行业趋势预测方法、装置、设备、介质和程序产品

摘要

本发明公开了一种行业趋势预测方法、装置、设备、介质和程序产品。该方法基于自回归移动平均模型，包括：获取行业数据，并对所述行业数据进行时间序列异常值处理；对处理后的所述行业数据进行平稳性检验；对检验后的行业数据进行自相关与偏自相关分析，预估自回归系数和移动平均系数；根据处理后的所述行业数据，确定时长不同的训练数据；将所述时长不同的训练数据循环进入所述自回归移动平均模型进行训练，自动调参确定参数；其中，差分系数按照预设顺序进行尝试和报错后自动跳转；采用确定的参数进行行业趋势预测。与现有技术相比，本发明实施例提升了行业数据的时间序列预测结果的准确性。

说明书

技术领域

本发明涉及数据处理技术领域，尤其涉及一种行业趋势预测方法、装置、设备、介质和程序产品。

背景技术

随着技术的发展和大数据的流行，如何准确预测行业趋势，为企业决策提供可靠依据，成为银行等企业经营普遍关心的问题。在现有技术中，通常采用基于循环神经网络的时序数据预测模型，具体包括长短期记忆神经网络或门控循环单元网络。然而，现有技术存在行业数据的时间序列预测结果不准确的问题。

发明内容

本发明提供了一种行业趋势预测方法、装置、设备、介质和程序产品，以提升行业数据的时间序列预测结果的准确性。

根据本发明的一方面，提供了一种行业趋势预测方法，基于自回归移动平均模型，所述方法包括：

获取行业数据，并对所述行业数据进行时间序列异常值处理；

对处理后的所述行业数据进行平稳性检验；

对检验后的行业数据进行自相关与偏自相关分析，预估自回归系数和移动平均系数；

根据处理后的所述行业数据，确定时长不同的训练数据；

将所述时长不同的训练数据循环进入所述自回归移动平均模型进行训练，自动调参确定参数；其中，差分系数按照预设顺序进行尝试和报错后自动跳转；

采用确定的参数进行行业趋势预测。

可选地，所述差分系数进行尝试的预设顺序为：一阶差分、0阶差分和二阶差分。

可选地，对所述行业数据进行时间序列异常值处理，包括以下处理中的至少一种：

对于大于时间序列数据均值加3倍标准差的值，将其值替换为时间序列数据均值加3倍标准差；

对于小于时间序列数据均值减3倍标准差的值,将其值替换为时间序列数据均值减3倍标准差；

对于大于时间序列数据均值减3倍标准差且小于时间序列数据均值加3倍标准差的值，不进行异常值处理。

可选地，将所述时长不同的训练数据循环进入所述自回归移动平均模型进行训练，自动调参确定参数，还包括：

所述自回归系数和所述移动平均系数通过贝叶斯信息准则最小值确定。

可选地，将所述时长不同的训练数据循环进入所述自回归移动平均模型进行训练，自动调参确定参数，还包括：

将所述自回归移动平均模型输出的预测结果与验证数据进行对比,计算均方根误差最小的一组时序时长、自回归系数、差分系数和移动平均系数作为所述自回归移动平均模型的参数。

可选地，对处理后的所述行业数据进行的所述平稳性检验为单位根检验。

可选地，所述行业数据包括：行业存款指标和行业贷款指标中的至少一种。

根据本发明的另一方面，提供了一种行业趋势预测装置，基于自回归移动平均模型，所述装置包括：

数据获取模块，用于获取行业数据，并对所述行业数据进行时间序列异常值处理；

平稳性检验模块，用于对处理后的所述行业数据进行平稳性检验；

自相关与偏自相关分析模块，用于对检验后的行业数据进行自相关与偏自相关分析，预估自回归系数和移动平均系数；

训练数据确定模块，用于根据处理后的所述行业数据，确定时长不同的训练数据；

参数确定模块，用于将所述时长不同的训练数据循环进入所述自回归移动平均模型进行训练，自动调参确定参数；其中，差分系数按照预设顺序进行尝试和报错后自动跳转；

行业趋势预测模块，用于采用确定的参数进行行业趋势预测。

根据本发明的另一方面，提供了一种电子设备，所述电子设备包括：

至少一个处理器；以及

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行本发明任一实施例所述的行业趋势预测方法。

根据本发明的另一方面，提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使处理器执行时实现本发明任一实施例所述的行业趋势预测方法。

根据本发明的另一方面，提供了一种计算机程序产品，所述计算机程序产品包括计算机程序，所述计算机程序在被处理器执行时实现本发明任一实施例所述的行业趋势预测方法。

本发明实施例基于自回归移动平均模型进行行业趋势预测，在将时长不同的训练数据循环进入自回归移动平均模型进行训练，自动调参确定参数的过程中，差分系数按照预设顺序进行尝试和报错后自动跳转，实现了差分系数的自动跳转和确定。与现有技术相比，对于行业指标，如行业存款余额、行业贷款余额等波动性不大、较为稳定的指标，自回归移动平均模型具有明显的优势，有助于提升行业趋势预测的准确性。以及，本发明实施例通过训练数据时长滚动进入模型，自动调参，能够得出数据时长、自回归系数、移动平均系数和差分系数的最佳组合，从而实现对行业数据的时间序列预测。再者，本发明实施例的差分系数按照预设顺序进行尝试和报错后自动跳转，解决了奇异值分解(Singular ValueDecomposition，SVD)不收敛问题，避免了模型报错。综上，本发明实施例提升了行业数据的时间序列预测结果的准确性，模型预测更加稳定。

应当理解，本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征，也不用于限制本发明的范围。本发明的其它特征将通过以下的说明书而变得容易理解。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明实施例提供的一种行业趋势预测方法的流程示意图；

图2为本发明实施例提供的一种模型参数确定的流程示意图；

图3为本发明实施例提供的一种行业趋势预测装置的结构示意图；

图4为本发明实施例提供的一种电子设备的结构示意图。

具体实施方式

为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分的实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范围。

需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。

需要说明的是，在本发明实施例中，所涉及的行业数据的获取、存储和/或处理时，符合国家法律法规的相关规定，且不违背公序良俗。

本发明实施例提供了一种行业趋势预测方法，该方法基于自回归移动平均模型，可适用于银行等企业对行业存款指标、行业贷款指标等金融指标的预测。该方法可以由行业趋势预测执行，该装置可以由软件和/或硬件实现。其中，自回归移动平均模型简称ARIMA，AR表示自回归，MA表示移动平均，I表示差分。

图1为本发明实施例提供的一种行业趋势预测方法的流程示意图。参见图1，行业趋势预测方法包括如下步骤：

S110、获取行业数据，并对行业数据进行时间序列异常值处理。

其中，行业数据的分类方式有多种，示例性地，按照农、林、牧、渔业、采矿业、制造业、电力、热力、燃气及水生产和供应业、建筑业、批发和零售业、交通运输、仓储和邮政业、住宿和餐饮业、信息传输、软件和信息技术服务业、金融业、房地产业、电子消费行业、科学研究和技术服务业、水利、环境和公共设施管理业、居民服务、修理和其他服务业、教育、医药行业、文化、体育和娱乐业、公共管理、社会保障和社会组织、国际组织行业分类汇总数据指标。这些数据指标包括但不限于行业存款指标和行业贷款指标等。

S120、对处理后的行业数据进行平稳性检验。

示例性地，对处理后的行业数据进行的平稳性检验为单位根检验。

S130、对检验后的行业数据进行自相关与偏自相关分析，预估自回归系数和移动平均系数。

其中，ARIMA的参数包括三个，分别为用于表征自回归AR的自回归系数p，用于表征移动平均MA的移动平均系数q，以及用于表征差分I的差分系数d。因此，预测模型ARIMA又可以写成ARIMA(p，d，q)。确定预测模型的过程，即为确定p、d、q这三个参数的过程。

S140、根据处理后的行业数据，确定时长不同的训练数据。

其中，数据时长可以是一个月、三个月、一年或两年等，通过截取不同的时点来筛选数据。

S150、将时长不同的训练数据循环进入自回归移动平均模型进行训练，自动调参确定参数；其中，差分系数按照预设顺序进行尝试和报错后自动跳转。

其中，循环进入自回归移动平均模型进行训练是指，先采用第一种时长执行一次模型训练结果，再采用第二种时长执行一次模型训练结果，以此类推。通过多次执行预训练模型，最终能够确定最优的参数。

在参数的确定过程中，差分系数d按照预设顺序进行尝试和报错后自动跳转。例如，采用try，except来测试差分系数d的有效性。其中，try表示尝试，except表示排除异常。示例性地，差分系数进行尝试的预设顺序为：一阶差分、0阶差分和二阶差分。那么，当执行try语句测试一阶差分正常时，不会再执行后续语句；相反，若一阶差分报错，则执行except语句，测试0阶差分。具体地，针对行业数据的平稳性特点，差分系数d采用一阶差分的效果是最好的，如果一阶差分的模型出现不收敛的问题，0阶差分的模型可能是收敛的；如果0阶差分的模型不收敛，二阶差分的模型一定会收敛。本发明实施例在一阶差分报错时，自动跳到0阶差分；在0阶差分不收敛时，自动跳到二阶差分，实现了差分系数d的自动调整，避免了预测模型报错。

S160、采用确定的参数进行行业趋势预测。

本发明实施例基于自回归移动平均模型进行行业趋势预测，在将时长不同的训练数据循环进入自回归移动平均模型进行训练，自动调参确定参数的过程中，差分系数按照预设顺序进行尝试和报错后自动跳转，实现了差分系数的自动跳转和确定。与现有技术相比，对于行业指标，如行业存款余额、行业贷款余额等波动性不大、较为稳定的指标，自回归移动平均模型具有明显的优势，有助于提升行业趋势预测的准确性。以及，本发明实施例通过训练数据时长滚动进入模型，自动调参，能够得出数据时长、自回归系数、移动平均系数和差分系数的最佳组合，从而实现对行业数据的时间序列预测。再者，本发明实施例的差分系数按照预设顺序进行尝试和报错后自动跳转，解决了奇异值分解(Singular ValueDecomposition，SVD)不收敛问题，避免了模型报错。综上，本发明实施例提升了行业数据的时间序列预测结果的准确性，模型预测更加稳定。

在上述各实施例的基础上，可选地，对行业数据进行时间序列异常值处理，包括以下处理中的至少一种：

对于大于时间序列数据均值加3倍标准差的值，将其值替换为时间序列数据均值加3倍标准差；

对于小于时间序列数据均值减3倍标准差的值,将其值替换为时间序列数据均值减3倍标准差；

对于大于时间序列数据均值减3倍标准差且小于时间序列数据均值加3倍标准差的值，不进行异常值处理。

本发明实施例通过对数据进行异常值处理，进一步提升了模型预测的准确性。

在上述各实施例的基础上，可选地，在将时长不同的训练数据循环进入自回归移动平均模型进行训练，自动调参确定参数的过程中，还包括：自回归系数和移动平均系数通过贝叶斯信息准则最小值确定。其中，贝叶斯信息准则最小值简称BIC最小值，即自回归系数和移动平均系数通过BIC最小值确定。

在上述各实施例的基础上，可选地，在将时长不同的训练数据循环进入自回归移动平均模型进行训练，自动调参确定参数的过程中，还包括：将自回归移动平均模型输出的预测结果与验证数据进行对比,计算均方根误差最小的一组时序时长、自回归系数、差分系数和移动平均系数作为自回归移动平均模型的参数。其中，均方根误差简称RMSE，即计算RMSE最小的一组时序时长、自回归系数、差分系数和移动平均系数作为自回归移动平均模型的参数。

图2为本发明实施例提供的一种模型参数确定的流程示意图。参见图2，在上述各实施例的基础上，可选地，模型参数确定的方法包括以下步骤：

S210、通过BIC最小值确定自回归系数p和移动平均系数q。

S220、差分系数d按顺序设置为一阶差分、0阶差分和二阶差分，测试差分系数d的有效性；若差分系数d有效，则不继续执行；若差分系数d报错，则按顺序跳转；从而确定差分系数d。

S230、将输出模型预测结果与验证数据进行对比，计算RMSE最小的一组时序时长、自回归系数、差分系数和移动平均系数作为自回归移动平均模型的参数。

通过S210-S230，完成了模型参数的确定，该方法确定的模型参数准确性高、模型稳定不会报错，提升了模型预测的稳健性。

在上述各实施例的基础上，可选地，本发明实施例采用HADOOP-DATAWORKS-KYLIN-TABLEAU大数据工具联动建模图形输出进行联动展示，自动化模型结果输出。

其中，HADOOP是一个由APACHE基金会所开发的分布式系统基础架构。用户可以在不了解分布式底层细节的情况下，开发分布式程序。充分利用集群的威力进行高速运算和存储。本发明实施例通过HADOOP大数据平台采集实时数据，使用python完成数据建模。

DATAWORKS是由IBM推出的基于大数据平台的一站式分析服务，为企业数据处理提供更加智能的服务。它的核心理念是在保证数据分析稳健性的前提下，优化数据处理速度与易用性。本发明实施例采用DATAWORKS对模型自动调度。

KYLIN是一个开源的分布式分析引擎，提供HADOOP之上的SQL查询接口及多维分析(OLAP)能力以支持超大规模数据，最初由EBAY INC.开发并贡献至开源社区。它能在亚秒内查询巨大的HIVE表。本发明实施例采用KYLIN为模型结果设置索引，输出到TABLEAU。

TABLEAU致力于帮助人们查看并理解数据。TABLEAU帮助任何人快速分析、可视化并分享信息。本发明实施例在TABLEAU完成结果展示。

本发明实施例还提供了一种行业趋势预测装置，该装置基于自回归移动平均模型，该装置可以由软件和/或硬件实现。图3为本发明实施例提供的一种行业趋势预测装置的结构示意图。参见图3，行业趋势预测装置包括：

数据获取模块310，用于获取行业数据，并对行业数据进行时间序列异常值处理；

平稳性检验模块320，用于对处理后的行业数据进行平稳性检验；

自相关与偏自相关分析模块330，用于对检验后的行业数据进行自相关与偏自相关分析，预估自回归系数和移动平均系数；

训练数据确定模块340，用于根据处理后的行业数据，确定时长不同的训练数据；

参数确定模块350，用于将时长不同的训练数据循环进入自回归移动平均模型进行训练，自动调参确定参数；其中，差分系数按照预设顺序进行尝试和报错后自动跳转；

行业趋势预测模块360，用于采用确定的参数进行行业趋势预测。

可选地，差分系数进行尝试的预设顺序为：一阶差分、0阶差分和二阶差分。

可选地，数据获取模块对行业数据进行时间序列异常值处理，包括以下处理中的至少一种：

对于大于时间序列数据均值加3倍标准差的值，将其值替换为时间序列数据均值加3倍标准差；

对于小于时间序列数据均值减3倍标准差的值,将其值替换为时间序列数据均值减3倍标准差；

对于大于时间序列数据均值减3倍标准差且小于时间序列数据均值加3倍标准差的值，不进行异常值处理。

可选地，参数确定模块还用于：自回归系数和移动平均系数通过贝叶斯信息准则最小值确定。

可选地，参数确定模块还用于：将自回归移动平均模型输出的预测结果与验证数据进行对比,计算均方根误差最小的一组时序时长、自回归系数、差分系数和移动平均系数作为自回归移动平均模型的参数。

可选地，平稳性检验模块还用于对处理后的行业数据进行的平稳性检验为单位根检验。

可选地，行业数据包括：行业存款指标和行业贷款指标中的至少一种。

本发明实施例所提供的行业趋势预测装置可执行本发明任意实施例所提供的行业趋势预测方法，具备执行方法相应的功能模块和有益效果。

图4为本发明实施例提供的一种电子设备的结构示意图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备(如头盔、眼镜、手表等)和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本发明的实现。

如图4所示，电子设备10包括至少一个处理器11，以及与至少一个处理器11通信连接的存储器，如只读存储器(ROM)12、随机访问存储器(RAM)13等，其中，存储器存储有可被至少一个处理器执行的计算机程序，处理器11可以根据存储在只读存储器(ROM)12中的计算机程序或者从存储单元18加载到随机访问存储器(RAM)13中的计算机程序，来执行各种适当的动作和处理。在RAM 13中，还可存储电子设备10操作所需的各种程序和数据。处理器11、ROM 12以及RAM 13通过总线14彼此相连。输入/输出(I/O)接口15也连接至总线14。

电子设备10中的多个部件连接至I/O接口15，包括：输入单元16，例如键盘、鼠标等；输出单元17，例如各种类型的显示器、扬声器等；存储单元18，例如磁盘、光盘等；以及通信单元19，例如网卡、调制解调器、无线通信收发机等。通信单元19允许电子设备10通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。

处理器11可以是各种具有处理和计算能力的通用和/或专用处理组件。处理器11的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的处理器、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。处理器11执行上文所描述的各个方法和处理，例如行业趋势预测方法。

在一些实施例中，行业趋势预测方法可被实现为计算机程序，其被有形地包含于计算机可读存储介质，例如存储单元18。在一些实施例中，计算机程序的部分或者全部可以经由ROM 12和/或通信单元19而被载入和/或安装到电子设备10上。当计算机程序加载到RAM 13并由处理器11执行时，可以执行上文描述的行业趋势预测方法的一个或多个步骤。备选地，在其他实施例中，处理器11可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行行业趋势预测方法。

本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。

用于实施本发明的方法的计算机程序可以采用一个或多个编程语言的任何组合来编写。这些计算机程序可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器，使得计算机程序当由处理器执行时使流程图和/或框图中所规定的功能/操作被实施。计算机程序可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。

在本发明的上下文中，计算机可读存储介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的计算机程序。计算机可读存储介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。备选地，计算机可读存储介质可以是机器可读信号介质。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。

为了提供与用户的交互，可以在电子设备上实施此处描述的系统和技术，该电子设备具有：用于向用户显示信息的显示装置(例如，CRT(阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给电子设备。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。

可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(LAN)、广域网(WAN)、区块链网络和互联网。

计算系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，又称为云计算服务器或云主机，是云计算服务体系中的一项主机产品，以解决了传统物理主机与VPS服务中，存在的管理难度大，业务扩展性弱的缺陷。

本发明实施例还提供一种计算机程序产品，该计算机程序产品包括计算机可执行指令，计算机可执行指令在由计算机处理器执行时用于执行本发明任意实施例所提供的行业趋势预测方法。

应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发明中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本发明的技术方案所期望的结果，本文在此不进行限制。

上述具体实施方式，并不构成对本发明保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等，均应包含在本发明保护范围之内。