股市趋势预测方法、装置、计算机设备和存储介质制造方法及图纸

本申请涉及大数据技术领域，特别涉及一种股市趋势预测方法、装置、计算机设备和存储介质。所述方法包括：接收目标终端发送的待处理新闻事件数据；对待处理新闻事件数据进行文本识别得到第一文本数据，根据第一文本数据得到待处理新闻事件对应的第一标签；当预设数据库中存在与第一标签匹配的第二标签时，获取与第二标签关联的股市趋势曲线，第二标签是基于历史新闻事件数据得到，与股市趋势曲线关联存储在预设数据库中的标签；根据股市趋势曲线得到相关的预测结果，并将预测结果返回至目标终端。采用本方法能够在进行股市趋势预测，提高了股市趋势预测的效率。

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

The application relates to the field of big data technology, in particular to a stock market trend prediction method, device, computer equipment and storage medium. The method comprises the following steps: receiving the news event data to be processed sent by the target terminal; performing text recognition on the news event data to be processed to obtain the first text data, and obtaining the first tag corresponding to the news event to be processed according to the first text data; obtaining the stock market trend curve associated with the second tag when there is a second tag matching the first tag in the preset database, The second label is based on the historical news event data, which is associated with the stock market trend curve and stored in the preset database; according to the stock market trend curve, the related prediction results are obtained, and the prediction results are returned to the target terminal. This method can be used to predict the trend of stock market and improve the efficiency of stock market trend prediction.

【技术实现步骤摘要】
股市趋势预测方法、装置、计算机设备和存储介质
本申请涉及大数据
，特别是涉及一种股市趋势预测方法、装置、计算机设备和存储介质。
技术介绍
随着市场经济的发展，证券市场与金融投资在现代社会中占有的地位越来越重要。股市行情也会受到各种各样的新闻影响，比如国际环境、国家政策、经济形势、以及细微处的人员变动等，都可能会影响股市行情，而累积超额收益率(CumulativeAbnormalReturn，CAR)，代表了股票的变动情况，可以说明股价受事件影响的程度，能够很大程度的说明股市的后续趋势。然而，当前对累积超额收益率的预测，以及对股市趋势的预测，都是通过定期收集市场数据，根据股市走势曲线图的特征对股市趋势进行预测，但股市走势趋势图的形成需要新闻事件发生后，收集较长时间的股市数据才能形成，不能及时的在新闻事件发生后对股市趋势进行预测，预测的效率不够高。
技术实现思路
基于此，有必要针对上述技术问题，提供一种能够提高股市趋势预测效率的新闻事件与股市趋势预测方法、装置、计算机设备和存储介质。一种股市趋势预测方法，所述方法包括：接收目标终端发送的待处理新闻事件数据；对所述待处理新闻事件数据进行文本识别得到第一文本数据，根据所述第一文本数据得到所述待处理新闻事件对应的第一标签；当预设数据库中存在与第一标签匹配的第二标签时，获取与所述第二标签关联的股市趋势曲线，其中，所述第二标签是基于历史新闻事件数据得到，且与股市趋势曲线关联存储在预设数据库中的标签；根据所述股市趋势曲线得到与所述待处理新闻事件相关的预测结果，并将所述预测结果返回至所述目标终端。在其中一个实施例中，所述股市趋势预测方法还包括：对历史新闻事件数据进行文本识别得到第二文本数据，根据所述第二文本数据得到所述历史新闻事件对应的第二标签；获取所述历史新闻事件发生的时间节点，以及所述时间节点的相邻时间段内的股市收益数据，并根据所述股市收益数据计算相邻时间段内的累积超额收益率；根据所述相邻时间段内的累积超额收益率，绘制股市趋势曲线；将所述第二标签与所述股市趋势曲线进行关联存储至所述预设数据库中。在其中一个实施例中，所述根据所述第二文本数据得到所述历史新闻事件对应的第二标签之后，还包括：识别所述第二标签的类型，获取所述第二标签类型对应的股市趋势浮动属性；根据所述股市趋势浮动属性确定对应的累积超额收益率计算模型；所述根据所述股市收益数据计算所述历史新闻事件发生的时间节点相邻时间段内每天的累积超额收益率，包括：根据所述累积超额收益率计算模型及所述股市收益数据计算所述历史新闻事件发生的时间节点相邻时间段内每天的累积超额收益率累积超额收益率。在其中一个实施例中，所述获取历史新闻事件数据之后，还包括：获取所述历史新闻事件数据中的空间影响力数据；根据所述空间影响力数据得到所述历史新闻事件对应的空间影响力等级；确定所述空间影响力等级对应的数据影响范围，获取所述数据影响范围内第三标签与所述第二标签匹配的历史新闻事件；所述获取历史新闻事件发生的时间节点相邻时间段的股市收益数据，并根据所述股市收益数据计算所述历史新闻事件发生的时间节点相邻时间段内每天的累积超额收益率，包括：获取所述第三标签对应的历史新闻事件发生的时间节点相邻时间段的股市收益数据，并根据所述股市收益数据计算所述第三标签对应的历史新闻事件发生的时间节点相邻时间段内每天的累积超额收益率的平均值。在其中一个实施例中，获取历史新闻事件数据之后，还包括：获取所述历史新闻事件数据中的时间影响力数据；根据所述时间影响力数据得到所述历史新闻事件对应的时间影响力等级；确定所述时间影响力等级对应的影响时长，根据所述影响时长得到预设天数。在其中一个实施例中，所述根据所述股市收益数据计算所述历史新闻事件发生的时间节点相邻时间段内每天的累积超额收益率，包括：将所述间节点相邻时间段内每天的累积超额收益率分为所述时间节点前预设天数内每天的累积超额收益率及所述时间节点后预设天数内每天的累积超额收益率；根据所述时间节点前预设天数内每天的累积超额收益率得到第一趋势类型，根据所述时间节点后预设天数内每天的累积超额收益率得到第二趋势类型；根据所述第一趋势类型及所述第二趋势类型确定股市趋势类型；所述根据所述时间节点相邻时间段内每天的累积超额收益率，绘制股市趋势曲线，包括：根据所述股市趋势类型绘制股市趋势曲线。一种股市趋势预测装置，所述装置包括：接收模块，用于接收目标终端发送的待处理新闻事件数据；文本识别模块，用于对所述待处理新闻事件数据进行文本识别得到第一文本数据，根据所述第一文本数据得到所述待处理新闻事件对应的第一标签；获取模块，用于当预设数据库中存在与第一标签匹配的第二标签时，获取与所述第二标签关联的股市趋势曲线，其中，所述第二标签是基于历史新闻事件数据得到，且与股市趋势曲线关联存储在预设数据库中的标签；输出模块，用于根据所述股市趋势曲线得到与所述待处理新闻事件相关的预测结果，并将所述预测结果返回至所述目标终端。在其中一个实施例中，所述装置还包括：第二文本识别模块，用于对历史新闻事件数据进行文本识别得到第二文本数据，根据所述第二文本数据得到所述历史新闻事件对应的第二标签；第二获取模块，用于获取所述历史新闻事件发生的时间节点，以及所述时间节点的相邻时间段内的股市收益数据，并根据所述股市收益数据计算所述相邻时间段内的累积超额收益率；绘制模块，用于根据所述相邻时间段内的累积超额收益率，绘制股市趋势曲线；存储模块，用于将所述第二标签与所述股市趋势曲线进行关联存储至所述预设数据库中。一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现上述方法的步骤。一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述方法的步骤。上述股市趋势预测方法、装置、计算机设备和存储介质，服务器在接收目标终端发送的待处理新闻事件数据后，对待处理新闻事件数据进行文本识别得到第一文本数据，第一本文数据为新闻事件数据中可能影响股市趋势的数据，并根据第一文本数据得到待处理新闻事件对应的第一标签，第一标签则为新闻事件数据中的关键数据，将其中的关键数据设置为第一标签。并当预设数据库中存在与第一标签匹配的第二标签时，获取与第二标签关联的股市趋势曲线，其中，第二标签是基于历史新闻事件数据得到，并且与股市趋势曲线关联存储在预设数据库中的标签；根据标签的匹配关系，通过与第二标签关联的股市趋势曲线得到与待处理新闻事件相关的预测结果，并将预测结果返回至目标终端，能够在进行股市趋势预测时，通过待处理新闻事件标签获取标签匹配的历史新闻事件数据对应的股市趋势曲线，根据股市趋势曲线做出股市趋势预测，提高了股市趋势预测的效率本文档来自技高网...

【技术保护点】
1.一种股市趋势预测方法，所述方法包括：/n接收目标终端发送的待处理新闻事件数据；/n对所述待处理新闻事件数据进行文本识别得到第一文本数据，根据所述第一文本数据得到所述待处理新闻事件对应的第一标签；/n当预设数据库中存在与第一标签匹配的第二标签时，获取与所述第二标签关联的股市趋势曲线，其中，所述第二标签是基于历史新闻事件数据得到，且与股市趋势曲线关联存储在预设数据库中的标签；/n根据所述股市趋势曲线得到与所述待处理新闻事件相关的预测结果，并将所述预测结果返回至所述目标终端。/n

【技术特征摘要】
1.一种股市趋势预测方法，所述方法包括：
接收目标终端发送的待处理新闻事件数据；
对所述待处理新闻事件数据进行文本识别得到第一文本数据，根据所述第一文本数据得到所述待处理新闻事件对应的第一标签；
当预设数据库中存在与第一标签匹配的第二标签时，获取与所述第二标签关联的股市趋势曲线，其中，所述第二标签是基于历史新闻事件数据得到，且与股市趋势曲线关联存储在预设数据库中的标签；
根据所述股市趋势曲线得到与所述待处理新闻事件相关的预测结果，并将所述预测结果返回至所述目标终端。


2.根据权利要求1所述的方法，其特征在于，所述方法还包括；
对历史新闻事件数据进行文本识别得到第二文本数据，根据所述第二文本数据得到所述历史新闻事件对应的第二标签；
获取所述历史新闻事件发生的时间节点，以及所述时间节点的相邻时间段内的股市收益数据，并根据所述股市收益数据计算所述相邻时间段内的累积超额收益率；
根据所述相邻时间段内的累积超额收益率，绘制股市趋势曲线；
将所述第二标签与所述股市趋势曲线进行关联存储至所述预设数据库中。


3.根据权利要求2所述的方法，其特征在于，所述根据所述第二文本数据得到所述历史新闻事件对应的第二标签之后，还包括：
识别所述第二标签的类型，获取所述第二标签类型对应的股市趋势浮动属性；
根据所述股市趋势浮动属性确定对应的累积超额收益率计算模型；
所述根据所述股市收益数据计算所述历史新闻事件发生的时间节点相邻时间段内每天的累积超额收益率，包括：
根据所述累积超额收益率计算模型及所述股市收益数据计算所述历史新闻事件发生的时间节点相邻时间段内每天的累积超额收益率累积超额收益率。


4.根据权利要求2所述的方法，其特征在于，所述获取历史新闻事件数据之后，还包括：
获取所述历史新闻事件数据中的空间影响力数据；
根据所述空间影响力数据得到所述历史新闻事件对应的空间影响力等级；
确定所述空间影响力等级对应的数据影响范围，获取所述数据影响范围内第三标签与所述第二标签匹配的历史新闻事件；
所述获取历史新闻事件发生的时间节点相邻时间段的股市收益数据，并根据所述股市收益数据计算所述历史新闻事件发生的时间节点相邻时间段内每天的累积超额收益率，包括：
获取所述第三标签对应的历史新闻事件发生的时间节点相邻时间段的股市收益数据，并根据所述股市收益数据计算所述第三标签对应的历史新闻事件发生的时间节点相邻时间段内每天的累积超额收益率的平均值。


5.根据权利要求2所述的方法，其特征在于，获取历史新闻事件数据之后，还包括：
获取所述...

【专利技术属性】
技术研发人员：项舒畅，张春玲，罗傲雪，汪伟，
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