【技术实现步骤摘要】
本申请涉及人工智能以及大数据，具体涉及一种基于金融风洞数据的数据分析方法、装置及存储介质。
技术介绍
1、实际应用中，2023年，中国证监会宣布全面实行股票发行注册制改革正式启动。上市标准多样化，上市前5交易日涨跌幅取消限制，市场投融资决策环境将会更加复杂。目前，开盘价与开盘之后的价格决定于股票本身价值、信息流传播以及知情交易者、技术交易者、噪声交易者等不同类型交易者的共同博弈结果。然而，市场化价格不仅受到公司自身经营状况的影响，还会受到宏观经济情况、行业发展情况、资本市场状态等市场情绪影响因素的干扰。目前，传统方法比较关注拟上市公司的内在价值，从而忽略了外在市场供求关系的动态变化，导致股票上市之后波动幅度较大，因此，如何结合市场环境的动态变化，保障股票上市之后的股价控制在合理范围内波动。
技术实现思路
1、本申请提供了一种基于金融风洞数据的数据分析方法、装置及存储介质，可以结合市场环境的动态变化，保障股票上市之后的股价控制在合理范围内波动。
2、第一方面，本申请提供一种基于金融风洞数据的数据分析方法，所述方法包括：
3、获取m个样本对象，每一样本对象包括n个指标参数，其中，所述n个指标参数包括a个显性数据属性指标参数、b个隐性数据属性指标参数和c个输出指标参数，所述显性数据属性指标参数为所述样本对象自身的指标参数；所述隐性数据属性指标参数为所述样本对象的环境条件对应的指标参数；m、n、a、b、c均为大于1的整数，且n=a+b+c；
4、对所述m
5、将所述p个样本对象对应的指标参数中非数值型的指标参数转化为数值型的指标参数；
6、将所述p个样本对象对应的指标参数归一化以及标准化处理，得到目标数据集；
7、将所述目标数据集划分为训练集和测试集；
8、根据所述训练集和所述测试集对第一多模型超融合神经网络模型进行调整，得到具备稳定状态模型参数的第二多模型超融合神经网络模型；
9、根据所述p个样本对象中的每一样本对象的显性数据属性指标参数和隐性数据属性指标参数通过所述第二多模型超融合神经网络模型生成x个显性数据属性权重和y个隐性风洞属性权重；根据所述x个显性数据属性权重和y个隐性风洞属性权重构建显性和隐性双重属性的不等权混合因子集，得到c个权重因子，识别出所述c个权重因子中大于预设阈值的权重因子，得到d个权重参数；x、y均为大于1的整数；c、d均为正整数，d小于或等于c；
10、通过所述d个权重参数优化第一样本对象的指标参数，得到目标第一样本对象，所述目标第一样本对象包括优化后指标参数。
11、第二方面，本申请提供了一种基于金融风洞数据的数据分析装置，所述装置包括：获取单元、数据处理单元和模型优化单元，其中，
12、所述获取单元，用于获取m个样本对象，每一样本对象包括n个指标参数，其中，所述n个指标参数包括a个显性数据属性指标参数、b个隐性数据属性指标参数和c个输出指标参数，所述显性数据属性指标参数为所述样本对象自身的指标参数；所述隐性数据属性指标参数为所述样本对象的环境条件对应的指标参数；m、n、a、b、c均为大于1的整数，且n=a+b+c；
13、所述数据处理单元，用于对所述m个样本对象进行指标剔除操作以及样本剔除操作，得到p个样本对象以及每一样本对象对应的指标参数；p为小于或等于m的正整数；将所述p个样本对象对应的指标参数中非数值型的指标参数转化为数值型的指标参数；将所述p个样本对象对应的指标参数归一化以及标准化处理，得到目标数据集；
14、所述模型优化单元，用于将所述目标数据集划分为训练集和测试集；根据所述训练集和所述测试集对第一多模型超融合神经网络模型进行调整，得到具备稳定状态模型参数的第二多模型超融合神经网络模型；根据所述p个样本对象中的每一样本对象的显性数据属性指标参数和隐性数据属性指标参数通过所述第二多模型超融合神经网络模型生成x个显性数据属性权重和y个隐性风洞属性权重；根据所述x个显性数据属性权重和y个隐性风洞属性权重构建显性和隐性双重属性的不等权混合因子集，得到c个权重因子，识别出所述c个权重因子中大于预设阈值的权重因子，得到d个权重参数；x、y均为大于1的整数；c、d均为正整数，d小于或等于c；通过所述d个权重参数优化第一样本对象的指标参数，得到目标第一样本对象，所述目标第一样本对象包括优化后指标参数。
15、第三方面，本申请提供一种电子设备，包括处理器、存储器、通信接口以及一个或多个程序，其中，上述一个或多个程序被存储在上述存储器中，并且被配置由上述处理器执行，上述程序包括用于执行本申请第一方面中的步骤的指令。
16、第四方面，本申请提供了一种计算机可读存储介质，其中，上述计算机可读存储介质存储用于电子数据交换的计算机程序，其中，上述计算机程序使得计算机执行如本申请第一方面中所描述的部分或全部步骤。
17、第五方面，本申请提供了一种计算机程序产品，其中，上述计算机程序产品包括存储了计算机程序的非瞬时性计算机可读存储介质，上述计算机程序可操作来使计算机执行如本申请第一方面中所描述的部分或全部步骤。该计算机程序产品可以为一个软件安装包。
18、实施本申请，具备如下有益效果：
19、可以看出，本申请中所描述的基于金融风洞数据的数据分析方法、装置及存储介质，获取m个样本对象，每一样本对象包括n个指标参数，其中，n个指标参数包括a个显性数据属性指标参数、b个隐性数据属性指标参数和c个输出指标参数，显性数据属性指标参数为样本对象自身的指标参数；隐性数据属性指标参数为样本对象的环境条件对应的指标参数；m、n、a、b、c均为大于1的整数，且n=a+b+c，对m个样本对象进行指标剔除操作以及样本剔除操作，得到p个样本对象以及每一样本对象对应的指标参数；p为小于或等于m的正整数，将p个样本对象对应的指标参数中非数值型的指标参数转化为数值型的指标参数，将p个样本对象对应的指标参数归一化以及标准化处理，得到目标数据集，将目标数据集划分为训练集和测试集，根据训练集和测试集对第一多模型超融合神经网络模型进行调整，得到具备稳定状态模型参数的第二多模型超融合神经网络模型，根据p个样本对象中的每一样本对象的显性数据属性指标参数和隐性数据属性指标参数通过第二多模型超融合神经网络模型生成x个显性数据属性权重和y个隐性风洞属性权重；根据x个显性数据属性权重和y个隐性风洞属性权重构建显性和隐性双重属性的不等权混合因子集，得到c个权重因子，识别出c个权重因子中大于预设阈值的权重因子，得到d个权重参数；x、y均为大于1的整数；c、d均为正整数，d小于或等于c，通过d个权重参数优化第一样本对象的指标参数，得到目标第一样本对象，目标第一样本对象包括优化后指标参数，将隐性风洞属性嫁接给显性属性，可以实现价格充分考虑本文档来自技高网...
【技术保护点】
1.一种基于金融风洞数据的数据分析方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述对所述m个样本对象进行指标剔除操作以及样本剔除操作，得到p个样本对象以及每一样本对象对应的指标参数，包括：
3.根据权利要求1或2所述的方法，其特征在于，所述根据所述训练集和所述测试集对第一多模型超融合神经网络模型进行调整，得到具备稳定状态模型参数的第二多模型超融合神经网络模型，包括：
4.根据权利要求3所述的方法，其特征在于，所述第一多模型超融合神经网络模型包括：输入层、特征抽取层、特征融合层、多模型处理层、决策融合层和结果输出层，其中，
5.根据权利要求1或2所述的方法，其特征在于，所述通过所述d个权重参数优化第一样本对象的指标参数，得到目标第一样本对象，所述目标第一样本对象包括优化后指标参数，包括：
6.一种基于金融风洞数据的数据分析装置，其特征在于，所述装置包括：获取单元、数据处理单元和模型优化单元，其中，
7.根据权利要求6所述的装置，其特征在于，在所述对所述m个样本对象进行指标剔除操作
8.根据权利要求6或7所述的装置，其特征在于，在所述根据所述训练集和所述测试集对第一多模型超融合神经网络模型进行调整，得到具备稳定状态模型参数的第二多模型超融合神经网络模型方面，所述模型优化单元具体用于：
9.一种电子设备，其特征在于，包括处理器、存储器，所述存储器用于存储一个或多个程序，并且被配置由所述处理器执行，所述程序包括用于执行如权利要求1-5任一项所述的方法中的步骤的指令。
10.一种计算机可读存储介质，其特征在于，存储用于电子数据交换的计算机程序，其中，所述计算机程序使得计算机执行如权利要求1-5任一项所述的方法。
...【技术特征摘要】
1.一种基于金融风洞数据的数据分析方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述对所述m个样本对象进行指标剔除操作以及样本剔除操作，得到p个样本对象以及每一样本对象对应的指标参数，包括：
3.根据权利要求1或2所述的方法，其特征在于，所述根据所述训练集和所述测试集对第一多模型超融合神经网络模型进行调整，得到具备稳定状态模型参数的第二多模型超融合神经网络模型，包括：
4.根据权利要求3所述的方法，其特征在于，所述第一多模型超融合神经网络模型包括：输入层、特征抽取层、特征融合层、多模型处理层、决策融合层和结果输出层，其中，
5.根据权利要求1或2所述的方法，其特征在于，所述通过所述d个权重参数优化第一样本对象的指标参数，得到目标第一样本对象，所述目标第一样本对象包括优化后指标参数，包括：
6.一种基于金融风洞数据的数据分析装置，其...
【专利技术属性】
技术研发人员：金利杰，穆旖旎，刘威，张中岩，李彦东，叶振东，
申请(专利权)人：深圳希施玛数据科技有限公司，
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。