[发明专利]金融数据处理方法、装置、计算机设备及存储介质

权利要求书

1.一种金融数据处理方法，其特征在于，所述金融数据处理方法包括：

从多个数据源获取金融数据；

确定所述金融数据中的缺失数据；

利用KNN最近邻填补算法和极大似然估计算法相结合的方式处理对所述金融数据进行处理，确定所述缺失数据对应的缺失值；

确定所述金融数据中的异常数据；

利用KNN最近邻填补算法和极大似然估计算法相结合的方式处理对所述金融数据进行处理，确定所述异常数据对应的正常值；

根据所述正常值和所述缺失值填补所述金融数据中的异常数据和缺失数据，得到处理后金融数据。

2.根据权利要求1所述的金融数据处理方法，其特征在于，所述利用KNN最近邻填补算法和极大似然估计算法相结合的方式处理对所述金融数据进行处理，确定所述缺失数据对应的缺失值，包括：

利用极大似然估计算法对所述金融数据进行回归，得到所述缺失数据对应的第一缺失值；

利用KNN最近邻填补算法对所述金融数据进行缺失值预测，得到所述缺失数据对应的第二缺失值；

根据所述第一缺失值和所述第二缺失值确定所述缺失数据对应的缺失值。

3.根据权利要求2所述的金融数据处理方法，其特征在于，所述根据所述第一缺失值和所述第二缺失值确定所述缺失数据对应的缺失值，包括：

分别以所述缺失数据中一个缺失位置为目标缺失位置；

从所述第一缺失值中获取所述目标缺失位置的第一目标缺失值；

从所述第二缺失值中获取所述目标缺失位置的第二目标缺失值；

比较所述第一目标缺失值和所述第二目标缺失值的第一差值；

若第一差值在预设比例范围内，则将所述第一目标缺失值作为所述目标缺失位置对应的缺失值；若第一差值超过所述预设比例范围，则将所述第二目标缺失值作为所述目标缺失位置对应的缺失值；

当所述缺失数据中所有缺失位置的缺失值确认后，得到所述缺失数据对应的缺失值。

4.根据权利要求1中所述的金融数据处理方法，其特征在于，所述利用KNN最近邻填补算法和极大似然估计算法相结合的方式处理对所述金融数据进行处理，确定所述异常数据对应的正常值，包括：

利用极大似然估计算法对所述金融数据进行回归，得到所述异常数据对应的第一正常值；

利用KNN最近邻填补算法对所述金融数据进行异常值预测，得到所述异常数据对应的第二正常值；

根据所述第一正常值和所述第二正常值确定所述异常数据对应的正常值。

5.根据权利要求4中所述的金融数据处理方法，其特征在于，所述根据所述第一正常值和所述第二正常值确定所述异常数据对应的正常值，包括：

分别以所述异常数据中一个异常位置为目标异常位置；

从所述第一正常值中获取所述目标异常位置的第一目标正常值；

从所述第二正常值中获取所述目标异常位置的第二目标正常值；

比较所述第一目标正常值和所述第二目标正常值的第二差值；

若所述第二差值在预设比例范围内，则将所述第一目标正常值作为所述目标异常位置对应的正常值；若所述第二差值超过所述预设比例范围，则将所述第二目标正常值作为所述目标异常位置对应的正常值；

当所述异常数据中所有异常位置的正常值确认后，得到所述异常数据对应的正常值。

6.根据权利要求1所述的金融数据处理方法，其特征在于，所述金融数据包括结构化金融数据、半结构化金融数据和非结构化金融数据。

7.根据权利要求6所述的金融数据处理方法，其特征在于，所述多个数据源中包括多个异构数据源，所述结构化金融数据包括行情数据、宏观经济数据和行业产业数据，所述非结构化金融数据主要包括金融新闻资讯数和音视频数据。