申请/专利权人：杭州卡方分布信息科技有限公司

申请日：2023-11-16

公开（公告）日：2024-02-20

公开（公告）号：CN117575789A

主分类号：G06Q40/04

分类号：G06Q40/04;G06F18/23213;G06F18/231;G06F18/214;G06F40/289

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.03.08#实质审查的生效;2024.02.20#公开

摘要：本发明公开了基于时间序列的股票交易预测方法及终端，涉及计算机技术领域，包括：获取历史相关语料信息，获取历史股票交易数据；对第一股票曲线图进行分析处理，获取历史斜率特征数据；分别获取新闻斜率特征数据和评论斜率特征；分别对历史斜率特征数据、新闻斜率特征数据和评论斜率特征进行训练，以生成第一预测模型、第二预测模型和第三预测模型；对历史斜率特征数据、新闻斜率特征数据和评论斜率特征进行特征数据融合，对融合特征数据进行训练，得到第四初始预测模型；本发明有利于从海量数据中快速准确提取数据的潜在特征，数据特征挖掘效率较高，有利于为业务数据分析和决策奠定重要数据支持。

主权项：1.基于时间序列的股票交易预测方法，其特征在于，所述方法包括：获取历史相关语料信息和历史股票交易数据；所述历史相关语料信息包括新闻信息和股民评论信息；将所述历史相关语料信息转化为第一股票曲线图，对所述第一股票曲线图进行分析处理，以获取历史斜率特征数据；分别对所述新闻信息和股民评论信息进行分析处理，以分别获取新闻斜率特征数据和评论斜率特征；利用机器学习算法分别对历史斜率特征数据、新闻斜率特征数据和评论斜率特征进行训练，以生成第一预测模型、第二预测模型和第三预测模型；对历史斜率特征数据、新闻斜率特征数据和评论斜率特征进行特征数据融合，利用所述机器学习算法对融合特征数据进行训练，得到第四初始预测模型；分别获取第一初始预测模型、第二初始预测模型、第三初始预测模型和第四初始预测模型的预测输出数据，基于集成学习算法对所述预测输出数据进行集成学习，得到股票预测模型；所述股票预测模型包括集成股票价格预测模型和集成股票趋势预测模型；利用所述股票预测模型对未来周期进行股票交易预测，以获取未来周期的股票预测价格或股票预测趋势。

全文数据：

权利要求：

百度查询： 杭州卡方分布信息科技有限公司 基于时间序列的股票交易预测方法及终端

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