一种基于机器学习的钢铁产品价格预测系统和方法
基本信息
| 申请号 | CN202011114311.2 | 申请日 | - |
| 公开（公告）号 | CN111932044A | 公开（公告）日 | 2020-11-13 |
| 申请公布号 | CN111932044A | 申请公布日 | 2020-11-13 |
| 分类号 | G06Q10/04;G06Q10/06;G06Q30/02;G06Q50/04;G06K9/62;G06N20/00 | 分类 | 计算；推算；计数; |
| 发明人 | 王汇丰;胡燕;张春前;王凯 | 申请（专利权）人 | 上海欧冶供应链有限公司 |
| 代理机构 | 上海集信知识产权代理有限公司 | 代理人 | 李玲 |
| 地址 | 201203 上海市浦东新区中国（上海）自由贸易试验区郭守敬路515号4楼 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 一种基于机器学习的钢铁产品价格预测系统和方法，使用多源数据（包括期货、现货交易数据、钢联数据、基价数据、社会库存数据等），并利用机器学习模型FBprophet时序序列算法进行建模和训练，以形成一个基于机器学习的用于钢铁热轧产品等现货价格预测方法，进而提供应用性强、精确度高和稳定性好的价格预测。通过将现货价格走势的数据拆解为季节特征分项、趋势特征分项和随机特征分项。融合其中的趋势特征分项、克强指数、高炉产能利用率、采购经理指数、热轧期货主力合约价等若干个因素的趋势性和本身趋势，作为新趋势替换原时序的趋势项，加上原时序的季节项和误差项作为预测值，以此对标准模型的预测结果进行算法修正。 |
