[发明专利]一种外汇交易量预测方法、装置及系统

权利要求书

1.一种外汇交易量预测方法，包括：

获取预测窗口期内的预测数据，所述预测数据至少包括舆情信息、用户交易量、业务数据中的一种；

将所述预测数据进行预处理并转换成符合预测模型入参要求的数据格式，得到预测输入数据；

利用构建的交易量预测模型对所述预测输入数据进行处理，得到交易量预测值，所述交易量预测模型包括：基于时间递归神经网络进行构建，以及，基于最新交易日的产出数据更新所述交易量预测模型的训练集合，并利用更新后的训练集合中的训练数据对所述交易量预测模型进行训练。

2.如权利要求1所述的方法，其中，所述交易量预测模型包括基于长短期记忆网络模型构建得到。

3.如权利要求1所述的方法，训练数据经过所述预处理并转换成符合预测模型入参要求的数据格式之后，所述方法还包括：

对入参的数据特征和所述交易量预测模型中相应的回归量进行相关性分析处理，确定适用于所述交易量预测模型的入参；

相应的，在所述交易量预测模型的训练处理中，使用所述确定适用于所述交易量预测模型的入参进行训练。

4.如权利要求1所述的方法，所述方法还包括：

利用选取的比对参量对所述交易量预测值进行检测，确认所述交易量预测值是否存在异常；

若确定所述交易量预测值存在异常，则根据所述检测的结果将所述交易量预测值乘以相应的相关系数，得到调整后预测值。

5.如权利要求4所述的方法，所述方法还包括：

获取所述预测时间窗口期对应的舆情信息；

相应的，所述确认所述交易量预测值是否存在异常包括：若所述交易量预测值与所述比对参量的绝对差值大于或小于预设差值或预设百分比，且基于所述舆情信息确定没有能引起交易量骤升或骤减的信息，则确定所述交易量预测值存在异常。

6.如权利要求4所述的方法，所述选取的比对参量包括下述中的至少一个：

与预测日期相对应的上周期同期交易量、本周期均值、上个一交易日的交易量。

7.如权利要求1-6中任意一项所述的方法，所述方法还包括：

基于所述交易量预测值确定最优交易策略。

8.一种外汇交易量预测装置，包括：

数据获取模块，用于获取预测窗口期内的预测数据，所述预测数据至少包括舆情信息、用户交易量、业务数据中的一种；

预处理模块，用于将所述预测数据进行预处理并转换成符合预测模型入参要求的数据格式，得到预测输入数据；

预测模块，用于利用构建的交易量预测模型对所述预测输入数据进行处理，得到交易量预测值，所述交易量预测模型包括：基于时间递归神经网络进行构建，以及，基于最新交易日的产出数据更新所述交易量预测模型的训练集合，并利用更新后的训练集合中的训练数据对所述交易量预测模型进行训练。

9.如权利要求8所述的装置，所述预测模块中使用的交易量预测模型基于长短期记忆网络模型构建得到。

10.如权利要求8所述的装置，所述装置还包括：

相关性处理模块，用于训练数据经过所述预处理并转换成符合预测模型入参要求的数据格式之后，对入参的数据特征和所述交易量预测模型中相应的回归量进行相关性分析处理，确定适用于所述交易量预测模型的入参；

相应的，所述预测模块在所述交易量预测模型的训练处理中，使用所述确定适用于所述交易量预测模型的入参进行训练。

11.如权利要求8所述的装置，所述装置还包括：

监测调整模块，用于利用选取的比对参量对所述交易量预测值进行检测，确认所述交易量预测值是否存在异常；

以及，在确定所述交易量预测值存在异常时，根据所述检测的结果将所述交易量预测值乘以相应的相关系数，得到调整后预测值。