CN106373010A - 一种定律式智能投资时钟的算法 - Google Patents

Abstract

本发明公开了一种定律式智能投资时钟的算法，它涉及投资技术领域；它的具体步骤如下：步骤一：指标与股市波动的相关性分析：采用Excel自带的LINEST函数，以上证综指为被解释变量，60个指标为解释变量，进行回归分析；步骤二：根据相关系数确定指标权重：步骤三：对指标进行分档；步骤四：对大项指标进行赋权重，加权求和得出标准阈值与不同日期的指标打分值；步骤五：给出操作结论；不同日期的打分值落在哪个阈值区间，就对应相应的市场操作策略和热点板块结论；然后根据个股技术指标选出热点板块的龙头股；本发明便于实现准确估算，降低失误率，操作简便，效率高。

Description

一种定律式智能投资时钟的算法

技术领域：

本发明涉及一种定律式智能投资时钟的算法，属于投资技术领域。

背景技术：

投资时钟是根据不同经济周期不同大类资产的历史表现统计出来的规律，经济复苏期对应股票类资产、过热期对应大宗商品、滞胀期对应现金类资产、衰退期对应债券类资产。而且现有投资时钟并没有算法预测，而是根据历史数据得出的统计结论，并没有细化到具体板块和个股，预测的准确性和实用性并不高。

发明内容：

针对上述问题，本发明要解决的技术问题是提供一种定律式智能投资时钟的算法。

本发明的一种定律式智能投资时钟的算法，它的具体步骤如下：

步骤一：指标与股市波动的相关性分析：

采用Excel自带的LINEST函数，以上证综指为被解释变量，60个指标为解释变量，进行回归分析；

一个相关自变量的公式为：

$m=\frac{n(\Σxy)-(\Σx)(\Σy)}{n(\Σ(x^2\left)\right)-{(\Σx)}^2}$

$b=\stackrel{\‾}{y}-m\stackrel{\‾}{x}$

LINEST函数使用最小二乘法对已知数据进行最佳直线拟合，直线的公式为：

y＝mx+b或者y＝m1x1+m2x2+...+b式中，因变量y是自变量x1、x2的函数值，b为常量，R2为判断系数，该值为0～1之间，如果为1，则模拟准确度高，其模拟值与实际值之间没有差别；如果判定系数为0，则模拟值丧失准确度，不能采用该线性回归来模拟；

步骤二：根据相关系数确定指标权重：

A、计算各指标与其他指标的复相关系数：

设有指标项X₁，X₂，...，X_m，若指标X_k与其他指标的复相关系数越大，则说明X_k与其他指标之间的共线性关系越强，越容易由其他指标的线性组合表示，重复信息越多，因此该指标的权重也就应该越小。即若指标X_k与其他指标的复相关系数R越大，该指标的权重越小。其中

$R=\frac{\Σ(y-\stackrel{\‾}{y})(\hat{y}-\stackrel{\‾}{y})}{\sqrt{\Σ{(y-\stackrel{\‾}{y})}^2\Σ{(\hat{y}-\stackrel{\‾}{y})}^2}}.$

设A＝{X₁，X₂，X₃，…，X₆₀}，设R_i为X_i与其他指标的复相关系数。

下面以求指标X₁与其他指标的复相关系数R₁说明复相关系数的求解方法。

指标X₁与其他指标的复相关系数R₁，亦是指标X₁与其他指标的多元回归的拟合优度。因此在计算复相关系数时，可通过EXCEL中的回归进行求解。

a、将数据导入到EXCEL中；

b、在数据选项卡中找到数据分析；

c、Y值输入区域选择指标的数据，X值输入区域选择其他指标的所有R₁ ²数据；点击确定即可求解得到R₁值；同理，可求得各指标的复相关系数。

B、各指标进行赋权：

a、求各指标与其他指标复相关系数的倒数；

b、对上面数据进行归一化处理，即可得到各指标的权重；

步骤三：对指标进行分档：

分别找出60个指标的历史极值区间，按照高低点的距离划分为8个等分区间和12个等分区间；

市场操作策略从低位建仓、半仓准备、加仓进攻、满仓、减仓防御、半仓防守、低位退守、清仓分别赋值为1、2、3、4、5、6、7、8；板块轮动策略从汽车、制造；家电、TMT；建材、工程机械；金融、地产；军工、钢铁；化工、化肥；石油；煤炭；有色；食品、饮料、白酒；医疗、商业百货；公用事业12个板块大类分别赋值为1、2、3、4、5、6、7、8、9、10、11、12；然后将60个指标的8个等分区间与12个等分区间，分别与操作策略的8个分值从低到高对应，和板块操作策略的12个分值从低到高对应，正相关者指标从低到高排列，负相关者指标从高到低排列；最后不同日期的指标值落在哪个指标区间就对应相应的分值；

步骤四：对大项指标进行赋权重，加权求和得出标准阈值与不同日期的指标打分值：

分别从长中短期对全球经济、中国经济、中国政策、市场指标四大项进行权重赋值，四大项权重和为100％，各大项指标某一阶段对股市的影响越强，权重就越高；

对各大项内指标进行加权求和，再对大项指标进行加权求和，得出标准阈值和不同日期的打分值；

步骤五：给出操作结论：

不同日期的打分值落在哪个阈值区间，就对应相应的市场操作策略和热点板块结论；然后根据个股技术指标选出热点板块的龙头股。

本发明的有益效果为：便于实现准确估算，降低失误率，操作简便，效率高。

附图说明：

为了易于说明，本发明由下述的具体实施及附图作以详细描述。

图1为本发明的分析示意图。

具体实施方式：

为使本发明的目的、技术方案和优点更加清楚明了，下面通过附图中示出的具体实施例来描述本发明。但是应该理解，这些描述只是示例性的，而并非要限制本发明的范围。此外，在以下说明中，省略了对公知结构和技术的描述，以避免不必要地混淆本发明的概念。

如图1所示，本具体实施方式采用以下技术方案：它的具体步骤如下：

步骤一：指标与股市波动的相关性分析：

采用Excel自带的LINEST函数，以上证综指为被解释变量，60个指标为解释变量，进行回归分析；

一个相关自变量的公式为：

$m=\frac{n(\Σxy)-(\Σx)(\Σy)}{n(\Σ(x^2\left)\right)-{(\Σx)}^2}$

$b=\stackrel{\‾}{y}-m\stackrel{\‾}{x}$

LINEST函数使用最小二乘法对已知数据进行最佳直线拟合，直线的公式为：

y＝mx+b或者y＝m1x1+m2x2+...+b(如果有多个区域的x值，R2)式中，因变量y是自变量x1、x2的函数值，b为常量，R2为判断系数，可以检测用线性回归模拟实际情况的准确性，该值为0～1之间，如果为1，则模拟准确度高，其模拟值与实际值之间没有差别；如果判定系数为0，则模拟值丧失准确度，不能采用该线性回归来模拟；

对应于本模型，所研究的沪指环比增速为y，与股市相关的60个指标分别为x1，x2，x3，……x60，是沪指环比增速的自变量，m1值为x1与沪指环比增速的相关系数，同理m60值为x60与沪指环比增速的相关系数。

现利用历史数据找出用线性回归公式y＝m1x1+m2x2+b中m1、m2、b的具体数值，得到该数值后，可以得到60个指标与上证综指环比增速的相关系数和判断系数。

利用Excel自带的LINEST函数可完成上述要求。

另外，R2模拟判定系数越接近1，说明预测准确性越高。

步骤二：根据相关系数确定指标权重：

A、计算各指标与其他指标的复相关系数：

设有指标项X₁，X₂，...，X_m，若指标X_k与其他指标的复相关系数越大，则说明X_k与其他指标之间的共线性关系越强，越容易由其他指标的线性组合表示，重复信息越多，因此该指标的权重也就应该越小。即若指标X_k与其他指标的复相关系数R越大，该指标的权重越小。其中

$R=\frac{\Σ(y-\stackrel{\‾}{y})(\hat{y}-\stackrel{\‾}{y})}{\sqrt{\Σ{(y-\stackrel{\‾}{y})}^2\Σ{(\hat{y}-\stackrel{\‾}{y})}^2}}.$

设A＝{X₁，X₂，X₃，…，X₆₀}，设R_i为X_i与其他指标的复相关系数。

下面以求指标X₁与其他指标的复相关系数R₁说明复相关系数的求解方法。

指标X₁与其他指标的复相关系数R₁，亦是指标X₁与其他指标的多元回归的拟合优度。因此在计算复相关系数时，可通过EXCEL中的回归进行求解。

a、将数据导入到EXCEL中。

b、在数据选项卡中找到数据分析。

c、Y值输入区域选择指标的数据，X值输入区域选择其他指标的所有R₁ ²数据。点击确定即可求解得到R₁值。同理，可求得各指标的复相关系数。

B、各指标进行赋权；

a、求各指标与其他指标复相关系数的倒数；

b、对上面数据进行归一化处理，即可得到各指标的权重。

步骤三：对指标进行分档：

分别找出60个指标的历史极值区间，按照高低点的距离划分为8个等分区间和12个等分区间；

市场操作策略从低位建仓、半仓准备、加仓进攻、满仓、减仓防御、半仓防守、低位退守、清仓分别赋值为1、2、3、4、5、6、7、8；板块轮动策略从汽车、制造；家电、TMT；建材、工程机械；金融、地产；军工、钢铁；化工、化肥；石油；煤炭；有色；食品、饮料、白酒；医疗、商业百货；公用事业12个板块大类分别赋值为1、2、3、4、5、6、7、8、9、10、11、12；然后将60个指标的8个等分区间与12个等分区间，分别与操作策略的8个分值从低到高对应，和板块操作策略的12个分值从低到高对应，正相关者指标从低到高排列，负相关者指标从高到低排列；最后不同日期的指标值落在哪个指标区间就对应相应的分值；

步骤四：对大项指标进行赋权重，加权求和得出标准阈值与不同日期的指标打分值：

分别从长中短期对全球经济、中国经济、中国政策、市场指标四大项进行权重赋值，四大项权重和为100％，各大项指标某一阶段对股市的影响越强，权重就越高。

对各大项内指标进行加权求和，再对大项指标进行加权求和，得出标准阈值和不同日期的打分值。

步骤五：给出操作结论：

不同日期的打分值落在哪个阈值区间，就对应相应的市场操作策略和热点板块结论。然后根据个股技术指标选出热点板块的龙头股。

本具体实施方式的经济、政策、股市的相互作用关系如下：

板块预测的基础是，不同的经济周期阶段，不同行业的景气度不同，行业在不同的经济周期内是有相对固定的复苏顺序的，可以根据行业的复苏顺序对应股市里的板块炒作顺序。

本具体实施方式的工作原理为：不同的经济周期、政策周期与股市周期都可以用不同的指标来衡量，一般情况下，指标越低表明经济周期越处于衰退区间，指标越高表明经济周期越处于繁荣区间。

每个经济、政策(流动性)指标、市场指标都存在历史的极值，即最低点和最高点，我们可以按照最高点和最低点的区间划分为不同的指标档位，每个档位代表不同的经济、政策、市场周期阶段。

而根据市场周期的不同，投资策略上可以分为低位建仓、半仓准备、加仓进攻、满仓、减仓防御、半仓防守、低位退守、清仓等8个策略，同时，根据不同市场周期对应的经济周期里，不同资产、不同行业的景气度不同，又可以将行业板块从熊市、熊市反弹、牛市、牛市调整的不同阶段的表现进行排序，分为不同的资产、行业轮动顺序。从复苏到衰退，从牛市到熊市进行炒作板块的先后排序。

如果将不同的策略和行业进行从低到高打分，会发现经济指标的不同档位对应不同的操作策略和行业，如果将所有指标值落在不同的档位区间后进行打分，综合加权评估后可以得出相对客观的操作结论和板块推荐。

本具体实施方式的展现形式为：

1、利用Excel数据库可以实现数据自动录入，结论自动输出。

2、可以通过技术编程录入数据库后，实现网页版与APP版的投资时钟运动。

3、可以作为智能穿戴手表的某个功能，或者实体投资时钟表，真正实现徐氏定律投资时钟的智能化。

以上显示和描述了本发明的基本原理和主要特征和本发明的优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。

Claims (1)

1.一种定律式智能投资时钟的算法，其特征在于：它的具体步骤如下：

步骤一：指标与股市波动的相关性分析：

采用Excel自带的LINEST函数，以上证综指为被解释变量，60个指标为解释变量，进行回归分析；

一个相关自变量的公式为：

$m=\frac{n(\Σxy)-(\Σx)(\Σy)}{n(\Σ(x^2))-{(\Σx)}^2}$

$b=\stackrel{\‾}{y}-m\stackrel{\‾}{x}$

LINEST函数使用最小二乘法对已知数据进行最佳直线拟合，直线的公式为：

y＝mx+b或者y＝m1x1+m2x2+...+b式中，因变量y是自变量x1、x2的函数值，b为常量，R2为判断系数，该值为0～1之间，如果为1，则模拟准确度高，其模拟值与实际值之间没有差别；如果判定系数为0，则模拟值丧失准确度，不能采用该线性回归来模拟；

步骤二：根据相关系数确定指标权重：

A、计算各指标与其他指标的复相关系数：

设有指标项X₁，X₂，...，X_m，若指标X_k与其他指标的复相关系数越大，则说明X_k与其他指标之间的共线性关系越强，越容易由其他指标的线性组合表示，重复信息越多，因此该指标的权重也就应该越小；即若指标X_k与其他指标的复相关系数R越大，该指标的权重越小；其中

设A＝{X₁，X₂，X₃，…，X₆₀}，设R_i为X_i与其他指标的复相关系数；

下面以求指标X₁与其他指标的复相关系数R₁说明复相关系数的求解方法；

指标X₁与其他指标的复相关系数R₁，亦是指标X₁与其他指标的多元回归的拟合优度；因此在计算复相关系数时，通过EXCEL中的回归进行求解；

a、将数据导入到EXCEL中；

b、在数据选项卡中找到数据分析；

c、Y值输入区域选择指标的数据，X值输入区域选择其他指标的所有R₁ ²数据；点击确定即可求解得到R₁值；同理，可求得各指标的复相关系数；

B、各指标进行赋权：

a、求各指标与其他指标复相关系数的倒数；

b、对上面数据进行归一化处理，即可得到各指标的权重；

步骤三：对指标进行分档：

分别找出60个指标的历史极值区间，按照高低点的距离划分为8个等分区间和12个等分区间；

市场操作策略从低位建仓、半仓准备、加仓进攻、满仓、减仓防御、半仓防守、低位退守、清仓分别赋值为1、2、3、4、5、6、7、8；板块轮动策略从汽车、制造；家电、TMT；建材、工程机械；金融、地产；军工、钢铁；化工、化肥；石油；煤炭；有色；食品、饮料、白酒；医疗、商业百货；公用事业12个板块大类分别赋值为1、2、3、4、5、6、7、8、9、10、11、12；然后将60个指标的8个等分区间与12个等分区间，分别与操作策略的8个分值从低到高对应，和板块操作策略的12个分值从低到高对应，正相关者指标从低到高排列，负相关者指标从高到低排列；最后不同日期的指标值落在哪个指标区间就对应相应的分值；

步骤四：对大项指标进行赋权重，加权求和得出标准阈值与不同日期的指标打分值：

分别从长中短期对全球经济、中国经济、中国政策、市场指标四大项进行权重赋值，四大项权重和为100％，各大项指标某一阶段对股市的影响越强，权重就越高；

对各大项内指标进行加权求和，再对大项指标进行加权求和，得出标准阈值和不同日期的打分值；

步骤五：给出操作结论：

不同日期的打分值落在哪个阈值区间，就对应相应的市场操作策略和热点板块结论；然后根据个股技术指标选出热点板块的龙头股。