(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 202211147260.2 (22)申请日 2022.09.19 (71)申请人 招商银行股份有限公司 地址 518000 广东省深圳市福田区深南大 道7088招商银行 大厦 (72)发明人 白宇豪　李金龙　 (74)专利代理 机构 深圳市世纪恒程知识产权代 理事务所 4 4287 专利代理师 胥巧莉 (51)Int.Cl. G06Q 40/04(2012.01) G06Q 40/06(2012.01) G06N 3/08(2006.01) G06N 3/04(2006.01) G06F 16/9535(2019.01) (54)发明名称 基金选取方法、 装置、 设备及 介质 (57)摘要 本发明涉及人工智能技术领域， 公开了一种 基金选取方法、 装置、 设备及介质， 其方法包括： 从预设的基金池中获取基金进行交易的时序数 据； 基于预设的长短期记忆神经网络LSTM， 对所 述时序数据进行特征提取， 获得基金对应的一维 张量特征； 将所述一维张量特征 组成的二维张量 特征输入预设的图注意力网络GAT， 对基金进行 预测计算， 确定每只基金的预测涨跌幅； 基于所 述预测涨跌幅， 进行基金选取。 本发明通过该预 测涨跌幅实现基金的选取， 基于对每只基金数据 进行全连接结构 的算法分析， 减少了人力成本， 并实现对每只基金的深度分析， 增强基金推荐的 数据客观性， 通过算法选取目标基金， 降低目标 基金的风险性。 权利要求书2页 说明书10页 附图5页 CN 115511628 A 2022.12.23 CN 115511628 A 1.一种基金选取 方法， 其特 征在于， 所述基金选取 方法， 包括： 从预设的基金池中获取基金进行交易的时序数据； 基于预设的长短期记忆神经网络LSTM， 对所述时序数据进行特征提取， 获得基金对应 的一维张量特 征； 将所述一维张量特征组成的二维张量特征输入预设的图注意力网络GAT， 对基金进行 预测计算， 确定每只基金的预测涨跌幅； 基于所述预测涨跌幅， 进行基金选取。 2.如权利要求1所述的基金选取方法， 其特征在于， 所述基于预设的长短期记忆神经网 络LSTM， 对所述时序数据进行 特征提取， 获得基金对应的一维张量特 征的步骤， 包括： 获取所述时序数据中基金的序列长度以及序列特 征； 基于所述长短期记忆神经网络LSTM， 在所述序列长度所在的维度中对所述基金的序列 特征进行遍历， 提取 所述基金对应的一维张量特 征。 3.如权利要求1所述的基金选取方法， 其特征在于， 在所述获得基金对应的一维张量特 征的步骤之后， 所述方法还 包括： 将基金池中的所有基金对应的一维张量特征进行张量拼接， 获取由所有基金对应的一 维张量特 征组成的二维张量特 征。 4.如权利要求3所述的基金选取方法， 其特征在于， 所述将所述一维张量特征组成的二 维张量特征输入 预设的图注意力网络 GAT， 对基金进 行预测计算， 确定每只基金的预测涨跌 幅的步骤， 包括： 将所述二维张量特 征中的一维张量特 征分别输入所述图注意力网络GAT中的图节点； 将所述图节点进行与每只基金间预设关联对应的边连接， 确定对应的基金全连接图结 构； 基于所述基金全连接 图结构， 对基金的涨跌幅进行预测计算， 并确定每只基金的预测 涨跌幅。 5.如权利要求4所述的基金选取方法， 其特征在于， 所述基于所述基金全连接 图结构， 对基金的涨跌幅进行 预测计算， 并确定每只基金的预测涨跌幅的步骤， 包括： 获取所述基金全连接图结构中每 个图节点之间的连接关系； 基于所述连接关系， 并根据图节点中对应的一维张量特征对每只基金进行预测计算， 确定每只基金的预测涨跌幅。 6.如权利要求1所述的基金选取方法， 其特征在于， 在所述从预设的基金池中获取基金 进行交易的时序数据的步骤之前， 所述方法还 包括： 获取预设数量的基金在预设时间内的交易数据， 其中， 所述交易数据至少包括净值、 涨 跌幅和基准收益数据； 基于所述交易数据， 构建所述基金池， 其中， 所述基金池根据所述交易数据实时更新。 7.如权利要求1所述的基金选取方法， 其特征在于， 所述基于所述预测涨跌幅， 进行基 金选取的步骤， 包括： 基于所述预测涨跌幅， 将预测涨跌幅对应的基金按照预设顺序进行排列， 确定达到预 设标准的预测涨跌幅； 选取所述达到预设标准的预测涨跌幅对应的基金作为目标基金， 并将所述目标基金推权　利　要　求　书 1/2 页 2 CN 115511628 A 2荐给目标用户。 8.一种基金选取装置， 其特 征在于， 所述基金选取装置包括： 数据抽取模块， 用于从预设的基金池中获取基金进行交易的时序数据； 特征提取模块， 用于基于预设的长短期记忆神经网络LSTM， 对所述时序数据进行特征 提取， 获得基金对应的一维张量特 征； 预测计算模块， 用于将所述一维张量特征组成的二维张量特征输入预设的图注意力网 络GAT， 对基金进行 预测计算， 确定每只基金的预测涨跌幅； 基金选取模块， 用于基于所述预测涨跌幅， 进行基金选取。 9.一种设备， 其特征在于， 所述设备包括存储器、 处理器及存储在所述存储器上并可在 所述处理器上运行的基金选取程序， 所述基金选取程序被所述处理器执行时实现如权利要 求1至7中任一项所述的基金选取 方法。 10.一种介质， 所述介质为计算机可读存储介质， 其特征在于， 所述计算机可读存储介 质上存储有基金选取程序， 所述基金选取程序被处理器执行时实现如权利要求 1至7中任一 项所述的基金选取 方法的步骤。权　利　要　求　书 2/2 页 3 CN 115511628 A 3