[发明专利]一种基于知识图谱的前瞻因子筛选方法及其系统

说明书

本发明涉及一种基于知识图谱的前瞻因子筛选方法及其系统，方法包括：通过第一企业信息获得企业产业链图谱，产业链图谱包括：企业原材料和主营产品；对当前产业链图谱中的节点进行扩展，扩展出原材料生成企业及其相关的原材料和主营产品；扩展主营产品需求企业及其相关的原材料和主营产品；将扩展的企业产业链图谱中原材料和主营产品节点提取，作为关键词，该关键词反映了企业产业链上下游原材料和主营产品关系；通过将关键词与指标进行模糊匹配，获得候选指标列表；通过第二企业信息和指标对应的指标值进行相关性计算，获得指标相关性，指标在列表中的位置反应了指标与第二企业信息的相关程度；通过将指标相关性进行去共线性计算，获得企业前瞻因子。

技术领域

本发明涉及前瞻因子筛选技术，具体涉及一种基于知识图谱的前瞻因子筛选方法及其系统。

背景技术

在预测上市公司业绩时，往往需要用到宏观、行业数据，市场上可以采购到的宏观、行业数据指标数量级庞大(几十万条，甚至上百万条)，传统人工筛选的方法需要消耗大量的人力，并且需要筛选的人员对上市公司业务情况及宏观、行业指标有非常深入的研究和了解，但受限于人注意力和精力有限，因此在筛选时往往可能漏掉很多高价值的宏观、行业先行指标；或者随着时间推移和上市公司经营范围的变化，上市公司经营业绩的先行指标也会发生变化，因此需要一种新型的利用计算机高效、相对准确的筛选上市公司经营业绩预测先行指标的筛选方法。完全基于数学计量的时间序列相关性检验，只考虑了数学特征，并没有考虑上市公司具体经营内容与宏观、行业数据指标之间的逻辑关联，从而导致筛选出的宏观、行业指标中含有大量无法解释的指标，对于金融投资没有实质性支撑作用，因此需要创新一种能够在宏观、行业指标与上市公司经营活动之间建立可解释的评判方法，更准确地找到高价值的先行指标。

发明内容

本发明的目的在于，提供一种利用计算机高效、相对准确的筛选上市公司经营业绩预测先行指标的筛选技术。

为实现上述目的，一方面，本发明提供了一种基于知识图谱的前瞻因子筛选方法，该方法包括以下步骤：

通过第一企业信息获得企业产业链图谱，所述产业链图谱包括：企业原材料和主营产品；

对当前产业链图谱中的节点进行扩展，扩展出原材料生成企业及其相关的原材料和主营产品；扩展主营产品需求企业及其相关的原材料和主营产品；

将扩展的企业产业链图谱中原材料和主营产品节点提取，作为关键词，该关键词反映了企业产业链上下游原材料和主营产品关系；

通过将关键词与指标进行模糊匹配，获得候选指标列表；

通过第二企业信息和指标对应的指标值进行相关性计算，获得指标相关性，指标在列表中的位置反应了指标与第二企业信息的相关程度；

通过将指标相关性进行去共线性计算，获得企业前瞻因子。

另一方面，本发明提供了一种基于知识图谱的前瞻因子筛选系统，该系统包括：

第一处理单元，用于通过第一企业信息获得企业产业链图谱，所述产业链图谱包括：企业原材料和主营产品；

第二处理单元，用于对当前产业链图谱中的节点进行扩展，扩展出原材料生成企业及其相关的原材料和主营产品；扩展主营产品需求企业及其相关的原材料和主营产品；

第三处理单元，用于将扩展的企业产业链图谱中原材料和主营产品节点提取，作为关键词，该关键词反映了企业产业链上下游原材料和主营产品关系；

第四处理单元，用于通过将关键词与指标进行模糊匹配，获得候选指标列表；

第五处理单元，用于通过第二企业信息和指标对应的指标值进行相关性计算，获得指标相关性，指标在列表中的位置反应了指标与第二企业信息的相关程度；

第六处理单元，通过将指标相关性进行去共线性计算，获得企业前瞻因子。