[发明专利]参与者账户流动性预测方法及装置

权利要求书

1.一种参与者账户流动性预测方法，其特征在于，包括：

获取参与者账户的交易数据；

利用所述交易数据以及预先建立的时间序列算法模型对所述参与者账户的流动性进行预测。

2.如权利要求1所述的参与者账户流动性预测方法，其特征在于，还包括：对所述交易数据进行预处理，包括：

按照周期性将所述交易数据进行分类。

3.如权利要求2所述的参与者账户流动性预测方法，其特征在于，建立所述时间序列算法模型的步骤包括：

利用SARIMA算法、Prophet算法及/或LSTM算法，根据分类后的交易数据建立所述时间序列算法模型的初始模型；

利用网格搜索、贝叶斯优化方法确定所述初始模型的模型参数；

根据所述模型参数、所述初始模型以及所述分类后的交易数据建立所述时间序列算法模型。

4.如权利要求2所述的参与者账户流动性预测方法，其特征在于，所述按照周期性将所述交易数据进行分类包括：以预设时间粒度对所述交易数据进行加工。

5.如权利要求2所述的参与者账户流动性预测方法，其特征在于，所述对所述交易数据进行预处理还包括：

对零值数据、空值数据以及突变数据进行处理，以生成初始数据；

对所述初始数据进行平滑处理。

6.一种参与者账户流动性预测装置，其特征在于，包括：

交易数据获取单元，用于获取参与者账户的交易数据；

流动性预测单元，用于利用所述交易数据以及预先建立的时间序列算法模型对所述参与者账户的流动性进行预测。

7.如权利要求6所述的参与者账户流动性预测装置，其特征在于，还包括：预处理单元，用于对所述交易数据进行预处理，预处理单元包括：

交易数据分类模块，用于按照周期性将所述交易数据进行分类；

初始数据生成模块，用于对零值数据、空值数据以及突变数据进行处理，以生成初始数据；

初始数据平滑模块，用于对所述初始数据进行平滑处理。

8.如权利要求6所述的参与者账户流动性预测装置，其特征在于，还包括：模型建立单元，用于建立所述时间序列算法模型；所述模型建立单元包括：

初始模型建立模块，用于利用SARIMA算法、Prophet算法及/或LSTM算法，根据分类后的交易数据建立所述时间序列算法模型的初始模型；

模型参数确定模块，用于利用网格搜索、贝叶斯优化方法确定所述初始模型的模型参数；

模型建立模块，用于根据所述模型参数、所述初始模型以及所述分类后的交易数据建立所述时间序列算法模型。

9.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现权利要求1至5任一项所述参与者账户流动性预测方法的步骤。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现权利要求1至5任一项所述参与者账户流动性预测方法的步骤。