[发明专利]金融数据的压缩和解压方法、装置以及存储介质

权利要求书

1.一种金融数据的压缩方法，其特征在于，包括：

获取待压缩的时序金融数据；

将所述时序金融数据转换为与预先设置的卷积模型对应的形式的张量；以 及

利用所述卷积模型，对所述张量进行压缩，生成预定长度的压缩特征向量， 其中所述压缩特征向量中包含的特征为去时序化特征；

还包括通过以下操作对所述卷积模型进行训练：

获取预定时间段内的 c 组样本时序金融数据；

将所述预定时间段内的 c 组样本时序金融数据按照相同时间粒度对齐，得

到 c 个长度为k 的第一时序向量，其中所述预定时间段包含 k 个时间粒度，其 中 c与 k 为自然数；

对所述 c 个长度为 k 的第一时序向量进行标准化处理；

对标准化处理后的所述 c 个长度为k 的第一时序向量进行压缩，生成预定 长度的样本压缩特征向量；

将所生成的预定长度的样本压缩特征向量扩展为 c*k 个特征值；

按照预先设定的顺序将所述 c*k 个特征值转化为 c 个长度为k 的第二时序 向量；以及

将所述第一时序向量与所述第二时序向量进行比较，并且根据比较的结果 调节所述卷积模型。

2.根据权利要求 1 所述的方法，其特征在于，所述卷积模型包括标准化层、

卷积层以及全连接层，并且利用所述卷积模型，对所述张量进行压缩，生成预 定长度的压缩特征向量的操作，包括：

利用所述标准化层，对所述张量进行标准化处理，并记录标准化参数； 利用所述卷积层，对标准化处理后的所述张量进行压缩处理；以及

利用所述全连接层，将压缩处理得到的压缩特征转化为预定长度的压缩特 征向量。

3.根据权利要求 1 所述的方法，其特征在于，所述时序金融数据为预定时 间段内的c 组时序金融数据，并且将所述时序金融数据转换为与预先设置的卷

积模型对应的形式的张量的操作，包括：将所述预定时间段内的 c 组时序金融 数据按照相同时间粒度对齐，得到 c 个长度为k 的时序向量，其中所述预定时 间段包含 k 个时间粒度，其中 c 与 k 为自然数。

4.根据权利要求 1 所述的方法，其特征在于，将所述第一时序向量与所述

第二时序向量进行比较的操作，包括计算所述第一时序向量与所述第二时序向

量之间的 L1 空间距离，以及根据比较的结果调节所述卷积模型的操作，包括： 将所述 L1 空间距离作为损失函数，通过所述损失函数计算误差；以及

基于所述误差，通过误差反向传递方式对所述卷积模型进行调节。

5.根据权利要求 4 所述的方法，其特征在于，还包括：

使用正则化方法，对所述卷积模型的泛化能力进行调节；以及

通过减少正则化方法的使用，减少所述卷积模型在进行时序金融数据的压 缩过程中的信息损失。

6.一种金融数据的解压方法，应用于对权利要求 1-5 中的任意一项的金融数据的压缩方 法压缩后的数据进行解压，其特征在于，包括：

获取待解压的压缩特征向量，其中所述压缩特征向量为利用预先设置的卷积模型对时序金融数据进行压缩得到的；

获取与所述时序金融数据相关的标准化参数，其中所述标准化参数为在利 用所述卷积模型对所述时序金融数据进行压缩时所使用的标准化参数；以及

利用预先设置的解压模型，根据所述标准化参数，对所述压缩特征向量进 行解压，得到所述时序金融数据。

7.根据权利要求 6 所述的方法，其特征在于，所述解压模型为全连接网络，

并且利用预先设置的解压模型，根据所述标准化参数，对所述压缩特征向量进 行解压，得到所述时序金融数据的操作，包括：

利用所述全连接网络，将所述压缩特征向量扩展为 c*k 个特征值，其中 c 与 k 为自然数；

按照预先设定的顺序将所述c*k 个特征值转化为 c 个长度为k 的时序向量； 以及

根据所述标准化参数，对所述 c 个长度为k 的时序向量进行逆标准化处理， 得到所述时序金融数据。