CN108090625A - 一种金融行情的预测方法、终端设备及存储介质 - Google Patents

一种金融行情的预测方法、终端设备及存储介质 Download PDF

Info

Publication number
CN108090625A
CN108090625A CN201711495042.7A CN201711495042A CN108090625A CN 108090625 A CN108090625 A CN 108090625A CN 201711495042 A CN201711495042 A CN 201711495042A CN 108090625 A CN108090625 A CN 108090625A
Authority
CN
China
Prior art keywords
line
line charts
actual
charts
prediction
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
Application number
CN201711495042.7A
Other languages
English (en)
Inventor
刘杰
何青贵
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Guangzhou Gold Ten Mdt Infotech Ltd
Original Assignee
Guangzhou Gold Ten Mdt Infotech Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Guangzhou Gold Ten Mdt Infotech Ltd filed Critical Guangzhou Gold Ten Mdt Infotech Ltd
Priority to CN201711495042.7A priority Critical patent/CN108090625A/zh
Publication of CN108090625A publication Critical patent/CN108090625A/zh
Pending legal-status Critical Current

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
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/904—Browsing; Visualisation therefor
    • 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
    • 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
    • G06Q40/06—Asset management; Financial planning or analysis

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Development Economics (AREA)
  • Economics (AREA)
  • Finance (AREA)
  • Strategic Management (AREA)
  • Accounting & Taxation (AREA)
  • General Physics & Mathematics (AREA)
  • Human Resources & Organizations (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Operations Research (AREA)
  • Databases & Information Systems (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Game Theory and Decision Science (AREA)
  • Technology Law (AREA)
  • Tourism & Hospitality (AREA)
  • Quality & Reliability (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)

Abstract

本发明实施例公开了一种金融行情的预测方法、终端设备及存储介质，其中，该方法包括：绘制目标理财产品的K线走势图；根据所述K线走势图以及所述目标理财产品的历史行情走势生成预测K线图；获取所述目标理财产品的实际K线图，并将所述预测K线图与实际K线图进行对比显示。本发明实施例通过比较预测K线图与实际K线图的差别，进一步地帮助用户判断目标理财产品的下一步发展状态，从而提高用户对金融行情走势的判断能力。

Description

一种金融行情的预测方法、终端设备及存储介质
技术领域
本发明涉及金融行情技术领域，尤其涉及一种金融行情的预测方法、终端设备及存储介质。
背景技术
K线又称阴阳线、棒线、红黑线或蜡烛线，起原于日本德川幕府时代(1603-1867)的米市交易，经过200多年的演进，形成了现在具有完整形式和分析理论的一种技术分析方法，它是以每个分析周期的开盘价、最高价、最低价和收盘价绘制而成，以绘制日k线为例，首先确定当日的开盘和收盘的价格，它们之间的部分画成矩形实体，如果当日收盘价格高于开盘价格，则K线被称为阳线，反之称为阴线。在股市及期货交易领域，K线图是一种常用的用于反映投资理财产品的行情走势和价格信息的图表，在实际应用中，有对K线进行预测的需求，通过预测未来时段内的K线，能够帮助用户根据K线在未来时段内的走势进行交易。
现有技术中，K线的预测可由人工经验完成，或者由金融行情分析软件根据历史数据计算完成，但存在以下缺陷：
(1)K线预测完全由人工经验完成，对用户的能力要求过高，且准确性难以保证；
(2)K线预测由金融行情预测软件根据历史数据计算完成以供用户参考，但预测软件的准确性也难以确定，且最终决策在于用户的判断，依赖预测软件对提高用户的判断能力有限。
发明内容
为了克服现有技术的不足，本发明实施例的目的在于提供一种金融行情的预测方法、终端设备及存储介质，以提高预测准确性以及用户对金融行情的判断能力。
为解决上述技术问题，本发明实施例采用的一技术方案如下：
一种金融行情的预测方法，其包括以下步骤：
绘制目标理财产品的K线走势图；
根据所述K线走势图以及所述目标理财产品的历史行情走势生成预测K线图；
获取所述目标理财产品的实际K线图，并将所述预测K线图与实际K线图进行对比显示。
进一步地，所述绘制K线走势图，具体为：根据对目标理财产品行情的判断，绘制所述目标理财产品未来时段的K线走势图。
进一步地，所述绘制K线走势图之后，还包括：
对所述K线走势图中未交易时间段的K线走势图进行调整，得到调整后的K线走势图。
进一步地，所述获取调整后的K线走势图之后，还包括：
根据所述调整后的K线走势图以及目标理财产品的历史K线数据生成新的预测K线图。
进一步地，所述绘制K线走势图之前，还包括：
能够选择获取所述目标理财产品的历史走势数据，生成历史K线图。
进一步地，所述获取实际K线图，具体包括：
实时获取所述目标理财产品的真实交易数据，根据所述真实交易数据获取所述目标理财产品的实际K线图。
进一步地，将所述预测K线图与实际K线图进行对比显示，具体为：所述预测K线图以区别于实际K线图的半透明方式显示，并且所述预测K线图还能够被选择设置为隐藏状态。
进一步地，所述方法还包括：保存所述K线走势图、预测K线图和实际K线图。
为解决上述技术问题，本发明实施例采用的另一技术方案如下：
一种终端设备，其包括处理器、存储器及存储于所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上述的预测方法。
为解决上述技术问题，本发明实施例采用的另一技术方案如下：
一种存储介质，其上存储有计算机程序，所述计算机程序被执行时实现如上述的预测方法。
相比现有技术，本发明实施例的有益效果在于：根据绘制的目标理财产品的K线走势图以及目标理财产品的历史K线数据生成预测K线图，将预测K线图与获取的实际K线图进行对比，用户可以比较出预测K线图与实际K线图的差别，进一步地帮助用户判断目标理财产品的下一步发展状态，从而提高用户对金融行情走势的判断能力。
附图说明
图1为本发明实施例提供的一种金融行情的预测方法流程示意图；
图2为本发明实施例提供的金融行情预测方法一K线走势图示意图；
图3为本发明实施例提供的金融行情预测方法一预测K线图示意图；
图4为本发明实施例提供的金融行情预测方法一实时获取的日K线图走势示意图；
图5为本发明实施例提供的金融行情预测方法一实际K线图示意图；
图6是本发明实施例的一种终端设备一实施方式的部分框架示意图；
图7是本发明实施例的一种存储介质一实施方式的部分框架示意图。
具体实施方式
下面，结合附图以及具体实施方式，对本发明实施例的技术方案做进一步描述，需要说明的是，在不相冲突的前提下，以下描述的各实施例之间或各技术特征之间可以任意组合形成新的实施例。
实施例一
图1为本发明实施例提供的一种金融行情的预测方法流程示意图，参照图1，该方法包括以下步骤：
步骤101：绘制目标理财产品的K线走势图；
步骤102：根据所述K线走势图以及所述目标理财产品的历史行情走势生成预测K线图；
步骤103：获取所述目标理财产品的实际K线图，并将所述预测K线图与实际K线图进行对比显示。
在本发明实施例中，K线走势图为用户对目标理财产品行情的判断，从而绘制出目标理财产品未来时段的价格大致走势曲线图，可选地，所述K线走势图为目标理财产品短期内的K线走势图，例如10日K线走势图、30日K线走势图、60日K线走势图。
优选地，在用户绘制目标理财产品的K线走势图之前，能够选择获取所述目标理财产品的历史走势数据，并生成历史K线图，供用户参考。
可选地，如图2所示，图中x轴表示时间轴，y轴表示价格轴，在图中用户根据对目标股票行情的判断，绘制出目标股票未来10日的K线走势图，a、b、c、d点分别代表绘制的K线走势图中目标股票未来10日内的价格走势拐点。
如图3所示，根据上述绘制的K线走势图以及所述目标理财产品的历史行情走势，在图中会生成预测K线图，生成的预测K线图可供用户参考决策。
可选地，在本发明实施例中，K线走势图绘制完成后，用户可拖动a、b、c、d任意一点进行调整，也可以在K线走势图上增加e、f、g、h等价格走势拐点，需要说明的是a、b、c、d、e、f、g、h等点必须按时间轴方向顺序排列，例如b点必须在a点和c点之间，且a点作为起始点只能上下调整，还需要说明的是用户仅可对目标股票未交易时间段的K线走势图进行调整，目标股票已完成交易时间段的K线走势图则不能进行调整。
完成对K线走势图的调整后，得到调整后的K线走势图，并根据调整后的K线走势图以及目理财产品的历史行情走势生成新的预测K线图。
在本发明实施例中，获取实际K线图的方式为实时获取，即目标理财产品交易开始后，会自动获取目标理财产品的价格走势数据，并在图中生成对应的K线图，图4示出了目标理财产品一个交易日内的日K线图走势图，最终获取如图4所示的K线图m。
在本发明实施例中，预测K线图与实际K线图可进行对比显示，需要说明的是，鉴于国内的K线图一般以红色表示阳线，绿色表示阴线，为方便用户分辨预测K线图和实际K线图，可选地，将预测K线图设置为半透明方式与实际K线图区别对比显示，并且能够选择将预测K线图设置为隐藏状态。
可选地，如图5所示，在绘制的目标股票10日内的K线走势图中，前7日的股票交易已经完成，在图中生成目标股票交易完成时间段的实际K线图，在图5中预测K线图实体为白色，实际K线图实体为黑色。
根据获取的实际K线图，可对比预测K线图与实际K线图是否存在差别，优选地，用户可根据对比的差别重新调整K线走势图，调整的方法在前面已经详细说明，在此不再赘述，根据调整后的K线走势图，生成新的预测K线图。
在本发明实施例中，将自动保存用户绘制的K线走势图、生成的K线预测图和获取的实际K线图，需要说明的是，重新绘制的K线走势图和重新生成的K线预测图会覆盖保存之前用户绘制的K线走势图和之前生成的K线预测图。
在本发明实施例中，用户可查询保存的目标股票的历史K线走势图、历史预测K线图和历史实际K线图，并可以调整时间轴的单位，以方便用户查询更多或更详细的K线图数据，通过查询历史K线走势图、历史预测K线图和历史实际K线图，用户可以对比自己的历史预测和历史真实行情间的差别，提高用户对金融行情的判断能力。
需要说明的是，有鉴于用户通常会同时关注多个理财产品，在本发明实施例中可保存多个理财产品的K线走势图、预测K线图和实际K线图，可选地，通过选择目标理财产品的名称或者代码，切换到用户需要查询的目标理财产品的K线走势图、预测K线图和实际K线图。
本发明实施例根据绘制的目标理财产品的K线走势图以及目标理财产品的历史K线数据生成预测K线图，将预测K线图与获取的实际K线图进行对比，用户可以比较出预测K线图与实际K线图的差别，进一步地帮助用户判断目标理财产品的下一步发展状态，从而提高用户对金融行情走势的判断能力。
实施例二
如图6所示可以看到，本发明实施例的一种终端设备10包括：
处理器11、存储器12及存储于所述存储器12上并可在所述处理器11上运行的计算机程序121，所述处理器11执行所述计算机程序121时实现如实施例一或所述的预测方法。由于该预测方法已经在实施例一进行了详细的说明，在此不再重复说明。
本发明实施例实现的预测方法根据绘制的目标理财产品的K线走势图以及目标理财产品的历史K线数据生成预测K线图，将预测K线图与获取的实际K线图进行对比，用户可以比较出预测K线图与实际K线图的差别，进一步地帮助用户判断目标理财产品的下一步发展状态，从而提高用户对金融行情走势的判断能力。
实施例三
如图7所示可以看到，本发明实施例的一种存储介质20，所述的存储介质20，如：ROM/RAM、磁碟、光盘等，其上存储有计算机程序21，所述计算机程序21被执行时实现如实施例一所述的预测方法。由于该预测方法已经在实施例一进行了详细的说明，在此不再重复说明。
本发明实施例实现的预测方法根据绘制的目标理财产品的K线走势图以及目标理财产品的历史K线数据生成预测K线图，将预测K线图与获取的实际K线图进行对比，用户可以比较出预测K线图与实际K线图的差别，进一步地帮助用户判断目标理财产品的下一步发展状态，从而提高用户对金融行情走势的判断能力。
上述实施方式仅为本发明的优选实施方式，不能以此来限定本发明保护的范围，本领域的技术人员在本发明的基础上所做的任何非实质性的变化及替换均属于本发明所要求保护的范围。

Claims (10)

1.一种金融行情的预测方法，其特征在于，所述方法包括：
绘制目标理财产品的K线走势图；
根据所述K线走势图以及所述目标理财产品的历史行情走势生成预测K线图；
获取所述目标理财产品的实际K线图，并将所述预测K线图与实际K线图进行对比显示。
2.如权利要求1所述的方法，其特征在于，所述绘制K线走势图，具体为：根据对目标理财产品行情的判断，绘制所述目标理财产品未来时段的K线走势图。
3.如权利要求2所述的方法，其特征在于，所述绘制K线走势图之后，还包括：
对所述K线走势图中未交易时间段的K线走势图进行调整，得到调整后的K线走势图。
4.如权利要求3所述的方法，其特征在于，所述得到调整后的K线走势图之后，还包括：
根据所述调整后的K线走势图以及目标理财产品的历史行情走势生成新的预测K线图。
5.如权利要求1所述的方法，其特征在于，所述绘制K线走势图之前，还包括：
能够选择获取所述目标理财产品的历史走势数据，并生成历史K线图。
6.如权利要求1所述的方法，其特征在于，所述获取实际K线图，具体包括：
实时获取所述目标理财产品的真实交易数据，根据所述真实交易数据获取所述目标理财产品的实际K线图。
7.如权利要求1所述的方法，其特征在于，将所述预测K线图与实际K线图进行对比显示，具体为：所述预测K线图以区别于实际K线图的半透明方式显示，并且所述预测K线图能够被选择设置为隐藏状态。
8.如权利要求1所述的方法，其特征在于，所述方法还包括：保存所述K线走势图、预测K线图和实际K线图。
9.一种终端设备，其特征在于，其包括处理器、存储器及存储于所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现权利要求1～8所述的预测方法。
10.一种存储介质，其特征在于，其上存储有计算机程序，所述计算机程序被执行时实现权利要求1～8所述的预测方法。
CN201711495042.7A 2017-12-31 2017-12-31 一种金融行情的预测方法、终端设备及存储介质 Pending CN108090625A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201711495042.7A CN108090625A (zh) 2017-12-31 2017-12-31 一种金融行情的预测方法、终端设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201711495042.7A CN108090625A (zh) 2017-12-31 2017-12-31 一种金融行情的预测方法、终端设备及存储介质

Publications (1)

Publication Number Publication Date
CN108090625A true CN108090625A (zh) 2018-05-29

Family

ID=62181183

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711495042.7A Pending CN108090625A (zh) 2017-12-31 2017-12-31 一种金融行情的预测方法、终端设备及存储介质

Country Status (1)

Country Link
CN (1) CN108090625A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108846057A (zh) * 2018-06-01 2018-11-20 山东师范大学 一种基于带状时变模糊信息粒的时间序列长期预测方法
CN109166041A (zh) * 2018-08-29 2019-01-08 北京京东金融科技控股有限公司 股市走势预测方法及系统、计算机系统和可读存储介质
CN116630048A (zh) * 2023-06-08 2023-08-22 深圳华锐分布式技术股份有限公司 基于期货行情k线的交易方法、装置、设备及介质

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106779149A (zh) * 2016-11-21 2017-05-31 洪志令 一种股票走势预测结果的可视化展示方法
CN107368925A (zh) * 2017-07-26 2017-11-21 深圳市金蛋信息科技有限公司 股票趋势预测方法和系统

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106779149A (zh) * 2016-11-21 2017-05-31 洪志令 一种股票走势预测结果的可视化展示方法
CN107368925A (zh) * 2017-07-26 2017-11-21 深圳市金蛋信息科技有限公司 股票趋势预测方法和系统

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108846057A (zh) * 2018-06-01 2018-11-20 山东师范大学 一种基于带状时变模糊信息粒的时间序列长期预测方法
CN108846057B (zh) * 2018-06-01 2021-02-23 山东师范大学 一种基于带状时变模糊信息粒的时间序列长期预测方法
CN109166041A (zh) * 2018-08-29 2019-01-08 北京京东金融科技控股有限公司 股市走势预测方法及系统、计算机系统和可读存储介质
CN116630048A (zh) * 2023-06-08 2023-08-22 深圳华锐分布式技术股份有限公司 基于期货行情k线的交易方法、装置、设备及介质
CN116630048B (zh) * 2023-06-08 2023-12-22 深圳华锐分布式技术股份有限公司 基于期货行情k线的交易方法、装置、设备及介质

Similar Documents

Publication Publication Date Title
Chen et al. An intelligent pattern recognition model for supporting investment decisions in stock market
Camanho et al. Cost efficiency, production and value-added models in the analysis of bank branch performance
WO2020143341A1 (zh) 基于区块链架构的仓单质押融资评估方法及装置
US7881889B2 (en) Method and apparatus for determining energy savings by using a baseline energy use model that incorporates an artificial intelligence algorithm
CN111080338B (zh) 用户数据的处理方法、装置、电子设备及存储介质
WO2020143345A1 (zh) 仓单质押的信贷风险监控方法及装置
CN108596495A (zh) 一种零售信贷业务评分系统及方法
JP2005530232A5 (zh)
Song et al. The risk of block chain financial market based on particle swarm optimization
CN108090625A (zh) 一种金融行情的预测方法、终端设备及存储介质
CN109741177A (zh) 用户信用的评估方法、装置及智能终端
Khobragade et al. Analyzing the housing rate in a real estate informative system: A prediction analysis
TW202242727A (zh) 條件參數最佳化方法及系統
Yi et al. Financial risk prediction in supply chain finance based on buyer transaction behavior
Yang et al. ENHANCING FINANCIAL SERVICES THROUGH BIG DATA AND AI-DRIVEN CUSTOMER INSIGHTS AND RISK ANALYSIS
CN108229804A (zh) 品牌宣传项目管理方法、装置、终端设备及存储介质
US20140344020A1 (en) Competitor pricing strategy determination
Sun et al. RESEARCH ON INTELLIGENT RISK PREDICTION METHODS AIMED AT DIGITAL FINANCIAL FRAUD
Audzeyeva et al. Forecasting customer behaviour in a multi-service financial organisation: A profitability perspective
US20110173134A1 (en) Trade Generation System and Method Thereof
US20140344022A1 (en) Competitor response model based pricing tool
Yılmaz Generative adversarial network for load data generation: Türkiye energy market case
Becker Decomposition methods for large scale stochastic and robust optimization problems
Jamali et al. Uncovering competitor pricing patterns in the danish pharmaceutical market via subsequence time series clustering: A case study
CN109583939A (zh) 小区房源平均价值参数估计方法以及装置

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20180529

RJ01 Rejection of invention patent application after publication