[發(fā)明專利]金融數(shù)據(jù)處理方法、裝置、設(shè)備及存儲介質(zhì)

在審

• 申請?zhí)枺?/td>: 202011635804.0
• 申請日: 2020-12-31
• 公開（公告）號: CN112732786A
• 公開（公告）日: 2021-04-30
• 發(fā)明（設(shè)計）人: 代心靈
• 申請（專利權(quán)）人: 平安科技（深圳）有限公司
• 主分類號: G06F16/2458
• 分類號: G06F16/2458;G06Q40/00
• 代理公司: 北京市京大律師事務(wù)所 11321
• 代理人: 姚維

本發(fā)明涉及人工智能領(lǐng)域，公開了一種金融數(shù)據(jù)處理方法、裝置、設(shè)備及存儲介質(zhì)。該方法包括：獲取待預(yù)測的用戶金融數(shù)據(jù)和獲取市場金融數(shù)據(jù)、企業(yè)金融數(shù)據(jù)并進行預(yù)處理，得到金融指標(biāo)數(shù)據(jù)；對金融指標(biāo)數(shù)據(jù)和金融數(shù)據(jù)進行匹配，得到多個同期金融數(shù)據(jù)并進行單變量分析，得到平均金融數(shù)據(jù)；將平均金融數(shù)據(jù)和金融數(shù)據(jù)輸入金融數(shù)據(jù)處理模型集分別進行金融數(shù)據(jù)預(yù)測，得到各預(yù)測模型的分布權(quán)重和金融預(yù)測值；對金融預(yù)測值歸一化，得到新的用戶金融數(shù)據(jù)；根據(jù)兩次用戶金融數(shù)據(jù)的差值，確定下一周期對應(yīng)的用戶金融數(shù)據(jù)變化趨勢。本發(fā)明將多方數(shù)據(jù)之間的聯(lián)系引入金融數(shù)據(jù)處理模型集，提高了預(yù)測準(zhǔn)確率。

技術(shù)領(lǐng)域

本發(fā)明涉及人工智能領(lǐng)域，尤其涉及一種金融數(shù)據(jù)處理方法、裝置、設(shè)備及存儲介質(zhì)。

背景技術(shù)

隨著人工智能的發(fā)展，金融行業(yè)也越來越多地使用人工智能來進行智能分析，為金融決策給出強化的數(shù)據(jù)科學(xué)支撐。傳統(tǒng)的上市公司金融預(yù)測中，只關(guān)注自身股票估值等的預(yù)測，而忽略了投資者的個性化情緒，長期專注于自身股票的價值提高,并沒有更多關(guān)注到如何給投資者提供良好的用戶投資體驗，使得投資者更穩(wěn)定等。

金融數(shù)據(jù)作為時間數(shù)據(jù)序列的一種，有著強烈的時間性和周期性，其數(shù)據(jù)序列前后往往具有很深的依賴性，這些特性使得金融預(yù)測趨勢走向成為可能，同時這也是目前金融預(yù)測的熱點和難點。傳統(tǒng)方法通常采用單一深度學(xué)習(xí)模型進行預(yù)測，因此預(yù)測難度較大，且預(yù)測結(jié)果準(zhǔn)確性不高。

發(fā)明內(nèi)容

本發(fā)明的主要目的在于解決如何提升機器學(xué)習(xí)模型預(yù)測準(zhǔn)確性的技術(shù)問題。

本發(fā)明第一方面提供了一種金融數(shù)據(jù)處理方法，所述金融數(shù)據(jù)處理方法包括：

獲取時間序列格式的市場金融數(shù)據(jù)、企業(yè)金融數(shù)據(jù)以及當(dāng)前周期對應(yīng)的第一用戶金融數(shù)據(jù)；

對所述市場金融數(shù)據(jù)和所述企業(yè)金融數(shù)據(jù)進行預(yù)處理，得到多個第一金融指標(biāo)數(shù)據(jù)；

對所述各第一金融指標(biāo)數(shù)據(jù)和所述第一用戶金融數(shù)據(jù)進行同期數(shù)據(jù)匹配，得到多個第一同期金融數(shù)據(jù)，并對所述各第一同期金融數(shù)據(jù)進行單變量分析，得到第一平均金融數(shù)據(jù)；

將所述第一平均金融數(shù)據(jù)和所述第一用戶金融數(shù)據(jù)輸入預(yù)置金融數(shù)據(jù)處理模型集分別進行金融數(shù)據(jù)預(yù)測，得到所述金融數(shù)據(jù)處理模型集中各數(shù)據(jù)處理模型對應(yīng)的分布權(quán)重和各數(shù)據(jù)處理模型輸出的第一金融預(yù)測值；

根據(jù)所述分布權(quán)重，對所述各數(shù)據(jù)處理模型輸出的第一金融預(yù)測值進行歸一化處理，得到下一周期對應(yīng)的第二用戶金融數(shù)據(jù)；

根據(jù)所述第一用戶金融數(shù)據(jù)和所述第二用戶金融數(shù)據(jù)的差值，確定下一周期對應(yīng)的用戶金融數(shù)據(jù)變化趨勢。

可選的，在本發(fā)明第一方面的第一種實現(xiàn)方式中，在所述獲取時間序列格式的市場金融數(shù)據(jù)、企業(yè)金融數(shù)據(jù)以及當(dāng)前周期對應(yīng)的第一用戶金融數(shù)據(jù)之前，還包括：

獲取時間序列格式的市場金融數(shù)據(jù)樣本、企業(yè)金融數(shù)據(jù)樣本以及投資者指定周期對應(yīng)的用戶金融數(shù)據(jù)樣本；

對所述市場金融數(shù)據(jù)樣本和所述企業(yè)金融數(shù)據(jù)樣本進行預(yù)處理，得到多個第二金融指標(biāo)數(shù)據(jù)；

對所述各第二金融指標(biāo)數(shù)據(jù)和所述用戶金融數(shù)據(jù)樣本進行同期數(shù)據(jù)匹配，得到多個第二同期金融數(shù)據(jù)，并對所述各第二同期金融數(shù)據(jù)進行單變量分析，得到第二平均金融數(shù)據(jù)；

分別將所述第二平均金融數(shù)據(jù)和所述用戶金融數(shù)據(jù)樣本輸入預(yù)置多個數(shù)據(jù)處理訓(xùn)練模型進行金融數(shù)據(jù)預(yù)測，得到所述各數(shù)據(jù)處理訓(xùn)練模型輸出的第二金融預(yù)測值和所述各數(shù)據(jù)處理訓(xùn)練模型的擬合優(yōu)度；

根據(jù)所述各數(shù)據(jù)處理訓(xùn)練模型的第二金融預(yù)測值，分別對所述各數(shù)據(jù)處理訓(xùn)練模型進行參數(shù)調(diào)優(yōu)，直至所述各數(shù)據(jù)處理訓(xùn)練模型收斂，得到多個數(shù)據(jù)處理模型；