[發(fā)明專利]量子隱馬爾可夫的股票預(yù)測方法、系統(tǒng)、存儲介質(zhì)和終端

在審

• 申請?zhí)枺?/td>: 202110961867.3
• 申請日: 2021-08-20
• 公開（公告）號: CN113570158A
• 公開（公告）日: 2021-10-29
• 發(fā)明（設(shè)計）人: 李曉瑜;盧俊邑;朱欽圣;殷浩;吳昊
• 申請（專利權(quán)）人: 四川元匠科技有限公司
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q40/04;G06F17/16;G06F17/18
• 代理公司: 成都華風(fēng)專利事務(wù)所(普通合伙) 51223
• 代理人: 張巨箭

本發(fā)明公開了量子隱馬爾可夫的股票預(yù)測方法、系統(tǒng)、存儲介質(zhì)和終端，方法包括以下步驟：將一定周期內(nèi)按時序排列的股票的觀測狀態(tài)輸入至訓(xùn)練后的量子隱馬爾可夫模型，輸出下一時刻不同觀測狀態(tài)的股票預(yù)測數(shù)據(jù)。本發(fā)明相較于現(xiàn)有技術(shù)中采用隱馬爾科夫模型對股票數(shù)據(jù)進行預(yù)測，將量子版本的隱馬爾可夫模型加入股票預(yù)測模型，不僅可以驗證量子算法和經(jīng)典算法結(jié)合的可信性，而且可以在使用更少參數(shù)的情況下(即將隱馬爾可夫模型中的AC這兩個概率矩陣融入到Karus算符中，從而達到減少參數(shù)的使用)，達到和傳統(tǒng)隱馬爾可夫模型類似的效果。

技術(shù)領(lǐng)域

本發(fā)明涉及量子金融領(lǐng)域，尤其涉及量子隱馬爾可夫的股票預(yù)測方法、系統(tǒng)、存儲介質(zhì)和終端。

背景技術(shù)

隱馬爾可夫模型作為統(tǒng)計學(xué)中的重要概念，已廣泛用于金融領(lǐng)域以建立基于制度的模型，早在1989年Hamilton就提出使用制度轉(zhuǎn)換模型來識別使用GNP序列的經(jīng)濟周期，而后Guidolin等人又廣泛回顧了馬爾可夫轉(zhuǎn)換模型在實證金融中的應(yīng)用，包括股票收益、無違約利率期限結(jié)構(gòu)、匯率以及股票和債券收益的聯(lián)合過程。在資產(chǎn)配置之外，HMM已被用于捕捉能源價格動態(tài)(Dias和Ramos，2014年)以構(gòu)建信用風(fēng)險系統(tǒng)，例如Petropoulos、Chatzis和Xanthopoulos(2016年)使用學(xué)生的HMM構(gòu)建信用評級系統(tǒng)。其結(jié)果證明，隱馬爾可夫算法已經(jīng)是金融行業(yè)中不可或缺的重要算法。

股票作為金融行業(yè)中一個重要的市場，現(xiàn)有技術(shù)中的部分專利公開了隱馬爾可夫和股票預(yù)測的專利：很多利用公開號為CN110400222A的發(fā)明專利公開了一種基于隱馬爾可夫與深度學(xué)習(xí)的股市預(yù)測方法，其有效結(jié)合隱馬爾可夫模型和深度學(xué)習(xí)，并以市場投資者常用技術(shù)指標(biāo)數(shù)據(jù)作為特征，具有良好的效果，為投資者提供參考價值；而公開號為CN103778215B的發(fā)明專利公開了一種基于情感分析和隱馬爾科夫模型融合的股市預(yù)測方法，該發(fā)明通過利用財經(jīng)新聞網(wǎng)頁中的情感傾向性信息，提高了股市預(yù)測的準(zhǔn)確性，在傾向性分析、主題檢測、股市預(yù)測、網(wǎng)絡(luò)內(nèi)容監(jiān)控等領(lǐng)域具有廣闊的應(yīng)用前景。

但是由于股票具有流動性大、數(shù)據(jù)量大的特點，目前經(jīng)典計算機的計算能力在面對如此巨大的數(shù)據(jù)量進行處理就會顯得力不從心。隨著社會的發(fā)展，量子力學(xué)也逐漸進入人們的視野中。因此將目光轉(zhuǎn)向了計算能力大大超過經(jīng)典計算機的量子計算機。各種量子算法在處理問題時的速度要快于傳統(tǒng)通用計算機。

量子計算的作為未來科技的重點發(fā)展方向，其在社會生活、生產(chǎn)中的作用越來越大。而量子金融就是量子計算與金融行業(yè)相結(jié)合，發(fā)揮其運算速度快，可容納數(shù)據(jù)量大的優(yōu)勢，可將計量經(jīng)濟學(xué)帶到一個新的高度。許多經(jīng)典的算法也被研究出相應(yīng)的量子版本，并被證明，量子版本能夠產(chǎn)生更加優(yōu)越的性能。目前，量子版本的算法很少用于解決實際問題，幾乎都是在理論上來證明其運算效率以及時間復(fù)雜度是優(yōu)于經(jīng)典算法的。而如果能將基于傳統(tǒng)隱馬爾可夫模型的量子版本的隱馬爾可夫模型，應(yīng)用于金融領(lǐng)域尤其是股票領(lǐng)域的預(yù)測，會對未來量子計算在金融中的應(yīng)用起到重要的推進作用。

因此，提供一種量子隱馬爾可夫的股票預(yù)測方法、系統(tǒng)、存儲介質(zhì)和終端，用以解決傳統(tǒng)隱馬爾可夫算法在預(yù)測股票市場走勢中的參數(shù)過多、以及數(shù)據(jù)量較大時時間空間復(fù)雜度需求較大的兩大問題，屬于本領(lǐng)域亟待解決的問題。

發(fā)明內(nèi)容

本發(fā)明的目的在于克服現(xiàn)有技術(shù)的不足，提供量子隱馬爾可夫的股票預(yù)測方法、系統(tǒng)、存儲介質(zhì)和終端。

本發(fā)明的目的是通過以下技術(shù)方案來實現(xiàn)的：

本發(fā)明的第一方面，提供量子隱馬爾可夫的股票預(yù)測方法，包括以下步驟：

將一定周期內(nèi)按時序排列的股票的觀測狀態(tài)輸入至訓(xùn)練后的量子隱馬爾可夫模型，輸出下一時刻不同觀測狀態(tài)的股票預(yù)測數(shù)據(jù)；所述量子隱馬爾可夫模型的訓(xùn)練步驟包括：

將傳統(tǒng)隱馬爾可夫模型來推導(dǎo)量子隱馬爾可夫模型；