结合大数据舆情分析与融合模型的多因子交易方法技术

本申请涉及一种结合大数据舆情分析与融合模型的多因子交易方法，属于计算机技术领域，该方法包括：获取用户对目标交易对象的评论信息；根据所述评论信息对至少一种交易因子进行预处理；将预处理后的至少一种交易因子和所述目标交易对象的相关交易信息输入融合模型进行回测，得到所述目标交易对象的预测交易数据；将所述预测交易数据发送至客户端；可以解决终端仅根据目标交易对象的历史交易数据预测买卖时机，导致预测结果不准确的问题；由于交易因子是根据评论信息进行预处理的，因此，得到的预测交易数据是用户关注的交易数据的可能性较高，因此，可以提高预测结果的准确性。

【技术实现步骤摘要】
结合大数据舆情分析与融合模型的多因子交易方法
本专利技术涉及一种结合大数据舆情分析与融合模型的多因子交易方法，属于计算机

技术介绍
量化投资的兴起，与上个世纪计算机业的蓬勃发展，金融市场以及金融市场理论的不断完善密不可分。目前的量化投资策略可以融合运用现代金融理论、统计学、数学，以及计算机学方面的成果，朝着复杂性和多样性的方向发展。大量前沿理论的应用也极大的丰富了量化投资的外延和内涵，同时极大的增强了量化投资发展的生命力。经过半个多世纪的发展，量化投资已经越来越被业界所认识和熟悉。目前，在量化投资的过程中，计算机仅使用股票的交易相关数据计算出出买卖实际、买卖数量等推荐结果，但是给出的推荐结果的准确性并不高。
技术实现思路
本专利技术的目的在于提供一种结合大数据舆情分析与融合模型的多因子交易方法的技术方案。为达到上述目的，本专利技术提供如下技术方案：所述方法包括：获取用户对目标交易对象的评论信息；根据所述评论信息对至少一种交易因子进行预处理；将预处理后的至少一种交易因子和所述目标交易对象的相关交易信息输入融合模型进行回测，得到所述目标交易对象的预测交易数据；将所述预测交易数据发送本文档来自技高网...

【技术保护点】
1.一种结合大数据舆情分析与融合模型的多因子交易方法，其特征在于，所述方法包括：获取用户对目标交易对象的评论信息；根据所述评论信息对至少一种交易因子进行预处理；将预处理后的至少一种交易因子和所述目标交易对象的相关交易信息输入融合模型进行回测，得到所述目标交易对象的预测交易数据；将所述预测交易数据发送至客户端，所述预测交易数据用于供所述客户端对应的用户确定是否对所述目标交易对象进行交易。

【技术特征摘要】
1.一种结合大数据舆情分析与融合模型的多因子交易方法，其特征在于，所述方法包括：获取用户对目标交易对象的评论信息；根据所述评论信息对至少一种交易因子进行预处理；将预处理后的至少一种交易因子和所述目标交易对象的相关交易信息输入融合模型进行回测，得到所述目标交易对象的预测交易数据；将所述预测交易数据发送至客户端，所述预测交易数据用于供所述客户端对应的用户确定是否对所述目标交易对象进行交易。2.根据权利要求1所述的方法，其特征在于，所述将预处理后的至少一种交易因子和所述目标交易对象的相关交易信息输入融合模型进行回测，包括：将预处理后的至少一种交易因子和所述目标交易对象的相关交易信息输入第一融合模型进行非行业中性回测；和/或，将预处理后的至少一种交易因子和所述目标交易对象的相关交易信息输入第二融合模型进行行业中性回测。3.根据权利要求1所述的方法，其特征在于，所述评论信息包括以下信息中的至少一种：是否推荐对所述目标交易对象进行交易；对所述目标交易对象进行交易时的时间；对所述目标交易对象进行交易时的价格；所述目标交易对象交易之后的盈利能力；所述目标交易对象交易之后的风险指数。4.根据权利要求3所述的方法，其特征在于，所述根据所述评论信息对至少一种交易因子进行预处理，包括：将所述评论信息与各个交易因子进行匹配；降低与评论信息的匹配度低于预设阈值的交易因子的权重。5.根据权利要求1所述的方法，其特征在于，所述目标交易对象为股票，所述至少一种交易因子还包括以下信息中的至少一种：目标股票的选股指标为盈利收益率EP时的分值；目标股票的选股指标为账面市值比BM时的分值；目标股票的选股指标为现金收益率CR时的分值；目标股票的选股指标为资产收益率变动ROAC时的分值；目标股票的选股指标为市盈率相对盈利增长比率PEG时的分值。6.根据权利要求1至5任一所述的方法，其特征在于，所述融合模型包括随机森林Randomforest模型、LightGBM模型、xgboost模型、stac...

【专利技术属性】
技术研发人员：徐斌辰，康琦，马璐，潘乐，
申请(专利权)人：同济大学，
类型：发明
国别省市：上海,31