[发明专利]AI多因子选股方法、系统及介质在审
| 申请号： | 201910876581.8 | 申请日： | 2019-09-17 |
| 公开（公告）号： | CN110782344A | 公开（公告）日： | 2020-02-11 |
| 发明（设计）人： | 李天怡;米楠;梁钰;王宁 | 申请（专利权）人： | 上海银赛计算机科技有限公司 |
| 主分类号： | G06Q40/04 | 分类号： | G06Q40/04;G06N3/04;G06N3/08 |
| 代理公司： | 31334 上海段和段律师事务所 | 代理人： | 李佳俊;郭国中 |
| 地址： | 201799 上海市青浦区*** | 国省代码： | 上海;31 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供了一种AI多因子选股方法、系统及介质，包括：步骤1：整理因子数据，并搭建神经网络模型；步骤2：将因子数据中的因子输入搭建的神经网络模型，输出不同因子的权重，选取权重绝对值大于预设值的因子作为有效因子；步骤3：根据选取的有效因子，确定最终的神经网络模型；步骤4：根据最终神经网络模型对股票进行打分，选出得分大于预设值的股票公司，记为市场表现较好的公司。本发明通过使用神经网络模型，解决了因子权重难以确定的问题。运用深度神经网络模型，简化模型搭建和计算过程，充分运用计算机算力，使复杂的多层非线性模型可以应用到实际中，有效的减少了多因子模型的误差。 | ||
| 搜索关键词： | 神经网络模型 权重 因子数据 有效因子 预设 非线性模型 计算过程 简化模型 市场表现 因子模型 股票 多层 输出 计算机 应用 | ||
【主权项】：
1.一种AI多因子选股方法，其特征在于，包括：/n步骤1：整理因子数据，并搭建神经网络模型；/n步骤2：将因子数据中的因子输入搭建的神经网络模型，输出不同因子的权重，选取权重绝对值大于预设值的因子作为有效因子；/n步骤3：根据选取的有效因子，确定最终的神经网络模型；/n步骤4：根据最终神经网络模型对股票进行打分，选出得分大于预设值的股票公司，记为市场表现较好的公司。/n
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上海银赛计算机科技有限公司，未经上海银赛计算机科技有限公司许可，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/201910876581.8/，转载请声明来源钻瓜专利网。
