[发明专利]一种基于演化分割的金融时间序列特征表示方法及系统在审

专利信息
申请号: 202110360869.7 申请日: 2021-04-02
公开(公告)号: CN113127534A 公开(公告)日: 2021-07-16
发明(设计)人: 陈鹏;刘雷;裴峥;高志升;罗航;甘智豪;封康 申请(专利权)人: 西华大学
主分类号: G06F16/2458 分类号: G06F16/2458;G06N3/12;G06Q40/04
代理公司: 北京天奇智新知识产权代理有限公司 11340 代理人: 王大刚
地址: 610000 四川*** 国省代码: 四川;51
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 演化 分割 金融 时间 序列 特征 表示 方法 系统
【权利要求书】:

1.一种基于演化分割的金融时间序列特征表示方法,其特征在于:所述表示方法包括:

数据获取处理步骤:从金融股票数据中获取一个特征向量组并对其中的每个特征向量单独进行标准化,计算得到前n个时刻的每个特征向量的平均值和标准差,进而取出特征向量之间的量纲差异;

初步分割步骤:将时间序列TS中的数据以由小到大的序列进行排序后得到序列TSO,根据时间序列TSO中的数据数为奇数或者偶数进而对二分位数据点进行分割识别,得到多个分段数据;

自底向上合并优化步骤:根据用户指定合并阶段的分段误差条件,将满足合并误差的相邻阶段不断合并,直到合并后产生新的分段不满足合并节点的分段误差为止;

遗传算法优化步骤:通过遗传算法对所述自底向上合并优化步骤得到的分段做进一步优化。

2.根据权利要求1所述的一种基于演化分割的金融时间序列特征表示方法,其特征在于:所述数据获取处理步骤具体包括:

从金融股票数据中获取m个不同的特征向量x0,x1,...,xm-1,xm

对每个特征向量单独进行标准化,计算得到前n个时刻的特征平均值和标准差σ1,σ2,...,σm

将每个特征向量分别减去其对应的平均值后除以对应的标准差,以去除特征向量间的量纲差异。

3.根据权利要求1所述的一种基于演化分割的金融时间序列特征表示方法,其特征在于:所述初步分割步骤包括:

将时间序列TS={vt1,vt2,...,vti,vti+1,...,vtn}中的二分位数数据点由小到大进行排序得到序列TSO={vt1,vt2,...,vti,vti+1,...,vtn},其中,vti表示在时间序列i时刻和j时刻的时间序列数据点;

判断序列TSO中的二分位数数据点的个数为奇数还是偶数;

如果为奇数,将二分位数据点配置为表示向上取整;

如果为偶数,将二分位数据点配置为表示向下取整。

4.根据权利要求1所述的一种基于演化分割的金融时间序列特征表示方法,其特征在于:所述演化算法优化步骤包括:

A1、通过当前分段点结果的长度确定初代总体的初始解向量的个数。

A2、将初始父代平均分成两份做遗传算子操作,并从自然选择算子、交叉算子、突变算子和结合算子四种遗传算子中随机选择遗传算子对两个初始父代进行操作产生子代;

A3、根据给定演化算法优化阶段的分段误差阈值约束,从产生的子代中进行选择,如果产生的子代在整体分段表示误差上优于父代,则舍弃父代保留子代进行下一轮遗传操作;

A4、不断重复步骤A2和A3,直到剩下一个子代,则当前子代为符合整体分段误差要求的最优子代,即可以作为当前金融时间序列的特征表示结果。

5.一种基于演化分割的金融时间序列特征表示方法的系统,其特征在于:它包括数据获取处理模块、初步分割模块和优化模块;

所述数据获取处理模块用于从金融股票数据中获取一个特征向量组并对其中的每个特征向量单独进行标准化,计算得到前n个时刻的每个特征向量的平均值和标准差,进而取出特征向量之间的量纲差异;

所述初步分割模块用于将时间序列TS中的数据以由小到大的序列进行排序后得到序列TSO,根据时间序列TSO中的数据数为奇数或者偶数进而对二分位数据点进行分割识别,得到多个分段数据;

所述优化模块用于对分段数据进行合并优化和通过遗传算法进行优化。

6.根据权利要求5所述的一种基于演化分割的金融时间序列特征表示方法的系统,其特征在于:所述优化模块包括自底向上合并优化单元和遗传算法优化单元;

所述自底向上合并优化单元用于根据用户指定合并阶段的分段误差条件,将满足合并误差的相邻阶段不断合并,直到合并后产生新的分段不满足合并节点的分段误差为止;

所述遗传算法优化单元用于通过遗传算法对所述自底向上合并优化步骤得到的分段做进一步优化。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于西华大学,未经西华大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202110360869.7/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top