[发明专利]基于行业拥挤度的金融时间序列预测方法、装置及设备

权利要求书

1.一种基于行业拥挤度的金融时间序列预测方法，其特征在于，包括：

获取实体集合内每个实体的指定属性信息；

根据所述指定属性信息构建每个实体的知识图谱；

基于所述知识图谱对所述实体集合进行行业分类，获得多个行业类；

确定每个所述行业类的第一金融变量在第一历史时段内的第一统计学指标；

根据所述第一统计学指标确定对应行业类的行业拥挤度标签；

确定所述实体集合内每个实体的第二金融变量在第二历史时段内的第二统计学指标；

当任意一个所述行业类的行业拥挤度标签为高拥挤度时，根据所述行业拥挤度标签及所述第二统计学指标，对应预测该行业类下每个实体的第二金融变量在指定未来时段内的变化趋势。

2.如权利要求1所述的基于行业拥挤度的金融时间序列预测方法，其特征在于，基于所述知识图谱对所述实体集合进行行业分类，包括：

从所述实体集合内选择多个基准实体，形成基准实体集合；

对于每个基准实体，基于所述知识图谱计算该基准实体与所述实体集合内的每个非基准实体之间的距离；

对于每个基准实体，根据该基准实体与所述实体集合内的每个非基准实体之间的距离，确定所述实体集合内与该基准实体属于同一行业类的实体。

3.如权利要求2所述的基于行业拥挤度的金融时间序列预测方法，其特征在于，基于所述知识图谱计算该基准实体与所述实体集合内的每个非基准实体之间的距离，包括：

从该基准实体的知识图谱中读取其上、下游实体的行业描述文本；并从每个非基准实体的知识图谱中分别读取其上、下游实体的行业描述文本；

分别生成每个非基准实体的每个上游实体的行业描述文本的第一共现矩阵，该基准实体的每个上游实体的行业描述文本的第二共现矩阵，每个非基准实体的每个下游实体的行业描述文本的第三共现矩阵，以及该基准实体的每个下游实体的行业描述文本的第四共现矩阵；

对于每个非基准实体，计算其对应的每个第一共现矩阵与每个所述第二共现矩阵的第一距离，形成该非基准实体对应的第一距离集合；并计算其对应的每个第三共现矩阵与每个所述第四共现矩阵的第二距离，形成该非基准实体对应的第二距离集合。

4.如权利要求3所述的基于行业拥挤度的金融时间序列预测方法，根据该基准实体与所述实体集合内的每个非基准实体之间的距离，确定所述实体集合内与该基准实体属于同一行业类的实体，包括：

对于每个非基准实体，确定其对应的第一距离集合中小于第一距离阈值的所有第一距离，形成第一距离子集合；并确定其对应的第二距离集合中小于第二距离阈值的所有第二距离，形成第二距离子集合；

对于每个非基准实体，确认及是否成；

如果成立，则确认该非基准实体与该基准实体属于同一行业类；

其中，U为第一评价值，R_i为第一距离子集合中第i个第一距离对应的业务占比数据对中的较小者，M为第一距离子集合的元素个数，λ₁为第一评价值阈值，D为第二评价值，r_j为第二距离子集合中第j个第二距离对应的业务占比数据对中的较小者，N为第二距离子集合的元素个数，λ₂为第二评价值阈值。

5.如权利要求3所述的基于行业拥挤度的金融时间序列预测方法，其特征在于，每个所述第一距离及每个所述第二距离根据如下距离模型计算得到：

其中，W_i为第i个共现矩阵，W_j为第j个共现矩阵，X_ij为特定单词i和上下文单词j在特定上下文窗口内出现的次数，logX_ij表示W_i与W_j的距离，为W_i对应的词向量的转置，v_j为W_j对应的词向量，为以自然常数为底且和v_j的乘积为指数的指数函数，k为单词维度，V为给定行业描述文本，v_k为在取单词维度为k时对应的词向量，为以自然常数为底且和v_k的乘积为指数的指数函数。