[发明专利]价格预测模型的处理方法、装置、计算机和存储介质

说明书

本申请涉及一种价格预测模型的处理方法、装置、计算机和存储介质。该方法包括：获得样本数据；对样本数据进行单位根检验，根据对样本数据的单位根检验的结果检测样本数据是否平稳；当样本数据不平稳时，对样本数据进行对数后差分处理，获得差分数据；对差分数据进行单位根检验，根据对差分数据的单位根检验的结果检测差分数据是否平稳；当差分数据平稳时，根据样本数据获得样本数据的自相关图和偏自相关图；根据自相关图和偏自相关图确定预测模型。通过对样本数据进行单位根检验和对数后差分处理，使得样本数据更为平稳，以此建立预测模型，并且确定模型，使得预测模型的回归效果更理想，从而使得价格预测更为精准。

技术领域

本申请涉及价格预测技术领域，特别是涉及一种商品订购方法、装置、计算机和存储介质。

背景技术

对于原材料的价格预测有利于降低采购成本，并且使得生产备料充足。然而价格预测往往受到很多因素的影响，且难以找到这些外生因素的数据，导致价格预测不精确。

发明内容

基于此，有必要针对上述技术问题，提供一种价格预测模型的处理方法、装置、计算机和存储介质。

一种价格预测模型的处理方法，所述方法包括：

获得样本数据；

对所述样本数据进行单位根检验，根据对所述样本数据的单位根检验的结果检测所述样本数据是否平稳；

当所述样本数据不平稳时，对所述样本数据进行对数后差分处理，获得差分数据；

对所述差分数据进行单位根检验，根据对所述差分数据的单位根检验的结果检测所述差分数据是否平稳；

当所述差分数据平稳时，根据所述样本数据获得所述样本数据的自相关图和偏自相关图；

根据所述自相关图和所述偏自相关图确定预测模型。

在其中一个实施例中，所述根据所述自相关图和所述偏自相关图确定预测模型的步骤包括：

检测所述自相关图和所述偏自相关图的AC和PAC系数是否收敛于0；

当所述自相关图和所述偏自相关图的AC和PAC系数收敛于0时，则建立ARMA模型，确定所述预测模型为ARMA模型。

在其中一个实施例中，所述根据所述自相关图和所述偏自相关图确定预测模型的步骤还包括：

当所述自相关图和所述偏自相关图的AC和PAC系数不收敛于0时，建立AR模型、MA模型和ARMA模型；

获取所述AR模型、所述MA模型和所述ARMA模型的AIC值；

对比所述AR模型、所述MA模型和所述ARMA模型的AIC值，以AIC值最小的模型为所述预测模型。

在其中一个实施例中，所述获得样本数据的步骤包括：

获得一个预设时期内的价格数据，对所述价格数据进行去时间参数处理，得到样本数据。

在其中一个实施例中，所述根据所述自相关图和所述偏自相关图确定预测模型的步骤之后还包括：

基于所述确定的预测模型对价格进行预测。

一种价格预测模型的处理装置，所述装置包括：

样本数据获得模块，用于获得样本数据；

第一单位根检验模块，用于对所述样本数据进行单位根检验，根据对所述样本数据的单位根检验的结果检测所述样本数据是否平稳；

对数差分处理模块，用于当所述样本数据不平稳时，对所述样本数据进行对数后差分处理，获得差分数据；