CN102214349A - 一种无人值守的股票盯盘下单系统及其下单方法 - Google Patents
一种无人值守的股票盯盘下单系统及其下单方法 Download PDFInfo
- Publication number
- CN102214349A CN102214349A CN2011101574743A CN201110157474A CN102214349A CN 102214349 A CN102214349 A CN 102214349A CN 2011101574743 A CN2011101574743 A CN 2011101574743A CN 201110157474 A CN201110157474 A CN 201110157474A CN 102214349 A CN102214349 A CN 102214349A
- Authority
- CN
- China
- Prior art keywords
- image
- module
- conversion module
- unattended
- stock
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Landscapes
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
Abstract
本发明是一种无人值守的股票盯盘下单系统及其下单方法。本发明的股票盯盘下单系统,包括有图像获取模块、图像转换模块、图片数据字符识别模块和数字转化模块、交易模块,其中图像获取模块的输出端与图像转换模块的输入端连接,图像转换模块的输出端与图片数据字符识别模块的输入端连接,图片数据字符识别模块的输出端与数字转化模块的输入端连接,数字转化模块的输出端与交易模块连接。本发明是一种基于图像处理的股票行情分析和处理系统,利用不断扫屏获取股票的实时交易信息,对得到的图片数据进行字符识别,分析出股票实时交易的行情信息;再利用预先设定的下单条件进行判别,对满足条件的自选股,利用鼠标及键盘等模拟操作,实现无人自动交易操作。
Description
技术领域
本发明是一种无人值守的股票盯盘下单系统及其下单方法,属于无人值守的股票盯盘下单系统及其下单方法的改造技术。
背景技术
现有的股票行情分析和处理系统都需要投资者实时盯盘进行操作,对于上班一族没有时间盯盘的短线投资者,由于没有时间盯盘,故无法让投资者能第一时间追涨杀跌,以致给投资者带来诸多遗憾,另外,对于实时盯盘的投资者,由于人工操作交易受心理因素的影响,也会出现一些冲动交易,以致往往出现诸多不该交易的交易,给投资者造成投资损失 。
发明内容
本发明的目的在于考虑上述问题而提供一种操作简单,使用方便的无人值守的股票盯盘下单系统。
本发明的另一目的在于提供一种能即时自动完成下单操作,解决上班一族由于上班无法进行交易的困难的无人值守的股票盯盘下单系统的下单方法。
本发明的技术方案是:本发明的无人值守的股票盯盘下单系统,包括有图像获取模块、图像转换模块、图片数据字符识别模块和数字转化模块、交易模块, 其中图像获取模块的输出端与图像转换模块的输入端连接,图像转换模块的输出端与图片数据字符识别模块的输入端连接,图片数据字符识别模块的输出端与数字转化模块的输入端连接,数字转化模块的输出端与交易模块连接。
本发明的无人值守的股票盯盘下单系统的下单方法,包括有如下步骤:
1)图像获取模块获取原始图像,截屏功能不单方便快捷地把屏幕信息完整的以图片格式复制到系统剪贴板;
2)图像转换模块将获得的原始图像进行图像转换:将剪贴板转换为通用的BMP图像格式,提取BMP图像中像素颜色数据的RGB三个颜色分量, 得到彩色图像;
3)图片数据字符识别模块将彩色图像转化为灰度值图像,然后进行阈值处理变成二值图像,再对二值图像进行分割提取系统分析判断需要的感兴趣区域,截取感兴趣区域中的数字信息,对数字图片训练生成识别字库的字符串;
4)数字转化模块把识别字库的字符串分组成每只个股的行情数值;
5)交易模块根据每只个股的行情数值分析判断出当前个股行情是否符合用户设定的下单条件,如果符合就自动填单和进行下单操作。
上述步骤1)图像获取模块通过截屏功能方便快捷地把屏幕信息完整的以图片格式复制到系统剪贴板,而且给剪贴板分配一块独立的内存,并能在内存中直接提取图像信息。
上述步骤2)RGB三个颜色分量提取时须考虑颜色量化值,32位、24位或者16位色深的提取方式都各不一样。
本发明针对因为上班没有时间盯盘的短线投资者,为了让投资者能第一时间追涨杀跌,同时克服人工操作交易受心理因素的影响,本发明是一种基于图像处理的股票行情分析和处理系统,利用不断扫屏获取股票的实时交易信息,对得到的图片数据进行字符识别,分析出股票实时交易的行情信息;再利用预先设定的下单条件进行判别,对满足条件的自选股,利用鼠标及键盘等模拟操作,实现无人自动交易操作。本发明交易准确成功率百分之百,用户电脑网络顺畅条件下3秒内完成交易。本发明是一种方便实用的基于图像处理的无人值守的股票盯盘下单系统及其下单方法。
附图说明
图1为本发明下单系统的原理图;
图2为本发明下单方法的流程图。
具体实施方式
实施例:
本发明下单系统的原理图如图1所示,本发明的无人值守的股票盯盘下单系统,包括有图像获取模块1、图像转换模块2、图片数据字符识别模块3和数字转化模块4、交易模块5, 其中图像获取模块1的输出端与图像转换模块2的输入端连接,图像转换模块2的输出端与图片数据字符识别模块3的输入端连接,图片数据字符识别模块3的输出端与数字转化模块4的输入端连接,数字转化模块4的输出端与交易模块5连接。
本发明的无人值守的股票盯盘下单系统的下单方法,包括有如下步骤:
1)图像获取模块1获取原始图像,截屏功能不单方便快捷地把屏幕信息完整的以图片格式复制到系统剪贴板;
2)图像转换模块2将获得的原始图像进行图像转换:将剪贴板转换为通用的BMP图像格式,提取BMP图像中像素颜色数据的RGB三个颜色分量, 得到彩色图像;
3)图片数据字符识别模块3将彩色图像转化为灰度值图像,然后进行阈值处理变成二值图像,再对二值图像进行分割提取系统分析判断需要的感兴趣区域,截取感兴趣区域中的数字信息,对数字图片训练生成识别字库的字符串;
4)数字转化模块4把识别字库的字符串分组成每只个股的行情数值;
5)交易模块5根据每只个股的行情数值分析判断出当前个股行情是否符合用户设定的下单条件,如果符合就自动填单和进行下单操作。
本实施例中,上述步骤1)图像获取模块1通过截屏功能方便快捷地把屏幕信息完整的以图片格式复制到系统剪贴板,而且给剪贴板分配一块独立的内存,并能在内存中直接提取图像信息。可以避免对硬盘的反复读写而减少电脑硬盘的使用寿命。这里只需使用Windows API函数keybd_event( )就可以实现模拟拷屏操作,本实施例中,图像信息是以DIB格式保存在剪贴板Clipboard中。
上述剪贴板Clipboard中的CF_DIB格式图像操作系统外界不能直接使用,图像转换模块2首先必须把它转换为通用的BMP图像格式,然后由通用的BMP图像格式转换为系统能分析处理的HIMAGE格式就必须提取BMP图像中像素颜色数据的RGB三个颜色分量,提取时须考虑电脑系统显示里设置的颜色量化值,32位、24位或者16位色深的提取方式都各不一样,提取后把三个分量的数据分别保存在三个BYTE数组中,继而调用HALCON提供的库函数gen_image3( )完成BMP格式向三通道HIMAGE格式的转换。
得到HIMAGE格式图片数据后,图片数据字符识别模块3首先要将彩色图像转化为灰度值图像,然后进行阈值处理变成二值图像,再对二值图像进行分割提取系统分析判断需要的感兴趣区域,然而此时还不能对感兴趣区域进行字符识别,必须先对行情软件显示的数字进行神经网络训练才能被识别。
BP网络模型处理信息的基本原理是:输入信号Xi通过中间节点(隐层点)作用于输出节点,经过非线形变换,产生输出信号Yk,网络训练的每个样本包括输入向量X和期望输出量t,网络输出值Y与期望输出值t之间的偏差,通过调整输入节点与隐层节点的联接强度取值Wij和隐层节点与输出节点之间的联接强度Tjk以及阈值,使误差沿梯度方向下降,经过反复学习训练,确定与最小误差相对应的网络参数(权值和阈值),训练即告停止。此时经过训练的神经网络即能对类似样本的输入信息,自行处理输出误差最小的经过非线性转换的信息。
神经网络的隐层节点数的多少对网络性能的影响较大,当隐节点数太多时,会导致网络学习时间过长,甚至不能收敛;而当隐节点数过小时,网络的容错能力差。
本发明运用HALCON提供的库函数进行训练,用PHOTOSHOP截取出行情软件中的0-9十个数字,然后将此作为训练库函数的输入,并设定神经网络的权值、阈值及隐层节点数等参数,就能对十个数字训练生成识别字库文件(.omc),此文件将在感兴趣区域的字符识别中被读取使用。
数字转化模块4利用HALCON提供的库函数DoOcrMultiClassMlp( )识别出来的字符是HALCON里的HTuple的字符串类型,在这里需要把这个区域的字符串分组成每只个股的行情数值,才能在下一步与用户设定的下单条件进行比较处理,分组和数值化采用了HALCON的字符串函数。然后用一组循环就得到了数值化的个股行情数值。
当图像分析程序处理判断出当前个股行情符合用户设定的下单条件时,交易模块(5)就会切换到交易软件界面,利用模拟键盘函数就能实现系统自动填单和下单操作。在此之前需要利用VC自带的SPY++工具来获得交易软件各个需要用到的按键句柄,才能用Windows API模拟键盘函数进行模拟操作。因为每个证券公司的交易软件对模拟操作的键盘信息的响应是不同的,所以须合理使用诸如SendMessage( )、PostMessage( )、keybd_event( )等模拟键盘函数才能完成自动交易。另外在使用GetFocus( ) 函数获得键盘输入焦点句柄时,需要先获取本身的线程ID,再附加线程才能获取具有输入焦点的窗口句柄。
本发明利用截屏和字符识别技术获取自选股里面的交易信息,再结合选股下单条件,利用模拟鼠标及键盘操作,完成无人自动下单。实用过程中交易准确成功率百分之百,用户电脑网络顺畅条件下3秒内完成交易,软件系统在每隔一秒钟截屏取样分析时占用酷睿i3处理器能稳定在26%,内存使用29,000k。
Claims (4)
1.一种无人值守的股票盯盘下单系统,其特征在于包括有图像获取模块(1)、图像转换模块(2)、图片数据字符识别模块(3)和数字转化模块(4)、交易模块(5), 其中图像获取模块(1)的输出端与图像转换模块(2)的输入端连接,图像转换模块(2)的输出端与图片数据字符识别模块(3)的输入端连接,图片数据字符识别模块(3)的输出端与数字转化模块(4)的输入端连接,数字转化模块(4)的输出端与交易模块(5)连接。
2.根据权利要求1所述的无人值守的股票盯盘下单系统的下单方法,其特征在于包括有如下步骤:
图像获取模块(1)获取原始图像,截屏功能不单方便快捷地把屏幕信息完整的以图片格式复制到系统剪贴板;
2)图像转换模块(2)将获得的原始图像进行图像转换:将剪贴板转换为通用的BMP图像格式,提取BMP图像中像素颜色数据的RGB三个颜色分量, 得到彩色图像;
3)图片数据字符识别模块(3)将彩色图像转化为灰度值图像,然后进行阈值处理变成二值图像,再对二值图像进行分割提取系统分析判断需要的感兴趣区域,截取感兴趣区域中的数字信息,对数字图片训练生成识别字库的字符串;
4)数字转化模块(4)把识别字库的字符串分组成每只个股的行情数值;
5)交易模块(5)根据每只个股的行情数值分析判断出当前个股行情是否符合用户设定的下单条件,如果符合就自动填单和进行下单操作。
3.根据权利要求1所述的无人值守的股票盯盘下单系统的下单方法,其特征在于步骤1)图像获取模块(1)通过截屏功能方便快捷地把屏幕信息完整的以图片格式复制到系统剪贴板,而且给剪贴板分配一块独立的内存,并能在内存中直接提取图像信息。
4.根据权利要求1所述的无人值守的股票盯盘下单系统的下单方法,其特征在于步骤2)RGB三个颜色分量提取时须考虑颜色量化值,32位、24位或者16位色深的提取方式都各不一样。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2011101574743A CN102214349A (zh) | 2011-06-13 | 2011-06-13 | 一种无人值守的股票盯盘下单系统及其下单方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2011101574743A CN102214349A (zh) | 2011-06-13 | 2011-06-13 | 一种无人值守的股票盯盘下单系统及其下单方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN102214349A true CN102214349A (zh) | 2011-10-12 |
Family
ID=44745645
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2011101574743A Pending CN102214349A (zh) | 2011-06-13 | 2011-06-13 | 一种无人值守的股票盯盘下单系统及其下单方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102214349A (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106779420A (zh) * | 2016-12-20 | 2017-05-31 | 腾讯科技(深圳)有限公司 | 一种资源转化方法和装置 |
CN106846080A (zh) * | 2016-11-01 | 2017-06-13 | 上海携程商务有限公司 | 在线业务下单的实时监控系统及方法 |
CN107451876A (zh) * | 2016-05-31 | 2017-12-08 | 北京京东尚科信息技术有限公司 | 用于量化交易的方法及电子设备 |
CN110032503A (zh) * | 2018-11-05 | 2019-07-19 | 阿里巴巴集团控股有限公司 | 基于ui自动化和ocr的数据处理系统、方法、设备和装置 |
CN116228424A (zh) * | 2023-03-03 | 2023-06-06 | 深圳市深弈科技有限公司 | 基于迁移学习优化的模拟撮合方法 |
CN116228424B (zh) * | 2023-03-03 | 2024-06-04 | 深圳市深弈科技有限公司 | 基于迁移学习优化的模拟撮合方法 |
-
2011
- 2011-06-13 CN CN2011101574743A patent/CN102214349A/zh active Pending
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107451876A (zh) * | 2016-05-31 | 2017-12-08 | 北京京东尚科信息技术有限公司 | 用于量化交易的方法及电子设备 |
CN106846080A (zh) * | 2016-11-01 | 2017-06-13 | 上海携程商务有限公司 | 在线业务下单的实时监控系统及方法 |
CN106779420A (zh) * | 2016-12-20 | 2017-05-31 | 腾讯科技(深圳)有限公司 | 一种资源转化方法和装置 |
CN106779420B (zh) * | 2016-12-20 | 2020-10-02 | 腾讯科技(深圳)有限公司 | 一种资源转化方法和装置 |
CN110032503A (zh) * | 2018-11-05 | 2019-07-19 | 阿里巴巴集团控股有限公司 | 基于ui自动化和ocr的数据处理系统、方法、设备和装置 |
CN116228424A (zh) * | 2023-03-03 | 2023-06-06 | 深圳市深弈科技有限公司 | 基于迁移学习优化的模拟撮合方法 |
CN116228424B (zh) * | 2023-03-03 | 2024-06-04 | 深圳市深弈科技有限公司 | 基于迁移学习优化的模拟撮合方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105808782B (zh) | 一种图片标签的添加方法及装置 | |
US10922489B2 (en) | Script writing and content generation tools and improved operation of same | |
Sabou et al. | Crowdsourcing research opportunities: lessons from natural language processing | |
CN107451110A (zh) | 一种生成会议纪要的方法、装置及服务器 | |
CN103593340A (zh) | 自然表达信息处理方法、处理及回应方法、设备及系统 | |
CN112163420A (zh) | 一种基于nlp技术的rpa流程自动生成方法 | |
CN110019688A (zh) | 对机器人进行训练的方法 | |
CN102214349A (zh) | 一种无人值守的股票盯盘下单系统及其下单方法 | |
CN106710326A (zh) | 一种基于语文的点读课本系统 | |
Keraron et al. | Project PIAF: Building a native French question-answering dataset | |
Zhu et al. | Topic-guided attention for image captioning | |
CN117149944B (zh) | 一种基于宽时间范畴的多模态情境情感识别方法及系统 | |
CN110059166A (zh) | 自然智能的自然表达处理方法、回应方法、设备及系统 | |
CN109741748A (zh) | 一种基于深度学习的智能语音转写方法及系统 | |
CN110059167A (zh) | 自然智能的自然表达处理方法、回应方法、设备及系统 | |
CN110008317A (zh) | 自然智能的自然表达处理方法、回应方法、设备及系统 | |
CN111813893B (zh) | 基于深度迁移学习的房地产市场分析方法、装置及设备 | |
CN113312924A (zh) | 一种基于nlp高精解析标签的风险规则分类方法及装置 | |
CN113326678A (zh) | 会议纪要的生成方法、装置、终端设备及计算机存储介质 | |
CN111443615A (zh) | 一种用电设备控制系统、方法以及设备 | |
Chattopadhyay et al. | Sign language translation using a chrome extension for google meet | |
CN103019924B (zh) | 输入法智能性评测系统和方法 | |
CN108897763A (zh) | 一种区块链数据转化系统 | |
CN106779989A (zh) | 基于微软用户界面自动化技术的自动报税方法及系统 | |
Chen et al. | An efficient and real-time emergency exit detection technology for the visually impaired people based on YOLOv5 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C02 | Deemed withdrawal of patent application after publication (patent law 2001) | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20111012 |