一种基于自适应的股票价格走势预测系统及方法技术方案

本发明专利技术提供一种基于自适应的股票价格走势预测系统及方法，涉及人工智能技术领域。该方法具体包括：获取股票历史时序数据并进行预处理，利用处理后的数据对预置的若干个深度学习模型进行预训练，利用训练好的深度学习模型构建模型集，构建自适应决策模型(Adaptive Selection Deep Deterministic Policy Gradient，AS‑DDPG)并进行训练，利用训练好的AS‑DDPG为当前获取的股票时序数据选择合适的深度学习模型，并利用该深度学习模型对股票数据走势进行预测，得到股票涨跌走势的预测结果；并根据实时的股票数据变化对调整选择的深度学习模型，以应对不同数据模式下的股票市场环境，便于投资者需要根据实时的预测结果来做出即时决策。

【技术实现步骤摘要】

本专利技术涉及人工智能，尤其涉及一种基于自适应的股票价格走势预测系统及方法。

技术介绍

1、股票投资是现实世界中一种有效的投资手段。股票市场是一个设计企业和投资者之间交易的金融生态系统，然而，由于市场的高度波动性和非平稳性，做出正确的投资决策和设计交易策略面临诸多挑战。为了通过投资来追求高收益，股票趋势预测作为许多复杂投资策略的基本组成部分受到越来越多的关注。每只股票的相关历史信息包括：历史股票价格和成交量的时间序列数据，例如，开盘价、收盘价、最高价格和成交量，这些信息对于股票走势的预测有着巨大影响，现有研究大部分都需要根据股票的历史数据，试图找寻其内在规律，来对股票未来的变化趋势做出预测。

2、随着深度学习的发展和进步，深度学习在自然语言处理、计算机视觉和股票预测领域等多个领域都有很好的研究成果，深度学习的研究也极大地促进了人工智能及机器学习的发展。长期以来，股票预测一直是一项有吸引力的任务，由于市场的随机性和参与者的行为模式波动和难以捉摸，这项任务仍然具有挑战性。

3、深度学习的最新进展在量化交易和股票预测方面呈现出良好的前景，本文档来自技高网...

【技术保护点】

1.一种基于自适应的股票价格走势预测系统，其特征在于，该系统包括：数据分析层、模型预训练层和决策预测层；

2.根据权利要求1所述一种基于自适应的股票价格走势预测系统，其特征在于，所述数据分析层进一步包括：数据处理模块和数据特征分析器模块；

3.根据权利要求2所述一种基于自适应的股票价格走势预测系统，其特征在于，所述模型预训练层进一步包括：数据输入模块和模型预训练模块；

4.根据权利要求3所述一种基于自适应的股票价格走势预测系统，其特征在于，所述决策预测层进一步包括：当前网络层、目标网络层和预测层；

5.一种基于自适应的股票价格走势预测方法，...

【技术特征摘要】

1.一种基于自适应的股票价格走势预测系统，其特征在于，该系统包括：数据分析层、模型预训练层和决策预测层；

2.根据权利要求1所述一种基于自适应的股票价格走势预测系统，其特征在于，所述数据分析层进一步包括：数据处理模块和数据特征分析器模块；

3.根据权利要求2所述一种基于自适应的股票价格走势预测系统，其特征在于，所述模型预训练层进一步包括：数据输入模块和模型预训练模块；

4.根据权利要求3所述一种基于自适应的股票价格走势预测系统，其特征在于，所述决策预测层进一步包括：当前网络层、目标网络层和预测层；

5.一种基于自适应的股票价格走势预测方法，其特征在于，该方法包括如下步骤：

6.根据权利要求5所述一种基于自适应的股票价格走势预测方法，其特征在于，步骤1中所述数据预处理为：对股票历史时序数据进行数据清理，并对数据清理后的数据进行归一化处理，得到数据集dataset；

7.根据权利要求6所述一种基于自适应的股票价格走势预测方法，其特征在于，步骤2中所述数据平滑性分析的方法为：根据股票数据集dataset2的特征维度定义该支股票在第t个交易日的特征集为其中表示...

【专利技术属性】
技术研发人员：李晓航，段沛博，刘席郡，张斌，
申请(专利权)人：东北大学，
类型：发明
国别省市：