申请/专利权人:上海星图比特信息技术服务有限公司
申请日:2023-12-27
公开(公告)日:2024-03-29
公开(公告)号:CN117787491A
主分类号:G06Q10/04
分类号:G06Q10/04;G06Q40/04;G06N3/045;G06F17/16;G06N3/0442
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.04.16#实质审查的生效;2024.03.29#公开
摘要:本申请的目的是提供一种基于Transformer模型的股票截面收益预测方法与设备。具体地,先对股票因子数据进行预处理操作,从预处理操作后的数据中选取前L个因子的数据;对于每支股票,创建包含各个时间区间内不同因子的排名信息的排名列表数据;然后根据所述排名列表数据导出按时间顺序排列的矩阵,并根据不同的L,通过截断形成抽象模型W的输入序列,其中,所述抽象模型W包括LSTM编码解码器、T‑D以及T‑DMCA;最后,通过计算得到所述抽象模型W输出的股票截面收益预测值。与现有技术相比,本申请基于标准Transformer模型进行改进,提出了一种在时间和顺序相关上更优质的预测方案,可以滚动预测股票收益,得到更好的预测结果,同时提高预测效率。
主权项:1.一种基于Transformer模型的股票截面收益预测方法,其中,所述方法包括:对股票因子数据进行预处理操作,从预处理操作后的数据中选取前L个因子的数据;对于每支股票,创建对应的排名列表数据,其中,所述排名列表数据包含各个时间区间内不同因子的排名信息;根据所述排名列表数据导出按时间顺序排列的矩阵,并根据不同的L,通过截断形成抽象模型W的输入序列;通过计算得到所述抽象模型W输出的股票截面收益预测值,其中,所述抽象模型W包括LSTM编码解码器、T-D以及T-DMCA。
全文数据:
权利要求:
百度查询: 上海星图比特信息技术服务有限公司 一种基于Transformer模型的股票截面收益预测方法与设备
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。