一种金融时间序列预测方法及相关装置制造方法及图纸

本申请公开了一种金融时间序列预测方法及相关装置，涉及数据处理技术领域，包括：在获取原始金融数据之后，对原始金融数据进行预处理，得到预处理后的金融数据；并对预处理后的金融数据进行特征提取及维度统一，得到多维金融数据特征；最后将多维金融数据特征输入训练好的金融时间序列预测模型，得到待预测金融时间序列的预测结果。本方案中，金融时间序列预测模型是由多层嵌入双向长短期记忆网络模型和大模型集成得到的，可以兼具学习能力和精准时序分析能力，可以有效降低单一模型可能存在的过拟合风险，并充分利用两者的优势，因此能够实现有效利用异构的金融数据，进而提升金融时间序列预测结果的准确性和稳定性。

【技术实现步骤摘要】

本申请涉及数据处理，尤其涉及一种金融时间序列预测方法及相关装置。

技术介绍

1、随着全球金融市场的不断发展，市场波动性日益加剧，如何准确预测金融市场的走势成为金融领域的重要课题。目前，多通过金融时间序列预测的方式实现对金融市场的走势预测。金融时间序列预测是根据金融数据的历史规律以及变化趋势，对未来金融数据的发展状况做出合理的推测。

2、随着大数据和人工智能技术的发展，金融数据来源日益多样化，不同来源的金融数据在时间、空间、尺度上存在差异，有效利用这些异构的金融数据对金融时间序列预测结果的准确性和稳定性具有重要意义。但是，现有的金融时间序列预测方案无法有效利用异构的金融数据，导致金融时间序列预测结果的准确性和稳定性较差。

3、因此，如何提供一种金融时间序列预测方法，以实现有效利用异构的金融数据，进而提升金融时间序列预测结果的准确性和稳定性，成为本领域技术人员亟待解决的技术问题。

技术实现思路

1、鉴于上述问题，本申请提供了一种金融时间序列预测方法及相关装置，以实现有效利用异构的金融数据，本文档来自技高网...

【技术保护点】

1.一种金融时间序列预测方法，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，所述对所述原始金融数据进行预处理，包括：

3.根据权利要求1或2所述的方法，其特征在于，所述对所述预处理后的金融数据进行特征提取及维度统一，得到多维金融数据特征，包括：

4.根据权利要求1所述的方法，其特征在于，所述将所述多维金融数据特征输入训练好的金融时间序列预测模型，得到所述待预测金融时间序列的预测结果，包括：

5.根据权利要求4所述的方法，其特征在于，所述利用所述融合后的金融数据特征，得到所述待预测金融时间序列的预测结果，包括：

6...

【技术特征摘要】

1.一种金融时间序列预测方法，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，所述对所述原始金融数据进行预处理，包括：

3.根据权利要求1或2所述的方法，其特征在于，所述对所述预处理后的金融数据进行特征提取及维度统一，得到多维金融数据特征，包括：

4.根据权利要求1所述的方法，其特征在于，所述将所述多维金融数据特征输入训练好的金融时间序列预测模型，得到所述待预测金融时间序列的预测结果，包括：

5.根据权利要求4所述的方法，其特征在于，所述利用所述融合后的金融数据特征，得到所述待预测金融时间序列的预测结果，包括：

6.根据权利要求4所述的方...

【专利技术属性】
技术研发人员：朱家玲，倪佳伟，张伟，
申请(专利权)人：合肥讯飞数码科技有限公司，
类型：发明
国别省市：