[發明專利]一種倉單價值的預測方法及裝置

在審

• 申請號: 202011559997.6
• 申請日: 2020-12-25
• 公開（公告）號: CN112598423A
• 公開（公告）日: 2021-04-02
• 發明（設計）人: 馬通;程呈
• 申請（專利權）人: 中國農業銀行股份有限公司
• 主分類號: G06Q20/40
• 分類號: G06Q20/40;G06Q40/02;G06Q30/02
• 代理公司: 北京集佳知識產權代理有限公司 11227
• 代理人: 尹秀

1.一種倉單價值的預測方法，其特征在于，包括：

接收交易市場推送的待預測倉單價值的數據序列；所述數據序列指：歷史倉單物市場價格、歷史倉單質押率、歷史倉單價值、倉單物交易企業、倉單物銷售額，倉單物季節性供應數據量、期貨市場倉單物價格和倉單物交易市場倉單物交易數據分別對應的數據序列；其中，任意一種數據的數據序列指：所述交易市場在推送時刻之前獲取的該種數據在歷史中的全部數據構成的數據序列；

將所述待預測倉單價值的數據序列，輸入預設的自適應回歸樣條模型；所述自適應回歸樣條模型輸出倉單價值的預測值；所述倉單價值的預測值表示質押倉單在未來的價值；

依據所述倉單價值的預測值，確定用于表示倉單價值風險的風險值。

2.根據權利要求1所述的方法，其特征在于，在所述將所述待預測倉單價值的數據序列，輸入預設的自適應回歸樣條模型之前，還包括：

對所述待預測倉單價值的數據序列進行預處理，得到預處理后的待預測倉單價值的數據序列；所述預處理包括：歸一化和標準化處理；

所述將所述待預測倉單價值的數據序列，輸入預設的自適應回歸樣條模型，具體為：

將所述預處理后的待預測倉單價值的數據序列，輸入所述預設的自適應回歸樣條模型。

3.根據權利要求1所述的方法，其特征在于，所述預設的自適應回歸樣條模型指：采用訓練樣本對初始自適應回歸樣條模型訓練得到；

其中，采用訓練樣本對初始自適應回歸樣條模型的訓練過程，包括：

獲取訓練樣本；

采用所述訓練樣本對初始自適應回歸樣條模型進行訓練，得到訓練后的自適應回歸樣條模型；所述訓練過程包括向前逐步過程、向后剪枝過程和最佳模型選擇過程；其中，所述最佳模型選擇過程得到的自適應回歸樣條模型為訓練后的自適應回歸樣條模型。

4.根據權利要求3所述的方法，其特征在于，所述獲取訓練樣本，包括：

獲取所述交易市場在預設時刻推送的數據序列，并作為歷史數據序列；

對所述歷史數據序列進行分類，得到分類后的歷史數據序列；

將所述分類后的歷史數據序列中的每一類歷史數據序列，分別作為一個變量；

將全部所述變量作為所述訓練樣本。

5.一種倉單價值的預測裝置，其特征在于，包括：

接收模塊，用于接收交易市場推送的待預測倉單價值的數據序列；所述數據序列指：歷史倉單物市場價格、歷史倉單質押率、歷史倉單價值、倉單物交易企業、倉單物銷售額，倉單物季節性供應數據量、期貨市場倉單物價格和倉單物交易市場倉單物交易數據分別對應的數據序列；其中，任意一種數據的數據序列指：所述交易市場在推送時刻之前獲取的該種數據在歷史中的全部數據構成的數據序列；

輸入模塊，用于將所述待預測倉單價值的數據序列，輸入預設的自適應回歸樣條模型；所述自適應回歸樣條模型輸出倉單價值的預測值；所述倉單價值的預測值表示質押倉單在未來的價值；

確定模塊，用于依據所述倉單價值的預測值，確定用于表示倉單價值風險的風險值。

6.根據權利要求5所述的裝置，其特征在于，還包括：

預處理模塊，用于在所述輸入模塊將所述待預測倉單價值的數據序列，輸入預設的自適應回歸樣條模型之前，對所述待預測倉單價值的數據序列進行預處理，得到預處理后的待預測倉單價值的數據序列；所述預處理包括：歸一化和標準化處理；

所述輸入模塊，用于將所述待預測倉單價值的數據序列，輸入預設的自適應回歸樣條模型，具體為：

所述輸入模塊，具體用于將所述預處理后的待預測倉單價值的數據序列，輸入所述預設的自適應回歸樣條模型。