[發(fā)明專利]居民消費(fèi)能力預(yù)測方法、裝置及計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)

在審

• 申請?zhí)枺?/td>: 201910883944.0
• 申請日: 2019-09-16
• 公開（公告）號(hào): CN110751505A
• 公開（公告）日: 2020-02-04
• 發(fā)明（設(shè)計(jì)）人: 李正洋
• 申請（專利權(quán)）人: 平安科技(深圳)有限公司
• 主分類號(hào): G06Q30/02
• 分類號(hào): G06Q30/02;G06Q10/06
• 代理公司: 44347 深圳市沃德知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙)
• 代理人: 高杰;于志光

本發(fā)明涉及一種人工智能技術(shù)，揭露了一種基于市場波動(dòng)的居民消費(fèi)能力預(yù)測方法，包括：接收基于時(shí)間波動(dòng)的原始數(shù)據(jù)集，通過所述原始數(shù)據(jù)集計(jì)算收益率和指標(biāo)集，根據(jù)所述收益率和指標(biāo)集建立時(shí)序狀態(tài)模型，基于迭代算法對所述時(shí)序狀態(tài)模型中的隱變量集進(jìn)行迭代優(yōu)化，得到優(yōu)化后的隱變量集，根據(jù)所述優(yōu)化后的隱變量集重新構(gòu)建時(shí)序狀態(tài)模型得到優(yōu)化時(shí)序狀態(tài)模型，并通過所述優(yōu)化時(shí)序狀態(tài)模型預(yù)測市場波動(dòng)結(jié)果，基于市場波動(dòng)結(jié)果得到在預(yù)設(shè)時(shí)間內(nèi)的居民消費(fèi)能力。本發(fā)明還提出一種基于市場波動(dòng)的居民消費(fèi)能力預(yù)測裝置以及一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)。本發(fā)明可以實(shí)現(xiàn)精準(zhǔn)高效的居民消費(fèi)能力預(yù)測功能。

技術(shù)領(lǐng)域

本發(fā)明涉及人工智能技術(shù)領(lǐng)域，尤其涉及一種基于市場波動(dòng)的居民消費(fèi)能力預(yù)測的方法、裝置及計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)。

背景技術(shù)

居民消費(fèi)能力是反映社會(huì)經(jīng)濟(jì)好壞的重要指標(biāo)，政府可通過財(cái)稅調(diào)節(jié)、精準(zhǔn)扶貧和公共服務(wù)均等化等多種手段，提高居民消費(fèi)能力。然而政府進(jìn)行上述一系列決策可直接從市場反應(yīng)來看，通過對市場波動(dòng)的預(yù)測可有效的預(yù)估居民消費(fèi)能力。市場波動(dòng)通常使用傳統(tǒng)的隱馬爾科夫模型，而傳統(tǒng)的隱馬爾科夫模型的特點(diǎn)是對當(dāng)前觀測數(shù)據(jù)值進(jìn)行隱狀態(tài)標(biāo)定，這些隱狀態(tài)在數(shù)量統(tǒng)計(jì)中進(jìn)行歸一化得到狀態(tài)分布，再利用狀態(tài)分布訓(xùn)練上升、下降的分類模型，這樣處理的一個(gè)缺陷在于并沒有有效提取出隱狀態(tài)(即無法定量出隱變量)，因此對市場波動(dòng)的預(yù)測能力有待提高。

發(fā)明內(nèi)容

本發(fā)明提供一種基于市場波動(dòng)的居民消費(fèi)能力預(yù)測方法、裝置及計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其主要目的分析市場波動(dòng)的結(jié)果，根據(jù)所述結(jié)果進(jìn)行對居民消費(fèi)能力進(jìn)行預(yù)測。

為實(shí)現(xiàn)上述目的，本發(fā)明提供的一種基于市場波動(dòng)的居民消費(fèi)能力預(yù)測方法，包括：

接收基于時(shí)間波動(dòng)的原始數(shù)據(jù)集，通過所述原始數(shù)據(jù)集計(jì)算收益率和指標(biāo)集，根據(jù)所述收益率和指標(biāo)集建立時(shí)序狀態(tài)模型；

基于迭代算法對所述時(shí)序狀態(tài)模型中的隱變量集進(jìn)行迭代優(yōu)化，得到優(yōu)化后的隱變量集；

根據(jù)所述優(yōu)化后的隱變量集重新構(gòu)建時(shí)序狀態(tài)模型得到優(yōu)化時(shí)序狀態(tài)模型，并通過所述優(yōu)化時(shí)序狀態(tài)模型預(yù)測市場波動(dòng)結(jié)果；

基于市場波動(dòng)結(jié)果得到在預(yù)設(shè)時(shí)間內(nèi)的居民消費(fèi)能力。

可選地，所述收益率為：

其中，Q(t)表示第t天收益率，Close(t)表示第t天的收支差，Close(t-1)表示第t-1天的收支差。

可選地，所述基于迭代算法對所述時(shí)序狀態(tài)模型中的隱變量集進(jìn)行迭代優(yōu)化，包括：

構(gòu)建隱變量集與優(yōu)化后的隱變量集之間的關(guān)系函數(shù)；

基于所述關(guān)系函數(shù)建立所述隱變量集與所述優(yōu)化后的隱變量集之間的聯(lián)合分布；

基于所述聯(lián)合分布中的均值、變化矩陣和標(biāo)準(zhǔn)差，建立似然函數(shù)；

基于杰森不等式得到所述似然函數(shù)的不等式范圍，并根據(jù)所述不等式范圍最優(yōu)化得到最優(yōu)均值、最優(yōu)變化矩陣和最優(yōu)標(biāo)準(zhǔn)差；

基于所述最優(yōu)均值、最優(yōu)變化矩陣和最優(yōu)標(biāo)準(zhǔn)差和聯(lián)合分布求得所述優(yōu)化后的隱變量集。

可選地，所述關(guān)系函數(shù)為：

其中，X為優(yōu)化后的隱變量集，ξ_ZX為隱變量集和優(yōu)化后的隱變量集在聯(lián)合分布情況下的方差，μ_ZX為隱變量集和優(yōu)化后的隱變量集在聯(lián)合分布情況下的均值；及

所述聯(lián)合分布為：