波动率预测方法、产品配置方法、装置、设备及存储介质制造方法及图纸

本申请提供了一种波动率预测方法、产品配置方法、装置、设备及存储介质。波动率预测方法包括：获取目标产品在第一时间范围的时序数据，目标产品为金融产品；将时序数据输入预测模型，通过预测模型在时序数据中添加时序位置信息，并基于添加了时序位置信息的时序数据对目标产品在第二时间范围的数据波动率进行预测，时序位置信息包括时序数据中任意数据之间的相对位置关系，第二时间范围晚于第一时间范围。本申请实施例的技术方案可以提高金融产品的数据波动率的预测精确性。的数据波动率的预测精确性。的数据波动率的预测精确性。

【技术实现步骤摘要】
波动率预测方法、产品配置方法、装置、设备及存储介质


[0001]本申请涉及计算机
，尤其涉及一种波动率预测方法、产品配置方法、装置、设备及存储介质。

技术介绍

[0002]波动性(或波动率)通常被认为是对金融市场风险有效的描述量之一，波动性预测也被广泛地应用在金融的各个领域，例如风控、构建投资组合及优化、主动型投资、基金选股、衍生品定价等等，准确地预测波动性可以提供极大的价值。目前的波动性预测方案基于金融产品的时序数据进行波动性预测，但该方案无法完整地记录时序数据中各数据的相对位置关系，波动性预测的准确性较低。

技术实现思路

[0003]本申请实施例提供一种波动率预测方法、产品配置方法、装置、设备及存储介质，以实现精确的波动率预测。
[0004]第一方面，本申请实施例提供了一种波动率预测方法，包括：获取目标产品在第一时间范围的时序数据；将所述时序数据输入预测模型，通过所述预测模型在所述时序数据中添加时序位置信息，并基于添加了所述时序位置信息的时序数据对所述目标产品在第二时间范围的数据波动率进行预测；所述时序位置信息本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种波动率预测方法，其特征在于，包括：获取目标产品在第一时间范围的时序数据；所述目标产品为金融产品；将所述时序数据输入预测模型，通过所述预测模型在所述时序数据中添加时序位置信息，并基于添加了所述时序位置信息的时序数据对所述目标产品在第二时间范围的数据波动率进行预测；所述时序位置信息包括所述时序数据中任意数据之间的相对位置关系，所述第二时间范围晚于所述第一时间范围。2.根据权利要求1所述的波动率预测方法，其特征在于，所述预测模型包括位置编码子模型和转换子模型；所述位置编码子模型包括长短期记忆网络；所述通过所述预测模型在所述时序数据中添加时序位置信息，并基于添加了所述时序位置信息的时序数据对所述目标产品的第二时间范围的数据波动率进行预测，包括：通过所述位置编码子模型在所述时序数据中添加所述时序位置信息；基于所述添加了所述时序位置信息的时序数据，通过所述转换子模型对所述数据波动率进行预测。3.根据权利要求2所述的波动率预测方法，其特征在于，所述转换子模型包括：注意力结构和全连接结构；所述基于所述添加了所述时序位置信息的时序数据，通过所述转换子模型对所述数据波动率进行预测，包括：通过所述注意力结构获取添加了所述时序位置信息的时序数据的注意力结果；基于所述全连接结构对所述注意力结果和添加了所述时序位置信息的时序数据进行拼接处理。4.根据权利要求3所述的波动率预测方法，其特征在于，所述注意力结构包括多个多头注意力网络和加权处理单元；通过所述注意力结构获取添加了所述时序位置信息的时序数据的注意力结果，包括：通过所述多个多头注意力网络获取添加了所述时序位置信息的时序数据的多个注意力权重；基于所述多个注意力权重，通过所述加权处理单元对添加了所述时序位置信息的时序数据进行加权处...

【专利技术属性】
技术研发人员：温亚龙，
申请(专利权)人：阿里云计算有限公司，
类型：发明
国别省市：