[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

说明书

本发明公开一种电子装置、金融数据处理方法和计算机可读存储介质。本发明确定待处理因子数据对应的因子数据预测模型，根据该因子数据预测模型计算出待处理因子数据的预测值，将第一预设时间区间内的因子数据的观测值及预测值输入至数据处理模型，从而得到除噪后的因子数据。相较于现有技术，本发明消除了因子数据观测值中的噪声，提高了因子数据的准确性，为后续针对因子数据的分析奠定了良好基础。

技术领域

本发明涉及计算机技术领域，特别涉及一种电子装置、金融数据处理方法和计算机可读存储介质。

背景技术

金融数据包括股票因子数据、债券因子数据、期货因子数据、基金因子数据等。例如，基于股票因子数据的因子分析通常被用来作为判断该股票未来走势的重要依据，其因子数据的种类多种多样，不同种类的因子数据，其相对应的计算方式也不同。由于收集方式或时空性的原因，所能观测到的因子数据基本认为是不干净(即充斥噪声)的数据。例如，由于存在延时性，在某时刻观测到的动量因子为正值时，并不代表该股票价格会继续向上增长，也可能存在动量反转现象。因此基于充斥噪声的数据进行分析得到的分析结果准确度不高。

发明内容

本发明的主要目的是解决观测到的因子数据充斥噪声，基于该因子数据进行的因子分析结果准确度不高的问题。

为实现上述目的，本发明提出的电子装置，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。

优选地，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。

优选地，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。

优选地，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。

优选地，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；