[发明专利]数据筛选方法、数据展示方法、装置、设备及存储介质

说明书

本发明实施例提供了一种数据筛选方法、数据展示方法、装置、设备及存储介质。其中，该数据筛选方法包括：获取多个待筛选数据；确定各待筛选数据的多个数据异常变化因子和多个数据异常变化维度；基于各待筛选数据的多个数据异常变化因子和多个数据异常变化维度，利用多因子模型分别对各待筛选数据进行检测，分别得到多个待筛选数据的异常变化量；基于多个待筛选数据的异常变化量和预定的阈值，进行阈值筛选，得到多个目标数据。本发明实施例通过采取上述技术方案，解决了如何准确地筛选数据的技术问题，所筛选出来的数据能够反映实际情况，更能接近于市场真实的信息，还有助于对市场进行准确的预测。

技术领域

本发明涉及数据处理技术领域，特别是涉及一种数据筛选方法、数据展示方法、装置、设备及存储介质。

背景技术

在日常生活中，经常需要对一些数据进行筛选，以用于业务、生活、投资等方面的指导。通过数据筛选，可以直观地了解到相关业务、投资等方面的情况，从而可以更好地规避风险(例如，市场风险、黑天鹅事件等)等。

然而，现有技术在进行数据排序时，通常只考虑单一因素。例如，常规期权异动以价格成交量作为主要参数，考虑的方式也只以单只期权做考量。这种方式所反映出来的情况就存在片面性。

因此，现有技术因为只考虑单一因素而存在数据筛选不准确的缺陷。

发明内容

本发明实施例的目的在于提供一种数据筛选方法、数据展示方法、装置、设备及存储介质，以解决如何准确地筛选数据的技术问题。

为了实现上述目的，本发明的第一方面，提供了以下技术方案：

一种数据筛选方法，其包括：

获取多个待筛选数据；

确定各待筛选数据的多个数据异常变化因子和多个数据异常变化维度；

基于所述各待筛选数据的所述多个数据异常变化因子和所述多个数据异常变化维度，利用多因子模型分别对所述各待筛选数据进行检测，分别得到所述多个待筛选数据的异常变化量；

基于所述多个待筛选数据的异常变化量和预定的阈值，进行阈值筛选，得到多个目标数据。

进一步地，基于所述各待筛选数据的所述多个数据异常变化因子和所述多个数据异常变化维度，利用多因子模型分别对所述各待筛选数据进行检测，分别得到所述多个待筛选数据的异常变化量的步骤具体包括：

将所述各待筛选数据的所述多个数据异常变化因子和所述多个数据异常变化维度进行加权求和；

判断各待筛选数据的求和结果分别与预定目标是否相匹配；

根据匹配结果，通过机器学习的方法分别对所述各待筛选数据的所述多个数据异常变化因子进行打分，并将打分结果作为所述各待筛选数据的异常变化量。

进一步地，基于所述多个待筛选数据的异常变化量和预定的阈值，进行阈值筛选，得到多个目标数据的步骤，具体包括：

将所述多个待筛选数据的异常变化量分别与预定的阈值进行比较；

按照预定的顺序对各比较结果进行排序；

对各排序结果进行截取，筛选出所述多个目标数据。

为了实现上述目的，本发明的第二方面，还提供了以下技术方案：

一种数据展示方法，其包括：

获取待展示数据；其中，所述待展示数据通过如权利要求1-3中任一所述的数据筛选方法获得；

将所述待展示数据与预定的标的相结合；

对结合结果进行展示。