本发明专利技术实施例涉及人工智能技术领域，公开了一种金融产品推荐方法，该方法包括：获取多个待推荐金融产品的特征信息；将多个待推荐金融产品的特征信息输入推荐模型中，得到各个待推荐金融产品的涨跌停得分及排序；所述推荐模型为预先根据金融产品样本集训练得到的；所述金融产品样本集包括金融产品对样本及对应的样本标签；所述金融产品对样本包括至少两个样本金融产品，所述样本标签为所述至少两个样本金融产品之间涨跌幅的比较结果；根据各个待推荐金融产品的涨跌停得分及排序，进行金融产品推荐。通过上述方式，本发明专利技术实施例实现了对金融产品的准确推荐，增强了用户体验。增强了用户体验。增强了用户体验。
【技术实现步骤摘要】
金融产品推荐方法、装置、计算机设备及存储介质
[0001]本专利技术实施例涉及人工智能
，具体涉及一种金融产品推荐方法、装置、计算机设备及存储介质。
技术介绍
[0002]目前，金融产品的筛选与投资是金融领域的一个重要领域。在此领域中，有很多工作关注对金融市场和金融产品进行分析研究，希望基于对金融产品未来走势的精准预测，进行优质金融产品的推荐，辅助构建有效的金融市场投资策略，以获取更高的投资收益和更低的投资风险。
[0003]金融产品投资分析和推荐的方法通常包括两类：1)对金融产品量价数据进行回归建模，预测金融产品的未来价格，进行优质金融产品推荐。2)对金融产品量价数据进行分类建模，预测金融产品未来的涨跌趋势或概率，进行优质金融产品推荐。然而本申请的专利技术人发现，现有的金融产品推荐的方法，大都存在推荐不准确，推荐效果较差的问题，影响了用户体验。
技术实现思路
[0004]鉴于上述问题，本专利技术实施例提供了一种金融产品推荐方法、装置、计算机设备及存储介质，用于解决现有技术中存在的推荐不准确，推荐效果较差的问题，影响了用户体验问题。
[0005]根据本专利技术实施例的一个方面，提供了一种金融产品推荐方法，所述方法包括：
[0006]获取多个待推荐金融产品的特征信息；
[0007]将多个待推荐金融产品的特征信息输入推荐模型中，得到各个待推荐金融产品的涨跌停得分及排序；所述推荐模型为预先根据金融产品样本集训练得到的；所述金融产品样本集包括金融产品对样本及对应的样本标签；所述金融产品对样本包括至少两个样本金融产品，所述样本标签为所述至少两个样本金融产品之间涨跌幅的比较结果；
[0008]根据各个待推荐金融产品的涨跌停得分及排序，进行金融产品推荐。
[0009]在一种可选的方式中，所述获取多个待推荐金融产品的特征信息，包括：
[0010]获取各个待推荐金融产品的行情数据；所述行情数据至少包括金融产品日期、金融产品市场、金融产品代码、开盘价、收盘价、最高价、最低价、成交股数、成交金额、换手率、市盈率、市净率中的一种或多种；
[0011]对所述行情数据进行预处理，得到预处理后的行情数据；
[0012]对预处理后的行情数据进行归一化处理，得到各个待推荐金融产品的特征信息。
[0013]在一种可选的方式中，所述推荐模型包括编码模块和排序模块；所述将多个待推荐金融产品的特征信息输入推荐模型中，得到各个待推荐金融产品的涨跌停得分及排序之前，所述方法还包括：
[0014]分别取任意两个时段的金融产品样本，构建金融产品对样本，得到金融产品样本
集；
[0015]将所述金融产品对样本输入所述推荐模型中，得到涨跌幅预测排序结果；
[0016]根据所述涨跌幅预测排序结果及所述样本标签，计算所述推荐模型的损失函数；
[0017]根据所述损失函数调整所述推荐模型的参数，并继续将所述金融产品对样本输入所述推荐模型中进行训练，根据损失函数调整所述推荐模型的参数，直至达到最大迭代次数或达到预设损失函数阈值，得到训练好的所述推荐模型。
[0018]在一种可选的方式中，所述分别取任意两个时段的金融产品样本，构建金融产品对样本，得到金融产品样本集，进一步包括：
[0019]确定所述时段的长度；
[0020]根据所述时段的长度，在训练数据中选取任意时段的任意两个金融产品，构建金融产品对样本；两个金融产品的所述时段为相同或不同；所述金融产品对样本包括所述两个金融产品的特征信息以及对应的样本标签。
[0021]在一种可选的方式中，所述将多个待推荐金融产品的特征信息输入推荐模型中，得到各个待推荐金融产品的涨跌停得分及排序，包括：
[0022]将多个所述待推荐金融产品的特征信息依次输入所述推荐模型的编码模块，得到各个所述待推荐金融产品的涨跌停得分；
[0023]对所述所述待推荐金融产品按照所述涨跌停得分从高到低排序，得到各个待推荐金融产品的排序。
[0024]在一种可选的方式中，所述根据各个待推荐金融产品的涨跌停得分及排序，进行金融产品推荐，包括：
[0025]确定排序前N的所述待推荐金融产品为目标金融产品；
[0026]将所述目标金融产品推荐给用户。
[0027]在一种可选的方式中，所述编码模块包括深度学习的时间序列模型和全连接层；所述排序模块包括Subtract函数和Sigmoid函数。
[0028]根据本专利技术实施例的另一方面，提供了一种金融产品推荐装置，包括：
[0029]获取模块，用于获取多个待推荐金融产品的特征信息；
[0030]预测模块，用于将多个待推荐金融产品的特征信息输入推荐模型中，得到各个待推荐金融产品的涨跌停得分及排序；所述推荐模型为预先根据金融产品样本集训练得到的；所述金融产品样本集包括金融产品对样本及对应的样本标签；所述金融产品对样本包括至少两个样本金融产品，所述样本标签为所述至少两个样本金融产品之间涨跌幅的比较结果；
[0031]推荐模块，用于根据各个待推荐金融产品的涨跌停得分及排序，进行金融产品推荐。
[0032]根据本专利技术实施例的另一方面，提供了一种计算机设备，包括：处理器、存储器、通信接口和通信总线，所述处理器、所述存储器和所述通信接口通过所述通信总线完成相互间的通信；
[0033]所述存储器用于存放至少一可执行指令，所述可执行指令使所述处理器执行所述的金融产品推荐方法的操作。
[0034]根据本专利技术实施例的又一方面，提供了一种计算机可读存储介质，所述存储介质
中存储有至少一可执行指令，所述可执行指令在计算机设备上运行时，使得计算机设备执行所述的金融产品推荐方法的操作。
[0035]本专利技术实施例通过获取多个待推荐金融产品的特征信息；将多个待推荐金融产品的特征信息输入推荐模型中，得到各个待推荐金融产品的涨跌停得分及排序；所述推荐模型为预先根据金融产品样本集训练得到的；所述金融产品样本集包括金融产品对样本及对应的样本标签；所述金融产品对样本包括至少两个样本金融产品，所述样本标签为所述至少两个样本金融产品之间涨跌幅的比较结果；根据各个待推荐金融产品的涨跌停得分及排序，进行金融产品推荐，能够准确地对金融产品的涨跌幅进行预测，从而可以实现对金融产品的准确推荐，提升了用户体验。
[0036]上述说明仅是本专利技术实施例技术方案的概述，为了能够更清楚了解本专利技术实施例的技术手段，而可依照说明书的内容予以实施，并且为了让本专利技术实施例的上述和其它目的、特征和优点能够更明显易懂，以下特举本专利技术的具体实施方式。
附图说明
[0037]附图仅用于示出实施方式，而并不认为是对本专利技术的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中：
[0038]图1示出了本专利技术实施例提供的金融产品推荐方法的流程示意图；
[0039]图2示出了本专利技术实施例提供的金融产品推荐方法中推荐模块的结构本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种金融产品推荐方法，其特征在于，所述方法包括：获取多个待推荐金融产品的特征信息；将多个待推荐金融产品的特征信息输入推荐模型中，得到各个待推荐金融产品的涨跌停得分及排序；所述推荐模型为预先根据金融产品样本集训练得到的；所述金融产品样本集包括金融产品对样本及对应的样本标签；所述金融产品对样本包括至少两个样本金融产品，所述样本标签为所述至少两个样本金融产品之间涨跌幅的比较结果；根据各个待推荐金融产品的涨跌停得分及排序，进行金融产品推荐。2.根据权利要求1所述的方法，其特征在于，所述获取多个待推荐金融产品的特征信息，包括：获取各个待推荐金融产品的行情数据；所述行情数据至少包括金融产品日期、金融产品市场、金融产品代码、开盘价、收盘价、最高价、最低价、成交股数、成交金额、换手率、市盈率、市净率中的一种或多种；对所述行情数据进行预处理，得到预处理后的行情数据；对预处理后的行情数据进行归一化处理，得到各个待推荐金融产品的特征信息。3.根据权利要求1
‑
2任一项所述的方法，其特征在于，所述推荐模型包括编码模块和排序模块；所述将多个待推荐金融产品的特征信息输入推荐模型中，得到各个待推荐金融产品的涨跌停得分及排序之前，所述方法还包括：分别取任意两个时段的金融产品样本，构建金融产品对样本，得到金融产品样本集；将所述金融产品对样本输入所述推荐模型中，得到涨跌幅预测排序结果；根据所述涨跌幅预测排序结果及所述样本标签，计算所述推荐模型的损失函数；根据所述损失函数调整所述推荐模型的参数，并继续将所述金融产品对样本输入所述推荐模型中进行训练，根据损失函数调整所述推荐模型的参数，直至达到最大迭代次数或达到预设损失函数阈值，得到训练好的所述推荐模型。4.根据权利要求3所述的方法，其特征在于，所述分别取任意两个时段的金融产品样本，构建金融产品对样本，得到金融产品样本集，进一步包括：确定所述时段的长度；根据所述时段的长度，在训练数据中选取任意时段的任意两个金融产品，构建金融产品对样本；两个金融产品的所述时段为相同或不同；所述金融...
【专利技术属性】
技术研发人员：王莹，燕振华，林柏，何志强，吴士荣，刘汉西，
申请(专利权)人：国信证券股份有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。