[发明专利]一种资金的预测方法、装置及电子设备

权利要求书

1.一种资金的预测方法，包括：

获取待预测的一天的目标资金特征，所述目标资金特征包含所述待预测的一天的时间属性特征、资金周期性特征、资金增量特征及资金增加速率特征；

将所述目标资金特征输入到训练好的神经网络，预测得到对应的目标资金量。

2.如权利要求1所述的方法，所述神经网络的训练方法包括：

获取过去n天的历史资金数据，每天的所述历史资金数据包括当天的资金量和资金特征，n为大于1的整数，所述资金特征包括当天的时间属性特征、资金周期性特征、资金增量特征及资金增加速率特征；

基于所述过去n天的历史资金数据进行神经网络训练得到训练好的神经网络。

3.如权利要求2所述的方法，所述时间属性特征包括如下至少一个特征：当天是否是周末、是否是假日、是假日的第几天、是否是月初以及是否是月末。

4.如权利要求2所述的方法，所述资金周期性特征包括如下至少一个特征：昨天的资金量、上周同期资金量、上月同期资金量、去年同期资金量。

5.如权利要求2所述的方法，所述资金增量特征包括如下至少一个特征：昨天较前天资金量的增量、上周同期资金量增量、上月同期资金量增量。

6.如权利要求2所述的方法，所述资金增加速率特征包括如下至少一个特征：昨天较前天的增量与前天较大前天增量的差值、昨天较上周同天的增量与上周同天较上上周同天增量的差值。

7.一种资金的预测装置，包括：

获取单元，用于获取待预测的一天的目标资金特征，所述目标资金特征包含所述待预测的一天的时间属性特征、资金周期性特征、资金增量特征及资金增加速率特征；

预测单元，用于将所述目标资金特征输入到训练好的神经网络，预测得到对应的目标资金量。

8.如权利要求7所述的装置，所述装置还包括：

训练单元，用于通过如下方法进行神经网络训练：

获取过去n天的历史资金数据，每天的所述历史资金数据包括当天的资金量和资金特征，n为大于1的整数，所述资金特征包括当天的时间属性特征、资金周期性特征、资金增量特征及资金增加速率特征；

基于所述过去n天的历史资金数据进行神经网络训练得到训练好的神经网络。

9.如权利要求8所述的装置，所述时间属性特征包括如下至少一个特征：当天是否是周末、是否是假日、是假日的第几天、是否是月初以及是否是月末。

10.如权利要求8所述的装置，所述资金周期性特征包括如下至少一个特征：昨天的资金量、上周同期资金量、上月同期资金量、去年同期资金量。

11.如权利要求8所述的装置，所述资金增量特征包括如下至少一个特征：昨天较前天资金量的增量、上周同期资金量增量、上月同期资金量增量。

12.如权利要求8所述的装置，所述资金增加速率特征包括如下至少一个特征：昨天较前天的增量与前天较大前天增量的差值、昨天较上周同天的增量与上周同天较上上周同天增量的差值。

13.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现以下步骤：

获取待预测的一天的目标资金特征，所述目标资金特征包含所述待预测的一天的时间属性特征、资金周期性特征、资金增量特征及资金增加速率特征；

将所述目标资金特征输入到训练好的神经网络，预测得到对应的目标资金量。

14.一种电子设备，其特征在于，包括有存储器，以及一个或者一个以上的程序，其中一个或者一个以上程序存储于存储器中，且经配置以由一个或者一个以上处理器执行所述一个或者一个以上程序包含用于进行以下操作的指令：

获取待预测的一天的目标资金特征，所述目标资金特征所述包含待预测的一天的时间属性特征、资金周期性特征、资金增量特征及资金增加速率特征；

将所述目标资金特征输入到训练好的神经网络，预测得到对应的目标资金量。