一种基于生成式AI服务的大宗品交易决策方法及系统技术方案

本发明专利技术涉及人工智能技术领域，尤其是涉及一种基于生成式AI服务的大宗品交易决策方法及系统。所述方法包括：获取交易信息数据；对获取的交易信息数据进行预处理，并提取用于预测市场趋势的特征；构建人工神经网络模型；利用预处理的交易信息数据对人工神经网络模型进行训练并验证；利用人工神经网络模型对用于预测市场趋势的特征进行分析；输出预测结果。本发明专利技术的技术方案可以帮助计算机生成自然、连贯的文本或语音。在该方案中，生成式人工智能技术主要应用于分析结果的呈现。通过对市场数据进行分析、预测和提取交易信号，该系统可以自动生成市场分析报告，并以自然、连贯的语言形式呈现给交易者。式呈现给交易者。式呈现给交易者。

【技术实现步骤摘要】
一种基于生成式AI服务的大宗品交易决策方法及系统


[0001]本专利技术涉及人工智能
，尤其是涉及一种基于生成式AI服务的大宗品交易决策方法及系统。

技术介绍

[0002]随着大宗商品交易市场的不断发展，交易规模不断扩大，参与者也越来越多。在这个背景下，如何快速、准确地进行交易决策成为了交易者面临的重要问题。目前，虽然存在一些交易决策辅助系统，但这些系统大多需要手动输入相关数据，这些数据的来源多种多样，处理的方式和模型也不尽相同，相当一部分的数据和判断需要人力解决，所以精度和实时性都无法满足实际需求，而且，当前的交易决策系统大多围绕生产企业展开，而当前”产业链一体化”是产业健康发展的基石，所以厂商一体的生态共存才是一个健康的发展方向，而AI技术带动了很多产业的发展，具有广阔的前景，因此亟需一种基于生成式AI服务的大宗品交易决策方法及系统。

技术实现思路

[0003]为了解决上述提到的问题，本专利技术提供一种基于生成式AI服务的大宗品交易决策方法及系统。
[0004]第一方面，本专利技术提供的一种基于生成式AI服务的大宗品交易决策方法，采用如下的技术方案：一种基于生成式AI服务的大宗品交易决策方法，包括：获取交易信息数据；对获取的交易信息数据进行预处理，并提取用于预测市场趋势的特征；构建人工神经网络模型；利用预处理的交易信息数据对人工神经网络模型进行训练并验证；利用人工神经网络模型对用于预测市场趋势的特征进行分析；输出预测结果。
[0005]进一步地，所述获取交易信息数据，包括交易价格、交易量和宏观经济指标。
[0006]进一步地，所述对获取的交易信息数据进行预处理，包括对交易信息数据进行去除噪声、填充缺失值和标准化操作。
[0007]进一步地，所述提取用于预测市场趋势的特征，包括从预处理后的交易信息数据中，利用计算技术指标方法和主成分分析方法筛选出用于预测市场趋势的特征。
[0008]进一步地，所述构建人工神经网络模型，包括定义网络结构，并置隐藏层的数量和神经元的数量，选择激活函数以及损失函数。
[0009]进一步地，所述利用预处理的交易信息数据对人工神经网络模型进行训练并验证，包括将预处理后的交易信息数据分为训练集和验证集，利用训练集对人工神经网络模型进行训练，调整权重和偏置以最小化损失函数，利用验证集验证人工神经网络模型的表
现。
[0010]进一步地，所述利用人工神经网络模型对用于预测市场趋势的特征进行分析，包括将交易信息数据输入至人工神经网络模型中，预测得到未来一段时间内的价格和交易量趋势。
[0011]第二方面，一种基于生成式AI服务的大宗品交易决策系统，包括：数据获取模块，被配置为，获取交易信息数据；预处理模块，被配置为，对获取的交易信息数据进行预处理，并提取用于预测市场趋势的特征；模型模块，被配置为，构建人工神经网络模型；训练模块，被配置为，利用预处理的交易信息数据对人工神经网络模型进行训练并验证；预测模块，被配置为，利用人工神经网络模型对用于预测市场趋势的特征进行分析；并输出预测结果。
[0012]第三方面，本专利技术提供一种计算机可读存储介质，其中存储有多条指令，所述指令适于由终端设备的处理器加载并执行所述的一种基于生成式AI服务的大宗品交易决策方法。
[0013]第四方面，本专利技术提供一种终端设备，包括处理器和计算机可读存储介质，处理器用于实现各指令；计算机可读存储介质用于存储多条指令，所述指令适于由处理器加载并执行所述的一种基于生成式AI服务的大宗品交易决策方法。
[0014]综上所述，本专利技术具有如下的有益技术效果：本专利技术的技术方案可以帮助计算机生成自然、连贯的文本或语音。在该方案中，生成式人工智能技术主要应用于分析结果的呈现。通过对市场数据进行分析、预测和提取交易信号，该系统可以自动生成市场分析报告，并以自然、连贯的语言形式呈现给交易者。例如，当系统发现某个商品价格有可能上涨时，会生成一段自然语言描述，告诉交易者该商品价格可能会上涨，以提醒交易者抓住机会。总之，该系统利用生成式人工智能技术为交易者提供了一种全面的市场分析工具，可以帮助他们更好地把握市场机会。
附图说明
[0015]图1是本专利技术实施例1的一种基于生成式AI服务的大宗品交易决策方法的示意图。
具体实施方式
[0016]以下结合附图对本专利技术作进一步详细说明。
[0017]实施例1参照图1，本实施例的一种基于生成式AI服务的大宗品交易决策方法，包括：获取交易信息数据；对获取的交易信息数据进行预处理，并提取用于预测市场趋势的特征；构建人工神经网络模型；利用预处理的交易信息数据对人工神经网络模型进行训练并验证；利用人工神经网络模型对用于预测市场趋势的特征进行分析；
输出预测结果。
[0018]进一步地，所述获取交易信息数据，包括交易价格、交易量和宏观经济指标。
[0019]进一步地，所述对获取的交易信息数据进行预处理，包括对交易信息数据进行去除噪声、填充缺失值和标准化操作。
[0020]进一步地，所述提取用于预测市场趋势的特征，包括从预处理后的交易信息数据中，利用计算技术指标方法和主成分分析方法筛选出用于预测市场趋势的特征。
[0021]进一步地，所述构建人工神经网络模型，包括定义网络结构，并置隐藏层的数量和神经元的数量，选择激活函数以及损失函数。
[0022]进一步地，所述利用预处理的交易信息数据对人工神经网络模型进行训练并验证，包括将预处理后的交易信息数据分为训练集和验证集，利用训练集对人工神经网络模型进行训练，调整权重和偏置以最小化损失函数，利用验证集验证人工神经网络模型的表现。
[0023]进一步地，所述利用人工神经网络模型对用于预测市场趋势的特征进行分析，包括将交易信息数据输入至人工神经网络模型中，预测得到未来一段时间内的价格和交易量趋势。
[0024]具体的，本实施例的一种基于生成式AI服务的大宗品交易决策方法，包括以下步骤：S1.获取交易信息数据；数据获取主要包括市场行情分析、交易历史分析、基本面数据分析等多种手段。其中，市场行情分析可以通过监控市场价格变化，了解市场供需情况和投资者情绪波动，以及分析市场交易量和成交价等信息。交易历史分析可以通过对历史交易数据的统计和分析，了解市场价格走势和交易行为规律。基本面数据分析则可以通过收集和分析大宗商品相关的经济、政治和社会数据，了解市场供需基本面情况。需要收集相关的市场数据，例如历史价格、交易量、宏观经济指标等。
[0025]举例来说，可以通过以下方式获取大宗商品市场数据：期货市场数据：通过监控期货市场的价格、成交量、持仓量等数据，了解市场情绪和交易行为规律。例如，我们可以收集上海期货交易所的甲醇期货数据，分析价格走势和成交量变化，预测未来市场趋势。
[0026]基本面数据：通过收集和分析大宗商品相关的经济、政治和社会数据，了解市场供需基本面情况。例如，我们可以收集国内外甲醇和尿素生产企业的产能本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于生成式AI服务的大宗品交易决策方法，其特征在于，包括：获取交易信息数据；对获取的交易信息数据进行预处理，并提取用于预测市场趋势的特征；构建人工神经网络模型；利用预处理的交易信息数据对人工神经网络模型进行训练并验证；利用人工神经网络模型对用于预测市场趋势的特征进行分析；输出预测结果。2.根据权利要求1所述的一种基于生成式AI服务的大宗品交易决策方法，其特征在于，所述获取交易信息数据，包括交易价格、交易量和宏观经济指标。3.根据权利要求2所述的一种基于生成式AI服务的大宗品交易决策方法，其特征在于，所述对获取的交易信息数据进行预处理，包括对交易信息数据进行去除噪声、填充缺失值和标准化操作。4.根据权利要求3所述的一种基于生成式AI服务的大宗品交易决策方法，其特征在于，所述提取用于预测市场趋势的特征，包括从预处理后的交易信息数据中，利用计算技术指标方法和主成分分析方法筛选出用于预测市场趋势的特征。5.根据权利要求4所述的一种基于生成式AI服务的大宗品交易决策方法，其特征在于，所述构建人工神经网络模型，包括定义网络结构，并置隐藏层的数量和神经元的数量，选择激活函数以及损失函数。6.根据权利要求5所述的一种基于生成式AI服务的大宗品交易决策方法，其特征在于，所述利用预处理的交易信息数据对人工神经网络模型进行训练并验证，包括将预处理后的交易信息...

【专利技术属性】
技术研发人员：周涌，杨宗芳，
申请(专利权)人：济南明泉数字商务有限公司，
类型：发明
国别省市：