[发明专利]外汇交易量预测方法和装置

权利要求书

1.一种外汇交易量预测方法，所述方法包括：

获取时间序列数据，所述时间序列数据包括历史时间段内多个业务日的外汇交易业务数据序列，所述外汇交易业务数据序列按照时间顺序排列，且每条外汇交易业务数据序列包括同一业务日内的多个维度的外汇交易业务数据；

将所述时间序列数据输入预先训练的多层卷积神经网络模型，以对未来时间段内的外汇交易量进行预测。

2.根据权利要求1所述的方法，所述方法还包括：

根据所述未来时间段内外汇交易量的预测值和真实值计算预测准确度；

根据所述预测准确度对所述多层卷积神经网络模型的模型参数进行调整。

3.根据权利要求1所述的方法，所述方法还包括：

获取历史若干个周期的同期外汇交易量；

计算所述同期外汇交易量的均值和方差；

根据所述均值和方差对所述外汇交易量的预测值进行异常检测。

4.根据权利要求3所述的方法，根据所述均值和方差对所述外汇交易量的预测值进行异常检测的步骤包括：

若所述外汇交易量的预测值超出预设的数值范围，判定所述外汇交易量的预测值异常；

其中，所述数值范围为：

(X1,X2)，

其中，X1＝μ-N*δ，X2＝μ+N*δ；

式中，μ为同期外汇交易量的均值，N为预设正整数，δ为同期外汇交易量的方差。

5.根据权利要求4所述的方法，所述方法还包括：

若所述外汇交易量的预测值小于X1，将所述外汇交易量的预测值修正为X1；

若所述外汇交易量的预测值大于X2，将所述外汇交易量的预测值修正为X2。

6.根据权利要求1所述的方法，将所述时间序列数据输入预先训练的多层卷积神经网络模型的步骤包括：

根据所述时间序列数据计算重点商户的外汇交易业务特征；

将所述重点商户的外汇交易业务特征输入预先训练的多层卷积神经网络模型。

7.根据权利要求1至6任意一项所述的方法，所述外汇交易业务数据包括每个业务日的正向交易量、逆向交易量、业务日日期属性、业务日促销属性和/或业务日预设营销额。

8.一种外汇交易量预测装置，所述装置包括：

获取模块，用于获取时间序列数据，所述时间序列数据包括历史时间段内多个业务日的外汇交易业务数据序列，所述外汇交易业务数据序列按照时间顺序排列，且每条外汇交易业务数据序列包括同一业务日内的多个维度的外汇交易业务数据；

预测模块，用于将所述时间序列数据输入预先训练的多层卷积神经网络模型，以对未来时间段内的外汇交易量进行预测。

9.一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现权利要求1至7任意一项所述的方法。

10.一种计算机设备，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权利要求1至7任意一项所述的方法。