基于多注意力的公司财务预测方法技术

本发明专利技术公开了基于多注意力的公司财务预测方法，包括，获取公司的历史财务数据，利用多注意力结合编码器根据历史财务数据，求得历史财务数据的上下文向量，将历史财务数据的上下文向量和目标序列连接，并结合解码器进行解码得到公司下一时刻的利润数据；本发明专利技术基于多注意力机制提升了预测财务数据的精准度。意力机制提升了预测财务数据的精准度。意力机制提升了预测财务数据的精准度。

【技术实现步骤摘要】
基于多注意力的公司财务预测方法


[0001]本专利技术涉及财务预测的
，尤其涉及基于多注意力的公司财务预测方法。

技术介绍

[0002]近年来随着公司账目的不断细化，公司财务数据也愈发庞大，现有的预测公司财务利润方法大多数是靠分析师来进行人工分析并预测，并没有很多用机器学习或者深度学习的方法进行预测，大量的财务数据需要分析师进行处理和预测，分析师们需要不断整合过去所有的数据并且分类，通过依据过去的财务数据以及增速等项目进行预测，这项工作十分耗时耗力且很容易受个人经验所干扰造成预测误差较大。

技术实现思路

[0003]本部分的目的在于概述本专利技术的实施例的一些方面以及简要介绍一些较佳实施例。在本部分以及本申请的说明书摘要和专利技术名称中可能会做些简化或省略以避免使本部分、说明书摘要和专利技术名称的目的模糊，而这种简化或省略不能用于限制本专利技术的范围。
[0004]鉴于上述现有存在的问题，提出了本专利技术。
[0005]因此，本专利技术提供了基于多注意力的公司财务预测方法，能够避免析师导致的耗时耗力问题，避本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于多注意力的公司财务预测方法，其特征在于：包括：获取公司的历史财务数据；利用多注意力结合编码器根据所述历史财务数据，求得历史财务数据的上下文向量；将所述历史财务数据的上下文向量和目标序列连接，并结合解码器进行解码得到公司下一时刻的利润数据。2.如权利要求1所述的基于多注意力的公司财务预测方法，其特征在于：所述获取公司的历史财务数据包括：从JQDATA数据库中下载的各个公司的历史财务数据作为驱动序列x和目标序列y。3.如权利要求2所述的基于多注意力的公司财务预测方法，其特征在于：历史财务数据的上下文向量包括：将驱动序列x和目标序列y级联[x:y]，并利用输入注意力选取所述级联[x:y]在t时段重要的信息，得到时间步上的影响权重；输入注意力公式如下：其中，为时间步上的权重，tanh()为激活函数，W
e
和U
e
分别为激活函数tanh的权重、h
t
‑1为LSTM单元的先前的隐藏状态，s
t
‑1为解码器的LSTM单元的细胞状态，k为第k个驱动序列，t为常数取值范围为1～P，P为时间步，T为转置；权重归一化为权重归一化为其中，exp()为指数函数，为二维矩阵中的数，n为驱动序列的个数，j为常数。4.如权利要求3所述的基于多注意力的公司财务预测方法，其特征在于：还包括：将所述与序列[x:y]一一相乘：并经过LSTM单元得到其隐藏状态h1＝f1(h1,x1)；其中，f1()为LSTM单元，h1为LSTM单元的隐藏状态，x1为权重加在每个时间段上的结果。5.如权利要求1～4任一所述的基于多注意力的公司财务预测方法，其特征在于：包括：将驱动序列x和目标序列y点乘：x
·
y，并利用空间注意力对驱动序列各个变量进行加权，得到空间上的影响权重；空间注意力公式为：其中，为空间上的权重，W
g
和U
g
分别为激活函数tanh的权重，b
g
为偏置；权重归一化为
其中，exp()为指数函数，为二维矩阵中的数。6.如权利要求5所述的基于多注意力的公司财务预测方法，其特征在于：还包括：...

【专利技术属性】
技术研发人员：陈丽芳，李晓婉，谢振平，刘渊，崔乐乐，宋设，杨宝华，
申请(专利权)人：浪潮卓数大数据产业发展有限公司，
类型：发明
国别省市：