CN107977755A - 一种基于k线数据相似度的股票走势预测方法 - Google Patents
一种基于k线数据相似度的股票走势预测方法 Download PDFInfo
- Publication number
- CN107977755A CN107977755A CN201711395263.7A CN201711395263A CN107977755A CN 107977755 A CN107977755 A CN 107977755A CN 201711395263 A CN201711395263 A CN 201711395263A CN 107977755 A CN107977755 A CN 107977755A
- Authority
- CN
- China
- Prior art keywords
- similarity
- line numbers
- line
- forecasting methodology
- methodology based
- 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.)
- Withdrawn
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
- G06Q40/04—Trading; Exchange, e.g. stocks, commodities, derivatives or currency exchange
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Finance (AREA)
- Development Economics (AREA)
- Physics & Mathematics (AREA)
- Accounting & Taxation (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Game Theory and Decision Science (AREA)
- Technology Law (AREA)
- Entrepreneurship & Innovation (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于K线数据相似度的股票走势预测方法,其包括有如下步骤:步骤S1,用户选中K线数据;步骤S2,按照预设规则提取K线数据特征;步骤S3,向数据库检索相同特征;步骤S4,是否匹配到多个相似特征值,若是,则执行步骤S6,若否,则执行步骤S5;步骤S5,计算最相似的K线数据;步骤S6,提取相似度最高的K线数据并展示。本发明算法灵活、分析结果精确、可提高用户体验。
Description
技术领域
本发明涉及智能型股票预测方法,尤其涉及一种基于K线数据相似度的股票走势预测方法。
背景技术
现有的股票推荐系统,用于在与服务器互锁的同时将股票推荐至用户终端并且显示推荐的股票,其中,在满足第一条件时,系统的控制器显示上升趋势强度为1,以及在满足第一条件且满足第二条件时或在满足第一条件且满足第三条件时,系统的控制器显示上升趋势强度为2,在第一条件中,储存在服务器中的股票的平滑异同移动平均线MACD等于或大于0,在第二条件中,当前股票价格等于或大于扫视基线并且跟随跨度等于或大于跟随基线,在第三条件中,当前股票价格等于或大于扫视基线并且变化率ROC等于或大于0。
现有的股票板块,指的是一些股票组成的群体,这些股票因为有某一共同特征而被人为地归类在一起,而这一特征往往是被所谓股市庄家用来进行炒作的题材。股票板块的特征有的可能是地理上的,例如“江苏板块”、“浦东板块”;有的可能是业绩上的,如“绩优板块”;有的可能是上市公司经营行为方面的,如“购并板块”;还有的是行业分类方面的,如“钢铁板块”、“科技板块”、“金融板块”、“房地产板块”等,不一而足。
其中,现有的股票推荐系统使用固定的算法推荐股票,不能保证灵活性,因为股市会随着很多因素的影响而波动。现有的股票板块中,机械的人工分类板块或者相似股票,但是很多时候用户并不能从A股票的走势清晰的看明白B股票的走势。这两种方式是现有股票推荐的思路,但是对于用户来说,体验都非常差,并没有针对炒股用户的实际需求来研发功能,造成用户在使用时存在很多障碍。
发明内容
本发明要解决的技术问题在于,针对现有技术的不足,提供一种算法灵活、分析结果精确、可提高用户体验的基于K线数据相似度的股票走势预测方法。
为解决上述技术问题,本发明采用如下技术方案。
一种基于K线数据相似度的股票走势预测方法,其包括有如下步骤:步骤S1,用户选中K线数据;步骤S2,按照预设规则提取K线数据特征;步骤S3,向数据库检索相同特征;步骤S4,是否匹配到多个相似特征值,若是,则执行步骤S6,若否,则执行步骤S5;步骤S5,计算最相似的K线数据;步骤S6,提取相似度最高的K线数据并展示。
优选地,所述步骤S3中,服务器每日按预设的时间点遍历计算K线数据而提取特征。
优选地,所述特征包括开盘价、最高价、最低价和收盘价。
优选地,所述步骤S5中,服务器实时计算最相似的K线数据。
本发明公开的基于K线数据相似度的股票走势预测方法中,根据当前所框选的K线组合形态进行匹配,筛选出全市场最近走势和该形态源最匹配的股票,选股结果按照匹配度从高到低进行排列,默认是按照价格走势进行匹配的,也可以根据个人需要通过设置增加成交量、涨跌幅等因子进行匹配。基于上述特性,使得本发明不仅算法灵活、分析结果精确,而且大大提高了用户体验。
附图说明
图1为本发明方法的流程图。
图2为本发明优选实施例中展示相似股票的界面图。
具体实施方式
下面结合附图和实施例对本发明作更加详细的描述。
本发明公开了一种基于K线数据相似度的股票走势预测方法,请参照图1,其包括有如下步骤:
步骤S1,用户选中K线数据;
步骤S2,按照预设规则提取K线数据特征;
步骤S3,向数据库检索相同特征;
步骤S4,是否匹配到多个相似特征值,若是,则执行步骤S6,若否,则执行步骤S5;
步骤S5,计算最相似的K线数据;
步骤S6,提取相似度最高的K线数据并展示。
上述方法中,根据当前所框选的K线组合形态进行匹配,筛选出全市场最近走势和该形态源最匹配的股票,选股结果按照匹配度从高到低进行排列,默认是按照价格走势进行匹配的,也可以根据个人需要通过设置增加成交量、涨跌幅等因子进行匹配。基于上述特性,使得本发明不仅算法灵活、分析结果精确,而且大大提高了用户体验。
作为一种优选方式,所述步骤S3中,服务器每日按预设的时间点遍历计算K线数据而提取特征。进一步地,所述特征包括开盘价、最高价、最低价和收盘价。
本实施例中,所述步骤S5中,服务器实时计算最相似的K线数据。
在本发明的优选实施例下,结合图1和图2所示,计算相似股票的过程中:首先,根据指定的一支股票,计算出这支股票在过去一段时间内(时间可以用户自行定义)的K线数据,比如一个星期(5天)的数据,记录下他每天的开盘价、最高价、最低价和收盘价。并且建立一种连续的比率关系,如:第一天的最高价/第二天的最高价,这样会得到四组比率数据。之后,大数据遍历所有股票的历史数据,逐个每5天(时间可以用户自行定义)为一个周期,计算上述的四组比率,然后找出四组比率差距最小的一个股票和此刻的时间点,然后展示给用户。
本发明公开的基于K线数据相似度的股票走势预测方法,其适用于各种行情数据,包括且不仅仅限于股票,还包括期货、外汇、黄金、基金等多种理财产品。其原理在于,很多股票的涨跌走势有着很强的历史规律,可能今天的数据的走势分析,在历史上某个时间点,某个其他或者本股票有过类似的历史情况,传统的做法需要用户自己去揣摩其中的类似之处,而本产品可以通过大数据计算,提供精确的相似场景,并且可以量化到相似度,供用户分析。
以上所述只是本发明较佳的实施例,并不用于限制本发明,凡在本发明的技术范围内所做的修改、等同替换或者改进等,均应包含在本发明所保护的范围内。
Claims (4)
1.一种基于K线数据相似度的股票走势预测方法,其特征在于,包括有如下步骤:
步骤S1,用户选中K线数据;
步骤S2,按照预设规则提取K线数据特征;
步骤S3,向数据库检索相同特征;
步骤S4,是否匹配到多个相似特征值,若是,则执行步骤S6,若否,则执行步骤S5;
步骤S5,计算最相似的K线数据;
步骤S6,提取相似度最高的K线数据并展示。
2.如权利要求1所述的基于K线数据相似度的股票走势预测方法,其特征在于,所述步骤S3中,服务器每日按预设的时间点遍历计算K线数据而提取特征。
3.如权利要求1所述的基于K线数据相似度的股票走势预测方法,其特征在于,所述特征包括开盘价、最高价、最低价和收盘价。
4.如权利要求1所述的基于K线数据相似度的股票走势预测方法,其特征在于,所述步骤S5中,服务器实时计算最相似的K线数据。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711395263.7A CN107977755A (zh) | 2017-12-21 | 2017-12-21 | 一种基于k线数据相似度的股票走势预测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711395263.7A CN107977755A (zh) | 2017-12-21 | 2017-12-21 | 一种基于k线数据相似度的股票走势预测方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107977755A true CN107977755A (zh) | 2018-05-01 |
Family
ID=62007244
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711395263.7A Withdrawn CN107977755A (zh) | 2017-12-21 | 2017-12-21 | 一种基于k线数据相似度的股票走势预测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107977755A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109300034A (zh) * | 2018-09-06 | 2019-02-01 | 华泰证券股份有限公司 | 股票形态库生成及形态库实时匹配的方法、系统及应用 |
CN110415116A (zh) * | 2019-06-27 | 2019-11-05 | 深圳市富途网络科技有限公司 | 相似k线图展示方法、装置、终端设备及计算机存储介质 |
WO2020029529A1 (zh) * | 2018-08-08 | 2020-02-13 | 韩岩 | 针对金融产品的行情数据波动的量化描述方法及装置 |
CN111400359A (zh) * | 2020-03-17 | 2020-07-10 | 创新奇智(北京)科技有限公司 | 面向股票趋势预测的相似k线检索方法及检索系统 |
WO2022247311A1 (zh) * | 2021-05-26 | 2022-12-01 | 陈新燊 | 一种基于凝聚指标对金融产品价格的预测方法 |
-
2017
- 2017-12-21 CN CN201711395263.7A patent/CN107977755A/zh not_active Withdrawn
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2020029529A1 (zh) * | 2018-08-08 | 2020-02-13 | 韩岩 | 针对金融产品的行情数据波动的量化描述方法及装置 |
CN109300034A (zh) * | 2018-09-06 | 2019-02-01 | 华泰证券股份有限公司 | 股票形态库生成及形态库实时匹配的方法、系统及应用 |
CN110415116A (zh) * | 2019-06-27 | 2019-11-05 | 深圳市富途网络科技有限公司 | 相似k线图展示方法、装置、终端设备及计算机存储介质 |
CN111400359A (zh) * | 2020-03-17 | 2020-07-10 | 创新奇智(北京)科技有限公司 | 面向股票趋势预测的相似k线检索方法及检索系统 |
CN111400359B (zh) * | 2020-03-17 | 2023-11-10 | 创新奇智(北京)科技有限公司 | 面向股票趋势预测的相似k线检索方法及检索系统 |
WO2022247311A1 (zh) * | 2021-05-26 | 2022-12-01 | 陈新燊 | 一种基于凝聚指标对金融产品价格的预测方法 |
US11961145B2 (en) | 2021-05-26 | 2024-04-16 | Sun Sun Chan | Method for predicting financial product price based on accumulation distribution indicator |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107977755A (zh) | 一种基于k线数据相似度的股票走势预测方法 | |
Park et al. | A reality check on technical trading rule profits in the US futures markets | |
Khaksar et al. | Determining revealed comparative advantage and target markets for Iran's stone fruits | |
KR20170034647A (ko) | 로보어드바이저 시스템 및 이를 이용한 자산관리 방법 | |
CN107808254A (zh) | 一种公募基金评价及投资建议方法 | |
CN106845683A (zh) | 基于网络平台的大数据烟草销量预测方法 | |
Shukla | Analysing financial strength of public and private sector banks: a CAMEL approach | |
Parvi | „Share price of the companies listed on the WIG-UKRAINE and their fair value” | |
Yang et al. | Price behavior in Korean manufacturing | |
Choi | Seasonality in mutual fund flows | |
Miller et al. | The motivation for foreign direct investment | |
Neven et al. | The Structure and Determinants of East-West Trade: A Preliminary Analysis of the Manufacturing Sector | |
WO2014160110A1 (en) | Standard diamond parcel certification for exchange traded funds | |
CN113256334A (zh) | 一种基于凝聚指标对金融产品价格的预测方法 | |
CN106845686A (zh) | 基于因素评分的烟草销量预测方法 | |
CN113256116A (zh) | 一种通过计算机实现的交易价格参考指标计算方法 | |
Lutey et al. | OPBM II: An Interpretation of the CAN SLIM Investment Strategy. | |
Maruyama et al. | Impact of Tick Size Reduction on Liquidity Index in Tokyo Stock Exchange | |
Kengelbach et al. | How does geographical and legal proximity affect the performance of M&A transactions? | |
Balčiūnas et al. | eXChange rate foreCasting With information floW approaCh | |
Parvi | Fair value of the banking sector companies quoted on the Warsaw Stock Exchange in Poland within 2007-2016 and their financial analysis | |
Salehi et al. | Performance Evaluation of Islamic Banking Sector: Iranian View. | |
KR20130020176A (ko) | 변동성 투자 방법 및 시스템 | |
Elahi et al. | Classification of Iran automotive and parts manufacturing stocks by DEA | |
Samarasinghe et al. | Factors Affecting Export Performance in Sri Lanka: with Especial Reference to Value-Added Rubber Products Industry |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WW01 | Invention patent application withdrawn after publication | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20180501 |