[發明專利]一種基于多特征融合的股票趨勢預測系統及其方法

在審

• 申請號: 202210090571.3
• 申請日: 2022-01-26
• 公開（公告）號: CN114511141A
• 公開（公告）日: 2022-05-17
• 發明（設計）人: 賴善炎;葉春楊;周輝
• 申請（專利權）人: 海南大學
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06K9/62;G06Q40/04
• 代理公司: 海南盛億專利代理事務所(普通合伙) 46005
• 代理人: 陳景帥

本發明屬于數據預測技術領域，公開了一種基于多特征融合的股票趨勢預測系統及其方法，所述的系統包括Web服務單元、數據庫單元、數據獲取與處理單元、模型預測單元以及模型訓練單元；所述的方法包括如下步驟：初始化股票趨勢預測系統；獲取互聯網的互聯網股票數據和用戶上傳的用戶股票數據，并進行標準化處理；提取標準化數據并作為訓練數據進行模型訓練，得到股票趨勢預測模型和性能指標；若性能指標滿足要求，則輸出股票趨勢預測模型，否則返回上一步驟；基于股票趨勢預測模型進行多特征融合預測。本發明解決了現有技術存在的股票趨勢難度大、準確性低，預測方法步驟簡單、缺乏融合預測的問題。

技術領域

本發明屬于數據預測技術領域，具體涉及一種基于多特征融合的股票趨勢預測系統及其方法。

背景技術

股票趨勢預測在股票投資利潤最大化方面有著很大的作用。然而，由于股票市場的高度波動性和非平穩性，精確的趨勢預測是非常困難的。隨著計算機和互聯網技術的發展，我們可以互聯網上獲取海量的信息用于對市場的分析。這使得我們可以利用深度學習技術從互聯網平臺的數據中揭示市場趨勢和波動性。不幸的是，在互聯網上大量的信息，并不是所有都對股票都有影響的，甚至很多會形成干擾。因此，如何識別出最相關和最關鍵的市場數據，并結合這些數據來預測股票價格走勢是一個巨大的挑戰。現有的方法中主要分為三個方向。一是通過對時間序列的市場數據進分析并計算衍生技術指標進行預測；二是通過新聞信息和財經資訊進行預測；三是通過市場數據與文本數據相結合進行預測。由于股票市場受到多種因素的影響，所有需要有一個能夠綜合多種因素進行預測的方法。但現有的方法中都是采用計算新聞情感值或計算詞向量的形式與市場特征進行融合，并沒有真正做到將新聞事件與市場信息進行融合預測，因此需要一種能夠有效融合新聞事件信息和市場信息的預測方法問世。

發明內容

為了解決現有技術存在的股票趨勢難度大、準確性低，預測方法步驟簡單、缺乏融合預測的問題，提出一種基于多特征融合的股票趨勢預測系統及其方法。

本發明所采用的技術方案為：

一種基于多特征融合的股票趨勢預測系統，包括Web服務單元、數據庫單元、數據獲取與處理單元、模型預測單元以及模型訓練單元，數據庫單元分別與Web服務單元、數據獲取與處理單元、模型預測單元以及模型訓練單元連接，Web服務單元與數據獲取與處理單元連接，模型預測單元與模型訓練單元連接；

Web服務單元，采用交互式可視化操作界面，用于提供獨立的微服務進行用戶登陸和信息管理、市場態勢信息查看、提取和顯示數據庫單元存儲的股票趨勢預測結果，以及將用戶股票數據上傳至數據獲取與處理單元；

數據庫單元，用于存儲用戶信息數據、數據獲取與處理單元發送的標準化數據以及模型預測單元發送的股票趨勢預測結果；

數據獲取與處理單元，用于提供獨立的微服務獲取互聯網股票數據和Web服務單元上傳的用戶股票數據，并對接收的互聯網股票數據和用戶股票數據進行數據處理，將得到的標準化數據發送至數據庫單元進行存儲；

模型預測單元，用于提供獨立的微服務根據模型訓練單元發送的股票趨勢預測模型對數據庫單元提取的標準化數據作為預測數據進行多特征融合預測，并將得到的股票趨勢預測結果發送至數據庫單元進行存儲；

模型訓練單元，用于提供獨立的微服務對數據庫單元提取的標準化數據作為訓練數據進行模型訓練，并將得到的股票趨勢預測模型發送至模型預測單元。

進一步地，數據庫單元設置有用戶信息數據庫、標準化數據庫以及股票趨勢預測結果數據庫。

一種基于多特征融合的股票趨勢預測方法，基于股票趨勢預測系統，包括如下步驟：

初始化股票趨勢預測系統；

獲取互聯網的互聯網股票數據和用戶上傳的用戶股票數據，對互聯網股票數據和用戶股票數據進行標準化處理，得到并存儲標準化數據；