CN104751363A - 基于贝叶斯分类器的股票中长期趋势预测方法及系统 - Google Patents

Abstract

本发明涉及一种基于贝叶斯分类器的股票中长期趋势预测方法，包括：股票数据的选取，确定各个起始点及区间长度d_j；划分区间，计算出历史数据区间斜率；对历史数据区间斜率进行学习并对置信度判断区间进行预测，得到以置信度判断区间起始点为起点的多个交易日的股票均价；计算置信度，将置信度与预先设定好的阈值进行比较；预测未来区间斜率,将未来区间斜率转化得到以预测区间起始点为起点的多个交易日的股票均价；将以预测区间起始点为起点的多个交易日的股票均价的涨跌进行归一化，得到股票的涨跌值；构建股票池。本发明避免了产生累积误差，展现出了在预测区间内的股票趋势变化，更好地捕捉了股市波动变化趋势，更加有效地评估了交易风险。

Description

基于贝叶斯分类器的股票中长期趋势预测方法及系统

技术领域

本发明涉及专门适用于行政、商业、金融、管理、监督或预测目的的数据处理系统或方法，尤其是一种基于贝叶斯分类器的股票中长期趋势预测方法及系统。

背景技术

股市是资本资源优化配置的一个重要场所，掌握其变化规律不仅是投资者梦寐以求的事，也对宏观国民经济的研究和管理有着重要的现实意义。由于影响股价的因素包括企业内部因素、经济因素、制度因素、人们的心理因素等等，各种因素的影响程度和方式各不相同，股价的准确预测难度很大。

时间序列分析在理论和经验上已成为股票市场研究的不可缺少的部分。科学地预测股票市场的波动特征，掌握股票市场的波动规律及其结构对风险的规避防范与管理监控有着重要意义。目前已有的方法主要是对股票时间序列预测进行短期预测，利用短期预测的准确性选择最优的策略。与之相比，中长期预测更着重于研究市场要素的长期发展趋势，为企业、经济等的长期发展方向提供决策依据，使投资者获得更高的投资收益，因此，中、长期预测也具有非常重要的意义。

目前已有股票的中长期预测方法主要有：利用前一步的预测结果向后迭代递推而获得后面的中长期预测(参考例文：杨一文,蔺玉佩.模糊时间序列建模及股票市场多步预测[J].计算机工程与应用,2014,(5):252-256.)，但此方法存在累积误差，并且累积误差随着预测步长的增长而增长；利用移动窗口算法在建模序列中删除一部分旧数据、纳入一部分新数据的方式递推更新预测模型(参考例文：简清明,曾黄麟,叶晓彤.基于移动窗口和动态优化的支持向量回归在指数预测中的应用[J].计算机应用与软件,2011,(12):83-85.)，该方法中移动窗长度对建模精度有很大影响，而且只能展现预测区间的股票均价，不能展现出在该预测区间的股票趋势的细节变化。另外，目前的方法都是直接采用均值作为股票趋势预测的特征值，对于波动变化大的时间序列，均值会弱化时间段的波动特征，降低中长期预测的准确度。

发明内容

本发明所要解决的技术问题是提供一种基于贝叶斯分类器的股票中长期趋势预测方法及系统，可以更为准确地描述区间内股票的走势特征，使用该走势特征对未来走势进行分段预测，既不产生累积误差，又可以展现出在预测区间内的股票变化趋势。

本发明解决上述技术问题的技术方案如下：一种基于贝叶斯分类器的股票中长期趋势预测方法，包括以下步骤：

步骤1：选取一段时间内的股票数据，并确定学习区间起始点、置信度判断区间起始点、预测区间起始点及区间长度d_j。

步骤2：对所述学习区间起始点到所述预测区间起始点之间的历史数据以所述区间长度d_j进行划分，得到多个区间，对每个所述区间进行特征提取，计算出历史数据区间斜率。

步骤3：使用贝叶斯分类器对所述历史数据区间斜率进行学习和预测，得到以所述置信度判断区间起始点为起点的多个交易日的股票均价。

步骤4：通过所述以所述置信度判断区间起始点为起点的多个交易日的股票均价来计算以所述置信度判断区间起始点为起点、所述预测区间起始点为终点的置信度判断区间的置信度，将所述置信度与预先设定好的阈值进行比较，若所述置信度大于所述阈值，则执行步骤5；若所述置信度小于所述阈值，则进入等待环节，等待取得新数据后再返回所述步骤1；

步骤5：利用当前交易日之前的相邻两个区间的前一区间与后一区间的区间斜率概率统计关系来预测未来区间斜率,将所述未来区间斜率进行转化得到以所述预测区间起始点为起点的多个交易日的股票均价。

步骤6：将所述以所述预测区间起始点为起点的多个交易日的股票均价的涨跌进行归一化，得到股票的涨跌值。

步骤7：更换不同的股票数据，重复所述步骤1至所述步骤6，筛选出可进行预测的股票数据，并对所述可进行预测的股票数据进行涨跌幅度标记，形成股票池。

在上述技术方案的基础上，本发明还可以做如下改进。

进一步，所述步骤2的具体实现为：

步骤A1：对所述历史数据以所述区间长度d_j进行区间划分，得到多个区间。

步骤A2：将一个所述区间中不同时刻的所有价格构成价格向量，表示为：

e＝(e₁,e₂,...,e_d)^T

其中，d＝d_j,表示所述区间中价格点的数量；e_i(i＝d)表示所述价格向量中的每个值。

步骤A3：计算所述价格向量的平均值，表示为：

${\mathrm{mean}}_j=\frac{1}{d_j}{\mathrm{\Σ}}_{i=1}^{d_j}{e}_i---\left(1\right)$

其中，mean_j表示将所述历史数据按所述区间长度d_j划分区间的每个区间均值。

步骤A4：计算将所述历史数据按所述区间长度d_j划分的每个所述区间的历史数据区间斜率，具体为：使用y＝kx+b对所述区间中的样本进行拟合，表示为：

mean_j＝k_jd_j+lastprice_j-1    (2)

其中，k_j表示将所述历史数据中按所述区间长度d_j划分区间的每个区间的历史数据区间斜率；lastprice_j-1表示将所述历史数据中按所述区间长度d_j划分的区间的前一个区间的最后一个值；

对公式(2)进行推导，得到：

$k_j=\frac{{\mathrm{mean}}_j-{\mathrm{lastprice}}_{j-1}}{d_j}---\left(3\right).$

进一步，所述步骤3的具体实现为：

步骤B1：使用贝叶斯分类器对不同所述区间长度d_j上的所述历史数据区间斜率进行学习，得到所述历史数据中相邻两个区间的前一区间与后一区间的区间斜率概率统计关系。

步骤B2：通过所述区间斜率概率统计关系计算得到以所述置信度判断区间起始点为起点、按所述区间长度d_j进行区间划分的置信度判断区间斜率，将所述置信度判断区间斜率转化为所述区间长度d_j的股票均价。

步骤B3：所述区间长度d_j分别取值为2、4、8、16、32，重复所述步骤2至所述步骤B2，获得以所述置信度判断区间起始点为起点的0-2、0-4、0-8、0-16、0-32个交易日的股票均价。

步骤B4：对所述步骤B3中得到的以所述置信度判断区间起始点为起点的0-2、0-4、0-8、0-16、0-32个交易日的股票均价进行进一步的划分，得到以置信度判断区间起始点为起点的0-2、2-4、4-8、8-16、16-32个交易日的股票均价。

进一步，所述步骤B1的具体实现为：

步骤B11：确定目标状态向量w和特征向量x，其中，所述目标状态向量w为所述历史数据中未来一个区间的所述历史数据区间斜率，所述特征向量x为所述历史数据中当前区间的所述历史数据区间斜率，在贝叶斯分类器中，将所述历史数据中第1个所述历史数据区间斜率作为所述特征向量x的第1个值，第2个所述历史数据区间斜率作为所述目标状态向量w的第1个值；将第2个所述历史数据区间斜率作为所述特征向量x的第2个值，第3个所述历史数据区间斜率作为所述目标状态向量w的第2个值，以此类推，将第i个所述历史数据区间斜率作为所述特征向量x的第i个值，第i+1个所述历史数据区间斜率作为所述目标状态向量的第i个值。

步骤B12：根据所述历史数据计算各个所述目标状态向量w的统计分布，用高斯分布近似求出所述目标状态向量w的先验概率分布P(w)。

步骤B13：根据所述历史数据计算在第i个所述目标状态向量w条件下的所述特征向量x的统计分布，使用二维高斯核密度函数近似求出条件概率分布P(x|w_i)，即求出所述历史数据中后一个区间的所述历史数据区间斜率到前一个区间的所述历史数据区间斜率的区间斜率概率统计关系。

步骤B14：利用所述先验概率分布P(w)和所述条件概率分布P(x|w_i)计算出后验概率密度P(w_i|x)，即求出所述历史数据中前一个区间的所述历史数据区间斜率到后一个区间的所述历史数据区间斜率的区间斜率概率统计关系为：

$P\left(w_i\right|x_j)=\frac{P\left(x_j\right|w_i)P\left(w_i\right)}{{\mathrm{\Σ}}_{k=1}^{m}P\left(x_j\right|w_k)P\left(w_k\right)}---\left(4\right).$

所述步骤B2的具体实现为：根据最小均方误差贝叶斯公式：进行计算，得到所述置信度判断区间斜率的预测值将所述预测值作为所述置信度判断区间斜率，通过所述置信度判断区间斜率转化得到所述置信度判断区间的区间均值，所述置信度判断区间的区间均值即为所述置信度判断区间的股票均价。

进一步，所述步骤B4的具体实现为：分别设t₀为当前时刻，[t₀,t_τ-1]、[t₀,t_τ]分别为对应所述以所述置信度判断区间起始点为起点的0-2、0-4、0-8、0-16、0-32个交易日中前一个时间区间和后一个时间区间，η_τ-1、η_τ分别为对应所述前一个时间区间的股价均值和对应所述后一个时间区间的股价均值，根据下列公式(5)转化出以所述置信度判断区间起始点为起点的0-2、2-4、4-8、8-16、16-32个交易日的股票均价为：

$l_{\mathrm{\τ}}={\mathrm{\η}}_{\mathrm{\τ}}+\frac{t_{\mathrm{\τ}-1}-t_0}{t_{\mathrm{\τ}}-t_{\mathrm{\τ}-1}}({\mathrm{\η}}_{\mathrm{\τ}}-{\mathrm{\η}}_{\mathrm{\τ}-1})---\left(5\right)$

其中，l_τ表示对应所述以所述置信度判断区间起始点为起点的0-2、2-4、4-8、8-16、16-32个交易日中[t_τ-1,t_τ]时间区间内的股票均价；[t_τ-1,t_τ]表示[t₀,t_τ]时间区间包含的时间段减去[t₀,t_τ-1]时间区间包含的时间段后剩下的时间段对应的时间区间，即对应了所述以所述置信度判断区间起始点为起点的0-2、2-4、4-8、8-16、16-32个交易日的时间区间。

取t_τ＝2t_τ-1、t₀＝0，则公式(5)简化为：

l_τ＝2η_τ-η_τ-1    (6)

通过公式(6)将所述以所述置信度判断区间起始点为起点的0-2、0-4、0-8、0-16、0-32个交易日的股票均价转化为了以置信度判断区间起始点为起点的0-2、2-4、4-8、8-16、16-32个交易日的股票均价。

进一步，所述步骤4的具体实现为：

步骤C1：计算所述置信度判断区间中各个数据段的相对误差为：

${\mathrm{RAD}}_{\mathrm{\λ}}=\frac{|L_{\mathrm{\λ}}-l_{\mathrm{\λ}}|}{L_{\mathrm{\λ}}}---\left(7\right)$

其中，λ为所述置信度判断区间中各个数据段的标号；l_λ为获得的第λ个数据段的平均值，即为以所述置信度判断区间起始点为起点的多个交易日的股票均价；L_λ为第λ个数据段的真实平均值；RAD_λ为第λ个数据段的相对误差。

步骤C2：计算相对误差平均值为：

$\stackrel{\‾}{\mathrm{RAD}}=\frac{1}{n}{\mathrm{\Σ}}_{\mathrm{\λ}=1}^n{\mathrm{RAD}}_{\mathrm{\λ}}---\left(8\right)$

所述相对误差平均值的反比即为所述置信度判断区间的置信度。

步骤C3：将所述相对误差平均值与预先设定好的阈值进行比较，若所述相对误差平均值小于所述阈值时，即所述置信度大于所述阈值时，表示预测的股票价格走势接近真实的股票价格走势，则执行步骤5；若所述相对误差平均值大于所述阈值时，即所述置信度小于所述阈值时，表示此时的市场波动混乱，受偶然性因素影响的可预测程度低，则系统进入等待环节，等待取得新数据后再返回所述步骤1。

进一步，所述步骤5的具体实现为：所述区间长度d_j分别取值为2、4、8、16、32，通过所述区间斜率概率统计关系计算得到以所述预测区间起始点为起点、按所述区间长度d_j进行区间划分的所述未来区间斜率，将所述未来区间斜率转化为所述区间长度d_j的股票均价，获得以所述预测区间起始点为起点的0-2、0-4、0-8、0-16、0-32个交易日的股票均价，对所述以所述预测区间起始点为起点的0-2、0-4、0-8、0-16、0-32个交易日的股票均价进行进一步的划分，得到以所述预测区间起始点为起点的0-2、2-4、4-8、8-16、16-32个交易日的股票均价。

进一步，所述步骤6的具体实现为：将所述以所述预测区间起始点为起点的多个交易日的股票均价的涨跌归一化为5个值，分别为-2、-1、0、1、2,其中，-2代表大幅下跌，-1代表小幅下跌，0代表震荡，1代表小幅上涨，2代表大幅上涨；将所述以所述预测区间起始点为起点的多个交易日的股票均价的波动幅值位于5％以下视为震荡，超过15％视为大幅上涨或下跌，进而将所述以所述预测区间起始点为起点的多个交易日的股票均价转化为股票的涨跌值。

本发明还提供一种基于贝叶斯分类器的股票中长期趋势预测系统，包括数据选取及确定模块、特征提取模块、预测模块、置信度判断模块、股票均价转化模块、归一化模块和股票池形成模块。

所述数据选取及确定模块，用于选取一段时间内的股票数据，并确定学习区间起始点、置信度判断区间起始点、预测区间起始点及区间长度d_j。

所述特征提取模块，用于对所述学习区间起始点到所述预测区间起始点之间的历史数据以所述区间长度d_j进行划分，得到多个区间，对每个所述区间进行特征提取，计算出历史数据区间斜率。

所述预测模块，用于使用贝叶斯分类器对所述历史数据区间斜率进行学习和预测，得到以所述置信度判断区间起始点为起点的多个交易日的股票均价。

所述置信度判断模块，用于通过所述以所述置信度判断区间起始点为起点的多个交易日的股票均价来计算以所述置信度判断区间起始点为起点、所述预测区间起始点为终点的置信度判断区间的置信度，将所述置信度与预先设定好的阈值进行比较，若比较后预测得到的所述置信度为高，则执行下一模块；若比较后预测所述置信度为低，则等待取得新数据后再返回重新执行所述数据选取及确定模块。

所述股票均价转化模块，用于利用当前交易日之前的相邻两个区间的前一区间与后一区间的区间斜率概率统计关系来预测未来区间斜率,将所述未来区间斜率进行转化得到以所述预测区间起始点为起点的多个交易日的股票均价。

所述归一化模块，用于将所述以所述预测区间起始点为起点的多个交易日的股票均价的涨跌进行归一化，得到股票的涨跌值。

所述股票池形成模块，用于更换不同的股票数据，重复执行所述数据选取及确定模块至所述归一化模块，筛选出可进行预测的股票数据，并对所述可进行预测的股票数据进行涨跌幅度标记，形成股票池。

本发明的有益效果是：(1)利用分段进行股票的中长期预测，既避免了产生累积误差，又可以展现出在预测区间内的股票趋势变化；(2)提取的区间斜率特征能更好地捕捉股市波动变化趋势；(3)经过置信度判断，置信度高则推荐用户进行股票趋势预测，置信度低则系统进入等待，直到置信度较高时再进入预测阶段，可以更加有效地评估交易风险。

附图说明

图1为本发明方法的方法流程图；

图2为本发明方法中步骤2的具体实现方法流程图；

图3为本发明方法中步骤3的具体实现方法流程图；

图4为本发明方法的步骤3中的步骤B1的具体实现方法流程图；

图5为本发明方法中步骤4的具体实现方法流程图；

图6为本发明系统的原理框图。

附图中，各标号所代表的部件列表如下：

1、数据选取及确定模块，2、特征提取模块，3、预测模块，4、置信度判断模块，5、股票均价转化模块，6、归一化模块，7、和股票池形成模块。

具体实施方式

以下结合附图对本发明的原理和特征进行描述，所举实例只用于解释本发明，并非用于限定本发明的范围。

在一具体实施方式中，设定当前交易日为0时刻，下面以预测未来32个交易日的股票走势为例，即预测未来0-2、2-4、4-8、8-16、16-32交易日的股票均价。

如图1所示，一种基于贝叶斯分类器的股票中长期趋势预测方法，包括以下步骤：

步骤1：选取一段时间内的股票数据，并确定学习区间起始点、置信度判断区间起始点、预测区间起始点及区间长度d_j。

取某只股票当前交易日之前的1032个每日开盘价作为分析数据，其中，当前交易日之前的第1032个交易日的数据作为学习区间起始点，当前交易日之前的第32个交易日作为置信度判断区间起始点，置信度判断区间长度32；若时间序列过短，该序列可能没有用于预测的充分信息；时间序列过长，太多的旧信息对预测没有帮助，因为随着时间的变化，时间序列所处的环境和背景会发生较大的变化，考虑太多过去的数据有可能会导致预测精度变差。根据时间序列的特点，用于历史学习的序列时间段可以做相应调整，再次选择1000个交易日作为学习段，获得置信度判断区间32个交易日的股票走势。

步骤2：对所述学习区间起始点到所述预测区间起始点之间的历史数据以所述区间长度d_j进行划分，得到多个区间，对每个所述区间进行特征提取，计算出历史数据区间斜率。

步骤3：使用贝叶斯分类器对所述历史数据区间斜率进行学习和预测，得到以所述置信度判断区间起始点为起点的多个交易日的股票均价。

步骤4：通过所述以所述置信度判断区间起始点为起点的多个交易日的股票均价来计算以所述置信度判断区间起始点为起点、所述预测区间起始点为终点的置信度判断区间的置信度，将所述置信度与预先设定好的阈值进行比较，若所述置信度大于所述阈值，则预测所述置信度为高，执行步骤5；若所述置信度小于所述阈值，则预测所述置信度为低，进入等待环节，等待取得新数据后再返回所述步骤1。

步骤5：利用当前交易日之前的相邻两个区间的前一区间与后一区间的区间斜率概率统计关系来预测未来区间斜率,将所述未来区间斜率进行转化得到以所述预测区间起始点为起点的多个交易日的股票均价。

步骤6：将所述以所述预测区间起始点为起点的多个交易日的股票均价的涨跌进行归一化，得到股票的涨跌值。

步骤7：更换不同的股票数据，重复所述步骤1至所述步骤6，筛选出可进行预测的股票数据，并对所述可进行预测的股票数据进行涨跌幅度标记，形成股票池。按照事先制定好的资金分配模型及交易策略进行股票交易。

资金分配模型可分为买空和卖空两部分独立的资金池部分，各占总资金的50％，在这两个资金池内部以预测值的绝对值为权重进行分配。单只股票预测值为1或-1的资金占用不能超过总之的16.7％，预测值为2或-2的资金占用不能超过总值的25％。

根据用户的需求，资金分配模型及交易策略可做相应的调整。

如图2所示，所述步骤2的具体实现为：

步骤A1：对所述历史数据以所述区间长度d_j进行区间划分，得到多个区间。

以区间长度d_j为32为例，1000个交易日以32个交易日为一个区间，得到31个整数区间，将数据中的前1000-32×31＝8个交易日的数据舍弃，得到后面992个交易日数据，即31个整数区间。

其他区间长度d_j的区间划分同理。

步骤A2：将一个所述区间中不同时刻的所有价格构成价格向量，表示为：

e＝(e₁,e₂,...,e_d)^T

其中，d＝d_j,表示所述区间中价格点的数量；e_i(i＝d)表示所述价格向量中的每个值。

步骤A3：计算所述价格向量的平均值，表示为：

${\mathrm{mean}}_j=\frac{1}{d_j}{\mathrm{\Σ}}_{i=1}^{d_j}{e}_i---\left(1\right)$

其中，mean_j表示将所述历史数据按所述区间长度d_j划分区间的每个区间均值。

步骤A4：计算将所述历史数据按所述区间长度d_j划分的每个所述区间的历史数据区间斜率，具体为：使用y＝kx+b对所述区间中的样本进行拟合，表示为：

mean_j＝k_jd_j+lastprice_j-1    (2)

其中，k_j表示将所述历史数据中按所述区间长度d_j划分区间的每个区间的历史数据区间斜率；lastprice_j-1表示将所述历史数据中按所述区间长度d_j划分的区间的前一个区间的最后一个值。

对公式(2)进行推导，得到：

$k_j=\frac{{\mathrm{mean}}_j-{\mathrm{lastprice}}_{j-1}}{d_j}---\left(3\right).$

如图3所示，所述步骤3的具体实现为：

步骤B1：使用贝叶斯分类器对不同所述区间长度d_j上的所述历史数据区间斜率进行学习，得到所述历史数据中相邻两个区间的前一区间与后一区间的区间斜率概率统计关系；

步骤B2：通过所述区间斜率概率统计关系计算得到以所述置信度判断区间起始点为起点、按所述区间长度d_j进行区间划分的置信度判断区间斜率，将所述置信度判断区间斜率转化为所述区间长度d_j的股票均价。

步骤B3：所述区间长度d_j分别取值为2、4、8、16、32，重复所述步骤2至所述步骤B2，获得以所述置信度判断区间起始点为起点的0-2、0-4、0-8、0-16、0-32个交易日的股票均价。

步骤B4：对所述步骤B3中得到的以所述置信度判断区间起始点为起点的0-2、0-4、0-8、0-16、0-32个交易日的股票均价进行进一步的划分，得到以置信度判断区间起始点为起点的0-2、2-4、4-8、8-16、16-32个交易日的股票均价。

如图4所示，所述步骤B1的具体实现为：

步骤B11：确定目标状态向量w和特征向量x，其中，所述目标状态向量w为所述历史数据中未来一个区间的所述历史数据区间斜率，所述特征向量x为所述历史数据中当前区间的所述历史数据区间斜率，在贝叶斯分类器中，将所述历史数据中第1个所述历史数据区间斜率作为所述特征向量x的第1个值，第2个所述历史数据区间斜率作为所述目标状态向量w的第1个值；将第2个所述历史数据区间斜率作为所述特征向量x的第2个值，第3个所述历史数据区间斜率作为所述目标状态向量w的第2个值，以此类推，将第i个所述历史数据区间斜率作为所述特征向量x的第i个值，第i+1个所述历史数据区间斜率作为所述目标状态向量的第i个值。

步骤B12：根据所述历史数据计算各个所述目标状态向量w的统计分布，用高斯分布近似求出所述目标状态向量w的先验概率分布P(w)。

步骤B13：根据所述历史数据计算在第i个所述目标状态向量w条件下的所述特征向量x的统计分布，使用二维高斯核密度函数近似求出条件概率分布P(x|w_i)，即求出所述历史数据中后一个区间的所述历史数据区间斜率到前一个区间的所述历史数据区间斜率的区间斜率概率统计关系。

步骤B14：利用所述先验概率分布P(w)和所述条件概率分布P(x|w_i)计算出后验概率密度P(w_i|x)，即求出所述历史数据中前一个区间的所述历史数据区间斜率到后一个区间的所述历史数据区间斜率的区间斜率概率统计关系为：

$P\left(w_i\right|x_j)=\frac{P\left(x_j\right|w_i)P\left(w_i\right)}{{\mathrm{\Σ}}_{k=1}^{m}P\left(x_j\right|w_k)P\left(w_k\right)}---\left(4\right).$

所述步骤B2的具体实现为：根据最小均方误差贝叶斯公式：进行计算，得到所述置信度判断区间斜率的预测值将所述预测值作为所述置信度判断区间斜率，通过所述置信度判断区间斜率转化得到所述置信度判断区间的区间均值，所述置信度判断区间的区间均值即为所述置信度判断区间的股票均价。

所述步骤B4的具体实现为：分别设t₀为当前时刻，[t₀,t_τ-1]、[t₀,t_τ]分别为对应所述以所述置信度判断区间起始点为起点的0-2、0-4、0-8、0-16、0-32个交易日中前一个时间区间和后一个时间区间，η_τ-1、η_τ分别为对应所述前一个时间区间的股价均值和对应所述后一个时间区间的股价均值，根据下列公式(5)转化出以所述置信度判断区间起始点为起点的0-2、2-4、4-8、8-16、16-32个交易日的股票均价为：

$l_{\mathrm{\τ}}={\mathrm{\η}}_{\mathrm{\τ}}+\frac{t_{\mathrm{\τ}-1}-t_0}{t_{\mathrm{\τ}}-t_{\mathrm{\τ}-1}}({\mathrm{\η}}_{\mathrm{\τ}}-{\mathrm{\η}}_{\mathrm{\τ}-1})---\left(5\right)$

其中，l_τ表示对应所述以所述置信度判断区间起始点为起点的0-2、2-4、4-8、8-16、16-32个交易日中[t_τ-1,t_τ]时间区间内的股票均价；[t_τ-1,t_τ]表示[t₀,t_τ]时间区间包含的时间段减去[t₀,t_τ-1]时间区间包含的时间段后剩下的时间段对应的时间区间，即对应了所述以所述置信度判断区间起始点为起点的0-2、2-4、4-8、8-16、16-32个交易日的时间区间。

取t_τ＝2t_τ-1、t₀＝0，则公式(5)简化为：

l_τ＝2η_τ-η_τ-1    (6)

通过公式(6)将所述以所述置信度判断区间起始点为起点的0-2、0-4、0-8、0-16、0-32个交易日的股票均价转化为了以置信度判断区间起始点为起点的0-2、2-4、4-8、8-16、16-32个交易日的股票均价。

如图5所示，所述步骤4的具体实现为：

步骤C1：计算所述置信度判断区间中各个数据段的相对误差为：

${\mathrm{RAD}}_{\mathrm{\λ}}=\frac{|L_{\mathrm{\λ}}-l_{\mathrm{\λ}}|}{L_{\mathrm{\λ}}}---\left(7\right)$

其中，λ为所述置信度判断区间中各个数据段的标号；l_λ为获得的第λ个数据段的平均值，即为以所述置信度判断区间起始点为起点的多个交易日的股票均价；L_λ为第λ个数据段的真实平均值；RAD_λ为第λ个数据段的相对误差。

步骤C2：计算相对误差平均值为：

$\stackrel{\‾}{\mathrm{RAD}}=\frac{1}{n}{\mathrm{\Σ}}_{\mathrm{\λ}=1}^n{\mathrm{RAD}}_{\mathrm{\λ}}---\left(8\right)$

所述相对误差平均值的反比即为所述置信度判断区间的置信度。

步骤C3：将所述相对误差平均值与预先设定好的阈值进行比较，阈值一般取为0.01，若所述相对误差平均值小于所述阈值时，即所述置信度大于所述阈值，表示预测的股票价格走势接近真实的股票价格走势，则使用此算法预测当前交易日之后的股票走势，则执行步骤5；若所述相对误差平均值大于所述阈值时，即所述置信度小于所述阈值，表示此时的市场波动混乱，受偶然性因素影响的可预测程度低，则系统进入等待环节，等待取得新数据后再返回所述步骤1。根据用户对预测精度的要求，可以修改预测相对标准偏差的阈值，调整预测结果的置信度区间。

所述步骤5的具体实现为：所述区间长度d_j分别取值为2、4、8、16、32，通过所述区间斜率概率统计关系计算得到以所述预测区间起始点为起点、按所述区间长度d_j进行区间划分的所述未来区间斜率，将所述未来区间斜率转化为所述区间长度d_j的股票均价，获得以所述预测区间起始点为起点的0-2、0-4、0-8、0-16、0-32个交易日的股票均价，对所述以所述预测区间起始点为起点的0-2、0-4、0-8、0-16、0-32个交易日的股票均价进行进一步的划分，得到以所述预测区间起始点为起点的0-2、2-4、4-8、8-16、16-32个交易日的股票均价。

所述步骤6的具体实现为：将所述以所述预测区间起始点为起点的多个交易日的股票均价的涨跌归一化为5个值，分别为-2、-1、0、1、2,其中，-2代表大幅下跌，-1代表小幅下跌，0代表震荡，1代表小幅上涨，2代表大幅上涨；将所述以所述预测区间起始点为起点的多个交易日的股票均价的波动幅值位于5％以下视为震荡，超过15％视为大幅上涨或下跌，进而将所述以所述预测区间起始点为起点的多个交易日的股票均价转化为股票的涨跌值。

如图6所示，一种基于贝叶斯分类器的股票中长期趋势预测系统，包括数据选取及确定模块1、特征提取模块2、预测模块3、置信度判断模块4、股票均价转化模块5、归一化模块6和股票池形成模块7。

所述数据选取及确定模块1，用于选取一段时间内的股票数据，并确定学习区间起始点、置信度判断区间起始点、预测区间起始点及区间长度d_j。

所述特征提取模块2，用于对所述学习区间起始点到所述预测区间起始点之间的历史数据以所述区间长度d_j进行划分，得到多个区间，对每个所述区间进行特征提取，计算出历史数据区间斜率。

所述预测模块3，用于使用贝叶斯分类器对所述历史数据区间斜率进行学习和预测，得到以所述置信度判断区间起始点为起点的多个交易日的股票均价。

所述置信度判断模块4，用于通过所述以所述置信度判断区间起始点为起点的多个交易日的股票均价来计算以所述置信度判断区间起始点为起点、所述预测区间起始点为终点的置信度判断区间的置信度，将所述置信度与预先设定好的阈值进行比较，若比较后预测得到的所述置信度为高，则执行下一模块；若比较后预测所述置信度为低，则等待取得新数据后再返回重新执行所述数据选取及确定模块1。

所述股票均价转化模块5，用于利用当前交易日之前的相邻两个区间的前一区间与后一区间的区间斜率概率统计关系来预测未来区间斜率,将所述未来区间斜率进行转化得到以所述预测区间起始点为起点的多个交易日的股票均价。

所述归一化模块6，用于将所述以所述预测区间起始点为起点的多个交易日的股票均价的涨跌进行归一化，得到股票的涨跌值。

所述股票池形成模块7，用于更换不同的股票数据，重复执行所述数据选取及确定模块1至所述归一化模块6，筛选出可进行预测的股票数据，并对所述可进行预测的股票数据进行涨跌幅度标记，形成股票池。

以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种基于贝叶斯分类器的股票中长期趋势预测方法，其特征在于，包括以下步骤：

步骤1：选取一段时间内的股票数据，并确定学习区间起始点、置信度判断区间起始点、预测区间起始点及区间长度d_j；

步骤2：对所述学习区间起始点到所述预测区间起始点之间的历史数据以所述区间长度d_j进行划分，得到多个区间，对每个所述区间进行特征提取，计算出历史数据区间斜率；

步骤3：使用贝叶斯分类器对所述历史数据区间斜率进行学习和预测，得到以所述置信度判断区间起始点为起点的多个交易日的股票均价；

步骤4：通过所述以所述置信度判断区间起始点为起点的多个交易日的股票均价来计算以所述置信度判断区间起始点为起点、所述预测区间起始点为终点的置信度判断区间的置信度，将所述置信度与预先设定好的阈值进行比较，若所述置信度大于所述阈值，则执行步骤5；若所述置信度小于所述阈值，则进入等待环节，等待取得新数据后再返回所述步骤1；

步骤5：利用当前交易日之前的相邻两个区间的前一区间与后一区间的区间斜率概率统计关系来预测未来区间斜率,将所述未来区间斜率进行转化得到以所述预测区间起始点为起点的多个交易日的股票均价；

步骤6：将所述以所述预测区间起始点为起点的多个交易日的股票均价的涨跌进行归一化，得到股票的涨跌值；

步骤7：更换不同的股票数据，重复所述步骤1至所述步骤6，筛选出可进行预测的股票数据，并对所述可进行预测的股票数据进行涨跌幅度标记，形成股票池。

2.根据权利要求1所述一种基于贝叶斯分类器的股票中长期趋势预测方法，其特征在于，所述步骤2的具体实现为：

步骤A1：对所述历史数据以所述区间长度d_j进行区间划分，得到多个区间；

步骤A2：将一个所述区间中不同时刻的所有价格构成价格向量，表示为：

e＝(e₁,e₂,...,e_d)^T

其中，d＝d_j,表示所述区间中价格点的数量；e_i(i＝d)表示所述价格向量中的每个值；

步骤A3：计算所述价格向量的平均值，表示为：

${\mathrm{mean}}_j=\frac{1}{d_j}{\mathrm{\Σ}}_{i=1}^{d_j}{e}_i---\left(1\right)$

其中，mean_j表示将所述历史数据按所述区间长度d_j划分区间的每个区间均值；

步骤A4：计算将所述历史数据按所述区间长度d_j划分的每个所述区间的历史数据区间斜率，具体为：使用y＝kx+b对所述区间中的样本进行拟合，表示为：

mean_j＝k_jd_j+lastprice_j-1   (2)

其中，k_j表示将所述历史数据中按所述区间长度d_j划分区间的每个区间的历史数据区间斜率；lastprice_j-1表示将所述历史数据中按所述区间长度d_j划分的区间的前一个区间的最后一个值；

对公式(2)进行推导，得到：

$k_j=\frac{{\mathrm{mean}}_j-{\mathrm{lastprice}}_{j-1}}{d_j}---\left(3\right)$

3.根据权利要求1所述一种基于贝叶斯分类器的股票中长期趋势预测方法，其特征在于，所述步骤3的具体实现为：

步骤B1：使用贝叶斯分类器对不同所述区间长度d_j上的所述历史数据区间斜率进行学习，得到所述历史数据中相邻两个区间的前一区间与后一区间的区间斜率概率统计关系；

步骤B2：通过所述区间斜率概率统计关系计算得到以所述置信度判断区间起始点为起点、按所述区间长度d_j进行区间划分的置信度判断区间斜率，将所述置信度判断区间斜率转化为所述区间长度d_j的股票均价；

步骤B3：所述区间长度d_j分别取值为2、4、8、16、32，重复所述步骤2至所述步骤B2，获得以所述置信度判断区间起始点为起点的0-2、0-4、0-8、0-16、0-32个交易日的股票均价；

步骤B4：对所述步骤B3中得到的以所述置信度判断区间起始点为起点的0-2、0-4、0-8、0-16、0-32个交易日的股票均价进行进一步的划分，得到以置信度判断区间起始点为起点的0-2、2-4、4-8、8-16、16-32个交易日的股票均价。

4.根据权利要求3所述一种基于贝叶斯分类器的股票中长期趋势预测方法，其特征在于，所述步骤B1的具体实现为：

步骤B11：确定目标状态向量w和特征向量x，其中，所述目标状态向量w为所述历史数据中未来一个区间的所述历史数据区间斜率，所述特征向量x为所述历史数据中当前区间的所述历史数据区间斜率，在贝叶斯分类器中，将所述历史数据中第1个所述历史数据区间斜率作为所述特征向量x的第1个值，第2个所述历史数据区间斜率作为所述目标状态向量w的第1个值；将第2个所述历史数据区间斜率作为所述特征向量x的第2个值，第3个所述历史数据区间斜率作为所述目标状态向量w的第2个值，以此类推，将第i个所述历史数据区间斜率作为所述特征向量x的第i个值，第i+1个所述历史数据区间斜率作为所述目标状态向量的第i个值；

步骤B12：根据所述历史数据计算各个所述目标状态向量w的统计分布，用高斯分布近似求出所述目标状态向量w的先验概率分布P(w)；

步骤B13：根据所述历史数据计算在第i个所述目标状态向量w条件下的所述特征向量x的统计分布，使用二维高斯核密度函数近似求出条件概率分布P(x|w_i)，即求出所述历史数据中后一个区间的所述历史数据区间斜率到前一个区间的所述历史数据区间斜率的区间斜率概率统计关系；

步骤B14：利用所述先验概率分布P(w)和所述条件概率分布P(x|w_i)计算出后验概率密度P(w_i|x)，即求出所述历史数据中前一个区间的所述历史数据区间斜率到后一个区间的所述历史数据区间斜率的区间斜率概率统计关系为：

$P\left(w_i\right|x_j)=\frac{P\left(x_j\right|w_i)P\left(w_i\right)}{{\mathrm{\Σ}}_{k=1}^{m}P\left(x_j\right|w_k)P\left(w_k\right)}---\left(4\right).$

5.根据权利要求3所述一种基于贝叶斯分类器的股票中长期趋势预测方法，其特征在于，所述步骤B2的具体实现为：根据最小均方误差贝叶斯公式： ${\hat{w}}_i=E\left(w_i\right|x_j)={\mathrm{\Σ}}_{i=1}^m{w}_{i}P\left(x_j\right|w_i)$ 进行计算，得到所述置信度判断区间斜率的预测值将所述预测值作为所述置信度判断区间斜率，通过所述置信度判断区间斜率转化得到所述置信度判断区间的区间均值，所述置信度判断区间的区间均值即为所述置信度判断区间的股票均价。

6.根据权利要求3所述一种基于贝叶斯分类器的股票中长期趋势预测方法，其特征在于，所述步骤B4的具体实现为：分别设t₀为当前时刻，[t₀,t_τ-1]、[t₀,t_τ]分别为对应所述以所述置信度判断区间起始点为起点的0-2、0-4、0-8、0-16、0-32个交易日中前一个时间区间和后时间区间，η_τ-1、η_τ分别为对应所述前一个时间区间的股价均值和对应所述后一个时间区间的股价均值，根据下列公式(5)转化出以所述置信度判断区间起始点为起点的0-2、2-4、4-8、8-16、16-32个交易日的股票均价为：

$l_{\mathrm{\τ}}={\mathrm{\η}}_{\mathrm{\τ}}+\frac{t_{\mathrm{\τ}-1}-t_0}{t_{\mathrm{\τ}}-t_{\mathrm{\τ}-1}}({\mathrm{\η}}_{\mathrm{\τ}}-{\mathrm{\η}}_{\mathrm{\τ}-1})---\left(5\right)$

其中，l_τ表示对应所述以所述置信度判断区间起始点为起点的0-2、2-4、4-8、8-16、16-32个交易日中[t_τ-1,t_τ]时间区间内的股票均价；[t_τ-1,t_τ]表示[t₀,t_τ]时间区间包含的时间段减去[t₀,t_τ-1]时间区间包含的时间段后剩下的时间段对应的时间区间，即对应了所述以所述置信度判断区间起始点为起点的0-2、2-4、4-8、8-16、16-32个交易日的时间区间；

取t_τ＝2t_τ-1、t₀＝0，则公式(5)简化为：

l_τ＝2η_τ-η_τ-1   (6)

通过公式(6)将所述以所述置信度判断区间起始点为起点的0-2、0-4、0-8、0-16、0-32个交易日的股票均价转化为了以置信度判断区间起始点为起点的0-2、2-4、4-8、8-16、16-32个交易日的股票均价。

7.根据权利要求1所述一种基于贝叶斯分类器的股票中长期趋势预测方法，其特征在于，所述步骤4的具体实现为：

步骤C1：计算所述置信度判断区间中各个数据段的相对误差为：

${\mathrm{RAD}}_{\mathrm{\λ}}=\frac{|L_{\mathrm{\λ}}-l_{\mathrm{\λ}}|}{L_{\mathrm{\λ}}}---\left(7\right)$

其中，λ为所述置信度判断区间中各个数据段的标号；l_λ为获得的第λ个数据段的平均值，即为以所述置信度判断区间起始点为起点的多个交易日的股票均价；L_λ为第λ个数据段的真实平均值；RAD_λ为第λ个数据段的相对误差；

步骤C2：计算相对误差平均值为：

$\stackrel{\‾}{\mathrm{RAD}}=\frac{1}{n}{\mathrm{\Σ}}_{\mathrm{\λ}=1}^n{\mathrm{RAD}}_{\mathrm{\λ}}---\left(8\right)$

所述相对误差平均值的反比即为所述置信度判断区间的置信度；

步骤C3：将所述相对误差平均值与预先设定好的阈值进行比较，若所述相对误差平均值小于所述阈值时，即所述置信度大于所述阈值时，表示预测的股票价格走势接近真实的股票价格走势，则执行步骤5；若所述相对误差平均值大于所述阈值时，即所述置信度小于所述阈值时，表示此时的市场波动混乱，受偶然性因素影响的可预测程度低，则系统进入等待环节，等待取得新数据后再返回所述步骤1。

8.根据权利要求1所述一种基于贝叶斯分类器的股票中长期趋势预测方法，其特征在于，所述步骤5的具体实现为：所述区间长度d_j分别取值为2、4、8、16、32，通过所述区间斜率概率统计关系计算得到以所述预测区间起始点为起点、按所述区间长度d_j进行区间划分的所述未来区间斜率，将所述未来区间斜率转化为所述区间长度d_j的股票均价，获得以所述预测区间起始点为起点的0-2、0-4、0-8、0-16、0-32个交易日的股票均价，对所述以所述预测区间起始点为起点的0-2、0-4、0-8、0-16、0-32个交易日的股票均价进行进一步的划分，得到以所述预测区间起始点为起点的0-2、2-4、4-8、8-16、16-32个交易日的股票均价。

9.根据权利要求1所述一种基于贝叶斯分类器的股票中长期趋势预测方法，其特征在于，所述步骤6的具体实现为：将所述以所述预测区间起始点为起点的多个交易日的股票均价的涨跌归一化为5个值，分别为-2、-1、0、1、2,其中，-2代表大幅下跌，-1代表小幅下跌，0代表震荡，1代表小幅上涨，2代表大幅上涨；将所述以所述预测区间起始点为起点的多个交易日的股票均价的波动幅值位于5％以下视为震荡，超过15％视为大幅上涨或下跌，进而将所述以所述预测区间起始点为起点的多个交易日的股票均价转化为股票的涨跌值。

10.一种基于贝叶斯分类器的股票中长期趋势预测系统，其特征在于，包括数据选取及确定模块(1)、特征提取模块(2)、预测模块(3)、置信度判断模块(4)、股票均价转化模块(5)、归一化模块(6)和股票池形成模块(7)；

所述数据选取及确定模块(1)，用于选取一段时间内的股票数据，并确定学习区间起始点、置信度判断区间起始点、预测区间起始点及区间长度d_j；

所述特征提取模块(2)，用于对所述学习区间起始点到所述预测区间起始点之间的历史数据以所述区间长度d_j进行划分，得到多个区间，对每个所述区间进行特征提取，计算出历史数据区间斜率；

所述预测模块(3)，用于使用贝叶斯分类器对所述历史数据区间斜率进行学习和预测，得到以所述置信度判断区间起始点为起点的多个交易日的股票均价；

所述置信度判断模块(4)，用于通过所述以所述置信度判断区间起始点为起点的多个交易日的股票均价来计算以所述置信度判断区间起始点为起点、所述预测区间起始点为终点的置信度判断区间的置信度，将所述置信度与预先设定好的阈值进行比较，若比较后预测得到的所述置信度为高，则执行下一模块；若比较后预测所述置信度为低，则等待取得新数据后再返回重新执行所述数据选取及确定模块(1)；

所述股票均价转化模块(5)，用于利用当前交易日之前的相邻两个区间的前一区间与后一区间的区间斜率概率统计关系来预测未来区间斜率,将所述未来区间斜率进行转化得到以所述预测区间起始点为起点的多个交易日的股票均价；

所述归一化模块(6)，用于将所述以所述预测区间起始点为起点的多个交易日的股票均价的涨跌进行归一化，得到股票的涨跌值；

所述股票池形成模块(7)，用于更换不同的股票数据，重复执行所述数据选取及确定模块(1)至所述归一化模块(6)，筛选出可进行预测的股票数据，并对所述可进行预测的股票数据进行涨跌幅度标记，形成股票池。