[发明专利]一种LSTM模型驱动的智能算法交易策略系统在审
申请号: | 202111606190.8 | 申请日: | 2021-12-26 |
公开(公告)号: | CN114219644A | 公开(公告)日: | 2022-03-22 |
发明(设计)人: | 陈泠希 | 申请(专利权)人: | 南京荷樵听琴数据科技有限公司 |
主分类号: | G06Q40/04 | 分类号: | G06Q40/04;G06N3/04;G06N3/08 |
代理公司: | 苏州国卓知识产权代理有限公司 32331 | 代理人: | 刘颖棋 |
地址: | 210000 江苏省南京市建邺区汉中门*** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 lstm 模型 驱动 智能 算法 交易 策略 系统 | ||
本发明公开的属于交易策略系统技术领域,具体为一种LSTM模型驱动的智能算法交易策略系统,所述服务器连接有数据转换模块、LSTM模型单元、交易数据采集模块、交易策略生成模块,所述服务器通过无线通信模块连接有客户端,所述客户端用于用户登录服务器,用户通过在所述客户端上输入账号和密码登录服务器,通过交易数据采集模块采集股票交易数据,股票交易数据包括股票价格和该股票所属行业指数的基础数据,编码器提取数据转换模块转换后得到的二维数据流,编码器作为分类器进行训练后,得到重构特征向量,编码器提取出的重构特征向量输入LSTM网络,使用自适应矩估计优化器对股票交易数据进行挖掘,提高预测结果的准确性。
技术领域
本发明涉及交易策略系统技术领域,具体为一种LSTM模型驱动的智能算法交易策略系统。
背景技术
随着大数据技术的日益发展,数据本身也成为了一种商品,具有极高的交易价值。2008年,全球数据交易市场就已经着手开始建立。近年来,伴随着区块链等新兴技术的崛起,各国政府政策大力扶持,加之资本注入,使得大数据交易市场在底层技术的驱动下呈现加快发展的趋势。
股票市场是一种多变量非线性的动态系统,其变化的规律受很多因素的影响,例如公司突发事件、大盘指数波动、行业趋势等。因此,股票的精确价格或者在短时间内的涨跌范围很难预测。然而,股票的本质在于公司运行的情况和未来潜在的投资价值,中长期的投资价值往往能在股票价格上有所体现,通过分析其数据,能够对股票的走向进行预测。
现有的用于预测股票走向的交易策略系统对股票的预测往往是以股票的历史价格波动为主,进行预测,导致预测结果的准确性不佳。
发明内容
本发明的目的在于提供一种LSTM模型驱动的智能算法交易策略系统,以解决上述背景技术中提出的现有的用于预测股票走向的交易策略系统对股票的预测往往是以股票的历史价格波动为主,进行预测,导致预测结果的准确性不佳的问题。
为实现上述目的,本发明提供如下技术方案:一种LSTM模型驱动的智能算法交易策略系统,包括数据储存模块、服务器、客户端、无线通信模块、数据转换模块、LSTM模型单元、交易数据采集模块、交易策略生成模块,所述服务器连接有数据转换模块、LSTM模型单元、交易数据采集模块、交易策略生成模块,所述服务器通过无线通信模块连接有客户端,所述LSTM模型单元包括编码器和LSTM网络;
所述数据储存模块用于储存系统数据;
所述服务器用于需要响应系统服务请求,并进行处理;
所述客户端用于用户登录服务器,用户通过在所述客户端上输入账号和密码登录服务器;
所述无线通信模块用于客户端与服务器之间进行数据传输;
所述交易数据采集模块用于采集股票交易数据;
所述数据转换模块用于将交易数据采集模块采集的采集股票交易数据转化为二维数据流;
所述LSTM模型单元用于对数据转换模块转换后得到的二维数据流进行训练;
所述交易策略生成模块通过LSTM模型生成交易策略。
优选的,所述交易数据采集模块采集的股票交易数据包括股票价格和该股票所属行业指数的基础数据。
优选的,所述编码器用于提取数据转换模块转换后得到的二维数据流,所述编码器作为分类器进行训练后,得到重构特征向量,用于作为LSTM模型的输入。
优选的,所述编码器提取出的重构特征向量输入LSTM网络,使用自适应矩估计优化器对股票交易数据进行挖掘,输出预测结果,所述交易策略生成模块通过预测结果生成交易策略。
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南京荷樵听琴数据科技有限公司,未经南京荷樵听琴数据科技有限公司许可,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/202111606190.8/2.html,转载请声明来源钻瓜专利网。