金融产品推荐方法、装置、计算机设备及存储介质制造方法及图纸

本发明专利技术实施例涉及人工智能技术领域，公开了一种金融产品推荐方法，该方法包括：获取多个待推荐金融产品的特征信息；将多个待推荐金融产品的特征信息输入推荐模型中，得到各个待推荐金融产品的涨跌停得分及排序；所述推荐模型为预先根据金融产品样本集训练得到的；所述金融产品样本集包括金融产品对样本及对应的样本标签；所述金融产品对样本包括至少两个样本金融产品，所述样本标签为所述至少两个样本金融产品之间涨跌幅的比较结果；根据各个待推荐金融产品的涨跌停得分及排序，进行金融产品推荐。通过上述方式，本发明专利技术实施例实现了对金融产品的准确推荐，增强了用户体验。增强了用户体验。增强了用户体验。

【技术实现步骤摘要】
金融产品推荐方法、装置、计算机设备及存储介质


[0001]本专利技术实施例涉及人工智能
，具体涉及一种金融产品推荐方法、装置、计算机设备及存储介质。

技术介绍

[0002]目前，金融产品的筛选与投资是金融领域的一个重要领域。在此领域中，有很多工作关注对金融市场和金融产品进行分析研究，希望基于对金融产品未来走势的精准预测，进行优质金融产品的推荐，辅助构建有效的金融市场投资策略，以获取更高的投资收益和更低的投资风险。
[0003]金融产品投资分析和推荐的方法通常包括两类：1)对金融产品量价数据进行回归建模，预测金融产品的未来价格，进行优质金融产品推荐。2)对金融产品量价数据进行分类建模，预测金融产品未来的涨跌趋势或概率，进行优质金融产品推荐。然而本申请的专利技术人发现，现有的金融产品推荐的方法，大都存在推荐不准确，推荐效果较差的问题，影响了用户体验。

技术实现思路

[0004]鉴于上述问题，本专利技术实施例提供了一种金融产品推荐方法、装置、计算机设备及存储介质，用于解决现有技术中存在的推荐不准确，推荐效果较差的问题，影本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种金融产品推荐方法，其特征在于，所述方法包括：获取多个待推荐金融产品的特征信息；将多个待推荐金融产品的特征信息输入推荐模型中，得到各个待推荐金融产品的涨跌停得分及排序；所述推荐模型为预先根据金融产品样本集训练得到的；所述金融产品样本集包括金融产品对样本及对应的样本标签；所述金融产品对样本包括至少两个样本金融产品，所述样本标签为所述至少两个样本金融产品之间涨跌幅的比较结果；根据各个待推荐金融产品的涨跌停得分及排序，进行金融产品推荐。2.根据权利要求1所述的方法，其特征在于，所述获取多个待推荐金融产品的特征信息，包括：获取各个待推荐金融产品的行情数据；所述行情数据至少包括金融产品日期、金融产品市场、金融产品代码、开盘价、收盘价、最高价、最低价、成交股数、成交金额、换手率、市盈率、市净率中的一种或多种；对所述行情数据进行预处理，得到预处理后的行情数据；对预处理后的行情数据进行归一化处理，得到各个待推荐金融产品的特征信息。3.根据权利要求1
‑
2任一项所述的方法，其特征在于，所述推荐模型包括编码模块和排序模块；所述将多个待推荐金融产品的特征信息输入推荐模型中，得到各个待推荐金融产品的涨跌停得分及排序之前，所述方法还包括：分别取任意两个时段的金融产品样本，构建金融产品对样本，得到金融产品样本集；将所述金融产品对样本输入所述推荐模型中，得到涨跌幅预测排序结果；根据所述涨跌幅预测排序结果及所述样本标签，计算所述推荐模型的损失函数；根据所述损失函数调整所述推荐模型的参数，并继续将所述金融产品对样本输入所述推荐模型中进行训练，根据损失函数调整所述推荐模型的参数，直至达到最大迭代次数或达到预设损失函数阈值，得到训练好的所述推荐模型。4.根据权利要求3所述的方法，其特征在于，所述分别取任意两个时段的金融产品样本，构建金融产品对样本，得到金融产品样本集，进一步包括：确定所述时段的长度；根据所述时段的长度，在训练数据中选取任意时段的任意两个金融产品，构建金融产品对样本；两个金融产品的所述时段为相同或不同；所述金融...

【专利技术属性】
技术研发人员：王莹，燕振华，林柏，何志强，吴士荣，刘汉西，
申请(专利权)人：国信证券股份有限公司，
类型：发明
国别省市：