股市风险预测方法、装置、计算机设备及存储介质制造方法及图纸

本申请实施例公开了一种股市风险预测方法、装置、计算机设备及存储介质。该方法包括：爬取当日指定时间段的文本数据；将所述当日指定时间段的文本数据进行分词，得到当日文本的分词结果；将所述当日文本的分词结果输入至预先训练得到的用于预测股市风险的循环神经网络，得到当日股票涨跌预测结果。该方法实现充分利用互联网上的海量信息作为股市风险预测的基础数据，根据循环神经网络模型对股市风险进行快速和智能化预测。

Stock market risk forecasting methods, devices, computer equipment and storage media

The embodiment of the application discloses a stock market risk prediction method, device, computer equipment and storage medium. The method includes: crawling the text data of the specified time period of the day; segmenting the text data of the specified time period of the day to get the result of the segmentation of the text of the day; inputting the result of the segmentation of the text of the day into the pre-trained cyclic neural network for forecasting the stock market risk, and obtaining the rise and fall of the stock market on the same day. Forecast results. This method makes full use of the huge amount of information on the Internet as the basic data of stock market risk prediction. According to the cyclic neural network model, the stock market risk can be predicted quickly and intelligently.

【技术实现步骤摘要】
股市风险预测方法、装置、计算机设备及存储介质
本申请涉及风险预测
，尤其涉及一种股市风险预测方法、装置、计算机设备及存储介质。
技术介绍
股票的涨跌幅预测，一般都是基于K线图等专业指标进行专业分析后才能得到分析结果，这就导致上述分析结果的获取对股民专业度要求很高。而且，随着信息技术的发展，互联网中包括海量的信息，其中不仅包含股市交易等信息，还包括宏观经济新闻、政府经济政策、股民论坛、股民贴吧等信息。但是这些信息并未得到有效利用以进行股市风险的预测。
技术实现思路
本申请提供了一种股市风险预测方法、装置、计算机设备及存储介质，旨在解决现有技术中股票的涨跌幅预测，一般是基于K线图等专业指标进行专业分析后才能得到分析结果，导致预测过程复杂且无法实现智能化预测的问题。第一方面，本申请提供了一种股市风险预测方法，其包括：爬取当日指定时间段的文本数据；将所述当日指定时间段的文本数据进行分词，得到当日文本的分词结果；将所述当日文本的分词结果输入至预先训练得到的用于预测股市风险的循环神经网络，得到当日股票涨跌预测结果。第二方面，本申请提供了一种股市风险预测装置，其包括：当日文本爬取单元，用于爬取当本文档来自技高网...

【技术保护点】
1.一种股市风险预测方法，其特征在于，包括：爬取当日指定时间段的文本数据；将所述当日指定时间段的文本数据进行分词，得到当日文本的分词结果；将所述当日文本的分词结果输入至预先训练得到的用于预测股市风险的循环神经网络，得到当日股票涨跌预测结果。

【技术特征摘要】
1.一种股市风险预测方法，其特征在于，包括：爬取当日指定时间段的文本数据；将所述当日指定时间段的文本数据进行分词，得到当日文本的分词结果；将所述当日文本的分词结果输入至预先训练得到的用于预测股市风险的循环神经网络，得到当日股票涨跌预测结果。2.根据权利要求1所述的股市风险预测方法，其特征在于，所述爬取当日指定时间段的文本数据之前，还包括：按日期从多个预先指定URL地址爬取文本数据，及与文本数据对应的股票涨跌数据；将文本数据进行分词处理得到分词结果，并对分词结果中的每一分词进行词性标注；将进行词性标注后的分词结果作为循环神经网络的输入，并将对应的股票涨跌数据作为循环神经网络的输出，进行训练得到循环神经网络模型。3.根据权利要求2所述的股市风险预测方法，其特征在于，所述将文本数据进行分词处理得到分词结果，包括：按从左至右的顺序从文本数据中取出候选词；在预先存储的词典中查询与每一候选词对应的概率值，并记录每一候选词的左邻词；计算获取每一候选词的累积概率，并获取每一候选词对应的多个左邻词各自的累积概率，若每一候选词的多个左邻词中存在累积概率为多个左邻词的累积概率中最大值的左邻词，将累积概率中最大值的左邻词作为与候选词对应的最佳左邻词；从文本数据的终点词为起点，从右至左依次输出与每一候选词对应的最佳左邻词，得到分词结果。4.根据权利要求3所述的股市风险预测方法，其特征在于，所述对分词结果中的每一分词进行词性标注，包括：将分词结果中的每一分词输入预先构建的用于词性标注的筛选模型，得到与每一分词对应的词性概率；若分词对应的词性概率在正向词性类别的概率大于或等于预先设置的第一概率，将分词标注为正向词性；若分词对应的词性概率在中性词性类别的概率大于或等于预先设置的第二概率，将分词标注为中性词性；若分词对应的词性概率在负向词性类别的概率大于或等于预先设置的第三概率，将...

【专利技术属性】
技术研发人员：黄度新，张川，金鑫，杨雨芬，
申请(专利权)人：平安科技深圳有限公司，
类型：发明
国别省市：广东,44