[发明专利]电子装置、金融数据处理方法和计算机可读存储介质

权利要求书

1.一种电子装置，其特征在于，所述电子装置包括存储器和处理器，所述存储器上存储有可在所述处理器上运行的金融数据处理系统，所述金融数据处理系统被所述处理器执行时实现如下步骤：

S10，获取第一预设时间区间内各待处理因子数据的观测值；

S20，在预先建立的因子数据预测模型库中，根据预先确定的各因子数据与因子数据预测模型之间的映射关系，查询各所述待处理因子数据对应的因子数据预测模型；

S30，根据各所述待处理因子数据对应的所述因子数据预测模型，获取所述第一预设时间区间内各所述待处理因子数据的预测值；

S40，将获取的各所述待处理因子数据的观测值及各所述待处理因子数据的预测值输入预先确定的数据处理模型，以获得修正后的因子数据。

2.如权利要求1所述的电子装置，其特征在于，在所述步骤S20之前，所述处理器还用于执行所述金融数据处理系统，以实现以下步骤：

S50，根据预先确定的分类规则，对各因子数据进行分类处理；

S60，根据各所述因子数据的种类，分别建立各所述因子数据对应的因子数据预测模型；

S70，将建立的各所述因子数据预测模型与其对应的因子数据之间的映射关系进行存储处理。

3.如权利要求2所述的电子装置，其特征在于，所述步骤S60包括：

当一因子数据的种类为第一数据种类时，则基于以下运算表达式建立所述因子数据对应的因子数据预测模型：

X(K+1)＝Z(K)

其中，X(K+1)为K+1时刻的因子数据的预测值，Z(K)为K时刻的因子数据的观测值。

4.如权利要求2所述的电子装置，其特征在于，所述步骤S60还包括：

当一因子数据的种类为第二数据种类时，所述因子数据对应的因子数据预测模型的建立方法为：

采集第二预设时间区间内的所述因子数据；

对采集的所述因子数据进行预处理；

利用预处理后的所述因子数据，且基于长短期记忆神经网络构建所述因子数据对应的因子数据预测模型。

5.如权利要求1至4中任意一项所述的电子装置，其特征在于，所述步骤S40包括：

将获取的各所述待处理因子数据的观测值按照时间先后顺序进行排序，以生成所述待处理因子数据的观测矩阵；

将获取的各所述待处理因子数据的预测值按照时间先后顺序进行排序，以生成所述待处理因子数据的预测矩阵；

将所述待处理因子数据的观测矩阵及所述待处理因子数据的预测矩阵输入至预先确定的卡尔曼滤波模型，以获得修正后的所述因子数据。

6.一种金融数据处理方法，其特征在于，该方法包括步骤：

S10，获取第一预设时间区间内各待处理因子数据的观测值；

S20，在预先建立的因子数据预测模型库中，根据预先确定的各因子数据与因子数据预测模型之间的映射关系，查询各所述待处理因子数据对应的因子数据预测模型；

S30，根据各所述待处理因子数据对应的所述因子数据预测模型，获取所述第一预设时间区间内各所述待处理因子数据的预测值；

S40，将获取的各所述待处理因子数据的观测值及各所述待处理因子数据的预测值输入预先确定的数据处理模型，以获得修正后的因子数据。

7.如权利要求6所述的金融数据处理方法，其特征在于，在所述步骤S20之前，所述金融数据处理方法还包括：

S50，根据预先确定的分类规则，对各因子数据进行分类处理；

S60，根据各所述因子数据的种类，分别建立各所述因子数据对应的因子数据预测模型；

S70，将建立的各所述因子数据预测模型与其对应的因子数据之间的映射关系进行存储处理。