[发明专利]实时收益率预测方法、装置、电子设备及存储介质

说明书

本申请提供了一种实时收益率预测方法、装置、电子设备及存储介质，涉及数据分析领域，旨在准确预测下一单位时间的实时收益率。所述方法包括：获取历史时间段内的多种投资数据并进行特征提取，得到多种历史投资特征；确定多种历史投资特征两两之间的相关度；剔除多种历史投资特征中与其他历史投资特征不相关的历史投资特征，将剩余的多种历史投资特征存储到特征库中；获取当前时间段内的多种投资数据并进行特征提取，得到多种投资特征；依据特征库中各个历史投资特征的特征种类，对多种投资特征进行特征选择，得到多种当前投资特征；根据多种当前投资特征和多种历史投资特征，预测当前时间段的下一单位时间的实时收益率。

技术领域

本申请涉及数据分析领域，特别是涉及一种实时收益率预测方法、装置、电子设备及存储介质。

背景技术

用户在进行投资业务时，通常需要根据收益率，作出投资决策。相关数据的变换，导致收益率也以较高的频率发生变化。当掌握不精准的收益率时，可能导致做出错误的投资决策；而掌握已公布、大家都知道的收益率时，可能已经错过做出投资决策的最佳时机。

因此，预先掌握精准的收益率，对于投资业务的进行具有重要的意义。

发明内容

鉴于上述问题，本发明实施例提供了一种实时收益率预测方法、装置、电子设备及存储介质，以便克服上述问题或者至少部分地解决上述问题。

本发明实施例的第一方面，提供了一种实时收益率预测方法，所述方法包括：

获取历史时间段内的多种投资数据并进行特征提取，得到多种历史投资特征；

确定所述多种历史投资特征两两之间的相关度；

剔除所述多种历史投资特征中与其他历史投资特征不相关的历史投资特征，将剩余的多种历史投资特征存储到特征库中；

获取当前时间段内的多种投资数据并进行特征提取，得到多种投资特征；

依据所述特征库中各个历史投资特征的特征种类，对所述多种投资特征进行特征选择，得到多种当前投资特征；

根据所述多种当前投资特征和所述多种历史投资特征，预测所述当前时间段的下一单位时间的实时收益率。

可选地，所述方法还包括：

获取样本投资特征和对应的真实收益率；

按照对应的样本投资数据的产生时间的先后，对所述样本投资特征进行排序，得到样本投资特征序列；

以标记有对应的真实收益率的样本投资特征序列为训练样本，对预设模型进行训练，更新所述预设模型的模型参数，得到收益率预测基模型，所述预设模型为以下任一者：长短时记忆神经网络、门限循环单元神经网络、梯度提升决策树、支持向量机；

根据所述多种当前投资特征和所述多种历史投资特征，预测所述当前时间段的下一单位时间的实时收益率，包括：

按照对应的投资数据的产生时间的先后，对所述多种当前投资特征和所述多种历史投资特征分别进行排序，得到当前投资特征序列和历史投资特征序列；

将所述多种当前投资特征序列和所述多种历史投资特征序列，输入所述收益率预测基模型，得到所述当前时间段的下一单位时间的实时收益率。

可选地，所述收益率预测基模型的数量是多个，多个所述收益率预测基模型组成集成模型；所述方法还包括：

获得多个所述收益率预测基模型各自的初始化权重；

将以所述样本投资特征分别输入多个所述收益率预测基模型，得到多个所述收益率预测基模型各自输出的预测收益率；