首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

基于多端时序模型的时域自适应股价预测方法及装置 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:北京珺明科技有限公司

摘要:本发明涉及人工智能领域,公开了一种基于多端时序模型的时域自适应股价预测方法及装置,用于对股票时域信息进行自适应噪声建模并提高股价预测的准确性。方法包括:通过固定初始化多端融合时序预测模型的第一模型参数并对初始化时域信息自适应重采样模型进行模型参数更新,得到目标时域信息自适应重采样模型;固定目标时域信息自适应重采样模型的第二模型参数并对初始化多端融合时序预测模型进行模型优化,得到目标多端融合时序预测模型;通过多轮双层迭代并进行模型验证,输出双层迭代优化的时域信息自适应模型;获取待处理的第二流式数据,并通过双层迭代优化的时域信息自适应模型对第二流式数据进行股价预测,得到目标股价预测结果。

主权项:1.一种基于多端时序模型的时域自适应股价预测方法,其特征在于,所述基于多端时序模型的时域自适应股价预测方法包括:对原始时域信息自适应重采样模型以及原始多端融合时序预测模型进行初始化,得到初始化时域信息自适应重采样模型以及初始化多端融合时序预测模型;固定所述初始化多端融合时序预测模型的第一模型参数,并通过第一流式数据对所述初始化时域信息自适应重采样模型进行模型参数更新,得到目标时域信息自适应重采样模型;通过所述目标时域信息自适应重采样模型对所述第一流式数据进行子任务划分和重采样,得到训练重采样数据集;固定所述目标时域信息自适应重采样模型的第二模型参数,并通过所述训练重采样数据集和预置损失函数对所述初始化多端融合时序预测模型进行模型优化,得到目标多端融合时序预测模型;对所述目标时域信息自适应重采样模型和所述目标多端融合时序预测模型进行多轮双层迭代以及模型验证,输出双层迭代优化的时域信息自适应模型;获取待处理的第二流式数据,并通过所述双层迭代优化的时域信息自适应模型对所述第二流式数据进行股价预测,得到目标股价预测结果。

全文数据:

权利要求:

百度查询: 北京珺明科技有限公司 基于多端时序模型的时域自适应股价预测方法及装置

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。