[发明专利]业务市场环境的分析方法、装置、处理器以及电子设备

说明书

本申请公开了一种业务市场环境的分析方法、装置、处理器以及电子设备。涉及金融科技领域，该方法包括：从目标业务的业务资讯网站中获取目标时间周期内的业务资讯数据，并从业务资讯数据中筛选出文本数据；将文本数据输入到双向编码模型，输出处理目标业务的交易者的情绪推理结果，其中，双向编码模型是由M组样本数据训练预设双向编码模型得到，M组样本数据包括文本样本以及文本样本的情绪数据；根据情绪推理结果确定目标业务的市场环境信息。通过本申请，解决了相关技术中难以准确获取投资者情绪，并利用投资者情绪对市场环境进行有效鉴定的问题。

技术领域

本申请涉及金融科技领域，具体而言，涉及一种业务市场环境的分析方法、装置、处理器以及电子设备。

背景技术

随着互联网的发展，基于互联网的股票市场交易成为主流，而基于投资者的情绪对市场进行机制调整研究在金融学领域占有越来越多的比重。

在传统技术中通常利用调查法进行情绪的研究，但该方法需要浪费大量的时间成本与人力成本，并且由于样本数量有限，极易造成偏差；因此采用了通过选择封闭式基金贴现率和周转率等变量、并使用主成分分析的方法对投资者的情绪进行代理分析；由于该方法易于实施，因此被广泛使用。但是该方法只能间接的反映投资者情绪，研究效果较差。

针对相关技术中难以准确获取投资者情绪，并利用投资者情绪对市场环境进行有效鉴定的问题，目前尚未提出有效的解决方案。

发明内容

本申请的主要目的在于提供一种业务市场环境的分析方法、装置、处理器以及电子设备，以解决相关技术中难以准确获取投资者情绪，并利用投资者情绪对市场环境进行有效鉴定的问题。

为了实现上述目的，根据本申请的一个方面，提供了一种业务市场环境的分析方法。该方法包括：从目标业务的业务资讯网站中获取目标时间周期内的业务资讯数据，并从业务资讯数据中筛选出文本数据；将文本数据输入到双向编码模型，输出处理目标业务的交易者的情绪推理结果，其中，双向编码模型是由M组样本数据训练预设双向编码模型得到，M组样本数据包括文本样本以及文本样本的情绪数据；根据情绪推理结果确定目标业务的市场环境信息。

可选地，从业务资讯数据中筛选出文本数据包括：获取预设的删除程序以及数据清洗规则，其中，数据清洗规则指示待删除数据的类型，待删除数据的类型包括重复的文本数据、表格数据以及标签数据，删除程序用于删除待删除数据；利用删除程序基于数据清洗规则对业务资讯数据进行筛选，得到N个初始文本数据；将N个初始文本数据进行处理，得到文本数据。

可选地，将N个初始文本数据进行处理，得到文本数据包括：计算每个初始文本数据的影响程度参数，其中，影响程度参数是指初始文本数据对交易者进行交易的影响程度值；根据影响程度参数对N个初始文本数据进行降序排列，得到初始文本数据序列，将初始文本数据序列中的前预设数量的初始文本数据确定为文本数据。

可选地，双向编码模型通过以下方式训练得到：由M1个第一文本样本和每个第一文本样本的情绪数据构成一组第一样本数据，得到M1组第一样本数据；通过M1组第一样本数据训练预设双向编码模型，得到初始双向编码模型；由M2个第二文本样本和每个第二文本样本的情绪数据构成一组第二样本数据，得到M2组第二样本数据，其中，M1和M2之和为M，第二样本数据的情绪数据的情绪值大于预设情绪值；通过M2组第二样本数据训练初始双向编码模型，得到双向编码模型。

可选地，在根据情绪推理结果确定目标业务的市场环境信息之前，该方法还包括：从业务资讯数据中筛选交易指标数据，并根据交易指标数据计算得到市场环境数据；将文本数据和市场环境数据输入时变参数向量自回归模型，输出交易者的情绪推理结果和市场环境数据的相关度；在相关度大于相关度阈值的情况下，根据情绪推理结果确定目标业务的市场环境信息。