[發(fā)明專利]資產(chǎn)數(shù)據(jù)的處理方法及裝置

在審

• 申請?zhí)枺?/td>: 202110241979.1
• 申請日: 2021-03-04
• 公開（公告）號: CN112598526A
• 公開（公告）日: 2021-04-02
• 發(fā)明（設(shè)計）人: 李晨;王世均
• 申請（專利權(quán)）人: 螞蟻智信（杭州）信息技術(shù)有限公司
• 主分類號: G06Q40/04
• 分類號: G06Q40/04
• 代理公司: 北京國昊天誠知識產(chǎn)權(quán)代理有限公司 11315
• 代理人: 朱文杰

1.一種資產(chǎn)數(shù)據(jù)的處理方法，包括：

獲取待交易的資產(chǎn)數(shù)據(jù)，將所述資產(chǎn)數(shù)據(jù)輸入預(yù)先訓(xùn)練的資產(chǎn)交易預(yù)測模型；

通過所述資產(chǎn)交易預(yù)測模型將所述資產(chǎn)數(shù)據(jù)識別為圖像數(shù)據(jù)，并提取所述圖像數(shù)據(jù)中的圖像特征；所述圖像特征包括時間序列特征、空間結(jié)構(gòu)特征、頻率特征中的至少一項；

利用所述資產(chǎn)交易預(yù)測模型分析所述圖像特征，并根據(jù)分析結(jié)果確定使所述資產(chǎn)數(shù)據(jù)對應(yīng)的資產(chǎn)收益達到預(yù)設(shè)收益條件的目標(biāo)資產(chǎn)交易方式。

2.根據(jù)權(quán)利要求1所述的方法，所述資產(chǎn)數(shù)據(jù)包括資產(chǎn)量和/或資產(chǎn)類別；所述目標(biāo)資產(chǎn)交易方式包括交易時間、交易量、交易資產(chǎn)類別中的至少一項。

3.根據(jù)權(quán)利要求1所述的方法，所述資產(chǎn)交易預(yù)測模型基于多個歷史資產(chǎn)交易數(shù)據(jù)以及各所述歷史資產(chǎn)交易數(shù)據(jù)分別對應(yīng)的歷史資產(chǎn)收益數(shù)據(jù)訓(xùn)練得到；

所述獲取待交易的資產(chǎn)數(shù)據(jù)之前，還包括：

獲取多個所述歷史資產(chǎn)交易數(shù)據(jù)以及各所述歷史資產(chǎn)交易數(shù)據(jù)分別對應(yīng)的歷史資產(chǎn)收益數(shù)據(jù)；所述歷史資產(chǎn)交易數(shù)據(jù)包括歷史資產(chǎn)數(shù)據(jù)和歷史資產(chǎn)交易方式；

確定所述歷史資產(chǎn)數(shù)據(jù)對應(yīng)的歷史圖像數(shù)據(jù)；

利用深度神經(jīng)網(wǎng)絡(luò)對所述歷史圖像數(shù)據(jù)對應(yīng)的歷史圖像特征以及所述歷史資產(chǎn)交易方式進行深度學(xué)習(xí)，得到學(xué)習(xí)結(jié)果；所述學(xué)習(xí)結(jié)果包括：使資產(chǎn)收益滿足預(yù)設(shè)收益條件的資產(chǎn)交易方式和有效圖像特征之間的映射關(guān)系；

根據(jù)所述學(xué)習(xí)結(jié)果構(gòu)建所述資產(chǎn)交易預(yù)測模型。

4.根據(jù)權(quán)利要求3所述的方法，所述深度神經(jīng)網(wǎng)絡(luò)包括空間濾波網(wǎng)絡(luò)、異質(zhì)頻率融合網(wǎng)絡(luò)和赫布網(wǎng)絡(luò)；

所述利用深度神經(jīng)網(wǎng)絡(luò)對所述歷史圖像數(shù)據(jù)對應(yīng)的歷史圖像特征以及所述歷史資產(chǎn)交易方式進行深度學(xué)習(xí)，得到學(xué)習(xí)結(jié)果，包括：

確定所述歷史資產(chǎn)收益數(shù)據(jù)中、滿足所述預(yù)設(shè)收益條件的第一歷史資產(chǎn)收益數(shù)據(jù)對應(yīng)的第一歷史資產(chǎn)數(shù)據(jù)；

利用所述空間濾波網(wǎng)絡(luò)，提取所述第一歷史資產(chǎn)數(shù)據(jù)對應(yīng)的第一歷史圖像數(shù)據(jù)的第一空間結(jié)構(gòu)特征；

利用所述異質(zhì)頻率融合網(wǎng)絡(luò)，提取所述第一歷史圖像數(shù)據(jù)的第一頻率特征；

利用所述赫布網(wǎng)絡(luò)，對所述第一空間結(jié)構(gòu)特征和所述第一頻率特征進行聯(lián)合學(xué)習(xí)，根據(jù)所述聯(lián)合學(xué)習(xí)的結(jié)果確定所述歷史圖像數(shù)據(jù)對應(yīng)的所述有效圖像特征；

構(gòu)建所述有效圖像特征和所述第一歷史圖像數(shù)據(jù)對應(yīng)的所述歷史交易方式之間的映射關(guān)系，得到所述學(xué)習(xí)結(jié)果。

5.根據(jù)權(quán)利要求4所述的方法，所述深度神經(jīng)網(wǎng)絡(luò)還包括時間序列學(xué)習(xí)網(wǎng)絡(luò)和意識學(xué)習(xí)網(wǎng)絡(luò)；

所述根據(jù)所述聯(lián)合學(xué)習(xí)的結(jié)果確定所述歷史圖像數(shù)據(jù)對應(yīng)的有效圖像特征，包括：

利用所述時間序列學(xué)習(xí)網(wǎng)絡(luò)，提取所述第一歷史圖像數(shù)據(jù)的第一時間序列特征；

利用所述意識學(xué)習(xí)網(wǎng)絡(luò)，分析所述第一時間序列特征對應(yīng)的權(quán)重信息；

根據(jù)所述聯(lián)合學(xué)習(xí)的結(jié)果以及所述第一時間序列特征對應(yīng)的權(quán)重信息，確定所述歷史圖像數(shù)據(jù)對應(yīng)的所述有效圖像特征。

6.根據(jù)權(quán)利要求3所述的方法，所述利用所述資產(chǎn)交易預(yù)測模型分析所述圖像特征，并根據(jù)分析結(jié)果確定使所述資產(chǎn)數(shù)據(jù)對應(yīng)的資產(chǎn)收益達到預(yù)設(shè)收益條件的目標(biāo)資產(chǎn)交易方式，包括：

利用所述資產(chǎn)交易預(yù)測模型，提取所述圖像特征中與所述有效圖像特征相匹配的目標(biāo)圖像特征；

根據(jù)所述資產(chǎn)交易方式和有效圖像特征之間的映射關(guān)系，確定所述目標(biāo)圖像特征對應(yīng)的資產(chǎn)交易方式，作為使所述資產(chǎn)數(shù)據(jù)對應(yīng)的資產(chǎn)收益達到所述預(yù)設(shè)收益條件的所述目標(biāo)資產(chǎn)交易方式。

7.根據(jù)權(quán)利要求1所述的方法，所述預(yù)設(shè)收益條件包括以下至少一項：所述資產(chǎn)收益最大、所述資產(chǎn)收益達到預(yù)設(shè)的期望收益值。