(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 202210931683.7 (22)申请日 2022.08.04 (71)申请人 西南大学 地址 400715 重庆市北碚区天生 街道天生 路2号 (72)发明人 庞凝　黄洁　向志丹　罗清松　 李雨蝶　吴俊　解宜原　 (74)专利代理 机构 重庆萃智邦成专利代理事务 所(普通合伙) 50231 专利代理师 文怡然 (51)Int.Cl. G06Q 10/04(2012.01) G06Q 40/04(2012.01) G06N 20/00(2019.01) (54)发明名称 一种基于电光信号处 理的股指预测方法 (57)摘要 本申请涉及计算机技术领域， 具体提供了一 种基于电光信号处理的股指预测方法。 该方法包 括如下步骤： S1， 股指数据的获取和预处理； S2， 硅基光机振荡器储备池系统的构建； S3， 构建的 硅基光机振荡器储备池系统的训练； S4， 预测结 果的输出和评估。 本发明中构建的基于硅基光机 振荡器储备池通过将电信号转化为光信号后输 入硅基光机振 荡器进行训练， 硅基光机振荡器只 需训练输 出权重， 相应的输入权重与连接权重均 是固定的， 节省了计算资源， 提升计算效率， 这使 得本发明方法能够以更简单的算法、 更低的功耗 与更快的速度将数据映射到高维空间， 以更快的 速度完成股指的预测任务， 从而解决现有预测方 法的训练成本 较高， 耗时较 长的问题。 权利要求书1页 说明书6页 附图2页 CN 115310695 A 2022.11.08 CN 115310695 A 1.一种基于电光信号处理的股指预测方法， 其特征在于， 所述方法包括如下步骤： S1， 股指数据的获取和预处理； S2， 硅基光机振荡器储备池系统的构建； S3， 构建 的所述硅基光 机振荡器储备池系统的训练； S4， 预测结果的输出和评估。 2.根据权利要求1所述的基于电光信号处理 的股指预测方法， 其特征在于， 所述步骤S1 包括如下步骤： S1 1， 所述股指数据的获取； S12， 所述股指数据的所述预处 理。 3.根据权利要求2所述的基于电光信号处理 的股指预测方法， 其特征在于， 所述股指数 据指的是股票指数的收盘价和对应日期。 4.根据权利要求3所述的基于电光信号处理的股指预测方法， 其特征在于， 所述步骤 S11包括将所述股指数据划分为训练集和 测试集。 5.根据权利要求4所述的基于电光信号处理的股指预测方法， 其特征在于， 所述步骤 S12中的所述预处 理包括归一 化处理和离散小波去噪处理。 6.根据权利要求5所述的基于电光信号处理 的股指预测方法， 其特征在于， 所述离散小 波去噪处理使用wden函数进 行， 阈值标准采用极大极小值阈值标准， 函数选择阈值， 使用方 式为软阈值方式， 阈值处 理随噪声水平采用ml n方式。 7.根据权利要求6所述的基于电光信号处理 的股指预测方法， 其特征在于， 所述步骤S2 包括构建输入过程， 构建训练过程， 构建输出过程； 所述输入过程为对 所述步骤S1得到的处 理后的所述股指数据与半导体激光器生成的混沌信号进行掩盖操作， 生成掩盖后的信号； 所述训练过程为将所述掩盖后的信号通过驱动激光器与调制器调制到光信号中， 接着调制 后的所述光信号与 注入激光器的输出共同进入合束器进行合束， 将合束光信号注入带有延 时反馈机制的硅基光机振荡器； 所述输出 过程为提取时延反馈环中虚拟节点状态。 8.根据权利要求7所述的基于电光信号处理 的股指预测方法， 其特征在于， 所述步骤S3 为将所述训练集输入所述硅基光机振荡器储备池系统进行训练， 计算输出权 重。 9.根据权利要求8所述的基于电光信号处理 的股指预测方法， 其特征在于， 所述步骤S4 包括如下步骤： S41， 预测结果的输出； S42， 所述预测结果的评估。 10.根据权利要求9所述的基于电光信号处理的股指预测方法， 其特征在于， 所述步骤 S41中的所述预测结果为根据所述输出权重对 所述测试集进 行测试， 得到所述预测结果； 所 述步骤S42利用归一化均方误差(NMSE)、 均方根误差(RMSE)、 平均绝对误差(MAE)、 平均绝对 百分比误差(MAPE)完成。权　利　要　求　书 1/1 页 2 CN 115310695 A 2一种基于电光 信号处理的股指预测方 法 技术领域 [0001]本申请涉及计算机技术领域， 具体而言， 涉及一种基于电光信号处理的股指预测 方法。 背景技术 [0002]股票价格指数是由股票交易所及其金融服务机构编制的表明股票行市变动的一 种供参考的指示数字， 它能够客观地反映整个股 票市场上所有股票市场价格的总体水平及 其变动情况。 然而， 股票市场与所有投资者的金融资产是息息相关的， 是这些金融资产受到 公开信息、 内部信息、 历史信息以及干扰信息的影响而相互作用， 为获得最大的投资收益而 对这些信息做出反应的非线性、 非参数、 非平稳、 开放的复杂巨系统。 因此， 股 票指数的准确 预测对金融投资者具有很大参 考意义。 [0003]目前， 股票指数的预测方法主要有两种： 基本分析法和技术分析法。 基本分析法是 以股票指数受宏观经济因素与相关实时政策， 各市场行业经营情况， 各行业 公司竞争情况、 未来发展潜力、 公司运营的财务状况以及取得的经营业绩等众多影响因素而 形成的内在价 值作为其依据， 进而主要对影响股指价格及其升降趋势的各项因素进行分析， 从而估评股 指的投资价值以及价位， 来为股指相关的投资提供决策依据。 因此， 基本 分析法仅仅能够从 宏观经济和金融层面分析影响股指 变化的因素， 而 无法分析其价格变化的情况。 另一方面， 技术分析法的应用最早能够回溯到18世纪中期的日本大米期货交易市场中使用的日式蜡 烛图， 即传统技术分析法常常以股指的价格和成交量作为其分析目标， 以图形或数据 处理 方式来预测股指价格的未来变化趋势， 进而为金融决策人员提供股 票买卖时机。 因此， 以股 指价格为分析对 象的众多量化分析方法与预测分析方法， 诸如回归分析法、 时间序列分析 法、 灰色关联分析法和神经网络分析法等。 近些年， 随着人工智能(AI)相关技术的蓬勃发 展， 由智能技术分析法操纵的股指预测已演变为经济和金融领域的研究热潮， 其中最为广 泛使用的方法涉及深度学习与机器学习等诸多学习算法。 然而， 上述诸多涉及深度学习与 机器学习的算法通常需要配置多层的连接权值、 大量的神经元、 超参数， 使得训练成本较 高， 耗时较长 。 发明内容 [0004]本发明的目的在于， 针对上述现有技术中的不足， 提供一种基于电光信号处理的 股指预测方法。 本发明方法的技术构思为： 构建基于硅基光机振荡器储备池系统， 硅基光机 振荡器储备池通过将电信号转化为光信号后输入硅基光机振荡器进行训练， 硅基光机振荡 器只需训练输出权重， 相应的输入权重与连接权重均是固定的， 这使得该预测方法相比于 传统的人工智能方法能够以更简单的算法、 更低的功耗与更快的速度将数据映射到高维空 间， 以更快的速度完成股指的预测任务。 [0005]为实现上述目的， 本发明采用的技 术方案如下： [0006]本申请提供一种基于电光信号处理的股指预测方法， 该方法包括如下步骤： S1， 股说　明　书 1/6 页 3 CN 115310695 A 3