[发明专利]一种发展趋势数据获取方法、装置及可读存储介质

说明书

本发明提出一种发展趋势数据获取方法、装置及可读存储介质，该方法包括：确定预测对象所属的对象类别；确定与对象类别相对应的至少一个因子；将属于对象类别的至少两个对象作为样本对象，并分别获取每一个样本对象的历史发展数据；分别从每一个样本对象的历史发展数据中提取每一个因子对应的第一历史因子数据；通过提取到的各个第一历史因子数据训练对应于对象类别的机器学习模型；从预测对象的历史发展数据中提取每一个因子对应的第二历史因子数据；将各个第二历史因子数据输入机器学习模型获得第一预测数据；根据第一预测数据确定用于表征预测对象发展趋势的发展趋势数据。本方案可以降低分析人员对上市公司进行营收预测所付出的成本。

技术领域

本发明涉及数据处理技术领域，尤其涉及一种发展趋势数据获取方法、装置及可读存储介质。

背景技术

根据公司法的相关规定，上市公司有义务对其营收进行预测并对外公告，因此上市公司的分析人员需要定期对其所在的上市公司进行营收预测。通常情况下，分析人员以季度为周期对上市公司的营收进行预测。

目前，分析人员主要通过如下方法对上市公司的营收进行预测：根据上市公司所属的行业确定对上市公司营收具有直接影响的多个因子，利用所确定出的各个因子的实时数据进行线性拟合或者多项式拟合，进而根据拟合出的线性函数或多项式函数对上市公司的营收进行预测。

针对目前对上市公司营收进行预测的方法，利用各个因子的实时数据进行线性拟合或者多项式拟合，因此各个因子所对应数据的时效性对预测结果的影响很大，为了保证营收预测的准确性，分析人员需要及时地搜集各个因子对应的实时数据，造成分析人员为上市公司营收预测所付出的成本较高。

发明内容

本发明提供一种发展趋势数据获取方法、装置及可读存储介质，其主要目的在于利用多个样本对象的历史发展数据训练机器学习模型，通过将预测独享的历史发展数据输入所训练的机器学习模型，获得机器学习模型所输出的第一预测数据，进而根据第一预测数据来确定预测对象的发展趋势数据。将该发展趋势数据获取方法应用于上市公司的营收预测时，无需分析人员及时搜集对应于上市公司的实时数据，从而可以降低分析人员对上市公司进行营收预测所付出的成本。

第一方面，本发明实施例提供了一种发展趋势数据获取方法，包括：

确定预测对象所属的对象类别；

确定与所述对象类别相对应的至少一个因子，其中，不同所述因子对应有不同的数据统计规则；

将属于所述对象类别的至少两个对象作为样本对象，并分别获取每一个所述样本对象的历史发展数据；

分别从每一个所述样本对象的历史发展数据中提取每一个所述因子对应的第一历史因子数据；

通过提取到的各个所述第一历史因子数据训练对应于所述对象类别的机器学习模型；

从所述预测对象的历史发展数据中提取每一个所述因子对应的第二历史因子数据；

将各个所述第二历史因子数据输入所述机器学习模型，获得所述机器学习模型输出的第一预测数据；

根据所述第一预测数据确定用于表征所述预测对象发展趋势的发展趋势数据。

可选地，

在所述根据所述第一预测数据确定用于表征所述预测对象发展趋势的发展趋势数据之前，进一步包括：

利用至少两个所述样本对象的历史发展数据拟合多项式函数，其中，每一个所述样本对象的历史发展数据均满足所述多项式函数；

将所述预测对象的历史发展数据输入所述多项式函数，获得所述多项式函数输出的第二预测数据；

所述根据所述第一预测数据确定用于表征所述预测对象发展趋势的发展趋势数据，包括：