申请/专利权人：北京科技大学;延安大学

申请日：2022-12-01

公开（公告）日：2023-03-14

公开（公告）号：CN115796365A

主分类号：G06Q10/04

分类号：G06Q10/04;G06Q40/00;G06N3/0455;G06N3/0985

优先权：

专利状态码：在审-实质审查的生效

法律状态：2023.03.31#实质审查的生效;2023.03.14#公开

摘要：本发明提供了一种基于可预测因子分解的金融时序预测方法及装置，涉及软件技术领域。包括：根据可观测金融时序数据推断多个时刻的隐式因子，将多个隐式因子组合成多个相互独立的可预测时序分量，对时序分量中隐式因子之间的关系分别进行建模，获得多个可预测因子分解模型；对多个可预测因子分解模型进行优化学习，获得可辨识性、可预测性和充分性的优化结果，根据优化结果对构建的关系模型进行求解从而得到金融时序预测结果。该方法的提出缓解了以往方法由于缺乏高维可观测金融时序数据而难以进行可解释性建模分析的限制，通过对推断出的时序分量的预测，间接地实现对待预测值的计算。

主权项：1.一种基于可预测因子分解的金融时序预测方法，其特征在于，包括以下步骤：S1：根据可观测金融时序数据推断多个时刻的隐式因子，将多个所述隐式因子组合成多个相互独立的可预测时序分量，对时序分量中隐式因子之间的关系分别进行建模，获得多个可预测因子分解模型；S2：对多个所述可预测因子分解模型进行优化学习，获得可辨识性、可预测性和充分性的优化结果，根据所述优化结果对构建的关系模型进行求解从而得到金融时序预测结果。

全文数据：

权利要求：

百度查询： 北京科技大学;延安大学 一种基于可预测因子分解的金融时序预测方法及装置

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD