[发明专利]预测资产价格走势的方法、服务器及计算机可读存储介质

权利要求书

1.一种预测资产价格走势的方法，其特征在于，所述预测资产价格走势的方法包括以下步骤：

获取观测时刻和观测周期，并获取所述观测时刻对应的多类资产的同比序列数据；

根据多个所述观测周期分别对每一类所述资产的同比序列数据进行频域滤波，得到所述资产在各个所述观测周期下的滤波序列；

对每一所述观测周期下的多类所述资产的滤波序列进行合并处理，得到所述观测周期对应的滤波合并序列；

将每一类所述资产的同比序列数据和所述滤波合并序列输入线性回归模型，得到所述资产对应的回归参数；

根据每一类所述资产对应的回归参数和所述滤波合并序列预测所述资产价格的走势。

2.如权利要求1所述的预测资产价格走势的方法，其特征在于，所述根据多个所述观测周期分别对每一类所述资产的同比序列数据进行频域滤波，得到所述资产在各个所述观测周期下的滤波序列的步骤包括：

对所述同比序列数据进行补零，并对补零后的同比序列数据进行傅里叶变换，得到对应的频域数据；

根据每一个所述观测周期确定一组滤波器系数，并根据所述滤波器系数与所述频域数据得到第一中间序列；

对所述第一中间序列进行逆傅里叶变换，得到所述资产在各个所述观测周期下的滤波序列。

3.如权利要求2所述的预测资产价格走势的方法，其特征在于，所述对所述第一中间序列进行逆傅里叶变换，得到所述资产在各个所述观测周期下的滤波序列的步骤包括：

对所述第一中间序列进行逆傅里叶变换，得到第二中间序列；

根据预设序列长度从所述第二中间序列中截取数据点得到所述资产在各个所述观测周期下的滤波序列。

4.如权利要求1所述的预测资产价格走势的方法，其特征在于，每一类所述资产的同比序列数据包括多个资产标的对应的同比序列数据，所述根据多个所述观测周期分别对每一类所述资产的同比序列数据进行频域滤波，得到所述资产在各个所述观测周期下的滤波序列的步骤包括：

获取所述资产的同比序列数据中的各个资产标的对应的同比序列数据；

根据多个观测周期分别对每一所述资产标的对应的同比序列数据进行频域滤波，得到所述资产标的对应的同比序列数据在各个所述观测周期下的滤波子序列；

对每一所述观测周期下的多个资产标的对应的滤波子序列进行合并处理，得到所述资产在各个所述观测周期下的滤波序列。

5.如权利要求1至4任一项所述的预测资产价格走势的方法，其特征在于，所述合并处理步骤包括希尔伯特变换和合并权重的迭代计算。

6.如权利要求1至4任一项所述的预测资产价格走势的方法，其特征在于，所述根据每一类所述资产对应的回归参数和所述滤波合并序列预测所述资产价格的走势的步骤包括：

从每一所述观测周期对应的滤波合并序列中确定与所述观测时刻对应的第一数据点，并根据各个所述观测周期下的所述第一数据点以及所述每一类所述资产对应的回归参数拟合得到所述观测时刻下的第一同比数据点；

从每一所述观测周期对应的滤波合并序列中确定与预测时刻对应的第二数据点，并根据各个所述各个观测周期下的所述第二数据点以及所述每一类所述资产对应的回归参数拟合得到所述预测时刻下的第二同比数据点；

将所述第一同比数据点与所述第二同比数据点进行比较，根据比较结果预测所述资产的价格走势，其中，当所述第一同比数据点小于所述第二同比数据点时，所述资产收益率上涨，当所述第一同比数据点大于所述第二同比数据点时，所述资产收益率下跌。

7.如权利要求6所述的预测资产价格走势的方法，其特征在于，所述从每一所述观测周期对应的滤波合并序列中确定与所述观测时刻对应的第一数据点的步骤之前还包括：

对每一所述观测周期对应的滤波合并序列进行频域滤波。