取股票預測價格，根據股票預測價格與股票歷史價格數據得到股票期望收益值；

根據股票期望收益值確定股票的標準差、協方差；

根據標準差、協方差確定最優投資組合比例。

根據本發明的第二方面，提供了一種股市量化投資的金融科技人工智能優化裝置，包括：