权重数据预测方法、装置、电子设备及可读存储介质制造方法及图纸

本公开实施例公开了一种权重数据预测方法、装置、电子设备及可读存储介质。其中，权重数据预测方法，包括：从数据存储设备读取多个基础对象和所述多个基础对象的相应历史权重数据；从所述数据存储设备读取目标对象的历史收益数据，所述目标对象由多个基础对象通过相应权重数据组合而成；通过处理器，将特定时间区间内的所述多个基础对象的相应历史权重数据和所述目标对象的历史收益数据输入权重数据预测模型，确定所述多个基础对象的权重数据的目标区间；对每个基础对象，在所述基础对象的当前权重数据不位于所述基础对象的权重数据的目标区间的条件下，通过所述处理器将所述基础对象的权重数据调整至所述基础对象的权重数据的相应目标区间中。

Weight data prediction method, device, electronic equipment and readable storage medium

【技术实现步骤摘要】
权重数据预测方法、装置、电子设备及可读存储介质
本公开涉及计算机
，具体涉及权重数据预测方法、装置、电子设备及可读存储介质。
技术介绍
在投资数据库的数据分析和权重数据预测中，存在预测模型的预测精度较差、运算量较大、权重数据预测不准确，投资数据库的利用效率较低的问题。
技术实现思路
为了解决相关技术中的问题，本公开实施例提供权重数据预测方法、装置、电子设备及可读存储介质。第一方面，本公开实施例中提供了一种权重数据预测方法，包括：从数据存储设备读取多个基础对象和所述多个基础对象的相应历史权重数据；从所述数据存储设备读取目标对象的历史收益数据，所述目标对象由多个基础对象通过相应权重数据组合而成；通过处理器，将特定时间区间内的所述多个基础对象的相应历史权重数据和所述目标对象的历史收益数据输入权重数据预测模型，确定所述多个基础对象的权重数据的目标区间，所述目标区间是使得所述目标对象的收益高于第一阈值的区间；对每个基础对象，在所述基础对象的当前权重数据不位于所述基础对象的权重数据的目标区间的条件下，通过所述处理器将所述基础对象的权重数据调整至所述基础对象的权重数据的相应目标区间中。结合第一方面，本公开在第一方面的第一种实现方式中，所述通过处理器，将特定时间区间内的所述多个基础对象的相应历史权重数据和所述目标对象的历史收益数据输入权重数据预测模型，确定所述多个基础对象的权重数据的目标区间包括：在所述特定时间区间内，计算所述多个基础对象间的历史相关性数据；根据所述多个基础对象间的历史相关性数据计算所述多个基础对象的权重数据的目标区间。结合第一方面的第一种实现方式，本公开在第一方面的第二种实现方式中，所述在所述特定时间区间内，计算所述多个基础对象间的历史相关性数据包括：在所述特定时间区间内，计算所述多个基础对象间的历史Gaussian-copula数据。结合第一方面，本公开在第一方面的第三种实现方式中，在所述对每个基础对象，在所述基础对象的当前权重数据不位于所述基础对象的权重数据的目标区间的条件下，通过所述处理器将所述基础对象的权重数据调整至所述基础对象的权重数据的相应目标区间中之前，还包括：根据调整所述基础对象的权重数据的成本和流动性需求调整所述多个基础对象的权重数据的目标区间。结合第一方面，本公开在第一方面的第四种实现方式中，所述对每个基础对象，在所述基础对象的当前权重数据不位于所述基础对象的权重数据的目标区间的条件下，通过所述处理器将所述基础对象的权重数据调整至所述基础对象的权重数据的相应目标区间中包括：根据所述特定时间区间内的基础对象的历史权重数据和目标对象的历史收益数据，计算调整所述基础对象的权重数据的触发时间和调整所述基础对象的权重数据的时间区间。结合第一方面的第四种实现方式，本公开在第一方面的第五种实现方式中，所述根据所述特定时间区间内的基础对象的历史权重数据和目标对象的历史收益数据，计算调整所述基础对象的权重数据的触发时间和调整所述基础对象的权重数据的时间区间包括：在所述特定时间区间内，在历史数据中，确定调整所述基础对象的权重数据的触发时间的最优时间，和调整所述基础对象的权重数据的时间区间的最优区间，并进行假设检验；在通过假设检验的条件下，确定所述基础对象的权重数据增加的平均时间和所述基础对象的权重数据减少的平均时间，通过众数计算，获得所述基础对象的权重数据增加时间和所述基础对象的权重数据减少时间。结合第一方面的第五种实现方式，本公开在第一方面的第六种实现方式中，还包括：在下一次调整所述基础对象的权重数据的触发时间位于当次调整所述基础对象的权重数据的时间区间内的条件下，获取用户的风险需求；当所述用户的风险需求低于特定阈值的条件下，使用弱衰减函数调整下一次的所述基础对象的权重数据，当所述用户的风险需求高于特定阈值的条件下，使用强衰减函数调整下一次的所述基础对象的权重数据。结合第一方面的第五种实现方式，本公开在第一方面的第七种实现方式中，还包括：随机加入非预期性数据，检验所述调整所述基础对象的权重数据的稳定性。第二方面，本公开实施例中提供了一种权重数据预测装置，包括：基础对象读取模块，被配置为从数据存储设备读取多个基础对象和所述多个基础对象的相应历史权重数据；目标对象读取模块，被配置为从所述数据存储设备读取目标对象的历史收益数据，所述目标对象由多个基础对象通过相应权重数据组合而成；目标区间确定模块，被配置为通过处理器，将特定时间区间内的所述多个基础对象的相应历史权重数据和所述目标对象的历史收益数据输入权重数据预测模型，确定所述多个基础对象的权重数据的目标区间，所述目标区间是使得所述目标对象的收益高于第一阈值的区间；权重数据调整模块，被配置为对每个基础对象，在所述基础对象的当前权重数据不位于所述基础对象的权重数据的目标区间的条件下，通过所述处理器将所述基础对象的权重数据调整至所述基础对象的权重数据的相应目标区间中。结合第二方面，本公开在第二方面的第一种实现方式中，所述目标区间确定模块包括：历史相关性数据计算子模块，被配置为在所述特定时间区间内，计算所述多个基础对象间的历史相关性数据；目标区间确定子模块，被配置为根据所述多个基础对象间的历史相关性数据计算所述多个基础对象的权重数据的目标区间。结合第二方面的第一种实现方式，本公开在第二方面的第二种实现方式中，所述在所述特定时间区间内，计算所述多个基础对象间的历史相关性数据包括：在所述特定时间区间内，计算所述多个基础对象间的历史Gaussian-copula数据。结合第二方面，本公开在第二方面的第三种实现方式中，还包括：目标区间再调整模块，被配置为在权重数据调整模块之前，根据调整所述基础对象的权重数据的成本和流动性需求调整所述多个基础对象的权重数据的目标区间。结合第二方面，本公开在第二方面的第四种实现方式中，所述对每个基础对象，在所述基础对象的当前权重数据不位于所述基础对象的权重数据的目标区间的条件下，通过所述处理器将所述基础对象的权重数据调整至所述基础对象的权重数据的相应目标区间中包括：根据所述特定时间区间内的基础对象的历史权重数据和目标对象的历史收益数据，计算调整所述基础对象的权重数据的触发时间和调整所述基础对象的权重数据的时间区间。结合第二方面的第四种实现方式，本公开在第二方面的第五种实现方式中，所述根据所述特定时间区间内的基础对象的历史权重数据和目标对象的历史收益数据，计算调整所述基础对象的权重数据的触发时间和调整所述基础对象的权重数据的时间区间包括：在所述特定时间区间内，在历史数据中，确定调整所述基础对象的权重数据的触发时间的最优时间，和调整所述基础对象的权重数据的时间区间的最优区间，并进行假设检验；在通过假设检验的条件下，确定所述基础对象的权重数据增加的平均时间和所述本文档来自技高网...

【技术保护点】
1.一种权重数据预测方法，包括：/n从数据存储设备读取多个基础对象和所述多个基础对象的相应历史权重数据；/n从所述数据存储设备读取目标对象的历史收益数据，所述目标对象由多个基础对象通过相应权重数据组合而成；/n通过处理器，将特定时间区间内的所述多个基础对象的相应历史权重数据和所述目标对象的历史收益数据输入权重数据预测模型，确定所述多个基础对象的权重数据的目标区间，所述目标区间是使得所述目标对象的收益高于第一阈值的区间；/n对每个基础对象，在所述基础对象的当前权重数据不位于所述基础对象的权重数据的目标区间的条件下，通过所述处理器将所述基础对象的权重数据调整至所述基础对象的权重数据的相应目标区间中。/n

【技术特征摘要】
1.一种权重数据预测方法，包括：
从数据存储设备读取多个基础对象和所述多个基础对象的相应历史权重数据；
从所述数据存储设备读取目标对象的历史收益数据，所述目标对象由多个基础对象通过相应权重数据组合而成；
通过处理器，将特定时间区间内的所述多个基础对象的相应历史权重数据和所述目标对象的历史收益数据输入权重数据预测模型，确定所述多个基础对象的权重数据的目标区间，所述目标区间是使得所述目标对象的收益高于第一阈值的区间；
对每个基础对象，在所述基础对象的当前权重数据不位于所述基础对象的权重数据的目标区间的条件下，通过所述处理器将所述基础对象的权重数据调整至所述基础对象的权重数据的相应目标区间中。


2.根据权利要求1所述的方法，其特征在于，
所述通过处理器，将特定时间区间内的所述多个基础对象的相应历史权重数据和所述目标对象的历史收益数据输入权重数据预测模型，确定所述多个基础对象的权重数据的目标区间包括：
在所述特定时间区间内，计算所述多个基础对象间的历史相关性数据；
根据所述多个基础对象间的历史相关性数据计算所述多个基础对象的权重数据的目标区间。


3.根据权利要求2所述的方法，其特征在于，
所述在所述特定时间区间内，计算所述多个基础对象间的历史相关性数据包括：
在所述特定时间区间内，计算所述多个基础对象间的历史Gaussian-copula数据。


4.根据权利要求1所述的方法，其特征在于，
在所述对每个基础对象，在所述基础对象的当前权重数据不位于所述基础对象的权重数据的目标区间的条件下，通过所述处理器将所述基础对象的权重数据调整至所述基础对象的权重数据的相应目标区间中之前，还包括：
根据调整所述基础对象的权重数据的成本和流动性需求调整所述多个基础对象的权重数据的目标区间。


5.根据权利要求1所述的方法，其特征在于，
所述对每个基础对象，在所述基础对象的当前权重数据不位于所述基础对象的权重数据的目标区间的条件下，通过所述处理器将所述基础对象的权重数据调整至所述基础对象的权重数据的相应目标区间中包括：
根据所述特定时间区间内的基础对象的历史权重数据和目标对象的历史收益数据，计算调整所述基础对象的权重数据的触发时间和调整所述基础对象的权重数据的时间区间。

<...

【专利技术属性】
技术研发人员：周渤洋，马永谙，姜海涌，
申请(专利权)人：北京口袋财富信息科技有限公司，
类型：发明
国别省市：北京;11