一种交易趋势的预测方法和装置制造方法及图纸

本发明专利技术公开了一种交易趋势的预测方法和装置，所述方法包括：针对同一时间序列的交易数据，采用金字塔型滑动步长的时间序列抽取方法，获得分别对应各步长的采样数据组；对于每个步长，将该步长对应的采样数据组进行先见型预测的准确性判断，根据准确性判断结果设置该采样数据组对应的权重后，根据该采样数据组计算该采样数据组的预测值；根据各采样数据组的预测值和权重计算所述交易数据最终的趋势预测结果。应用本发明专利技术不需要进行模型训练，以免因受样本的质量与数量影响模型训练结果，进而影响预测结果的准确性。

【技术实现步骤摘要】
一种交易趋势的预测方法和装置
本专利技术涉及趋势预测领域，特别是指一种交易趋势的预测方法和装置。
技术介绍
原有技术对交易的趋势是否下滑的预测并不多，大多数现有技术是对交易数据的值的预测；原有的技术多采用机器学习、深度学习的方法，对交易数据数值进行预测，预测过程需要通过样本的选择与模型的训练，上述操作对数据质量与数据数量的要求较高，样本选择的过程，在某种程度上增加了对人的依赖。也就是说现有的交易预测技术，多采用机器学习的方法，需要进行模型训练，模型训练结果受样本的质量与数量影响较大，当样本质量较差或者样本数量不足时，算法准确性无法保证。
技术实现思路
有鉴于此，本专利技术的目的在于提出一种交易趋势的预测方法和装置，不需要进行模型训练，以免因受样本的质量与数量影响模型训练结果，进而影响预测结果的准确性。基于上述目的，本专利技术提供一种交易趋势的预测方法，包括：针对同一时间序列的交易数据，采用金字塔型滑动步长的时间序列抽取方法，获得分别对应各步长的采样数据组；对于每个步长，将该步长对应的采样数据组进行先见型预测的准确性判断，根据准确性判断结果设置该采样数据组对应的权重后，根据该采样数据组计算该采样数据组的预测值；根据各采样数据组的预测值和权重计算所述交易数据最终的趋势预测结果。其中，所述针对同一时间序列的交易数据，采用金字塔型滑动步长的时间序列抽取方法，获得分别对应各步长的采样数据组，具体为：针对同一时间序列的交易数据，分别以不同步长进行数据采样，获得分别对应各步长的采样数据组。其中，所述将该步长对应的采样数据组进行先见型预测的准确性判断，具体包括：将所述采样数据组的前部分作为预测样本数据后，将所述预测样本数据的预测值与所述采样数据组的后部分的真实采样值进行比对；将所述预测值与真实采样值之间的差异值，作为所述采样数据组的先见型预测的准确性判断结果。其中，所述根据准确性判断结果设置该采样数据组对应的权重，具体包括：对各采样数据组的先见型预测的准确性判断结果进行归一化处理后，根据各采样数据组的归一化处理后的准确性判断结果，分别设置各采样数据组对应的权重。其中，所述根据各采样数据组的预测值和权重计算所述交易数据最终的趋势预测结果，具体包括：针对每个采样数据组，将该采样数据组的预测值和权重相乘得到乘积结果；将得到的各采样数据组的乘积结果求和，得到所述交易数据最终的趋势预测结果。本专利技术还提供一种交易趋势的预测装置，包括：多步长采样模块，用于针对同一时间序列的交易数据，采用金字塔型滑动步长的时间序列抽取方法，获得分别对应各步长的采样数据组；数据组权重设置模块，用于对于每个步长，将该步长对应的采样数据组进行先见型预测的准确性判断，根据准确性判断结果设置该采样数据组对应的权重；数据组预测模块，用于对于每个步长，根据该步长对应的采样数据组计算该采样数据组的预测值；趋势预测模块，用于根据各采样数据组的预测值和权重计算所述交易数据最终的趋势预测结果。本专利技术还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其中，所述处理器执行所述程序时实现如上所述的交易趋势的预测方法。本专利技术的技术方案中，针对同一时间序列的交易数据，采用金字塔型滑动步长的时间序列抽取方法，获得分别对应各步长的采样数据组；对于每个步长，将该步长对应的采样数据组进行先见型预测的准确性判断，根据准确性判断结果设置该采样数据组对应的权重后，根据该采样数据组计算该采样数据组的预测值；根据各采样数据组的预测值和权重计算所述交易数据最终的趋势预测结果。本专利技术的技术方案在计算趋势预测结果的过程中不需要进行模型训练，从而以免因受样本的质量与数量影响模型训练结果，进而影响预测结果的准确性；此外，本专利技术的技术方案中采用预测准确性的先见型判断，从而在参考了各采样数据组的预测数据准确性后，计算得到最终的趋势预测结果的准确性更高。此外，现有技术的趋势预测方法，仅通过单一的时间序列对未来的趋势进行预测，不能排除趋势预测的偶然性与特异性；而本专利技术的技术方案中对同一时间序列的交易数据，分别以不同步长进行数据采样，获得分别对应各步长的采样数据组，由多组分别对应各步长的采样数据组进行趋势预测可以避免最终的趋势预测结果收到采样数据的偶然性与特异性的影响，提高预测的准确性。附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1为本专利技术实施例提供的一种交易趋势的预测方法流程图；图2为本专利技术实施例提供的一种采样数据组的权重设置方法流程图；图3为本专利技术实施例提供的一种交易趋势的预测装置的内部结构框图；图4为本专利技术实施例提供的一种电子设备硬件结构示意图。具体实施方式为使本专利技术的目的、技术方案和优点更加清楚明白，以下结合具体实施例，并参照附图，对本专利技术进一步详细说明。需要说明的是，除非另外定义，本专利技术实施例使用的技术术语或者科学术语应当为本公开所属领域内具有一般技能的人士所理解的通常意义。本公开中使用的“第一”、“第二”以及类似的词语并不表示任何顺序、数量或者重要性，而只是用来区分不同的组成部分。“包括”或者“包含”等类似的词语意指出现该词前面的元件或者物件涵盖出现在该词后面列举的元件或者物件及其等同，而不排除其他元件或者物件。“连接”或者“相连”等类似的词语并非限定于物理的或者机械的连接，而是可以包括电性的连接，不管是直接的还是间接的。“上”、“下”、“左”、“右”等仅用于表示相对位置关系，当被描述对象的绝对位置改变后，则该相对位置关系也可能相应地改变。下面结合附图详细说明本专利技术实施例的技术方案。本专利技术实施例提供的一种交易趋势的预测方法流程如图1所示，包括如下步骤：步骤S101：针对同一时间序列的交易数据，采用金字塔型滑动步长的时间序列抽取方法，获得分别对应各步长的采样数据组。具体地，针对同一时间序列的交易数据，分别以不同步长进行数据采样，获得分别对应各步长的采样数据组；例如，以该组时间序列的交易数据的序列长度的最小质数作为步长的最小单元，对最小单元的步长乘0、1、2、...、n，分别得到各步长；或者，以2为最小步长，对2进行幂运算，从2的零次幂开始，直到步长的长度超过时间序列长度，从而得到各步长；或者，随机生成多个小于序列长度的步长，作为各步长。步长由大到小，形成类似于金字塔的时间抽取机制。例如，同一时间序列的交易数据具体可以是时间序列的供应商的订单数量，也就是随时间变化的一组供应商的订单数量；或者，同一时间序列的交易数据具体可以是时间序列的供应商的订单金额，也就是随时间变化的一组供应商的订单金额本文档来自技高网...

【技术保护点】
1.一种交易趋势的预测方法，其特征在于，包括：/n针对同一时间序列的交易数据，采用金字塔型滑动步长的时间序列抽取方法，获得分别对应各步长的采样数据组；/n对于每个步长，将该步长对应的采样数据组进行先见型预测的准确性判断，根据准确性判断结果设置该采样数据组对应的权重后，根据该采样数据组计算该采样数据组的预测值；/n根据各采样数据组的预测值和权重计算所述交易数据最终的趋势预测结果。/n

【技术特征摘要】
1.一种交易趋势的预测方法，其特征在于，包括：
针对同一时间序列的交易数据，采用金字塔型滑动步长的时间序列抽取方法，获得分别对应各步长的采样数据组；
对于每个步长，将该步长对应的采样数据组进行先见型预测的准确性判断，根据准确性判断结果设置该采样数据组对应的权重后，根据该采样数据组计算该采样数据组的预测值；
根据各采样数据组的预测值和权重计算所述交易数据最终的趋势预测结果。


2.根据权利要求1所述的方法，其特征在于，所述针对同一时间序列的交易数据，采用金字塔型滑动步长的时间序列抽取方法，获得分别对应各步长的采样数据组，具体为：
针对同一时间序列的交易数据，分别以不同步长进行数据采样，获得分别对应各步长的采样数据组。


3.根据权利要求1所述的方法，其特征在于，所述将该步长对应的采样数据组进行先见型预测的准确性判断，具体包括：
将所述采样数据组的前部分作为预测样本数据后，将所述预测样本数据的预测值与所述采样数据组的后部分的真实采样值进行比对；
将所述预测值与真实采样值之间的差异值，作为所述采样数据组的先见型预测的准确性判断结果。


4.根据权利要求3所述的方法，其特征在于，所述根据准确性判断结果设置该采样数据组对应的权重，具体包括：
对各采样数据组的先见型预测的准确性判断结果进行归一化处理后，根据各采样数据组的归一化处理后的准确性判断结果，分别设置各采样数据组对应的权重。


5.根据权利要求4所述的方法，其特征在于，所述根据各采样数据组的预测值和权重计算所述交易数据最终的趋势预测结果，具体包括：
针对每个采样数据组，将该采样数据组的预测值和权重相乘得到乘积结果；
将得到的各采样数据组的乘积结...

【专利技术属性】
技术研发人员：何清素，郭博，王一梦，杜晔，刘远，
申请(专利权)人：北京国电通网络技术有限公司，国网信息通信产业集团有限公司，
类型：发明
国别省市：北京;11