[發明專利]基于降維技術優化的循環神經網絡的股市數據分析方法

有效

• 申請號: 201911057108.3
• 申請日: 2019-10-24
• 公開（公告）號: CN110827148B
• 公開（公告）日: 2020-07-24
• 發明（設計）人: 宋亞童;胡俊豐;于潤祥
• 申請（專利權）人: 宋亞童
• 主分類號: G06Q40/04
• 分類號: G06Q40/04;G06N3/04;G06N3/08
• 代理公司: 西安長和專利代理有限公司 61227
• 代理人: 黃偉洪

本發明屬于金融信息數據處理技術領域，公開了一種基于降維技術優化的循環神經網絡的股市數據分析方法，對數據集分別先做因子分析，分別取出其質因子的第一類與第二類；找到參變量，并分析參變量隨時間變化對股票漲跌的關系；把參變量代入LSTM模型進行預測，優化后的LSTM在每個激勵源處加入了遺忘門，對先前信息進行篩選。本發明對LSTM神經網絡在金融領域的拓展，成功的把遺忘門的概念應用于股市分析，并提高了精確度；在數據與處理中引入降維算法并進行對比。本發明突出了降維技術的優勢以及LSTM網絡的準確性，使得股市預測比傳統的分析方法更加可信；預測可以應用到實際中。

技術領域

本發明屬于金融信息數據處理技術領域，尤其涉及一種基于降維技術優化的循環神經網絡的股市數據分析方法。

背景技術

目前，最接近的現有技術：主成分分析法，在許多領域的研究與應用中，通常需要對含有多個變量的數據進行觀測，收集大量數據后進行分析尋找規律。多變量大數據集無疑會為研究和應用提供豐富的信息，但是也在一定程度上增加了數據采集的工作量。更重要的是在很多情形下，許多變量之間可能存在相關性，從而增加了問題分析的復雜性。如果分別對每個指標進行分析，分析往往是孤立的，不能完全利用數據中的信息，因此盲目減少指標會損失很多有用的信息，從而產生錯誤的結論。因此需要找到一種合理的方法，在減少需要分析的指標同時，盡量減少原指標包含信息的損失，以達到對所收集數據進行全面分析的目的。由于各變量之間存在一定的相關關系，因此可以考慮將關系緊密的變量變成盡可能少的新變量，使這些新變量是兩兩不相關的，那么就可以用較少的綜合指標分別代表存在于各個變量中的各類信息。主成分分析就屬于這類降維算法。PCA即主成分分析方法，是一種使用最廣泛的數據降維算法。PCA的主要思想是將n維特征映射到k維上，這k維是全新的正交特征也被稱為主成分，是在原有n維特征的基礎上重新構造出的k維特征。PCA的工作就是從原始的空間中順序地找一組相互正交的坐標軸，新的坐標軸的選擇與數據本身是密切相關的。其中，第一個新坐標軸選擇是原始數據中方差最大的方向，第二個新坐標軸選取是與第一個坐標軸正交的平面中使得方差最大的，第三個軸是與第1，2個軸正交的平面中方差最大的。依次類推，可以得到n個這樣的坐標軸。通過這種方式獲得的新的坐標軸，大部分方差都包含在前面k個坐標軸中，后面的坐標軸所含的方差幾乎為0。

基于SVD分解協方差矩陣實現PCA算法：

輸入：數據集X＝{x₁，x₂，…x_N}，需要降到k維。

1)去平均值，即每一位特征減去各自的平均值。

2)計算協方差矩陣XX^T。

3)通過SVD計算協方差矩陣的特征值與特征向量。

4)對特征值從大到小排序，選擇其中最大的k個。然后將其對應的k個特征向量分別作為列向量組成特征向量矩陣。

5)將數據轉換到k個特征向量構建的新空間中。

傳統的循環神經網絡，RNN是一種特殊的神經網絡結構，它是根據″人的認知是基于過往的經驗和記憶″這一觀點提出的；它與DNN，CNN不同的是：它不僅考慮前一時刻的輸入，而且賦予了網絡對前面的內容的一種“記憶”功能。RNN之所以稱為循環神經網路，即一個序列當前的輸出與前面的輸出也有關。具體的表現形式為網絡會對前面的信息進行記憶并應用于當前輸出的計算中，即隱藏層之間的節點不再無連接而是有連接的，并且隱藏層的輸入不僅包括輸入層的輸出還包括上一時刻隱藏層的輸出。

綜上所述，現有技術存在的問題是：

(1)現有的主成分分析法以及傳統的循環神經網絡進行預測僅利用其中為數不多的兩個或三個，而對于其余指標則進行忽略，導致數據結果不準確。

(2)傳統的RNN算法如果利用梯度下降法進行優化，則會出現“梯度消失”或“梯度爆炸”的嚴重問題，數據的準確率低。