货币基金的组合投资预测方法和预测装置制造方法及图纸

本发明专利技术涉及智能决策技术领域，用于提高基金组合投资的预测准确率。本发明专利技术提供一种货币基金的组合投资预测方法及预测装置，所述方法包括：获取多支基金的第一历史业绩数据，利用收益预测模型分别确定每支基金的预测收益；获取目标商户的第一历史经营特征，利用流动资金预测模型确定所述商户的预测流动资金；获取目标商户在多个不同时段的当前经营特征，分别将每个所述当前经营特征、所述预测收益和所述预测流动资金作为随机森林模型的决策因子，以获得所述目标商户在所述多个不同时段的候选基金组合；其中每相邻两个时段之间包含交叉时段；根据多个所述候选基金组合中包含的不同基金的出现密度，确定推荐基金组合。

【技术实现步骤摘要】
货币基金的组合投资预测方法和预测装置
本专利技术涉及智能决策
，特别涉及一种货币基金的组合投资预测方法和预测装置。
技术介绍
随机森林模型(RandomForest)目前在医疗、金融、气象等多种领域中已有广泛应用。随机森林模型能够处理大量的输入变数，评估变数的重要性，从而实现分类决策。在金融领域，通常使用随机森林模型进行金融产品投资决策。由于投资类产品本身涉及到的特征参数数量非常之多，并且该特征参数具有很强的时效性，因此随机森林模型在相隔很短的时间内预测出的组合投资产品可能会有很大的出入，无论在稳定性方面还是准确性方面都不够理想，实际上现有的随机森林模型为投资者提供的参考价值并不大。因此，如何为投资者提供更加准确可信的组合投资预测，成为本领域技术人员亟待解决的技术问题。
技术实现思路
本专利技术的目的是提供一种能够提高预测准确性和稳定性的组合投资预测方案，以解决现有技术中存在的上述问题。为实现上述目的，本专利技术提供一种货币基金的组合投资预测方法，包括：获取多支基金的第一历史业绩数据，利用收益预测模型分别确定每支基金的预测收益；获取目标商户的第一历史经营特征，利用流动资金预测模型确定所述商户的预测流动资金；获取目标商户的当前经营特征，将所述当前经营特征、所述预测收益和所述预测流动资金作为随机森林模型的决策因子，以获得所述目标商户对应的候选基金组合；获取多个候选基金组合，基于多个候选基金组合中包含的不同基金的出现密度，确定推荐基金组合。<br>根据本专利技术提供的货币基金的组合投资预测方法，所述获取多支基金的历史业绩数据，利用收益预测模型分别确定每支基金的预测收益的步骤包括：获取与每支基金对应的新增申购数量、新增赎回数量、沪深300指数、银行日间拆借利率、基金公司财报、基金公司成立时长、同类基金排名中的任意一种或多种，作为所述历史业绩数据；将所述历史业绩数据输入收益预测模型，以输出每支基金在预设时间段的预测收益；其中所述收益预测模型是利用线性回归模型训练得到的。根据本专利技术提供的货币基金的组合投资预测方法，所述将所述历史业绩数据输入收益预测模型，以输出每支基金在预设时间段的预测收益的步骤包括：将所述历史业绩数据划分为工作日历史业绩数据和休息日历史业绩数据；将所述工作日历史业绩数据输入所述收益预测模型，以输出所述基金在预设时间段的预测工作日收益；将所述休息日历史业绩数据输入所述收益预测模型，以输出所述基金在预设时间段的预测休息日收益；将所述预测工作日收益和所述预测休息日收益加权求和，以得到所述预测收益。根据本专利技术提供的货币基金的组合投资预测方法，所述获取目标商户的历史经营特征，利用流动资金预测模型确定所述商户的预测流动资金的步骤包括：获取所述目标商户对应的主营商品历史销量、历史价格、节假日因子、历史退还款比例、月末环比提款额、月末同比支出额、促销因子、采购因子中的任意一种或多种，作为所述历史经营特征；将所述历史经营特征输入流动资金预测模型，以输出所述商户的预测流动资金；其中所述流动资金预测模型是基于自相关模型训练得到的。根据本专利技术提供的货币基金的组合投资预测方法，所述获取多个候选基金组合，基于多个基金组合中包含的不同基金的出现密度，确定推荐基金组合的步骤包括：获取每个当前候选基金组合中包含的基金编号；计算每个基金编号在所有当前候选基金组合中的出现密度，其中出现密度是所述基金编号在所有基金编号中所占的比例；根据所述出现密度确定推荐基金组合。根据本专利技术提供的货币基金的组合投资预测方法，所述收益预测模型的训练过程包括：获取所述多只基金的第二历史业绩数据，所述第二历史业绩数据包括所述多只基金在训练时间点之前第一时间段内的业绩数据；将所述第二历史业绩数据划分为多个不同的训练样本和测试样本，每个测试样本包括其中一支基金在第二时间段之内的业绩数据；所述第二时间段小于所述第一时间段；对于每个训练样本中包含的所有数值进行数学运算得到运算样本数据，所述数学运算包括求和、求平均值、求方差、求极大值、求极小值中的任意几种；将所述运算样本数据添加至所述训练样本中得到新的训练样本，利用所述新的样本数据训练所述收益预测模型，并利用所述测试样本进行测试。根据本专利技术提供的货币基金的组合投资预测方法，所述预测资金流动模型的训练过程包括：获取所述目标商户的第二历史经营数据，所述第二历史经营数据包括所述目标商户在训练时间点之前第一时间段内的历史经营数据；将所述第二历史经营数据划分为多个不同的训练样本，每个训练样本包括其中一支基金在第二时间段之内的业绩数据；所述第二时间段小于所述第一时间段；去除所述训练样本中包含的极大值数据和极小值数据，以得到新的训练样本；利用所述新的样本数据训练所述流动资金预测模型。为实现上述目的，本专利技术还提供一种货币基金的组合投资预测装置，包括：收益预测模块，适用于获取多支基金的第一历史业绩数据，利用收益预测模型分别确定每支基金的预测收益；流动资金预测模块，适用于获取目标商户的第一历史经营特征，利用流动资金预测模型确定所述商户的预测流动资金；随机森林模块，适用于获取目标商户的当前经营特征，将所述当前经营特征、所述预测收益和所述预测流动资金作为随机森林模型的决策因子，以获得所述目标商户对应的候选基金组合；推荐模块，获取多个候选基金组合，基于多个候选基金组合中包含的不同基金的出现密度，确定推荐基金组合。为实现上述目的，本专利技术还提供一种计算机设备，包括存储器、处理器以及存储在存储器上并可在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上述方法的步骤。为实现上述目的，本专利技术还提供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。本专利技术提供的货币基金的组合投资预测方法和预测装置，通过收益预测模型确定多支基金的预测收益，通过流动资金预测模型预测目标商户的预测流动资金，进而将上述多支基金的预测收益和目标商户的预测流动资金作为随机森林模型的决策因子，以获得在不同时段下与目标商户对应的候选基金组合。为了提高预测的准确性，本专利技术在获取到多个候选基金组合的基础上，根据每支基金的出现密度确定概率最高的推荐基金组合。上述方案可以保证输出的推荐基金组合更加接近真实的基金运营情况，从而提高预测推荐的准确性。附图说明图1为本专利技术的货币基金的组合投资预测方法实施例一的流程图；图2A示出了根据本专利技术实施例一训练收益预测模型的示意性流程图；图2B示出了根据本专利技术实施例一划分训练样本和测试样本的示意性流程图；图3A示出了根据本专利技术实施例一建立ARIMA模型的示意性流程图；图3B示出了根据本专利技术实施例一训练流动资金预测模型的示意性流程图；图4示出了根据本专利技术实施例一确定推荐基金组合的本文档来自技高网...

【技术保护点】
1.一种货币基金的组合投资预测方法，其特征在于，包括：/n获取多支基金的第一历史业绩数据，利用收益预测模型分别确定每支基金的预测收益；/n获取目标商户的第一历史经营特征，利用流动资金预测模型确定所述商户的预测流动资金；/n获取目标商户在多个不同时段的当前经营特征，分别将每个所述当前经营特征、所述预测收益和所述预测流动资金作为随机森林模型的决策因子，以获得所述目标商户在所述多个不同时段的候选基金组合；其中每相邻两个时段之间包含交叉时段；/n根据多个所述候选基金组合中包含的不同基金的出现密度，确定推荐基金组合。/n

【技术特征摘要】
1.一种货币基金的组合投资预测方法，其特征在于，包括：
获取多支基金的第一历史业绩数据，利用收益预测模型分别确定每支基金的预测收益；
获取目标商户的第一历史经营特征，利用流动资金预测模型确定所述商户的预测流动资金；
获取目标商户在多个不同时段的当前经营特征，分别将每个所述当前经营特征、所述预测收益和所述预测流动资金作为随机森林模型的决策因子，以获得所述目标商户在所述多个不同时段的候选基金组合；其中每相邻两个时段之间包含交叉时段；
根据多个所述候选基金组合中包含的不同基金的出现密度，确定推荐基金组合。


2.根据权利要求1所述的货币基金的组合投资预测方法，其特征在于，所述获取多支基金的历史业绩数据，利用收益预测模型分别确定每支基金的预测收益的步骤包括：
获取与每支基金对应的新增申购数量、新增赎回数量、沪深300指数、银行日间拆借利率、基金公司财报、基金公司成立时长、同类基金排名中的任意一种或多种，作为所述历史业绩数据；
将所述历史业绩数据输入收益预测模型，以输出每支基金在预设时间段的预测收益；其中所述收益预测模型是利用线性回归模型训练得到的。


3.根据权利要求2所述的货币基金的组合投资预测方法，其特征在于，所述将所述历史业绩数据输入收益预测模型，以输出每支基金在预设时间段的预测收益的步骤包括：
将所述历史业绩数据划分为工作日历史业绩数据和休息日历史业绩数据；
将所述工作日历史业绩数据输入所述收益预测模型，以输出所述基金在预设时间段的预测工作日收益；
将所述休息日历史业绩数据输入所述收益预测模型，以输出所述基金在预设时间段的预测休息日收益；
将所述预测工作日收益和所述预测休息日收益加权求和，以得到所述预测收益。


4.根据权利要求1所述的货币基金的组合投资预测方法，其特征在于，所述获取目标商户的历史经营特征，利用流动资金预测模型确定所述商户的预测流动资金的步骤包括：
获取所述目标商户对应的主营商品历史销量、历史价格、节假日因子、历史退还款比例、月末环比提款额、月末同比支出额、促销因子、采购因子中的任意一种或多种，作为所述历史经营特征；
将所述历史经营特征输入流动资金预测模型，以输出所述商户的预测流动资金；其中所述流动资金预测模型是基于自相关模型训练得到的。


5.根据权利要求1所述的货币基金的组合投资预测方法，其特征在于，所述获取多个候选基金组合，基于多个基金组合中包含的不同基金的出现密度，确定推荐基金组合的步骤包括：
获取每个当前候选基金组合中包含的基金编号；
计算每个基金编号在所有当前候选基金组合中...

【专利技术属性】
技术研发人员：吴波，
申请(专利权)人：平安消费金融有限公司，
类型：发明
国别省市：上海;31