本发明专利技术公开了一种金融产品收益率的预测方法、装置、存储介质及电子设备。涉及人工智能领域，该方法包括：获取待预测金融产品的N个影响因子分别在M个历史时间范围内的因子值；对于每个影响因子，根据影响因子分别在M个历史时间范围内的因子值，对影响因子的因子值进行标准化处理，得到M个标准化后的因子值；对于每个影响因子，根据影响因子分别在M个历史时间范围内的因子值，对影响因子的因子值进行标准化处理，得到M个标准化后的因子值；将每个影响因子对应的第一概率值输入目标预测模型进行预测处理，得到待预测金融产品在目标时间范围内的金融产品收益率。本发明专利技术解决了相关技术中对金融产品收益率的预测准确性低的技术问题。对金融产品收益率的预测准确性低的技术问题。对金融产品收益率的预测准确性低的技术问题。
【技术实现步骤摘要】
金融产品收益率的预测方法、装置、存储介质及电子设备
[0001]本专利技术涉及人工智能领域，具体而言，涉及一种金融产品收益率的预测方法、装置、存储介质及电子设备。
技术介绍
[0002]在理财方面，用户通常希望挑选收益率较高的金融产品，目前，用户通过各种数据和新闻，来判断金融产品的收益情况，或者是，对金融产品的相关影响因子进行多元线性回归，以预测收益率。
[0003]然而，上述方法对金融产品收益率的预测准确性较低，无法为用户提供有效帮助。
[0004]针对上述的问题，目前尚未提出有效的解决方案。
技术实现思路
[0005]本专利技术实施例提供了一种金融产品收益率的预测方法、装置、存储介质及电子设备，以至少解决相关技术中对金融产品收益率的预测准确性低的技术问题。
[0006]根据本专利技术实施例的一个方面，提供了一种金融产品收益率的预测方法，包括：获取待预测金融产品的N个影响因子分别在M个历史时间范围内的因子值，其中，N、M为大于1的正整数；对于每个影响因子，根据影响因子分别在M个历史时间范围内的因子值，对影响因子的因子值进行标准化处理，得到M个标准化后的因子值；分别计算各个标准化后的因子值在标准正态分布下的概率值，得到M个第一概率值；将每个影响因子对应的第一概率值输入目标预测模型进行预测处理，得到待预测金融产品在目标时间范围内的金融产品收益率。
[0007]进一步地，金融产品收益率的预测方法还包括：获取训练样本集，其中，训练样本集包括多个训练样本以及每个训练样本对应的真实收益率，每个训练样本由M*N个第二概率值组成，第二概率值为根据样本金融产品的影响因子在样本历史时间范围内的样本因子值确定的；构建初始预测模型，并通过训练样本集训练初始预测模型，直至损失函数值小于预设值时，将训练得到的初始预测模型确定为目标预测模型，其中，损失函数值为根据真实收益率和初始预测模型输出的预测金融产品收益率确定的。
[0008]进一步地，金融产品收益率的预测方法还包括：获取样本金融产品的N个影响因子分别在M个样本历史时间范围内的样本因子值；对于每个影响因子，根据影响因子分别在M个样本历史时间范围内的样本因子值，对影响因子的样本因子值进行标准化处理，得到M个标准化后的样本因子值；分别计算各个标准化后的样本因子值在标准正态分布下的概率值，得到M个第二概率值；由每个影响因子对应的M个第二概率值构成训练样本。
[0009]进一步地，金融产品收益率的预测方法还包括：获取多个候选样本金融产品；确定每个候选样本金融产品匹配的金融产品波动率；在金融产品波动率大于预设波动率的情况下，将候选样本金融产品确定为样本金融产品。
[0010]进一步地，金融产品收益率的预测方法还包括：在得到待预测金融产品在目标时
间范围内的金融产品收益率之后，将金融产品收益率与预设收益率进行比较；根据金融产品收益率与预设收益率之间的大小关系确定目标信息，其中，目标信息表征是否向目标对象推荐待预测金融产品。
[0011]进一步地，金融产品收益率的预测方法还包括：获取目标对象已持有的金融产品的金融产品信息；根据金融产品信息判断目标对象是否持有待预测金融产品；在目标对象已持有待预测金融产品的情况下，根据金融产品收益率与预设收益率之间的大小关系确定目标信息。
[0012]进一步地，金融产品收益率的预测方法还包括：在金融产品收益率大于或等于预设收益率的情况下，确定目标信息表征向目标对象推荐待预测金融产品；在金融产品收益率小于预设收益率的情况下，确定目标信息表征禁止向目标对象推荐待预测金融产品。
[0013]根据本专利技术实施例的另一方面，还提供了一种金融产品收益率的预测装置，包括：第一获取模块，用于获取待预测金融产品的N个影响因子分别在M个历史时间范围内的因子值，其中，N、M为大于1的正整数；第一处理模块，用于对于每个影响因子，根据影响因子分别在M个历史时间范围内的因子值，对影响因子的因子值进行标准化处理，得到M个标准化后的因子值；第一计算模块，用于分别计算各个标准化后的因子值在标准正态分布下的概率值，得到M个第一概率值；第二处理模块，用于将每个影响因子对应的第一概率值输入目标预测模型进行预测处理，得到待预测金融产品在目标时间范围内的金融产品收益率。
[0014]根据本专利技术实施例的另一方面，还提供了一种计算机可读存储介质，计算机可读存储介质中存储有计算机程序，其中，计算机程序被设置为运行时执行上述的金融产品收益率的预测方法。
[0015]根据本专利技术实施例的另一方面，还提供了一种电子设备，电子设备包括一个或多个处理器；存储器，用于存储一个或多个程序，当一个或多个程序被一个或多个处理器执行时，使得一个或多个处理器实现用于运行程序，其中，程序被设置为运行时执行上述的金融产品收益率的预测方法。
[0016]在本专利技术实施例中，采用通过目标预测模型预测金融产品的收益率的方式，通过获取待预测金融产品的N个影响因子分别在M个历史时间范围内的因子值，然后对于每个影响因子，根据影响因子分别在M个历史时间范围内的因子值，对影响因子的因子值进行标准化处理，得到M个标准化后的因子值，接着分别计算各个标准化后的因子值在标准正态分布下的概率值，得到M个第一概率值，从而将每个影响因子对应的第一概率值输入目标预测模型进行预测处理，得到待预测金融产品在目标时间范围内的金融产品收益率。其中，N、M为大于1的正整数。
[0017]在上述过程中，通过根据因子值确定第一概率值，可以有效消除同类型的不同金融产品的之间数值差异性。进一步地，通过将得到的第一概率值输入目标预测模型进行预测处理，一方面，使得目标预测模型在处理过程中，避免受到数值差异的影响，提高了收益率预测的准确性，另一方面，实现了对影响因子和收益率之间的非线性特征的有效捕捉，从而更进一步地提高对收益率预测的准确性。
[0018]由此可见，本申请所提供的方案达到了通过目标预测模型预测金融产品的收益率的目的，从而实现了提高收益率预测准确性的技术效果，进而解决了相关技术中对金融产品收益率的预测准确性低的技术问题。
附图说明
[0019]此处所说明的附图用来提供对本专利技术的进一步理解，构成本申请的一部分，本专利技术的示意性实施例及其说明用于解释本专利技术，并不构成对本专利技术的不当限定。在附图中：
[0020]图1是根据本专利技术实施例的一种可选的金融产品收益率的预测方法的示意图；
[0021]图2是根据本专利技术实施例的一种可选的生成目标预测模型的示意图；
[0022]图3是根据本专利技术实施例的一种可选的金融产品收益率的预测装置的示意图；
[0023]图4是根据本专利技术实施例的一种可选的电子设备的示意图。
具体实施方式
[0024]为了使本
的人员更好地理解本专利技术方案，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分的实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种金融产品收益率的预测方法，其特征在于，包括：获取待预测金融产品的N个影响因子分别在M个历史时间范围内的因子值，其中，N、M为大于1的正整数；对于每个影响因子，根据所述影响因子分别在所述M个历史时间范围内的因子值，对所述影响因子的因子值进行标准化处理，得到M个标准化后的因子值；分别计算各个标准化后的因子值在标准正态分布下的概率值，得到M个第一概率值；将所述每个影响因子对应的第一概率值输入目标预测模型进行预测处理，得到所述待预测金融产品在目标时间范围内的金融产品收益率。2.根据权利要求1所述的方法，其特征在于，所述目标预测模型通过以下方法得到：获取训练样本集，其中，所述训练样本集包括多个训练样本以及每个训练样本对应的真实收益率，每个训练样本由M*N个第二概率值组成，所述第二概率值为根据样本金融产品的影响因子在样本历史时间范围内的样本因子值确定的；构建初始预测模型，并通过所述训练样本集训练所述初始预测模型，直至损失函数值小于预设值时，将训练得到的初始预测模型确定为所述目标预测模型，其中，所述损失函数值为根据所述真实收益率和所述初始预测模型输出的预测金融产品收益率确定的。3.根据权利要求2所述的方法，其特征在于，所述训练样本通过以下方法生成：获取所述样本金融产品的N个影响因子分别在M个样本历史时间范围内的样本因子值；对于所述每个影响因子，根据所述影响因子分别在所述M个样本历史时间范围内的样本因子值，对所述影响因子的样本因子值进行标准化处理，得到M个标准化后的样本因子值；分别计算各个标准化后的样本因子值在标准正态分布下的概率值，得到M个第二概率值；由所述每个影响因子对应的M个第二概率值构成所述训练样本。4.根据权利要求3所述的方法，其特征在于，所述样本金融产品基于以下方法确定：获取多个候选样本金融产品；确定每个候选样本金融产品匹配的金融产品波动率；在所述金融产品波动率大于预设波动率的情况下，将所述候选样本金融产品确定为所述样本金融产品。5.根据权利要求1所述的方法，其特征在于，在得到所述待预测金融产品在目标时间范围内的金融产品收益率之后，所述方法还包括：将所述金融产品收益率与预设收益率进行比较；根据所...
【专利技术属性】
技术研发人员：范磊，
申请(专利权)人：工银科技有限公司，
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。