[發(fā)明專利]基于標準化流的股票走勢預(yù)測系統(tǒng)及方法

在審

• 申請?zhí)枺?/td>: 202011363890.4
• 申請日: 2020-11-27
• 公開（公告）號: CN112465224A
• 公開（公告）日: 2021-03-09
• 發(fā)明（設(shè)計）人: 鐘婷;陳曉蝶;周帆;楊慶;李亮
• 申請（專利權(quán)）人: 電子科技大學(xué)
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q40/04;G06N3/04;G06N3/08
• 代理公司: 成都虹盛匯泉專利代理有限公司 51268
• 代理人: 王偉

1.一種基于標準化流的股票走勢預(yù)測系統(tǒng)，其特征在于，包括：

第一數(shù)據(jù)預(yù)處理模塊，用于獲取第t個交易日的推特向量

第二數(shù)據(jù)預(yù)處理模塊，用于獲取第t個交易日的價格嵌入

輸入模塊，用于將第t個交易日的推特向量和價格嵌入按照以下公式構(gòu)建輸入特征向量

式中，其中W_x、W_p均為為權(quán)重矩陣，b_x、b_p均為偏差；

第三數(shù)據(jù)預(yù)處理模塊，用于依據(jù)輸入特征向量獲取第t個交易日的隱藏變量

編碼器，用于依據(jù)輸入特征向量和隱藏變量通過變分方法結(jié)合標準化流編碼得到潛在變量及其分布

解碼器，用于依據(jù)潛在變量重構(gòu)輸入特征變量并得到損失值；

輸出層，將編碼器得到的潛在隨機變量和最后一個隱藏狀態(tài)按照以下公式來估計置信度

式中，σ(·)為softmax函數(shù)，W_y、W′_p均為權(quán)重矩陣，b′_p、b_y為偏差。

2.根據(jù)權(quán)利要求1所述基于標準化流的股票走勢預(yù)測系統(tǒng)，其特征在于，對于第一數(shù)據(jù)預(yù)處理模塊，使用前向和后向得到推特文本嵌入：其中D_x為推特向量的維數(shù)，L為推特的長度，r∈[1,…,l_s]，l∈[l_s，…,L]，l_s為股票符號在推特中的位置；將N個推特嵌入連接起來得到一個矩陣S_t，然后將S_t非線性地映射到一個標準化注意力權(quán)重e_t＝softmax(W_etanh(W_e·S_t^Τ))；最后，第第t個交易日的推特向量表示為W_e為權(quán)重矩陣，S_t^Τ為S_t的轉(zhuǎn)置。

3.根據(jù)權(quán)利要求1所述基于標準化流的股票走勢預(yù)測系統(tǒng)，其特征在于，對于第二數(shù)據(jù)預(yù)處理模塊，第t個交易日的收盤價價格嵌入表示為：

式中，為原始價格向量，由第t個交易日當天調(diào)整后的收盤價格、最高和最低價格組成。

4.根據(jù)權(quán)利要求1所述基于標準化流的股票走勢預(yù)測方法，其特征在于，對于第三數(shù)據(jù)預(yù)處理模塊，為第t個交易日的前一交易日的隱藏變量。

5.根據(jù)權(quán)利要求1所述基于標準化流的股票走勢預(yù)測方法，其特征在于，對于編碼器首先將輸入特征向量編碼到潛在隨機變量中，將前一個交易日的潛在隨機變量和第t個交易日的隱藏變量結(jié)合起來，學(xué)習(xí)第t個交易日的潛在表示，輸入特征向量從后驗分布中采樣，可以獲得該潛在表示的先驗，然后用標準化流學(xué)習(xí)近似后驗；

所述標準化流為平面標準化流，其變換F_k易于求逆：

式中，u、w、b均為標準化流參數(shù)，u∈R^D，w∈R^D，b∈R，w^T為w的轉(zhuǎn)置；

則分布p(z_K)：

6.根據(jù)權(quán)利要求5所述基于標準化流的股票走勢預(yù)測系統(tǒng)，其特征在于，

所述損失值為：

式中，第一項為重構(gòu)輸入特征，其中從后驗分布中采樣得到；第二項是常數(shù)；最后兩項是流；β∈(0,1]。