[发明专利]股市风险预测方法、装置、计算机设备及存储介质在审

专利信息
申请号: 201810514823.4 申请日: 2018-05-25
公开(公告)号: CN108876604A 公开(公告)日: 2018-11-23
发明(设计)人: 黄度新;张川;金鑫;杨雨芬 申请(专利权)人: 平安科技(深圳)有限公司
主分类号: G06Q40/04 分类号: G06Q40/04
代理公司: 深圳市精英专利事务所 44242 代理人: 林燕云
地址: 518000 广东省深*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 风险预测 循环神经网络 计算机设备 存储介质 分词结果 文本数据 时间段 文本 股票涨跌 海量信息 基础数据 预测结果 智能化 预测 分词 互联网 申请
【说明书】:

本申请实施例公开了一种股市风险预测方法、装置、计算机设备及存储介质。该方法包括:爬取当日指定时间段的文本数据;将所述当日指定时间段的文本数据进行分词,得到当日文本的分词结果;将所述当日文本的分词结果输入至预先训练得到的用于预测股市风险的循环神经网络,得到当日股票涨跌预测结果。该方法实现充分利用互联网上的海量信息作为股市风险预测的基础数据,根据循环神经网络模型对股市风险进行快速和智能化预测。

技术领域

本申请涉及风险预测技术领域,尤其涉及一种股市风险预测方法、装置、计算机设备及存储介质。

背景技术

股票的涨跌幅预测,一般都是基于K线图等专业指标进行专业分析后才能得到分析结果,这就导致上述分析结果的获取对股民专业度要求很高。而且,随着信息技术的发展,互联网中包括海量的信息,其中不仅包含股市交易等信息,还包括宏观经济新闻、政府经济政策、股民论坛、股民贴吧等信息。但是这些信息并未得到有效利用以进行股市风险的预测。

发明内容

本申请提供了一种股市风险预测方法、装置、计算机设备及存储介质,旨在解决现有技术中股票的涨跌幅预测,一般是基于K线图等专业指标进行专业分析后才能得到分析结果,导致预测过程复杂且无法实现智能化预测的问题。

第一方面,本申请提供了一种股市风险预测方法,其包括:

爬取当日指定时间段的文本数据;

将所述当日指定时间段的文本数据进行分词,得到当日文本的分词结果;

将所述当日文本的分词结果输入至预先训练得到的用于预测股市风险的循环神经网络,得到当日股票涨跌预测结果。

第二方面,本申请提供了一种股市风险预测装置,其包括:

当日文本爬取单元,用于爬取当日指定时间段的文本数据;

当日文本分词单元,用于将所述当日指定时间段的文本数据进行分词,得到当日文本的分词结果;

当日股市预测单元,用于将所述当日文本的分词结果输入至预先训练得到的用于预测股市风险的循环神经网络,得到当日股票涨跌预测结果。

第三方面,本申请又提供了一种计算机设备,包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现本申请提供的任一项所述的股市风险预测方法。

第四方面,本申请还提供了一种存储介质,其中所述存储介质存储有计算机程序,所述计算机程序包括程序指令,所述程序指令当被处理器执行时使所述处理器执行本申请提供的任一项所述的股市风险预测方法。

本申请提供一种股市风险预测方法、装置、计算机设备及存储介质。该方法通过爬取当日指定时间段的文本数据;将所述当日指定时间段的文本数据进行分词,得到当日文本的分词结果;将所述当日文本的分词结果输入至预先训练得到的用于预测股市风险的循环神经网络,得到当日股票涨跌预测结果。该方法实现充分利用互联网上的海量信息作为股市风险预测的基础数据,根据循环神经网络模型对股市风险进行快速和智能化预测。

附图说明

为了更清楚地说明本申请实施例技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。

图1为本申请实施例提供的一种股市风险预测方法的示意流程图;

图2是本申请实施例提供的一种股市风险预测方法的子流程示意图;

图3为本申请实施例提供的一种股市风险预测方法的另一子流程示意图;

图4为本申请实施例提供的一种股市风险预测方法的另一示意流程图;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于平安科技(深圳)有限公司,未经平安科技(深圳)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201810514823.4/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top