【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 ...
【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
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。