[发明专利]一种金融数据预测方法、装置、设备及存储介质

说明书

本发明提供了一种金融数据预测方法，包括：从一个或多个数据源获取历史金融数据及实时金融数据；根据历史时间点对所述历史金融数据进行规整，以使所述历史数据与当前实时金融数据形成对应关系；根据金融处理标准对所述历史金融数据进行特征处理，得到训练数据；根据所述历史金融数据建立逐层深度学习预测模型，并根据所述训练数据不断修正所述深度学习预测模型直至模型收敛；将所述对应关系和实时金融数据输入所述深度学习预测模型，得到金融数据预测结果。本发明可以根据各金融数据网站的金融数据记载情况以及根据用户的浏览习惯信息自动获得用户所关心的金融数据变化趋势概率，简化了繁琐的操作，提升了用户体验度。

技术领域

本发明涉及计算机技术领域，具体而言，涉及一种金融数据预测方法、装置、设备及存储介质。

背景技术

在金融领域中，金融数据种类繁多，例如股票、期货、基金、贵金属、外汇等，为了能够及时、有效地获取金融领域的数据信息，并利用金融数据信息进行预测操作，为用户交易提供策略参考，从而量化交易，故此，急需要对金融数据进行快速、精确地识别处理，实时地读取、分析历史金融数据，形成参考建议，从而降低投资交易的风险性。如现有技术CN107274007A便是公开了一种基于人工神经网络的金融数据预测方法，来预测各种金融市场的未来走势；或是专利CN105022825A涉及结合财经新闻挖掘和金融历史数据的金融品种价格预测方法，利用多元线性回归和ARIMA相结合的组合预测模型，对金融市场未来价格趋势进行预测；再如专利CN109711665A公开了一种基于金融风控数据的预测模型构建方法及相关设备，主要通过对金融风控数据的前期预处理以及金融风控数据模型参数的优化调整，有效解决金融风控数据类型不平衡的问题。

可见，如何提高金融数据挖掘技术的精确性、准确度和降低数据调用、处理的成本以及如何充分利用数据预测价值，其实际应用中的亟待处理的实际问题还有很多未提出具体的解决方案。

发明内容

为了克服现有技术的不足提供了一种金融数据预测方法、装置、设备及存储介质，本发明的具体技术方案如下：

本发明第一方面提供了一种金融数据预测方法，包括：

从一个或多个数据源获取历史金融数据及实时金融数据；

根据历史时间点对所述历史金融数据进行规整，以使所述历史数据与当前实时金融数据形成对应关系；

根据金融处理标准对所述历史金融数据进行特征处理，得到训练数据；

根据所述历史金融数据建立逐层深度学习预测模型，并根据所述训练数据不断修正所述深度学习预测模型直至模型收敛；

将所述对应关系和实时金融数据输入所述深度学习预测模型，得到金融数据预测结果。

本发明第二方面提供了一种用于金融数据的预测装置，所述装置包括：获取模块，用于从一个或多个数据源获取历史金融数据及实时金融数据；数据对应模块，用于根据历史时间点对所述历史金融数据进行规整，以使所述历史数据与当前实时金融数据形成对应关系；训练模块，用于根据金融处理标准对所述历史金融数据进行特征处理，得到训练数据；修正模块，用于根据所述历史金融数据建立逐层深度学习预测模型，并根据所述训练数据不断修正所述深度学习预测模型直至模型收敛；预测模块，用于将所述对应关系和实时金融数据输入所述深度学习预测模型，得到金融数据预测结果。

本发明第三方面提供了一种用于金融数据的预测设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现所述金融数据预测方法。

本发明第四方面提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现所述金融数据预测方法。