[发明专利]价格预测方法及装置、电子设备

权利要求书

1.价格预测方法，其特征在于，该方法包括：

获取目标商品的历史数据；

根据所述历史数据确定影响所述目标商品的价格的至少一个价格影响因子的目标因子值，其中，所述目标因子值表征所述价格影响因子的量；

将所述历史数据划分为训练集和除所述训练集之外的测试集；

利用SARIMAX算法，根据所述目标因子值和所述训练集创建价格预测模型；

利用所述价格预测模型，根据所述测试集确定用于表征待测时间段内所述目标商品的价格的预测值；

利用Prophet算法，根据所述预测值和所述测试集中待预测时间段内的所述目标商品的真实价格，获得待预测时间段内的残差序列；

利用所述价格预测模型，根据所述残差序列和所述预测值确定目标时间段内所述目标商品的预测价格；

所述根据所述历史数据确定影响所述目标商品的价格的至少一个价格影响因子的目标因子值，包括：

从所述历史数据中确定影响所述目标商品的价格的至少一个待选择因子对应的数值和第一时间点；

构建以第一时间点为行，以所述待选择因子对应的数值为列的原始矩阵；

对原始数据矩阵进行无量纲化处理，生成目标矩阵；

将所述目标矩阵的第i行的数据作为参考数据序列；

针对参考数据序列之外的每一行的数据，执行下述操作：

计算当前行的数据中的第x列的数据与所述参考数据序列的第x列的数据的差值；

获取由计算得到的所述差值组成的差值序列；

确定所述差值序列中的最小值、最大值、绝对差值和预设的分辨系数，其中，所述绝对差值为所述差值序列中的差值数据与当前行中用于无量纲化处理的基准数的差值；

根据所述最小值、所述最大值、所述绝对差值和所述分辨系数，计算所述当前行的数据对应的至少一个关联系数；

确定所述至少一个关联系数中是否存在位于预设的阈值范围内的目标关联系数；

若是，确定所述当前行中与所述目标关联系数对应的目标待选择因子；

将所述目标待选择因子作为价格影响因子；

从原始阵列中获取所述价格影响因子对应的数值，并将获取的所述数值作为所述价格影响因子的目标因子值；

在所述获取目标商品的历史数据之后，在所述将所述历史数据划分为训练集和除所述训练集之外的测试集之前，进一步包括：

将所述历史数据转化为目标格式生成价格数据集；

确定所述价格数据集中是否缺失数据；

在确定出所述价格数据集中缺失数据时，根据所述历史数据通过线性插值向所述历史数据中插入缺失值；

确定填充后的所述价格数据集中是否存在异常数据；

在确定出插入所述缺失值后的所述价格数据集中存在异常数据时，根据所述历史数据通过线性插值生成与所述异常数据对应的替换数据；

删除所述异常数据，并在所述异常数据对应的位置中插入所述替换数据得到修改后的历史数据；

所述将所述历史数据划分为训练集和除所述训练集之外的测试集，包括：

将替换后的所述历史数据划分为训练集和除所述训练集之外的测试集；

所述利用所述价格预测模型，根据所述测试集确定用于表征待测时间段内所述目标商品的价格的预测值，包括：

确定所述测试集所包括的至少一个第二时间点；

从所述至少一个第二时间点中确定至少一个目标第二时间点，并生成由所述至少一个目标第二时间点组成的待测时间段；

将所述待测时间段赋值给所述价格预测模型，获得用于表征所述待测时间段内所述目标商品的价格的预测值；

所述利用所述价格预测模型，根据所述残差序列和所述预测值确定目标时间段内所述目标商品的预测价格，包括：

S1：确定所述残差序列是否为未符合正态分布的序列，如果是，执行S2，否则，执行S4；

S2：将所述残差序列赋值给所述Prophet算法，得到调节值；

S3：对所述调节值和所述预测值求和得到替换值，将所述替换值作为预测值，执行所述根据所述预测值和所述测试集中待预测时间段内的所述目标商品的真实价格，获得待预测时间段内的残差序列；

S4：对所述残差序列进行误差分析，得到误差率；

S5：确定所述误差率是否在预设的误差范围内，如果是，执行S6，否则，执行S7；

S6：将目标时间段赋值给所述价格预测模型，得到目标商品在所述目标时间段内的预测价格；

S7：执行根据所述历史数据确定影响所述目标商品的价格的至少一个价格影响因子的目标因子值；

所述利用SARIMAX算法，根据所述目标因子值和所述训练集创建价格预测模型，包括：

S1：确定所述训练集是否为平稳时间序列，如果是，执行S2，否则，执行S3；

S2：将所述目标因子值和所述训练集赋值给所述SARIMAX算法，得到价格预测模型；

S3：对所述训练集进行季节差分处理到差分集，将所述差分集作为训练集，返回S1。