[发明专利]房价走势前瞻模型构建方法、装置及存储介质

权利要求书

1.一种房价走势前瞻模型构建方法，应用于电子装置，其特征在于，所述方法包括：

S1、获取指定区域在预设时间内的历史数据，从该历史数据中提取出预设长名单中的各第一类指标及房价指数的历史值；

S2、根据预设数据处理规则对所述第一类指标的历史值进行数据处理，确定所述预设长名单中各指标的历史值；

S3、根据预设的短名单生成规则，从所述长名单中筛选出多个指标作为目标指标，生成目标短名单；

S4、根据预设分析规则分析所述目标短名单中各目标指标相较于房价指数的最佳滞后期，并根据所述目标指标的最佳滞后期确定建模宽表；及

S5、利用所述建模宽表对预设机器学习方法进行训练，确定房价走势前瞻模型。

2.根据权利要求1所述的房价走势前瞻模型构建方法，其特征在于，所述长名单中还包括第二类指标及第三类指标，步骤S2包括：

a1、根据预设的缺失值填补规则，对存在缺失的第一类指标的历史值进行填补，得到填补后的第一类指标的指标数据；

a2、根据预设衍生规则对所述填补后的第一类指标的指标数据进行变频及衍生处理，确定所述长名单中各第二类指标的指标数据；及

a3、根据预设转换规则对所述第一类指标及第二类指标进行指标转化，确定所述长名单中第三类指标的指标数据。

3.根据权利要求1所述的房价走势前瞻模型构建方法，其特征在于，步骤S3包括：

b1、分别对所述长名单中的各指标与房价指数的历史数据进行单变量检验，筛选出通过单变量检验的指标生成第一短名单；及

b2、获取预设的第二短名单，合并所述第一短名单和所述第二短名单，生成目标短名单。

4.根据权利要求3中所述的房价走势前瞻模型构建方法，其特征在于，步骤b1包括：

c1、分别计算所述长名单中各指标与房价指数之间的相关系数，当相关系数绝对值大于或等于第二预设阈值时，判断通过相关性检验；

c2、分别获取所述长名单中各指标的经济含义及对应的相关系数，当经济含义与相关系数同向时，判断通过经济含义检验；

c3、分别对所述长名单中各指标与房价指数进行T检验，当T检验中p值小于或等于第三预设阈值时，判断通过T检验；

c4、从所述长名单中筛选出相关性检验、经济含义检验及T检验的检验结果均为检验通过的指标作为目标指标，生成第一短名单。

5.根据权利要求4所述的房价走势前瞻模型构建方法，其特征在于，步骤S4中的所述“根据预设分析规则分析所述目标短名单中各目标指标相较于房价指数的最佳滞后期”包括：

d1、对所述目标短名单中各目标指标进行滞后期衍生，确定所述目标指标在不同滞后期对应的房价指数的指标数据；及

d2、分别计算所述目标指标在不同滞后期下与房价指数之间的相关系数，选择相关系数满足预设条件者对应的滞后期作为所述目标指标的最佳滞后期。

6.根据权利要求1至5中任意一项所述的房价走势前瞻模型构建方法，其特征在于，步骤S5包括：

e1、对所述目标短名单中的所有目标指标进行分组，分别从每个分组中获取一个目标指标，确定入模指标组合；

e2、获取所述入模指标组合中每个目标指标及房价指数的历史数据，确定所述入模指标组合对应的训练集、测试集；

e3、利用每个所述入模指标组合对应的训练集，对预设机器学习方法进行训练，构建每个所述入模指标组合对应的第一房价走势前瞻模型；

e4、利用每个所述入模指标组合对应的测试集，对各入模指标组合对应的第一房价走势前瞻模型的准确性进行测试；及

e5、从所述第一房价走势前瞻模型筛选出满足预设筛选规则的第二房价走势前瞻模型。