[发明专利]金融市场收益预测模型的构建方法、装置和电子设备在审
申请号: | 202111494885.1 | 申请日: | 2021-12-08 |
公开(公告)号: | CN114169316A | 公开(公告)日: | 2022-03-11 |
发明(设计)人: | 谢伟;周文泽;刘慕雨;潘玲 | 申请(专利权)人: | 中国工商银行股份有限公司 |
主分类号: | G06F40/242 | 分类号: | G06F40/242;G06F40/284;G06Q10/04;G06Q40/06 |
代理公司: | 中科专利商标代理有限责任公司 11021 | 代理人: | 赵婷 |
地址: | 100140 北*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 金融市场 收益 预测 模型 构建 方法 装置 电子设备 | ||
1.一种金融市场收益预测模型的构建方法,其特征在于,包括以下步骤:
获取预测词典,其中,所述预测词典包括通用词典和第一文本数据,所述第一文本数据包括新闻数据;
利用所述预测词典,确定情绪指数;以及
基于所述情绪指数,构建预测模型。
2.根据权利要求1所述的方法,其特征在于,所述获取预测词典的步骤包括:
获取N个所述通用词典,其中N≥1;
合并所述N个通用词典,得到第一词典;
对所述第一词典进行去重操作,获得第二词典;
获取第一预设时间内的所述第一文本数据;
基于所述第一文本数据,构建第一词库;以及
基于所述第二词典和所述第一词库,构建预测词典。
3.根据权利要求2所述的方法,其特征在于,所述构建预测词典的步骤包括:
提取所述第一词库与所述第二词典的重合词,形成第三词典;
按第一预设条件对所述第三词典进行筛选,获取筛选后的第四词典;
将所述第一词库与所述第四词典合并,得到第五词典;以及
对所述第五词典进行去重操作,获得预测词典。
4.根据权利要求3所述的方法,其特征在于,所述对所述第五词典进行去重操作的步骤包括:
计算所述第五词典中所有词向量的余弦相似度;和
基于所述余弦相似度进行去重操作。
5.根据权利要求1所述的方法,其特征在于,所述利用所述预测词典,确定情绪指数的步骤包括:
获取预设单位时间内的第二文本数据;
利用所述预测词典,确定所述第二文本数据中的积极词数和消极词数;以及
基于所述积极词数和消极词数,计算情绪指数。
6.根据权利要求5所述的方法,其特征在于,所述计算情绪指数的公式为:
式中:NP表示积极词数,Nn表示消极词数,SI表示情绪指数。
7.根据权利要求6所述的方法,其特征在于,所述基于所述情绪指数,构建预测模型的步骤包括:
将所述情绪指数作为影响因子,构建初始模型;
获取历史收益数据;以及
基于所述历史收益数据,训练所述初始模型。
8.根据权利要求7所述的方法,其特征在于,所述训练所述初始模型的步骤包括:
基于预没分类标准,将所述历史收益数据分为训练数据和验证数据;
构建基准模型;
利用训练数据分别训练所述基准模型和所述初始模型;
利用所述验证数据分别验证训练后的所述基准模型和所述初始模型;
基于所述验证结果,对所述训练后的所述基准模型和所述初始模型进行打分;以及
当所述初始模型与所述基准模型的分数之差高于预设阈值时,训练结束。
9.根据权利要求8所述的方法,其特征在于,还包括:
当所述初始模型与所述基准模型的分数之差不高于预设阈值时,调整所述初始模型的参数,重新进行训练。
10.根据权利要求7所述的方法,其特征在于,所述构建初始模型的步骤包括:
以隐马尔科夫模型为基础,将所述情绪指数作为影响因子,构建初始模型。
11.一种金融市场收益预测方法,其特征在于,包括以下步骤:
获取投资者的当前情绪指数;
将投资者的当前情绪指数输入金融市场收益预测模型中,其中,所述金融市场收益预测模型根据权利要求1-10中任一项所述的方法构建的;以及
根据所述金融市场收益预测模型的输出结果,预测金融市场收益。
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中国工商银行股份有限公司,未经中国工商银行股份有限公司许可,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/202111494885.1/1.html,转载请声明来源钻瓜专利网。