安徽工业大学科技园申请基于贝叶斯优化的CLATT股票相关性预测方法专利，提高预测精度_

本文源自:金融界

金融界2024年12月2日消息，国家知识产权局信息显示，安徽工业大学科技园有限公司申请一项名为“一种基于贝叶斯优化的CLATT股票相关性预测方法”的专利，公开号CN 119048229 A，申请日期为2024年4月。

专利摘要显示，本发明公开了一种基于贝叶斯优化的CLATT股票相关性预测方法，包括构建数据库，包括至少一段时间内的股票数据和对应的因子数据；对数据库中的数据进行预处理，并计算不同因子间的相关性矩阵，剔除强相关的因子；基于多因子模型对股票收益率数据分解，计算得出对应的因子值，并使用皮尔逊相关系数计算股票间的相关性数据；将股票收益率数据与相关性数据融合拼接得到输入向量，以此增强输入数据的多源性，提高预测精度，并且输入至预测模型中，输出预测结果，具有更高的准确性和鲁棒性，适用于各种股票组合条件。