[发明专利]一种数据处理方法、装置、设备及可读存储介质

权利要求书

1.一种数据处理方法，其特征在于，所述方法包括：

当接收到针对目标指标的数据处理指令时，获取在初始时间点之前与所述目标指标关联的历史数据以及所述目标指标在所述初始时间点的初始指标值；

根据所述历史数据，利用预设预测模型计算出所述目标指标在目标时间段内指标值的涨跌幅的均值和标准差；其中，所述目标时间段是以所述初始时间点开始的时间段，且所述目标时间段被单位时间划分出多个时间点；

根据所述初始指标值、均值和标准差，利用预设期望算法计算出所述目标时间段内每个时间点的期望指标值；其中，一个时间点的期望指标值用于表征在所述时间点之后期望出现的所述目标指标的指标极值；

在当前时间点到达所述目标时间段内的目标时间点后，根据所述目标时间点的真实指标值和所述目标时间点的期望指标值，利用最优停止算法判断所述目标时间点的真实指标值是否为所述目标指标在未来时间段的估算极值；其中，所述未来时间段为所述目标时间段中位于所述目标时间点之后的时间范围。

2.根据权利要求1所述的数据处理方法，其特征在于，所述根据所述历史数据，利用预设预测模型计算出所述目标指标在目标时间段内指标值的涨跌幅的均值和标准差，具体包括：

从所述历史数据中提取出预设特征参数，并将提取出的特征参数输入至预先训练好的用于执行回归任务的预测模型中，以得到所述目标指标在目标时间段内指标值的涨跌幅的均值和标准差。

3.根据权利要求1所述的数据处理方法，其特征在于，在判断所述目标时间点的真实指标值是否为所述目标指标在未来时间段的估算极大值的场景中，所述根据所述初始指标值、均值和标准差，利用预设期望算法计算出所述目标时间段内每个时间点的期望指标值，具体包括：

设所述目标时间段被单位时间划分出M个时间点，且所述目标时间段是以第M个时间点结束的时间段；

计算第(M-1)个时间点的期望指标值V_(M-1)＝E(ln(P_M))＝E(ln(P₀)+X₁+X₂+…+X_M～N(ln(P₀)+Mμ,Mσ²))；其中，P₀为所述初始指标值、μ为所述均值、σ²为所述标准差，X_t＝ln(P_t)-ln(P_t-1)、且X_t服从正态分布X_t～N(μ,σ²)、t∈[1,M]；

计算第(M-2)个时间点的期望指标值

计算第(M-3)个时间点的期望指标值

以此类推，直至计算出第1个时间点的期望指标值其中，F()为服从正态分布的分布函数。

4.根据权利要求3所述的数据处理方法，其特征在于，所述在当前时间点到达所述目标时间段内的目标时间点后，根据所述目标时间点的真实指标值和所述目标时间点的期望指标值，利用最优停止算法判断所述目标时间点的真实指标值是否为所述目标指标在未来时间段的估算极值，具体包括：

步骤A1：在当前时间点到达所述目标时间段内的目标时间点后，获取所述目标时间点的真实指标值；

步骤A2：判断所述目标时间点的真实指标值是否大于所述目标时间点的期望指标值，若是则将所述目标时间点的真实指标值作为所述目标指标在未来时间段的估算极大值，若否则执行步骤A3；

步骤A3：判断所述目标时间点是否为第(M-1)个时间点，若是则停止操作并将第M个时间点的真实指标值作为所述目标指标在所述目标时间段的估算极大值，若否则执行步骤A4；

步骤A4：以所述目标时间点的真实指标值作为初始指标值，根据所述均值和标准差，利用所述预设期望算法对所述目标时间点之后的所有时间点的期望指标值进行更新，并将所述目标时间点的下一时间点作为新的目标时间点，并返回步骤A1。