金融数据特征选择和预测方法、装置、设备及存储介质制造方法及图纸

本发明专利技术提供了一种用于金融数据特征选择方法，包括：构建金融数据特征选择模型；对金融数据进行标准化处理得到标准化金融数据；根据所述标准化金融数据匹配相应金融数据特征选择模型，并对所述标准化金融数据进行输入处理，得到待模型化处理金融数据；根据所述金融数据特征选择模型和特征选择规则对所述待模型化处理金融数据进行选择，得到金融数据特征集；使用金融数据预测要求来对当前待识别金融数据预测进行预测，以得到预测结果。本发明专利技术可以解决在进行网络安全信息数据挖掘时，无法确保特征选择是否正确及最优和现有数据挖掘中集中存储，而预测调用时高成本的问题。

Methods, devices, equipment and storage media for feature selection and prediction of financial data

【技术实现步骤摘要】
金融数据特征选择和预测方法、装置、设备及存储介质
本专利技术涉及数据挖掘
，具体而言，涉及一种金融数据特征选择和预测方法、装置、设备及存储介质。
技术介绍
在金融领域中，金融数据种类繁多，例如股票、期货、基金、贵金属、外汇等，为了能够及时、有效地获取金融领域的数据信息，并利用金融数据信息进行预测操作，为用户交易提供策略参考，从而量化交易，故此，急需要对金融数据进行快速、精确地识别处理，实时地读取、分析历史金融数据，形成参考建议，从而降低投资交易的风险性。可见，如何提高金融数据挖掘技术的精确性、准确度和降低数据调用、处理的成本，其实际应用中的亟待处理的实际问题还有很多未提出具体的解决方案。
技术实现思路
为了克服现有技术的不足提供了一种金融数据特征选择和预测方法、装置、设备及存储介质，本专利技术的具体技术方案如下：本申请第一方面提供了一种金融数据特征选择和预测方法，所述方法包括：根据金融数据处理标准，构建金融数据特征选择模型；对一个或多个数据源获取的金融数据进行标准化处理，得到标准化金融数据；根据所述标准化金融数据匹配相应金融数据特征选择模型，并由所述金融数据特征选择模型对所述标准化金融数据进行输入处理，得到待模型化处理金融数据；根据所述金融数据特征选择模型、特征选择规则和金融数据预测要求对所述待模型化处理金融数据进行选择，得到金融数据预测特征集；针对至少一个金融数据预测特征集，从所述金融数据预测特征集中的第一金融数据开始识别，直到所述金融数据预测特征集中所有金融数据的特征参数满足预定条件：使用金融数据预测要求来对当前待识别金融数据预测进行预测，以得到所述待模型化处理金融数据中的各个待识别金融数据预测特征集的预测结果。本专利技术第二方面提供了一种金融数据的预测装置，其特征在于，所述装置包括：模型构建模块，用于根据金融数据处理标准，构建金融数据特征选择模型；数据标准化处理模块，用于对一个或多个数据源获取的金融数据进行标准化处理，得到标准化金融数据；输入模块，用于根据所述标准化金融数据匹配相应金融数据特征选择模型，并由所述金融数据特征选择模型对所述标准化金融数据进行输入处理，得到待模型化处理金融数据；预测特征集生成模块，用于根据金融数据预测要求，从所述待模型化处理金融数据中提取得到金融数据预测特征集；预测模块，用于针对至少一个金融数据预测特征集，从所述金融数据预测特征集中的第一金融数据开始识别，直到所述金融数据预测特征集中所有金融数据的特征参数满足预定条件：使用金融数据预测要求来对当前待识别金融数据预测进行预测，以得到所述待模型化处理金融数据中的各个待识别金融数据预测特征集的预测结果。本专利技术第三方面提供了一种金融数据的预测设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现所述金融数据特征选择和预测方法。本专利技术第四方面提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现所述金融数据特征选择和预测方法。本专利技术所取得的有益效果包括：1、搜索速度快、可调参数少、易实现；2、数据特征的选择方法及系统大大提高了数据特征选择的精确度，缩短了获取数据特征的时间；3、解决在进行网络安全信息数据挖掘时，无法确保特征选择是否正确及最优的问题；4、解决现有数据挖掘中集中存储，而预测调用时高成本的问题。附图说明从以下结合附图的描述可以进一步理解本专利技术，将重点放在示出实施例的原理上。图1是本专利技术实施例之一中金融数据特征选择方法的流程示意图；图2是本专利技术实施例之一中另一金融数据特征选择方法的流程示意图；图3是本专利技术实施例之一中金融数据的预测装置的结构框图；图4是本专利技术实施例之一中金融数据的预测设备的结构框图；具体实施方式为了使得本专利技术的目的、技术方案及优点更加清楚明白，以下结合其实施例，对本专利技术进行进一步详细说明；应当理解，此处所描述的具体实施例仅用于解释本专利技术，并不用于限定本专利技术。对于本领域技术人员而言，在查阅以下详细描述之后，本实施例的其它系统、方法和/或特征将变得显而易见。旨在所有此类附加的系统、方法、特征和优点都包括在本说明书内、包括在本专利技术的范围内，并且受所附权利要求书的保护。在以下详细描述描述了所公开的实施例的另外的特征，并且这些特征根据以下将详细描述将是显而易见的。本专利技术实施例的附图中相同或相似的标号对应相同或相似的部件；在本专利技术的描述中，需要理解的是，若有术语“上”、“下”、“左”、“右”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本专利技术和简化描述，而不是指示或暗示所指的装置或组件必须具有特定的方位、以特定的方位构造和操作，因此附图中描述位置关系的用语仅用于示例性说明，不能理解为对本专利的限制，对于本领域的普通技术人员而言，可以根据具体情况理解上述术语的具体含义。本专利技术为一种金融数据特征选择和预测方法、装置、设备及存储介质，根据附图1-4所示讲述以下实施例：实施例一：本实施例提供了一种金融数据特征选择和预测方法，所述方法包括：S101：根据金融数据处理标准，构建金融数据特征选择模型；S102：对一个或多个数据源获取的金融数据进行标准化处理，得到标准化金融数据；S103：根据所述标准化金融数据匹配相应金融数据特征选择模型，并由所述金融数据特征选择模型对所述标准化金融数据进行输入处理，得到待模型化处理金融数据；S104：根据所述金融数据特征选择模型、特征选择规则和金融数据预测要求对所述待模型化处理金融数据进行选择，得到金融数据预测特征集；S105：针对至少一个金融数据预测特征集，从所述金融数据预测特征集中的第一金融数据开始识别，直到所述金融数据预测特征集中所有金融数据的特征参数满足预定条件：使用金融数据预测要求来对当前待识别金融数据预测进行预测，以得到所述待模型化处理金融数据中的各个待识别金融数据预测特征集的预测结果。可选的，所述根据金融数据处理标准，构建金融数据特征选择模型，包括：根据金融数据选择要求，获取得到金融数据处理标准及处理标准内容信息，并基于所述处理标准内容，构建与所述金融数据选择要求相对应的金融数据特征选择模型，并完成所述金融数据特征选择模型的节点定义操作。可选的，所述对一个或多个数据源获取的金融数据进行标准化处理，得到标准化金融数据，包括：根据预设标准化数据格式规则对获取的金融数据进行标准化抽取和解析处理，并根据解析结果和所述金融数据选择要求对所述获取的金融数据进行代值标志化处理，得到标准化金融数据。可选的，所述根据所述标准化金融数据匹配相应金融数据特征选择模型，并由所述金融数据特征选择模型对所述标准化金融数据进行输入处理，包括：根据所述代值匹配得到金融数据特征选择模型，并本文档来自技高网...

【技术保护点】
1.一种金融数据特征选择和预测方法，其特征在于，所述方法包括：/n根据金融数据处理标准，构建金融数据特征选择模型；/n对一个或多个数据源获取的金融数据进行标准化处理，得到标准化金融数据；/n根据所述标准化金融数据匹配相应金融数据特征选择模型，并由所述金融数据特征选择模型对所述标准化金融数据进行输入处理，得到待模型化处理金融数据；/n根据所述金融数据特征选择模型、特征选择规则和金融数据预测要求对所述待模型化处理金融数据进行选择，得到金融数据预测特征集；/n针对至少一个金融数据预测特征集，从所述金融数据预测特征集中的第一金融数据开始识别，直到所述金融数据预测特征集中所有金融数据的特征参数满足预定条件：使用金融数据预测要求来对当前待识别金融数据预测进行预测，以得到所述待模型化处理金融数据中的各个待识别金融数据预测特征集的预测结果。/n

【技术特征摘要】
1.一种金融数据特征选择和预测方法，其特征在于，所述方法包括：
根据金融数据处理标准，构建金融数据特征选择模型；
对一个或多个数据源获取的金融数据进行标准化处理，得到标准化金融数据；
根据所述标准化金融数据匹配相应金融数据特征选择模型，并由所述金融数据特征选择模型对所述标准化金融数据进行输入处理，得到待模型化处理金融数据；
根据所述金融数据特征选择模型、特征选择规则和金融数据预测要求对所述待模型化处理金融数据进行选择，得到金融数据预测特征集；
针对至少一个金融数据预测特征集，从所述金融数据预测特征集中的第一金融数据开始识别，直到所述金融数据预测特征集中所有金融数据的特征参数满足预定条件：使用金融数据预测要求来对当前待识别金融数据预测进行预测，以得到所述待模型化处理金融数据中的各个待识别金融数据预测特征集的预测结果。


2.如权利要求1所述的金融数据特征选择和预测方法，其特征在于，所述根据金融数据处理标准，构建金融数据特征选择模型，包括：
根据金融数据选择要求，获取得到金融数据处理标准及处理标准内容信息，并基于所述处理标准内容，构建与所述金融数据选择要求相对应的金融数据特征选择模型，并完成所述金融数据特征选择模型的节点定义操作。


3.如权利要求2所述的金融数据特征选择和预测方法，其特征在于，所述对一个或多个数据源获取的金融数据进行标准化处理，得到标准化金融数据，包括：
根据预设标准化数据格式规则对获取的金融数据进行标准化抽取和解析处理，并根据解析结果和所述金融数据选择要求对所述获取的金融数据进行代值标志化处理，得到标准化金融数据。


4.如权利要求3所述的金融数据特征选择和预测方法，其特征在于，所述根据所述标准化金融数据匹配相应金融数据特征选择模型，并由所述金融数据特征选择模型对所述标准化金融数据进行输入处理，得到待模型化处理金融数据，包括：
根据所述代值匹配得到金融数据特征选择模型，并根据所述金融数据特征选择模型的节点定义协议解析所述标准化金融数据，截取与所述节点定义协议相适应的金融数据段，提取所述金融数据段的特征参数，并计算所述特征参数与所述节点定义协议中定义内容规定的金融数据段的特征参数的参数匹配值，
若所述参数匹配值大于或等于预设参数匹配值，则所述金融数据段有效；
若所述参数匹配值小于所述预设参数匹配值，则所述金融数据段无效，并采用补充解析识别协议进行补充解析识别处理。


5.如权利要求4所述的金融数据特征选择和预测方法，其特征在于，所述采用...

【专利技术属性】
技术研发人员：覃业梅，雷振，钟阳宇，
申请(专利权)人：湖南工商大学，
类型：发明
国别省市：湖南;43