[发明专利]预测股票趋势的方法、装置、电子设备及存储介质在审

专利信息
申请号: 201810865564.X 申请日: 2018-08-01
公开(公告)号: CN108876061A 公开(公告)日: 2018-11-23
发明(设计)人: 罗旺;李俊杰 申请(专利权)人: 深圳大学
主分类号: G06Q10/04 分类号: G06Q10/04;G06Q40/04
代理公司: 深圳市恒申知识产权事务所(普通合伙) 44312 代理人: 袁文英
地址: 518060 广东*** 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: 语料库 股票预测 运营数据 可读性 预测 变化趋势 采集 预设 股票 年份 预处理 预设时间段 存储介质 电子设备 股票价格 检测算法 情感分析 数据对应 预置 检测 发布
【权利要求书】:

1.一种预测股票趋势的方法,其特征在于,所述方法包括:

采集指定企业在各个预设年份的年报数据与运营数据,并对采集到的年报数据进行预处理,得到所述年报数据对应的语料库;

对所述语料库进行情感分析,确定所述语料库的情感语调值,以及利用预置的可读性检测算法检测所述语料库的可读性;

根据所述指定企业在所述各个预设年份的股票价格变化趋势、所述运营数据以及所述语料库的情感语调值与可读性,对已建立的股票预测模型进行训练;

采集待预测企业发布的最新年报数据与最新运营数据,并输入训练后的股票预测模型,得到所述待预测企业在未来预设时间段内的股票变化趋势。

2.如权利要求1所述的方法,其特征在于,所述对所述语料库进行情感分析,确定所述语料库的情感语调值的步骤包括:

在所述语料库中查找预设的各个情感关键词,确定所述各个情感关键词在所述语料库中出现的次数;

基于所述各个情感关键词在所述语料库中出现的次数,以及所述指定企业在所述各个预设年份的股票价格变化趋势进行回归分析,确定所述各个情感关键词的权重;

根据所述各个情感关键词在所述语料库中出现的次数,以及所述各个情感关键词的权重,确定所述语料库的情感语调值。

3.如权利要求2所述的方法,其特征在于,所述根据所述各个情感关键词在所述语料库中出现的次数,以及所述各个情感关键词的权重,确定所述语料库的情感语调值的步骤包括:

遍历所述各个情感关键词,并计算遍历到的情感关键词在所述语料库中出现的次数与所述遍历到的情感关键词的权重的乘积;

在遍历完所述各个情感关键词之后,将计算出的各个乘积的累加和与1的差值确定为所述语料库的情感值;

计算所述各个预设年份内的相邻两个年份中,后一个年份对应的语料库的情感值与前一个年份对应的语料库的情感值的差值,并将计算出的差值作为后一个年份的情感语调值。

4.如权利要求1至3任意一项所述的方法,其特征在于,所述根据所述指定企业在所述各个预设年份的股票价格变化趋势、所述运营数据以及所述语料库的情感语调值与可读性,对已建立的股票预测模型进行训练的步骤之前还包括:

获取所述指定企业在所述各个预设年份的股票价格变化数据;

利用所述指定企业在所述各个预设年份的股息数据,对所述股票价格变化数据进行修正;

对修正后的股票价格变化数据进行回归训练,并将训练后的回归模型的斜率作为所述指定企业在所述各个预设年份的股票价格变化趋势。

5.一种预测股票趋势的装置,其特征在于,所述装置包括:

采集模块,用于采集指定企业在各个预设年份的年报数据与运营数据,并对采集到的年报数据进行预处理,得到所述年报数据对应的语料库;

分析模块,用于对所述语料库进行情感分析,确定所述语料库的情感语调值,以及利用预置的可读性检测算法检测所述语料库的可读性;

训练模块,用于根据所述指定企业在所述各个预设年份的股票价格变化趋势、所述运营数据以及所述语料库的情感语调值与可读性,对已建立的股票预测模型进行训练;

预测模块,用于采集待预测企业发布的最新年报数据与最新运营数据,并输入训练后的股票预测模型,得到所述待预测企业在未来预设时间段内的股票变化趋势。

6.如权利要求5所述的装置,其特征在于,所述分析模块包括:

查找模块,用于在所述语料库中查找预设的各个情感关键词,确定所述各个情感关键词在所述语料库中出现的次数;

第一确定模块,用于基于所述各个情感关键词在所述语料库中出现的次数,以及所述指定企业在所述各个预设年份的股票价格变化趋势进行回归分析,确定所述各个情感关键词的权重;

第二确定模块,用于根据所述各个情感关键词在所述语料库中出现的次数,以及所述各个情感关键词的权重,确定所述语料库的情感语调值。

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深圳大学,未经深圳大学许可,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/201810865564.X/1.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