[发明专利]价格预测方法及装置、电子设备

说明书

本发明提供了价格预测方法及装置、电子设备，该方法包括：获取目标商品的历史数据；根据历史数据确定影响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，目标因子值表征价格影响因子的量；将历史数据划分为训练集和除训练集之外的测试集；利用SARIMAX算法，根据目标因子值和训练集创建价格预测模型；利用价格预测模型，根据测试集确定用于表征待测时间段内目标商品的价格的预测值；利用Prophet算法，根据预测值和测试集中待预测时间段内的目标商品的真实价格，获得待预测时间段内的残差序列；利用价格预测模型，根据残差序列和预测值确定目标时间段内目标商品的预测价格。本方案可以提高价格预测的准确性。

技术领域

本发明涉及数据分析技术领域，特别涉及价格预测方法及装置、电子设备。

背景技术

商品价格的预测是市场预测分析与商品生产销售决策的基础，是市场预测领域中的一个重要问题，在商品生产、销售等很多方面起着关键作用。

现有的价格预测一般是通过时间序列预测模型Prophet预测拟合商品价格。然而这种预测容易遗漏不具周期性的平稳成分，从而降低了价格预测的准确性。

发明内容

本发明实施例提供了价格预测方法及装置、电子设备，可以提高价格预测的准确性。

第一方面，本发明实施例提供了价格预测方法，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所述待预测时间段内的所述目标商品的真实价格，获得所述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。

优选地，

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；

对所述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；