【技术实现步骤摘要】
本专利技术实施例涉及数据处理，具体而言，涉及一种现金预测方法、装置、存储介质及电子装置。
技术介绍
1、金库是银行现金体系中非常重要的机构，金库的现金库存既要满足下辖机构的现金需求，又要尽量减少库存降低现金成本，同时与人行的调缴还需按照当地人行的规定。因此精准预测金库在未来的现金库存水平，能够帮助金库提前做好现金计划，提升金库的现金服务水平。然而，近年来商业银行的金库现金库存随着各地的疫情情况，脱离了原有的业务变化趋势，导致简单模型很难精准预测现金库存水平，同时因为金库总体数量较少，能够用于构建预测模型的样本量较少，导致模型预测容易出现过拟合现象，可见相关技术中的金库现金预测方法的准确率较低的问题。如何在疫情等突发因素及小样本量的情况下，构建精准预测模型是商业银行亟需解决的问题。
2、针对相关技术中存在的金库现金预测的准确率较低的技术问题，目前尚未提出有效的解决方案。
技术实现思路
1、本专利技术实施例提供了一种现金预测方法、装置、存储介质及电子装置，以至少解决相关技术中存在的金库现金预测的准确率较低的技术问题。
2、根据本专利技术的一个实施例，提供了一种现金预测方法，包括：获取样本数据集合，其中，所述样本数据集合中包括n个样本数据子集，所述n个样本数据子集中的每个样本数据子集中包括实际样本结果和金库的一组特征数据，所述实际样本结果用于表示所述金库在过去第一时间的实际的库存现金值，所述一组特征数据用于表示所述金库在所述第一时间之前的预定周期内的特征数据，n为
3、在一个示例性实施例中，所述第二时间与所述第一时间之间相差第一预定数量个时间单位，其中，所述时间单位包括以下至少之一：天、周、月、季度、年度。
4、在一个示例性实施例中，分别利用所述目标训练集和所述目标测试集对初始预测模型进行训练，得到目标预测模型，包括：在所述初始预测模型的模型参数为模型参数集合中的每个模型参数的情况下，均执行以下步骤，以得到与所述每个模型参数所对应的误差差值，其中，在执行以下步骤时，所述每个模型参数为当前模型参数：利用所述目标训练集中每个样本数据子集对所述初始预测模型在所述当前模型参数下进行训练得到第三误差，以及利用所述目标测试集中每个样本数据子集对所述初始预测模型在所述当前模型参数下进行训练得到第四误差，其中，所述第三误差用于表示利用所述目标训练集对所述初始预测模型在所述当前模型参数下进行训练所得到的第一组误差中的最小值，所述第一组误差中每个误差用于表示利用所述目标训练集中第一样本数据子集进行训练所得到的第一预测结果与所述第一样本数据子集中所包括的第一实际样本结果之间的差值，所述第一样本数据子集为所述目标训练集中任一个样本数据子集，所述第四误差用于表示利用所述目标测试集对所述初始预测模型在所述当前模型参数下进行训练所得到的第二组误差中的最小值，所述第二组误差中每个误差用于表示利用所述目标测试集中第二样本数据子集进行训练所得到的第二预测结果与所述第二样本数据子集中所包括的第二实际样本结果之间的差值，所述第二样本数据子集为所述目标测试集中任一个样本数据子集；根据所述第三误差与所述第四误差，得到与所述当前模型参数对应的所述误差差值；将所述模型参数集合中的各个模型参数所分别对应的所述误差差值中最小的误差差值所对应的模型参数确定为所述目标模型参数，并得到所述目标预测模型。
5、在一个示例性实施例中，所述利用所述目标预测模型预测所述金库在第二时间的预测现金值，包括：将目标数据集合输入所述目标预测模型，得到所述金库在所述第二时间的预测现金值，其中，所述目标数据集合包括所述金库在所述第二时间之前的所述预定周期内的实际库存现金值及所述金库在所述第二时间之前的所述预定周期内的特征数据。
6、在一个示例性实施例中，所述根据所述金库的目标现金均值对所述金库在第二时间的预测现金值进行调整，得到目标库存现金值，包括：获取所述目标现金均值，其中，所述目标现金均值用于表示所述金库在所述第二时间之前的第二预定数量个时间单位内的实际库存现金值的平均值，所述时间单位包括以下至少之一：天、周、月、季度、年度；将所述预测现金值和所述目标现金均值进行加权求和，得到所述目标库存现金值。
7、在一个示例性实施例中，所述将所述预测现金值和所述目标现金均值进行加权求和，得到所述目标库存现金值，包括：获取所述预测现金值的第一权重系数和所述目标现金均值的第二权重系数，其中，所述第一权重系数和所述第二权重系数之和为1；按照所述第一权重系数和所述第二权重系数对所述预测现金值和所述目标现金均值进行加权求和，得到所述目标库存现金值。
8、在一个示例性实施例中，所述第一权重系数和所述第二权重系数是通过以下方式确定的：在第一系数与第二系数之和等于1的情况下，通过调整第一系数和第二系数，并对所述目标测试集中的m个样本数据子集均执行以下操作，得到与所述m个样本数据子集中包括的每个样本数据子集对应的现金预测调整值及现金预测差值，其中，在执行以下操作时，所述每个样本数据子集为当前样本数据子集，m为大于或等于1、且小于或等于n的正整数：按照以下公式确定所述金库在第三时间的现金预测调整值，其中，所述第三时间用于表示与所述当前样本数据子集所对应的时间，所述第三时间早于所述第二时间：且a+b＝1，其中，x2为所述金库在所述第三时间的现金预测调整值，x1为所述金库在所述第三时间的预测现金值，为所述金库在所述第三时间之前的所述第二预定数量个时间单位内的实际库存现金值的平均值，a为所述第一系数，b为所述第二系数；按照以下公式确定所述金库在所述第三时间的现金预测差值：δx＝x2-x0，其中，x0为所述当前样本数据子集中所包括的实际样本结果；确定所述m个样本数据子集对应的m个所述现金预测差值中包括的最小现金预测差值；将计算得到所述最小现金预测差值所对应的所述第一系数、所述第二系数分别确定为所述第一权重系数、所述第二权重系数。
9、在一个示例性实施例中，所述一组特征数据中包括以下特征至少之一：新冠指数，人行领款金额，人行缴款金额，人行领缴款差额，人行领缴款为百元整数的天数，人行领缴款为小面额的天数，以本文档来自技高网...
【技术保护点】
1.一种现金预测方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述第二时间与所述第一时间之间相差第一预定数量个时间单位，其中，所述时间单位包括以下至少之一：天、周、月、季度、年度。
3.根据权利要求1所述的方法，其特征在于，分别利用所述目标训练集和所述目标测试集对初始预测模型进行训练，得到目标预测模型，包括：
4.根据权利要求3所述的方法，其特征在于，所述利用所述目标预测模型预测所述金库在第二时间的预测现金值，包括：
5.根据权利要求1所述的方法，其特征在于，所述根据所述金库的目标现金均值对所述金库在第二时间的预测现金值进行调整，得到目标库存现金值，包括：
6.根据权利要求5所述的方法，其特征在于，所述将所述预测现金值和所述目标现金均值进行加权求和，得到所述目标库存现金值，包括：
7.根据权利要求6所述的方法，其特征在于，所述第一权重系数和所述第二权重系数是通过以下方式确定的：
8.根据权利要求1至7中任一项所述的方法，其特征在于，所述一组特征数据中包括以下特征至少之一：p>
9.一种现金预测装置，其特征在于，包括：
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有计算机程序，其中，所述计算机程序被处理器执行时实现所述权利要求1至8任一项中所述的方法的步骤。
11.一种电子装置，包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现所述权利要求1至8任一项中所述的方法的步骤。
...【技术特征摘要】
1.一种现金预测方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述第二时间与所述第一时间之间相差第一预定数量个时间单位，其中，所述时间单位包括以下至少之一：天、周、月、季度、年度。
3.根据权利要求1所述的方法，其特征在于，分别利用所述目标训练集和所述目标测试集对初始预测模型进行训练，得到目标预测模型，包括：
4.根据权利要求3所述的方法，其特征在于，所述利用所述目标预测模型预测所述金库在第二时间的预测现金值，包括：
5.根据权利要求1所述的方法，其特征在于，所述根据所述金库的目标现金均值对所述金库在第二时间的预测现金值进行调整，得到目标库存现金值，包括：
6.根据权利要求5所述的方法，其特征在于，所述将所述预测现金值和所...
【专利技术属性】
技术研发人员：林也莉，郅利，李大伟，林建贞，唐波冉，周柏成，李尧，
申请(专利权)人：中国建设银行股份有限公司，
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。