本发明专利技术提供一种股价预测模型的训练、股价预测方法、装置、设备及介质，其中方法包括：获取各样本股票的股价走势数据，以及各样本股票对应公司的经营面因子的经营数据；基于各样本股票对应公司的经营面因子的经营数据，以及各样本股票的股价数据，计算经营面因子与股价数据之间的相关系数；基于经营面因子对应的相关系数，从经营面因子中选取出目标经营面因子；基于各样本股票的股价走势数据、各样本股票对应公司的目标经营面因子的经营数据，以及各样本股票的股价数据，进行股价预测模型训练。本发明专利技术提供的方法、装置、电子设备及存储介质，提高了因子选取的效率，且目标经营面因子中不会存在噪声较高的因子，提高了股价预测的准确性和可靠性。和可靠性。和可靠性。
【技术实现步骤摘要】
股价预测模型的训练、股价预测方法、装置、设备及介质
[0001]本专利技术涉及股价预测
，尤其涉及一种股价预测模型的训练、股价预测方法、装置、设备及介质。
技术介绍
[0002]随着金融科技的飞速发展，量化投资，以其稳定高效、风险可控、应用广泛的特点，逐渐成为投资领域的主流，它是一种利用各种理论模型及对历史数据加以回测所实现的投资策略，在众多理论中，多因子策略可以说是最为耳熟能详的策略之一，Fama
‑
French所提出的多因子模型更是为众多投资人提供了指引。
[0003]现有技术中，经典的Fama
‑
French三因子组合采用人工经验对市场资产组合、市值因子、账面市值比因子进行筛选，除了人力成本的增加外，还会存在误判的情形，不利于效率的提升。
[0004]而常规的机器学习算法对多因子的分析，虽然相比于经典的专家经验所构建的Fama
‑
French三因子组合，效率上有所提升，但是其中存在噪声较高的因子，从而降低了股价预测的准确性和可靠性。
技术实现思路
[0005]本专利技术提供一种股价预测模型的训练、股价预测方法、装置、设备及介质，用以解决现有技术中经典的Fama
‑
French三因子组合和常规的机器学习算法进行多因子分析时股价预测的准确性和可靠性较低的缺陷。
[0006]本专利技术提供一种股价预测模型的训练方法，包括：
[0007]获取各样本股票的股价走势数据，以及所述各样本股票对应公司的经营面因子的经营数据；
[0008]基于所述各样本股票对应公司的经营面因子的经营数据，以及所述各样本股票的股价数据，计算所述经营面因子与所述股价数据之间的相关系数；
[0009]基于所述经营面因子对应的相关系数，从所述经营面因子中选取出目标经营面因子；
[0010]基于所述各样本股票的股价走势数据、所述各样本股票对应公司的目标经营面因子的经营数据，以及所述各样本股票的股价数据，进行所述股价预测模型训练。
[0011]根据本专利技术提供的一种股价预测模型的训练方法，所述获取各样本股票的股价走势数据，包括：
[0012]获取所述各样本股票的初始股价走势数据；
[0013]将所述各样本股票的初始股价走势数据分解成低频股价走势数据和高频股价走势数据；
[0014]对所述高频股价走势数据进行去噪，得到去噪股价走势数据；
[0015]将所述低频股价走势数据和所述去噪股价走势数据进行重构，得到所述各样本股
票的股价走势数据。
[0016]根据本专利技术提供的一种股价预测模型的训练方法，所述基于所述经营面因子对应的相关系数，从所述经营面因子中选取出目标经营面因子，包括：
[0017]按照相关系数从高到低的顺序对所述经营面因子进行排序，并选出排在前预设数目的经营面因子，作为所述目标经营面因子。
[0018]根据本专利技术提供的一种股价预测模型的训练方法，所述基于所述各样本股票的股价走势数据、所述各样本股票对应公司的目标经营面因子的经营数据，以及所述各样本股票的股价数据，进行所述股价预测模型训练，包括：
[0019]基于所述各样本股票的股价走势数据、所述各样本股票对应公司的目标经营面因子的经营数据，以及所述各样本股票的股价数据，对多个初始预测模型进行训练，得到多个候选预测模型；
[0020]基于所述多个候选预测模型，确定所述股价预测模型；
[0021]所述多个初始预测模型的模型结构不同。
[0022]根据本专利技术提供的一种股价预测模型的训练方法，所述基于所述多个候选预测模型，确定所述股价预测模型，包括：
[0023]基于各测试股票的股价走势数据、所述各测试股票对应公司的目标经营面因子的经营数据，以及所述各测试股票的股价数据，对所述多个候选预测模型分别进行性能测试，得到各候选预测模型的性能得分；
[0024]基于所述各候选预测模型，以及所述各候选预测模型的性能得分，确定所述股价预测模型。
[0025]根据本专利技术提供的一种股价预测模型的训练方法，所述各样本股票的股价走势数据包括平滑异同移动平均线数据、随机指标数据、布林线、相对强弱指标和指数移动平均值数据中的至少一种。
[0026]本专利技术还提供一种股价预测方法，包括：
[0027]获取待预测股票；
[0028]基于股价预测模型，对所述待预测股票进行股价预测；
[0029]所述股价预测模型是基于上述股价预测模型的训练方法执行得到的。
[0030]根据本专利技术提供的一种股价预测方法，所述基于股价预测模型，对所述待预测股票进行股价预测，之后还包括：
[0031]基于预设时段和预设股票数目，以及所述待预测股票的股价涨幅，从所述待预测股票中选取出目标股票。
[0032]本专利技术还提供一种股价预测模型的训练装置，包括：
[0033]获取单元，用于获取各样本股票的股价走势数据，以及所述各样本股票对应公司的经营面因子的经营数据；
[0034]计算单元，用于基于所述各样本股票对应公司的经营面因子的经营数据，以及所述各样本股票的股价数据，计算所述经营面因子与所述股价数据之间的相关系数；
[0035]选取单元，用于基于所述经营面因子对应的相关系数，从所述经营面因子中选取出目标经营面因子；
[0036]模型训练单元，用于基于所述各样本股票的股价走势数据、所述各样本股票对应
公司的目标经营面因子的经营数据，以及所述各样本股票的股价数据，进行所述股价预测模型训练。
[0037]本专利技术还提供一种电子设备，包括存储器、处理器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程序时实现如上述任一种所述股价预测模型的训练方法。
[0038]本专利技术还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上述任一种所述股价预测模型的训练方法。
[0039]本专利技术还提供一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现如上述任一种所述股价预测模型的训练方法。
[0040]本专利技术提供的股价预测模型的训练、股价预测方法、装置、设备及介质，基于各样本股票的股价走势数据、各样本股票对应公司的目标经营面因子的经营数据，以及各样本股票的股价数据，进行股价预测模型训练，目标经营面因子是基于经营面因子对应的相关系数，从经营面因子中选取出的，由此，提高了因子选取的准确性和可靠性，并且此过程无需人工操作，提高了因子选取的效率，进一步降低了因子选取的成本，且目标经营面因子中不会存在噪声较高的因子，进一步提高了股价预测的准确性和可靠性。
附图说明
[0041]为了更清楚地说明本专利技术或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种股价预测模型的训练方法，其特征在于，包括：获取各样本股票的股价走势数据，以及所述各样本股票对应公司的经营面因子的经营数据；基于所述各样本股票对应公司的经营面因子的经营数据，以及所述各样本股票的股价数据，计算所述经营面因子与所述股价数据之间的相关系数；基于所述经营面因子对应的相关系数，从所述经营面因子中选取出目标经营面因子；基于所述各样本股票的股价走势数据、所述各样本股票对应公司的目标经营面因子的经营数据，以及所述各样本股票的股价数据，进行所述股价预测模型训练。2.根据权利要求1所述的股价预测模型的训练方法，其特征在于，所述获取各样本股票的股价走势数据，包括：获取所述各样本股票的初始股价走势数据；将所述各样本股票的初始股价走势数据分解成低频股价走势数据和高频股价走势数据；对所述高频股价走势数据进行去噪，得到去噪股价走势数据；将所述低频股价走势数据和所述去噪股价走势数据进行重构，得到所述各样本股票的股价走势数据。3.根据权利要求1所述的股价预测模型的训练方法，其特征在于，所述基于所述经营面因子对应的相关系数，从所述经营面因子中选取出目标经营面因子，包括：按照相关系数从高到低的顺序对所述经营面因子进行排序，并选出排在前预设数目的经营面因子，作为所述目标经营面因子。4.根据权利要求1所述的股价预测模型的训练方法，其特征在于，所述基于所述各样本股票的股价走势数据、所述各样本股票对应公司的目标经营面因子的经营数据，以及所述各样本股票的股价数据，进行所述股价预测模型训练，包括：基于所述各样本股票的股价走势数据、所述各样本股票对应公司的目标经营面因子的经营数据，以及所述各样本股票的股价数据，对多个初始预测模型进行训练，得到多个候选预测模型；基于所述多个候选预测模型，确定所述股价预测模型；所述多个初始预测模型的模型结构不同。5.根据权利要求4所述的股价预测模型的训练方法，其特征在于，所述基于所述多个候选预测模型，确定所述股价预测模型，包括：基于各测试股票的股价走势数据、所述各测试股票...
【专利技术属性】
技术研发人员：陈鹏，
申请(专利权)人：中银金融科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。