一种利用市场行情数据源的合作预判方法技术

一种利用市场行情数据源的合作预判方法，包括以下步骤：(1)获取预判模型器；(2)合作预测。本发明专利技术所提供的利用多数具有的示例分类方法，实施过程中能够充分利用有标记数据和未标记数据上不同数据源的多种特征属性，适合数据源很多的情况，同时在整个训练过程中能够确保每一个数据源的特征属性不被其它数据源所获取。

【技术实现步骤摘要】

本专利技术涉及市场数据的合作预判方法，特别是一种利用市场行情数据源的合作预判方法。
技术介绍
目前，随着数据获取技术的发展和智能设备的普及，市场信息的获取日益便捷，同时，对于金融产品价格走向需求也日益提高。现有市场预判的流程主要是先针对行情数据提取特征，之后使用某些分类器进行分类。对数据进行标记十分昂贵，需要花费大量的人力资源，而从互联网上获取到大多缺乏标注。同时对于一组数据，可以有多种不同类型的特征属性解读：如可以使用不同特征提取方法对数据进行特征抽取，每一种方法抽取到的特征构成一个属性集；另外，市场数据本来就具有多种资源来源，从这些附带的资源中也可以提取出特征。传统的方法一方面需要获取有标记的数据进行分类器的训练，一方面依赖于特定的特征，无法较好地利用未标记和多组不同的特征属性集。市场预判往往也是多个公司、研究组织的共同需求。不同的公司或者研究组织会针对其获取的数据使用他们自己的方法提取特征，之后根据他们提取的特征进行分类器的训练。将多个公司(组织)的特征进行结合，无疑可以得到更好的特征，但是各组特征涉及多个公司(组织)的隐私信息，如提取特征的具体技术，这些往往不适合和他人共享，因此需要一种具有隐私保护的利用不同特征进行预判的方法。
技术实现思路
本专利技术要解决的技术问题是针对现有技术的不足，提出一种成本低、市场信息获取便捷，可避免浪费人力资源的利用市场行情数据源的合作预判方法。本专利技术要解决的技术问题是通过以下技术方案实现的。本专利技术是一种利用市场行情数据源的合作预判方法，其特点是：包括以下步骤：(1)获取预判模型器：从行情数据源获取样本的数据特征属性集，将每一个数据特征属性集看作一个视图；利用每一个视图上的分类器进行分类提取并分别对类别进行标注，从而得到每一个类别的分类器；(2)合作预测：对获取的每一个类别的分类器进行判断是否存在进一步合作，若不存在进一步合作，则分别收集市场示例数据并对收集的示例进行特征提取和标注，利用每一个视图上的分类器分别对提取特征进行预测，从而完成市场合作的判断；若存在进一步合作，则对收集到的同一市场示例数据进行特征提取和标注，利用每一个视图上的分类器分别对提取特征进行预测，将各分类器预测的结果集成后，完成市场合作的判断。优选的，所述步骤(1)的行情数据源为若干不同的数据源。优选的，所述步骤(1)中的行情数据源获取数据特征属性集包括使用不同的特征提取方法对行情数据进行特征提取。与现有技术相比，本专利技术所提供的利用多数具有的示例分类方法，实施过程中能够充分利用有标记数据和未标记数据上不同数据源的多种特征属性，适合数据源很多的情况，同时在整个训练过程中能够确保每一个数据源的特征属性不被其它数据源所获取。附图说明图1为本专利技术的流程框图。具体实施方式以下参照附图，进一步描述本专利技术的具体技术方案，以便于本领域的技术人员进一步地理解本专利技术，而不构成其权利的限制。实施例1，参照图1，一种利用市场行情数据源的合作预判方法，包括以下步骤：(1)获取预判模型器：从行情数据源获取样本的数据特征属性集，将每一个数据特征属性集看作一个视图；利用每一个视图上的分类器进行分类提取并分别对类别进行标注，从而得到每一个类别的分类器；(2)合作预测：对获取的每一个类别的分类器进行判断是否存在进一步合作，若不存在进一步合作，则分别收集市场示例数据并对收集的示例进行特征提取和标注，利用每一个视图上的分类器分别对提取特征进行预测，从而完成市场合作的判断；若存在进一步合作，则对收集到的同一市场示例数据进行特征提取和标注，利用每一个视图上的分类器分别对提取特征进行预测，将各分类器预测的结果集成后，完成市场合作的判断。所述利用每一个视图上得到的分类器对每一个视图上的示例进行分类即根据该视图上某一行情数据的特征，和得到的分类器做内积运算，得到一个长为C的向量，每一个元素表示分类到每一个类的置信度。预判过程即把当前分类结果为置信度最高的一类。所述将各类别的预测结果集成，具体是指使用某些集成方法(如多个预测结果投票)得到最终的预测。在步骤(1)每一个视图上构建线性分类器，分类器的维度同时取决于数据类别的数目和该视图特征属性集的维度，使用最小二乘方法在有标记样本上使得分类器的预测结果和真实的结果尽可能相似。实施例2，实施例1所述的一种利用市场行情数据源的合作预判方法中：所述步骤(1)的行情数据源为若干不同的数据源。实施例3，实施例1或2所述的一种利用市场行情数据源的合作预判方法中：所述步骤(1)中的行情数据源获取数据特征属性集包括使用不同的特征提取方法对行情数据进行特征提取。所述从不同数据源获取特征属性集包括使用不同的特征提取方法对行情数据进行特征提取；使用网络上的附带信息作为其它数据源或从真实存在的多数据源(如社交网络)提取特征等。本文档来自技高网...

【技术保护点】
一种利用市场行情数据源的合作预判方法，其特征在于，包括以下步骤：(1)获取预判模型器：从行情数据源获取样本的数据特征属性集，将每一个数据特征属性集看作一个视图；利用每一个视图上的分类器进行分类提取并分别对类别进行标注，从而得到每一个类别的分类器；(2)合作预测：对获取的每一个类别的分类器进行判断是否存在进一步合作，若不存在进一步合作，则分别收集市场示例数据并对收集的示例进行特征提取和标注，利用每一个视图上的分类器分别对提取特征进行预测，从而完成市场合作的判断；若存在进一步合作，则对收集到的同一市场示例数据进行特征提取和标注，利用每一个视图上的分类器分别对提取特征进行预测，将各分类器预测的结果集成后，完成市场合作的判断。

【技术特征摘要】
1.一种利用市场行情数据源的合作预判方法，其特征在于，包括以下步骤：
(1)获取预判模型器：从行情数据源获取样本的数据特征属性集，将每
一个数据特征属性集看作一个视图；利用每一个视图上的分类器进行分类
提取并分别对类别进行标注，从而得到每一个类别的分类器；(2)合作预
测：对获取的每一个类别的分类器进行判断是否存在进一步合作，若不存
在进一步合作，则分别收集市场示例数据并对收集的示例进行特征提取和
标注，利用每一个视图上的分类器分别对提取特征进行预测，从而完成市
场合作...

【专利技术属性】
技术研发人员：不公告发明人，
申请(专利权)人：苏州晨川通信科技有限公司，
类型：发明
国别省市：江苏;32