[发明专利]构建预测模型的方法及装置

摘要

本说明书实施例提供一种构建预测模型用于预测流动性指标的方法和装置，根据该方法，首先获取与要预测的流动性指标存在一定关联关系的变量构成的变量序列，这样的变量序列是对多个历史时段的变量进行采样而获得。然后通过平稳性检测确保各个变量序列为平稳序列，并且通过格兰杰因果检验确保涉及的变量与流动性指标存在因果关联。在此基础上，将同一历史时段的变量和流动性指标整理为该时段的列向量，将各个历史时段的列向量输入到向量自回归VAR模型中。通过用多个历史时段的列向量进行训练，确定向量自回归VAR模型中的参数矩阵和扰动项，并将确定出参数的VAR模型作为预测模型。

主权项

1.一种构建预测模型的方法，所述预测模型用于预测可交换资源的流动性指标，所述方法包括：获取第一变量序列、第二变量序列以及指标序列，所述第一变量序列和第二变量序列分别为，在按时间顺序排列的多个历史时段分别对第一变量和第二变量进行采样形成的变量序列，其中所述第一变量与所述可交换资源的操作规模相关联，所述第二变量与所述可交换资源的回报率相关联；所述指标序列包括，所述多个历史时段分别对应的流动性指标；检测第一变量序列、第二变量序列和指标序列的平稳性，从而获取平稳的第一变量序列、第二变量序列和指标序列；基于平稳的第一变量序列、第二变量序列和指标序列，确定各个历史时段对应的列向量，其中第i历史时段对应的列向量Yi包括，该第i历史时段的第一变量、第二变量，以及该第i历史时段的流动性指标；将所述各个历史时段对应的列向量输入向量自回归VAR模型，确定VAR模型的模型参数，从而将包含上述模型参数的VAR模型作为所述预测模型。