【技术实现步骤摘要】
一种量化交易预测方法、装置及设备
本申请涉及金融交易
,特别是涉及一种量化交易预测方法、装置及设备。
技术介绍
随着人们生活水平的提高,人们手中积累的资产越来越多,有些人会将这些资产放在银行中,但是银行的收益利率非常的低,因此现在很多人选择将资产进行金融投资交易。由于金融投资交易的收益情况不固定,为了能够更好的帮助投资者进行理财投资,很多理财公司使用量化交易的方式为投资者进行投资检测。量化交易是指以先进的数学模型替代人为的主观判断,利用计算机技术从庞大的历史数据中海选能带来超额收益的多种“大概率”事件以制定策略,极大地减少了投资者情绪波动的影响,避免在市场极度狂热或悲观的情况下作出非理性的投资决策。但是目前的量化交易的准确率还比较低,对于失败的量化交易只能人工分析和查询,进而来确定是否存在改进方案或者不合理的交易,然后再通过具体的策略代码进行修正,然而上述情况往往会造成过拟合的效果,而且对于量化策略的微调会带来负面的效果和影响,很难量化最终的效果。
技术实现思路
有鉴于此,本申请提供了一种量化交易预测方法、装置及设备,主要目的在于解决目前对于失败的量化交易只能进行人工分析和查询,使得量化交易的准确率较低的问题。依据本申请的第一方面,提供了一种量化交易预测方法,所述方法包括:获取当前时刻交易市场的当前市场指标和当前交易指标,其中,当前市场指标和当前交易指标均会随着时间的变化而不断变动;将所述当前市场指标和所述当前交易指标代入量化交易预测模型,对所述量化交易预测模型中相对应的参数进行更新,进而保证所述相对应的参数的准确性,所述量化交易预测模型是根据历史失败交 ...
【技术保护点】
1.一种量化交易预测方法,其特征在于,所述方法包括:获取当前时刻交易市场的当前市场指标和当前交易指标,其中,当前市场指标和当前交易指标均会随着时间的变化而不断变动;将所述当前市场指标和所述当前交易指标代入量化交易预测模型,对所述量化交易预测模型中相对应的参数进行更新,进而保证所述量化交易预测模型进行量化预测的准确性,其中,所述量化交易预测模型是根据历史失败交易数据进行学习训练获得,所述量化交易预测模型中设有分别与当前市场指标和当前交易指标相对应的参数;获取待测交易行为的待测交易数据,将所述待测交易数据输入更新后的量化交易预测模型进行预测,确定出所述待测交易数据属于失败交易数据的失败概率;将所述失败概率与预定概率进行对比,当所述失败概率大于等于所述预定概率时,则所述待测交易数据属于失败交易数据,否则属于成功交易数据。
【技术特征摘要】
1.一种量化交易预测方法,其特征在于,所述方法包括:获取当前时刻交易市场的当前市场指标和当前交易指标,其中,当前市场指标和当前交易指标均会随着时间的变化而不断变动;将所述当前市场指标和所述当前交易指标代入量化交易预测模型,对所述量化交易预测模型中相对应的参数进行更新,进而保证所述量化交易预测模型进行量化预测的准确性,其中,所述量化交易预测模型是根据历史失败交易数据进行学习训练获得,所述量化交易预测模型中设有分别与当前市场指标和当前交易指标相对应的参数;获取待测交易行为的待测交易数据,将所述待测交易数据输入更新后的量化交易预测模型进行预测,确定出所述待测交易数据属于失败交易数据的失败概率;将所述失败概率与预定概率进行对比,当所述失败概率大于等于所述预定概率时,则所述待测交易数据属于失败交易数据,否则属于成功交易数据。2.根据权利要求1所述的方法,其特征在于,在将所述当前市场指标和所述当前交易指标代入量化交易预测模型之前,所述方法还包括:收集预定时间段内的历史交易行为,并获取各个历史交易行为的历史交易数据;利用量化策略对所述历史交易数据进行回测,得到回测交易数据;从所述回测交易数据中筛选出失败交易数据;将各个所述失败交易数据输入随机森林模型或逻辑回归模型中进行学习训练,得到量化交易预测模型。3.根据权利要求1或2所述的方法,其特征在于,所述历史失败交易数据存在M类,所述量化交易预测模型有M个,所述M类历史失败交易数据与所述M个量化交易预测模型一一对应,其中,M为正整数;所述将所述当前市场指标和所述当前交易指标代入量化交易预测模型,对所述量化交易预测模型中相对应的参数进行更新,具体包括:将所述当前市场指标和所述当前交易指标代入M个量化交易预测模型,对所述M个量化交易预测模型中相对应的参数进行更新;所述获取待测交易行为的待测交易数据,将所述待测交易数据输入更新后的量化交易预测模型进行预测,确定出所述待测交易数据属于失败交易数据的失败概率,具体包括:获取待测交易行为的待测交易数据,利用M个更新后的量化交易预测模型分别对所述待测交易数据进行预测;确定出所述待测交易数据属于各个类型的失败交易数据的失败概率,每个更新后的量化交易模型对应一个失败概率,得到的失败概率的数量为M个;将所述失败概率与预定概率进行对比,当所述失败概率大于等于所述预定概率时,则所述待测交易数据属于失败交易数据,对所述待测交易行为进行拦截,否则属于成功交易数据,对所述待测交易行为进行放行,具体包括:将所述M个失败概率与预定概率进行一一对比,当所述M个失败概率中任一失败概率大于等于预定概率时,则所述待测交易数据属于失败交易数据,否则属于成功交易数据。4.根据权利要求2所述的方法,其特征在于,将各个所述失败交易数据输入随机森林模型或逻辑回归模型中进行学习训练,得到量化交易预测模型,具体包括:利用无监督分类算法对所述失败交易数据进行分类,得到M类...
【专利技术属性】
技术研发人员:毕野,黄博,吴振宇,王建明,肖京,
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
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。