[發明專利]股票行情的預測方法、裝置、設備及介質

在審

• 申請號: 202211322132.7
• 申請日: 2022-10-26
• 公開（公告）號: CN115601174A
• 公開（公告）日: 2023-01-13
• 發明（設計）人: 張宏韜;許政偉;楊曉誠;楊宇喆
• 申請（專利權）人: 中國工商銀行股份有限公司
• 主分類號: G06Q40/04
• 分類號: G06Q40/04;G06Q40/06;G06N3/04;G06N3/08;G06V10/74;G06V10/82
• 代理公司: 中科專利商標代理有限責任公司 11021
• 代理人: 趙婷

1.一種股票行情的預測方法，包括：

獲取目標股票在最近的t個時段的行情數據，其中，t為大于或等于2的整數；

將所述行情數據按照預定的轉換方式轉換為n*t的行情圖片矩陣，其中，所述行情圖片矩陣中的行指示漲跌幅，列指示時段，n＝預設的漲跌幅區間的長度/預設的單位漲跌幅+1；以及

以所述行情圖片矩陣作為訓練好的生成對抗網絡中的生成器的輸入，獲得所述生成器輸出的n*s的預測行情圖片矩陣，其中，所述預測行情圖片矩陣中包含接下來的s個時段中所述目標股票每個時段的預測漲跌幅，s為整數，且1≤s≤t；

其中，所述生成器包括用于處理圖片數據的神經網絡。

2.根據權利要求1所述的方法，其中，所述生成對抗網絡的訓練過程如下：

訓練所述生成器，包括：

將至少一個股票的歷史行情數據中每t個時段的數據按照所述轉換方式轉換為一個n*t的歷史行情圖片矩陣；以及

以所述歷史行情圖片矩陣作為所述生成器的輸入，訓練所述生成器輸出n*s的歷史預測行情圖片矩陣；

訓練所述生成對抗網絡的判別器，包括：

從所述歷史行情數據中篩選出與所述歷史預測行情圖片矩陣中所預測的s個時段對應的行情數據，得到目標行情數據；

將所述目標行情數據按照所述轉換方式轉換為n*s的目標行情圖片矩陣；以及

利用所述判別器來判別所述歷史預測行情圖片矩陣和所述目標行情圖片矩陣所確定的行情相似性；

循環訓練所述生成器和所述判別器，直到滿足循環終止條件。

3.根據權利要求2所述的方法，其中，所述利用所述判別器來判別所述歷史預測行情圖片矩陣和所述目標行情圖片矩陣所確定的行情相似性包括：

分別對所述歷史預測行情圖片矩陣和所述目標行情圖片矩陣進行穩態處理，得到兩個1*s的穩態向量；

分別將所述歷史預測行情圖片矩陣和所述目標行情圖片矩陣與各自對應的所述穩態向量組合，得到用于輸入給所述判別器的兩組圖片矩陣；

利用所述判別器來判別輸入其中的兩組圖片矩陣的相似性，得到圖片相似性；以及

基于所述圖片相似性，確定所述行情相似性。

4.根據權利要求3所述的方法，其中，所述訓練所述生成對抗網絡中的判別器還包括：

基于所述目標行情數據計算所述至少一個股票的指標的真實值；以及

基于所述歷史預測行情圖片矩陣計算所述指標的預測值；

其中，

所述基于所述圖片相似性，確定所述行情相似性包括：

基于所述指標的真實值和所述指標的預測值的差異、以及所述圖片相似性，確定所述行情相似性。

5.根據權利要求4所述的方法，其中，所述指標包括夏普比率和波動率二者至少之一。

6.根據權利要求3所述的方法，其中，所述穩態處理包括：對股票的行情數據取對數。

7.根據權利要求1或2所述的方法，所述轉換方式包括：

根據股票的漲跌幅以及對應的時段，確定轉換為矩陣后股票的漲跌幅對應的行列位置；以及

在股票的漲跌幅對應的行列位置上填充非零數值，并在同一列的其他位置填充零。

8.根據權利要求1所述的方法，其中，所述生成器包括由卷積神經網絡和反卷積神經網絡構成的網絡。