(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211143754.3 (22)申请日 2022.09.20 (71)申请人 平安银行股份有限公司 地址 518000 广东省深圳市罗湖区深南 东 路5047号 (72)发明人 杨宇宽　 (74)专利代理 机构 北京超凡宏宇专利代理事务 所(特殊普通 合伙) 11463 专利代理师 周宇 (51)Int.Cl. G06Q 40/06(2012.01) G06Q 40/04(2012.01) G06K 9/62(2022.01) (54)发明名称 一种基金占比预测方法、 装置、 计算机设备 及可读介质 (57)摘要 本申请提供了一种基金占比预测方法、 装 置、 计算机设备及可读介质， 其中， 使用第一训练 样本集对待训练占比确定模型进行训练， 得到第 一占比确定模 型； 判断第一占比确定模型的第一 模型准确率是否超过预设的标准准确率； 若所述 第一模型准确率未超 过标准准确率， 则使用第二 训练样本集对第一占比确定模型进行训练， 直至 训练得到的第二占比模型的第二模型准确率超 过所述标准准确率后停止训练； 将以待预测交易 日为最后一个交易日的第一目标交易日组中的 每个第一目标交易日的实际日频收益率输入至 预设的线性回归模型中， 确定出用于描述目标基 金在待预测交易日的基金持有量与总资金持有 量之间比例的第一预测值。 采用上述方法， 以实 现对基金仓位的确定 。 权利要求书3页 说明书13页 附图4页 CN 115456796 A 2022.12.09 CN 115456796 A 1.一种基金占比预测方法， 其特 征在于， 所述方法还 包括： 使用第一训练样本集对待训练占比确定模型进行训练， 得到第一占比确定模型， 其中， 所述第一训练样本集的训练输入样本为目标基金在第一交易日组中的每个第一交易日的 日频收益率， 所述第一训练样本集的训练输出样本为用于描述所述目标基金在所述第一交 易日组中的最后一个第一交易日的基金持有量与总资金持有量之间比例的实际值； 判断所述第一占比确定模型的第一模型准确率是否超过预设的标准准确率， 其中， 所 述第一模型准确率为第一输出样本的数量与测试样本集中的测试输出样本的数量的比值， 所述第一输出样本的数量为将所述测试样本集中的测试输入样本输入至所述第一占比确 定模型中得到的与所述测试输出样本相同的输出样本的数量； 若所述第一模型准确率未超过所述标准准确率， 则使用第 二训练样本集对所述第 一占 比确定模型进 行训练， 直至训练得到的第二占比模型的第二模型准确率超过所述标准准确 率后停止训练后停止训练， 其中， 所述第二训练样本集的训练输入样本为所述目标基金在 第二交易日组中的每个第二交易日 的日频收益率， 所述第二交易日组由所述第一交易日组 中的每个第一交易日和所述第一交易日组中的第一个第一交易日的前一个交易日组成， 所 述第二训练样本集的训练输出样本为所述第一训练样本集的训练输出样本， 所述第二模型 准确率为第二输出样本的数量与所述测试输出样本的数量的比值， 所述第二输出样本的数 量为将所述测试输入样本输入至所述第二占比确定模型中得到的与所述测试输出样本相 同的输出样本的数量； 将以待预测 交易日为最后一个交易日的第一目标交易日组中的每个第一目标交易日 的实际日频收益率输入至预设的线性回归模型中， 确定出用于描述所述目标基金在所述待 预测交易日的基金持有量与总资金持有量之间比例的第一预测值， 其中， 所述第一 目标交 易日组由连续的第一数量的交易日组成， 所述第一数量为所述第二交易日组中的所有第二 交易日的数量。 2.根据权利要求1所述的方法， 其特征在于， 在判断所述第 一占比确定模型的第 一模型 准确率是否超过 预设的标准 准确率后， 所述方法还 包括： 若所述第一模型准确率超过所述标准准确率， 则将以所述待预测交易日为最后 一个交 易日的第二目标交易日组中的每个第二目标交易日的日频收益率输入至所述线性回归模 型中， 确定出用于描述所述目标基金在所述待预测交易日 的基金持有量与总资金持有量之 间比例的第二预测值， 其中， 所述第二目标 交易日组由连续的第二数量的交易日组成， 所述 第二数量 为所述第一交易日组中的所有第一交易日的数量。 3.根据权利要求1所述的方法， 其特征在于， 在将以待预测交易日为最后 一个交易日的 第一目标交易日组中的每个第一目标交易日的实际日频收益率输入至预设的线性回归模 型中， 确定出用于描述所述目标基金在所述待预测交易日 的基金持有量与总资金持有量之 间比例的第一预测值后， 所述方法还 包括； 对于待预测交易日组中的每个待预测交易日， 计算所述目标基金在该待预测交易日的 目标实际值和所述第一预测 值之间的预测差值， 其中， 所述 目标实际值为所述目标基金在 该待预测交易日的基金持有量与总资金持有量之间比例的实际值； 根据所述目标基金在每个待预测 交易日的预测差值确定出所述待预测 交易日组的差 值平均值；权　利　要　求　书 1/3 页 2 CN 115456796 A 2对于每个待预测交易日， 将用于描述所述目标基金在该预测交易日的基金持有量与总 资金持有量之间比例的第一预测 值与差值平均值进行求和计算后得到用于描述所述目标 基金在该 预测交易日的基金持有量与总资金持有量之间比例的第三预测值。 4.根据权利要求1所述的方法， 其特征在于， 所述使用第 一训练样本集对待训练占比确 定模型进行训练， 得到第一占比确定模型， 包括： 使用K临近算法对所述第 一训练样本集的训练输入样本进行缺失值填补得到第 一输入 样本， 并使用K临近算法对所述第一训练样本集的训练输出样本进行缺失值填补得到第一 输出样本； 使用K均值聚类算法对所述第 一输入样本进行异常值检测得到输入异常值， 并使用K均 值聚类算法对所述第一输出样本进行异常值检测得到 输出异常值； 将所述输入异常值从所述第 一训练样本集的训练输入样本 中删除得到目标输入样本， 并将所述输出异常值从所述第一训练样本集的训练输出样本中删除得到目标输出样本； 将所述目标输入样本作为所述待训练占比确定模型的输入， 将所述目标输出样本作为 所述待训练占比确定模型的输出对所述待训练占比确定模型进行训练， 得到所述第一占比 确定模型。 5.一种基金占比预测装置， 其特 征在于， 所述装置还 包括： 第一占比确定模型确定模块， 用于使用第 一训练样本集对待训练占比确定模型进行训 练， 得到第一占比确定模型， 其中， 所述第一训练样本集的训练输入样本为目标基金在第一 交易日组中的每个第一交易日 的日频收益率， 所述第一训练样本集的训练输出样本为用于 描述所述目标基金在所述第一交易日组中的最后一个第一交易日的基金持有量与总资金 持有量之间比例的实际值； 第一判断模块， 用于判断所述第 一占比确定模型的第 一模型准确率是否超过预设的标 准准确率， 其中， 所述第一模型准确 率为第一输出样本的数量与测试样本集中的测试输出 样本的数量的比值， 所述第一输出样本的数量为将所述测试样本集中的测试输入样本输入 至所述第一占比确定模型中得到的与所述测试输出样本相同的输出样本的数量； 第二占比模型确定模块， 用于若所述第一模型准确率未超过所述标准准确率， 则使用 第二训练样本集对所述第一占比确定模型进 行训练， 直至训练得到的第二占比模型的第二 模型准确 率超过所述标准准确 率后停止训练， 其中， 所述第二训练样本集的训练输入样本 为所述目标基金在第二交易日组中的每个第二交易日的日频收益率， 所述第二交易日组由 所述第一交易日组中的每个第一交易日和所述第一交易日组中的第一个第一交易日的前 一个交易日组成， 所述第二训练样本集的训练输出样本为所述第一训练样本集的训练输出 样本， 所述第二模型准确 率为第二输出样本的数量与所述测试输出样本的数量的比值， 所 述第二输出样本的数量为将所述测试输入样本输入至所述第二占比确定模型中得到的与 所述测试输出样本相同的输出样本的数量； 第一预测值确定模块， 用于将以待预测交易日为最后 一个交易日的第 一目标交易日组 中的每个第一目标交易日的实际日频收益率输入至预设的线性回归模型中， 确定出用于描 述所述目标基金在所述待预测交易日的基金持有量与总资金持有量之间比例的第一预测 值， 其中， 所述第一目标 交易日组由连续的第一数量的交易日组成， 所述第一数量为所述第 二交易日组中的所有第二交易日的数量。权　利　要　求　书 2/3 页 3 CN 115456796 A 3