[发明专利]一种限价指令簿趋势预测装置、方法、设备及存储介质

说明书

本申请公开了一种限价指令簿趋势预测装置、方法、设备及存储介质，包括：数据预处理模块，用于对训练数据集进行归一化；训练数据集包括限价指令簿的事实信息数据和分布信息数据、限价指令簿和订单流的动态信息数据，以及对应的用于表示价格走势的标签；模型构建模块，用于构建注意力特征融合模型；模型包括卷积层、门控循环单元层和基于特征融合的位置注意力机制；模型训练模块，用于利用归一化后的训练数据集训练模型；限价指令簿趋势预测模块，用于采用训练完成的模型对限价指令簿做趋势预测。这样可以增加特征信息量，提高模型对不同信息的关注程度，且利用模型将注意力机制与特征融合结合，预测效果好，确保准确判断出限价指令簿价格走势。

技术领域

本发明涉及机器学习预测领域，特别是涉及一种限价指令簿趋势预测装置、方法、设备及存储介质。

背景技术

近年来，随着金融交易市场的迅速发展，金融资产的投资是投资者实现资产保值和资产增值的重要方式之一。同时，研究人员使用丰富多样的方式预测金融资产的价格趋势，其趋势预测的结果对交易决策起到至关重要的作用。趋势预测的传统方法主要包括上市公司的基本面分析和技术指标分析，而这些分析方法中使用的模型具有低效及难以预测未来走势的缺点。

在指令驱动的市场中，限价指令簿可以反映出投资者预期价格水平，提供投资者与相应交易市场的交互信息，因而使用限价指令簿来分析股票价格走势成为了研究人员的重要课题。目前基于机器学习的预测方法越来越受研究者的青睐，然而使用经典机器学习方法普遍存在预测准确率过低的问题，比如桥回归、支持向量机以及简单的多层感知机和长短期记忆网络。除此之外，部分文献仅使用对限价指令的交易数据进行预测，导致模型所使用的信息量不足。

因此，如何解决限价指令簿价格走势预测准确率过低的问题，是本领域技术人员亟待解决的技术问题。

发明内容

有鉴于此，本发明的目的在于提供一种限价指令簿趋势预测装置、方法、设备及存储介质，可以提高预测性能和预测效果，确保准确判断出限价指令簿价格走势。其具体方案如下：

一种限价指令簿趋势预测装置，包括：

数据预处理模块，用于对训练数据集进行归一化；所述训练数据集包括限价指令簿的事实信息数据、限价指令簿的分布信息数据、限价指令簿和订单流的动态信息数据，以及对应的用于表示价格走势的标签；

模型构建模块，用于构建用于判断限价指令簿价格未来走势的注意力特征融合模型；所述注意力特征融合模型包括卷积层、门控循环单元层和基于特征融合的位置注意力机制；

模型训练模块，用于利用归一化后的所述训练数据集训练所述注意力特征融合模型，直至网络收敛；

限价指令簿趋势预测模块，用于采用训练完成的所述注意力特征融合模型对限价指令簿做趋势预测。

优选地，在本发明实施例提供的上述限价指令簿趋势预测装置中，所述训练数据集为所述标签为其中I表示样本个数为S的数据集合，表示t时刻输入的限价指令簿的事实信息数据，表示t时刻输入的限价指令簿的分布信息数据，表示t时刻输入的限价指令簿和订单流的动态信息数据，n表示限价指令簿的级数；表示标签向量：

其中l_t是在时刻t时的样本标签，表示时间t+m对时间t的价格走势，l_t＝1表示上涨，l_t＝0表示不变，l_t＝-1表示下跌。

优选地，在本发明实施例提供的上述限价指令簿趋势预测装置中，归一化后的所述训练数据集包括限价指令簿事实信息的类图像数据集、限价指令簿分布信息的类图像数据集、限价指令簿和订单流动态信息数据的类图像数据集；