摘要
本发明公开了基于人工智能的金融数据分析方法及系统,涉及金融数据分析技术领域,包括,通过数据API接口获取金融数据,使用CEEMDAN信号分解结合GARCH模型对金融数据进行波动建模,并提取金融数据信号特征;通过卷积变换学习提取金融数据信号特征的初始特征,采用深度卷积变换学习对初始特征进一步优化,并引入正则化项定义优化目标得到融合金融特征,通过支持向量机算法对融合金融特征进行异常分析;通过强化学习算法对支持向量机算法进行优化,并根据异常分析结果制定金融策略进行实施和存储。本发明有效捕捉了金融数据的波动性,且提高了波动特征的精确性,同步提升了分析的准确性和效率。
技术关键词
金融数据分析方法
支持向量机算法
GARCH模型
强化学习算法
卷积滤波器
金融数据分析系统
融合特征
金融数据分析技术
分析模型参数
策略
信号特征提取
定义
梯度下降法
波动特征
接口
处理器
计算机设备
系统为您推荐了相关专利信息
抓取物体
模糊PID算法
智能终端设备
深度强化学习算法
机械臂关节
车辆调度优化方法
节点特征
分析模块
强化学习网络
注意力机制
电量采集器
滑动窗口
异常数据
半监督支持向量机
标记
发光二极管
数据分析方法
大语言模型
多学科
X射线光电子能谱
超大规模
知识蒸馏技术
强化学习算法
数据标签
置信度阈值