[发明专利]一种金融时间序列预测方法、服务器及装置在审
申请号: | 201810696113.8 | 申请日: | 2018-06-29 |
公开(公告)号: | CN108875842A | 公开(公告)日: | 2018-11-23 |
发明(设计)人: | 骆超;姜志朋 | 申请(专利权)人: | 山东师范大学 |
主分类号: | G06K9/62 | 分类号: | G06K9/62;G06Q40/04 |
代理公司: | 济南圣达知识产权代理有限公司 37221 | 代理人: | 张勇 |
地址: | 250014 *** | 国省代码: | 山东;37 |
权利要求书: | 暂无信息 | 说明书: | 暂无信息 |
摘要: | 本发明公开了一种金融时间序列预测方法、服务器及装置。其中,金融时间序列预测方法包括:将金融时间序列的特征子集、金融时间序列的时间窗口和金融时间序列分类器作为轮盘赌合作协同演化算法的三个种群,通过寻找到三个种群的最优值,最终建立金融时间序列预测模型;将金融时间序列输入至所述金融时间序列预测模型并输出预测结果。其提高了金融时间序列预测的准确性。 | ||
搜索关键词: | 金融 时间序列预测 时间序列 时间序列预测模型 服务器 种群 时间序列分类 时间窗口 输出预测 特征子集 演化算法 轮盘赌 协同 合作 | ||
【主权项】:
1.一种金融时间序列预测方法,其特征在于,包括:将金融时间序列的特征子集、金融时间序列的时间窗口和金融时间序列分类器作为轮盘赌合作协同演化算法的三个种群,通过寻找到三个种群的最优值,最终建立金融时间序列预测模型;将金融时间序列输入至所述金融时间序列预测模型并输出预测结果;其中,金融时间序列分类器的筛选过程为:对金融时间序列进行特征K线处理,筛选出所有具有预设特征的K线形态的数据集合;采用SVM分类器对所述数据集合进行分类建模,依据建模后的训练集中分类间隔边界将训练数据集中的数据分成三类,分别为:在间隔边界上的支持向量、在间隔边界内的支持向量和在间隔边界外的支持向量;选择性地去除训练集中任意一类或两类数据,且保持测试集不变,重新构建出六个分类模型,并从这六个分类模型中筛选出精确度最高的分类模型作为最优分类器。
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山东师范大学,未经山东师范大学许可,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/patent/201810696113.8/,转载请声明来源钻瓜专利网。
- 上一篇:一种抽蓄机组振动趋势预测方法
- 下一篇:一种混流式水轮机叶片刀轨生成方法