摘要
本申请涉及一种基于机器学习与统计推断的市场趋势预测方法。所述方法包括:获取市场交易数据和市场指标数据;将市场指标数据输入至情绪聚类机器学习模型中,提取市场情绪特征,生成市场交易情绪预测特征数据;将市场交易数据输入至时序分析机器学习模型中,提取市场时序特征,生成市场交易时序预测特征数据;基于统计推测模型,结合市场交易情绪预测特征数据和市场交易时序预测特征数据,进行市场趋势预测,生成市场趋势预测结果。采用本方法能够通过多模态特征分析机器学习模型结合统计推断纠偏模型的框架,能够在预测精度、动态适应性以及可解释性三个层面突破传统市场趋势预测模型的瓶颈。
技术关键词
预测特征
机器学习模型
周期
指标
时序特征
融合机器学习
隐马尔可夫模型
情绪特征
样本
时序分析模块
聚类
生成机器
数据获取模块
预测装置
数据更新
处理器
计算机设备
可读存储介质
系统为您推荐了相关专利信息
数据分析模块
检查系统
超声影像数据
机器学习模型
组织谐波成像
多维时序数据
决策系统
机器学习算法
预测股票
优化机器学习
计算机程序指令
机器学习模型训练
序列
参数
屏幕