龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：湖南大学
申请日：2024-02-28
公开（公告）日：2024-05-03
公开（公告）号：CN117974196A
主分类号：G06Q30/0201
分类号：G06Q30/0201;G06N3/042;G06N3/0464;G06N3/048;G06N3/084;G06Q40/04
优先权：
专利状态码：在审-实质审查的生效
法律状态：2024.05.21#实质审查的生效;2024.05.03#公开
摘要：本发明涉及深度学习技术领域，尤其涉及一种基于图卷积网络模型的跨市场波动率预测方法。该方法包括以下步骤：获取跨市场交易要素数据，并对跨市场交易要素数据进行市场数据时序同步，从而得到跨市场交易要素时序数据；对跨市场交易要素时序数据进行时空自注意力计算，从而得到跨市场交易要素自注意力数据；对跨市场交易要素自注意力数据进行时空图卷积处理，从而得到跨市场交易要素特征数据；对跨市场交易要素特征数据进行全连接计算，从而得到跨市场交易要素预测指数数据。本发明发挥图卷积网络在时空数据建模方面的优势，为跨市场交易提供了高效、精准的波动率预测数据支持。
主权项：1.一种基于图卷积网络模型的跨市场波动率预测方法，其特征在于，包括以下步骤：步骤S1：获取跨市场交易要素数据，并对跨市场交易要素数据进行市场数据时序同步，从而得到跨市场交易要素时序数据；步骤S2：对跨市场交易要素时序数据进行时空自注意力计算，从而得到跨市场交易要素自注意力数据；步骤S3：对跨市场交易要素自注意力数据进行时空图卷积处理，从而得到跨市场交易要素特征数据；步骤S4：对跨市场交易要素特征数据进行全连接计算，从而得到跨市场交易要素预测指数数据；步骤S5：获取跨市场交易要素数据对应的跨市场波动率数据，并利用跨市场波动率数据对跨市场交易要素预测指数数据进行预测模型构建，从而得到跨市场波动率预测模型，以进行跨市场波动率预测作业。
全文数据：
权利要求：
百度查询： 湖南大学 一种基于图卷积网络模型的跨市场波动率预测方法
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号