CN110264368A - 目标加密货币的情绪指数的生成方法及装置 - Google Patents
目标加密货币的情绪指数的生成方法及装置 Download PDFInfo
- Publication number
- CN110264368A CN110264368A CN201910565384.4A CN201910565384A CN110264368A CN 110264368 A CN110264368 A CN 110264368A CN 201910565384 A CN201910565384 A CN 201910565384A CN 110264368 A CN110264368 A CN 110264368A
- Authority
- CN
- China
- Prior art keywords
- currency
- index
- target
- option
- news
- 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
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
- 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)
- Finance (AREA)
- Accounting & Taxation (AREA)
- Development Economics (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Human Resources & Organizations (AREA)
- Entrepreneurship & Innovation (AREA)
- Economics (AREA)
- Marketing (AREA)
- Strategic Management (AREA)
- Technology Law (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提出一种目标加密货币的情绪指数的生成方法及装置,其中方法包括:通过获取目标加密货币的期权数据指标、价格数据指标、新闻情感指标;对所述期权数据指标、价格数据指标、新闻情感指标进行归一化处理;根据归一化处理后的期权数据指标、价格数据指标、新闻情感指标,得到所述目标加密货币的情绪指数。从而实现根据目标加密货币的期权数据指标、价格数据指标、新闻情感指标生成目标加密货币的情绪指数,通过目标加密货币的情绪指数判断加密货币未来短期、中期、长期走势,为投资者投资加密货币提供参考信息。
Description
技术领域
本发明涉及加密货币处理技术领域,尤其涉及一种目标加密货币的情绪指数的生成方法及装置。
背景技术
随着区块链技术的发展,涌现出越来越多的加密货币,加密货币例如为比特币、以太坊等,由于加密货币类似于数字黄金,投资加密货币的人越来越多。
然而,加密货币具有影响因素多、受市场影响波动幅度大、难以进行预测的特点,如何为加密货币的投资提供参考成为亟待解决的技术问题。
发明内容
本发明旨在至少在一定程度上解决相关技术中的技术问题之一。
为此,本发明的第一个目的在于提出一种目标加密货币的情绪指数的生成方法。
本发明的第二个目的在于提出一种目标加密货币的情绪指数的生成装置。
本发明的第三个目的在于提出一种计算机设备。
本发明的第四个目的在于提出一种计算机可读存储介质。
本发明的第五个目的在于提出一种计算机程序产品。
为达上述目的,本发明第一方面实施例提出了一种目标加密货币的情绪指数的生成方法,包括:
获取目标加密货币的期权数据指标、价格数据指标、新闻情感指标;
对所述期权数据指标、价格数据指标、新闻情感指标进行归一化处理;
根据归一化处理后的期权数据指标、价格数据指标、新闻情感指标,得到所述目标加密货币的情绪指数。
进一步地,所述期权数据指标包括看空看多比、隐含波动率中的至少一种。
进一步地,在所述期权数据指标包括所述看空看多比时,所述获取目标加密货币的期权数据指标包括:
获取预设周期内第一个期权日期的所述目标加密货币的所有期权合约;
对每个期权合约进行分析,确定每个期权合约的期权属性,所述期权属性包括看多期权和看空期权;
统计看多期权的期权合约个数和看空期权的期权合约个数;
将所述看空期权的期权合约个数与所述看多期权的期权合约个数的比值确定为目标加密货币的看空看多比。
进一步地,在所述期权数据指标包括所述隐含波动率时,所述获取目标加密货币的期权数据指标包括:
根据预设的期权定价模型、所述目标加密货币的当前交易价格、标的价格、执行价格、利率、到期时间,获取所述目标加密货币的隐含波动率。
进一步地,所述价格数据指标包括市场动量指标和价格强度指标中的至少一种。
进一步地,在所述价格数据指标包括所述市场动量指标时,所述获取目标加密货币的价格数据指标,包括:
获取所述目标加密货币在过去第一预设时间段内的平均指标值,以及每隔预设的时间间隔获取所述加密货币的当前瞬时指标值;
将所述当前瞬时指标值与所述平均指标值的差值确定为所述目标加密货币的市场动量指标。
进一步地,在所述价格数据指标包括所述价格强度指标时,所述获取目标加密货币的价格数据指标,包括:
统计第一币种的个数,其中,所述第一币种对应的加密货币为当日价格处于过去第一预设时间段内的收盘价最高值的加密货币;
统计第二币种的个数,其中,所述第二币种对应的加密货币为当日价格处于过去第一预设时间段内的收盘价最低值的加密货币;
将所述第一币种的个数与所述第二币种的个数的差值确定为加密货币的价格强度指标。
进一步地,所述获取目标加密货币的新闻情感指标包括:
获取在过去预设第二时间段内的新闻数据,所述新闻数据包括至少一个币种的加密货币的新闻数据,每个币种的加密货币的新闻数据包括至少一条新闻资讯;
根据预设的情感分析模型处理每个币种的加密货币的每条新闻资讯,得到每个币种的加密货币的每条新闻资讯的情感得分;
处理每个币种的加密货币的至少一个新闻资讯的情感得分,得到每个币种的加密货币的目标新闻资讯情感得分;
处理至少一个币种的加密货币的目标新闻资讯情感得分,得到所述目标加密货币的新闻情感指标。
进一步地,在所述获取目标加密货币的新闻情感指标之前,还包括:
获取至少一个情感分析训练样本,其中,每个所述情感分析训练样本包括新闻资讯样本和对应的情感得分;
根据至少一个情感分析训练样本进行训练,得到所述预设的情感分析模型。
本发明实施例提供的目标加密货币的情绪指数的生成方法,通过获取目标加密货币的期权数据指标、价格数据指标、新闻情感指标;对所述期权数据指标、价格数据指标、新闻情感指标进行归一化处理;根据归一化处理后的期权数据指标、价格数据指标、新闻情感指标,得到所述目标加密货币的情绪指数。从而实现根据目标加密货币的期权数据指标、价格数据指标、新闻情感指标生成目标加密货币的情绪指数,通过目标加密货币的情绪指数判断加密货币未来短期、中期、长期走势,为投资者投资加密货币提供参考信息。
为达上述目的,本发明第二方面实施例提出了一种目标加密货币的情绪指数的生成装置,包括:
获取模块,用于获取目标加密货币的期权数据指标、价格数据指标、新闻情感指标;
处理模块,用于对所述期权数据指标、价格数据指标、新闻情感指标进行归一化处理;
所述处理模块,还用于根据归一化处理后的期权数据指标、价格数据指标、新闻情感指标,得到所述目标加密货币的情绪指数。
进一步地,所述期权数据指标包括看空看多比、隐含波动率中的至少一种。
进一步地,在所述期权数据指标包括所述看空看多比时,所述获取模块具体用于:
获取预设周期内第一个期权日期的所述目标加密货币的所有期权合约;
对每个期权合约进行分析,确定每个期权合约的期权属性,所述期权属性包括看多期权和看空期权;
统计看多期权的期权合约个数和看空期权的期权合约个数;
将所述看空期权的期权合约个数与所述看多期权的期权合约个数的比值确定为目标加密货币的看空看多比。
进一步地,在所述期权数据指标包括所述隐含波动率时,所述获取模块具体用于:
根据预设的期权定价模型、所述目标加密货币的当前交易价格、标的价格、执行价格、利率、到期时间,获取所述目标加密货币的隐含波动率。
进一步地,所述价格数据指标包括市场动量指标和价格强度指标中的至少一种。
进一步地,在所述价格数据指标包括所述市场动量指标时,所述获取模块具体用于:
获取所述目标加密货币在过去第一预设时间段内的平均指标值,以及每隔预设的时间间隔获取所述加密货币的当前瞬时指标值;
将所述当前瞬时指标值与所述平均指标值的差值确定为所述目标加密货币的市场动量指标。
进一步地,在所述价格数据指标包括所述价格强度指标时,所述获取模块具体用于:
统计第一币种的个数,其中,所述第一币种对应的加密货币为当日价格处于过去第一预设时间段内的收盘价最高值的加密货币;
统计第二币种的个数,其中,所述第二币种对应的加密货币为当日价格处于过去第一预设时间段内的收盘价最低值的加密货币;
将所述第一币种的个数与所述第二币种的个数的差值确定为加密货币的价格强度指标。
进一步地,所述获取模块具体用于:
获取在过去预设第二时间段内的新闻数据,所述新闻数据包括至少一个币种的加密货币的新闻数据,每个币种的加密货币的新闻数据包括至少一条新闻资讯;
根据预设的情感分析模型处理每个币种的加密货币的每条新闻资讯,得到每个币种的加密货币的每条新闻资讯的情感得分;
处理每个币种的加密货币的至少一个新闻资讯的情感得分,得到每个币种的加密货币的目标新闻资讯情感得分;
处理至少一个币种的加密货币的目标新闻资讯情感得分,得到所述目标加密货币的新闻情感指标。
进一步地,所述获取模块,还用于在所述获取目标加密货币的新闻情感指标之前,获取至少一个情感分析训练样本,其中,每个所述情感分析训练样本包括新闻资讯样本和对应的情感得分;
根据至少一个情感分析训练样本进行训练,得到所述预设的情感分析模型。
本发明实施例提供的目标加密货币的情绪指数的生成装置,通过获取目标加密货币的期权数据指标、价格数据指标、新闻情感指标;对所述期权数据指标、价格数据指标、新闻情感指标进行归一化处理;根据归一化处理后的期权数据指标、价格数据指标、新闻情感指标,得到所述目标加密货币的情绪指数。从而实现根据目标加密货币的期权数据指标、价格数据指标、新闻情感指标生成目标加密货币的情绪指数,通过目标加密货币的情绪指数判断加密货币未来短期、中期、长期走势,为投资者投资加密货币提供参考信息。
为达上述目的,本发明第三方面实施例提出了一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现如上所述的目标加密货币的情绪指数的生成方法。
为了实现上述目的,本发明第四方面实施例提出了一种计算机可读存储介质,当所述存储介质中的指令被处理器执行时,实现如上所述的目标加密货币的情绪指数的生成方法。
为达上述目的,本发明第五方面实施例提出了一种计算机程序产品,当所述计算机程序产品中的指令处理器执行时,实现如上所述的目标加密货币的情绪指数的生成方法。
本发明附加的方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本发明的实践了解到。
附图说明
本发明上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解,其中:
图1为本发明实施例提供的一种目标加密货币的情绪指数的生成方法的流程示意图;
图2为本发明实施例提供的一种目标加密货币的情绪指数的生成装置的结构示意图;
图3为本发明实施例提供的一种计算机设备的结构示意图。
具体实施方式
下面详细描述本发明的实施例,所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,旨在用于解释本发明,而不能理解为对本发明的限制。
下面参考附图描述本发明实施例的目标加密货币的情绪指数的生成方法及装置。
图1为本发明实施例提供的一种目标加密货币的情绪指数的生成方法的流程示意图。本发明实施例提供的目标加密货币的情绪指数的生成方法的执行主体为目标加密货币的情绪指数的生成装置,该执行主体由硬件和/或软件组成,目标加密货币的情绪指数的生成装置具体可以为硬件设备,例如终端设备、后台服务器等,或者硬件设备上安装的软件等。
如图1所示,该目标加密货币的情绪指数的生成方法,包括以下步骤:
S101、获取目标加密货币的期权数据指标、价格数据指标、新闻情感指标。
本实施例中,期权数据指标包括看空看多比、隐含波动率中的至少一种,但并不以此为限。
作为一种示例,可以从期权交易所获取预设周期内第一个期权日期的所述目标加密货币的所有期权合约;对每个期权合约进行分析,确定每个期权合约的期权属性,所述期权属性包括看多期权和看空期权;统计看多期权的期权合约个数和看空期权的期权合约个数;将所述看空期权的期权合约个数与所述看多期权的期权合约个数的比值确定为目标加密货币的看空看多比。其中,预设周期根据实际情形进行设定,例如为每周或每月。
以目标加密货币为比特币为例,Deribit期权交易所提供了比特币期权交易数据网络接口服务,通过该接口服务可以从Deribit期权交易所获取到每周/或每月第一个期权日期的比特币所有期权合约。
当比特币的看空看多比大于1时,说明看空期权成交量大于看多期权成交量,表示市场对比特币的未来走势持悲观态度;当比特币的看空看多比小于1时,说明看空期权成交量小于看多期权成交量,表示市场对比特币的未来走势持乐观态度。
作为一种示例,可以根据预设的期权定价模型、所述目标加密货币的当前交易价格、标的价格、执行价格、利率、到期时间,获取目标加密货币的隐含波动率,隐含波动率可以反映未来趋势。
具体地,预设的期权定价模型例如为布莱克-斯克尔斯-默顿期权定价模型(Black-Scholes-Merton Option Pricing Model)。该期权定价模型给出了期权的当前交易价格与五个基本参数(标的价格、执行价格、利率、到期时间、波动率)之间的定量关系,只要将其中前4个基本参数标的价格、执行价格、利率、到期时间及期权的当前价格作为已知量代入期权定价模型,就可以从中解出惟一的未知量即隐含波动率。
以目标加密货币为比特币为例,Deribit期权交易所提供了比特币期权交易数据网络接口服务,通过该接口服务还可以从Deribit期权交易所获取比特币的标的价格、执行价格等;利率例如为伦敦银行同业拆解美元利率;到期时间由期权合约规定。比特币的当前交易价格可以从加密货币的交易网站中得到,例如CoinMarketCap.com网站已经有超过1500种加密货币,还有数十个交易所每天24小时不断更新的数据。在得到比特币的标的价格、执行价格、利率、到期时间以及比特币的当前交易价格之后,利用布莱克-斯克尔斯-默顿期权定价模型便可解出比特币的隐含波动率。当比特币的隐含波动率大于100表示市场处于乐观情绪,比特币的隐含波动率小于100表示市场处于悲观情形。
本实施例中,价格数据指标包括市场动量指标和价格强度指标中的至少一种,但并不以此为限。
作为一种示例,可以获取所述目标加密货币在过去第一预设时间段内的平均指标值,以及每隔预设的时间间隔获取所述加密货币的当前瞬时指标值;将所述当前瞬时指标值与所述平均指标值的差值确定为所述目标加密货币的市场动量指标。其中,第一预设时间段根据实际情形设定,第一预设时间段例如为七天;预设的时间间隔根据实际情形设定,预设的时间间隔例如为15分钟。
以目标加密货币为比特币为例,从https://cci30.com网站获取比特币过去7天的平均指标值,以及每隔15分钟从https://cci30.com网站获取比特币的当前瞬时指标值,并实时计算当前瞬时指标值与平均指标值的差值,该比值为比特币的市场动量指标。
如果比特币的市场动量指标大于0,表明当前瞬时指标值位于7日均线之上,说明现在市场处于强势(市场情绪乐观);如果比特币的市场动量指标小于0,表明当前瞬时指标值位于7日均线之下,说明现在市场处于弱势(市场情绪悲观)。
作为一种示例,通过统计第一币种的个数,其中,所述第一币种对应的加密货币为当日价格处于过去第一预设时间段内的收盘价最高值的加密货币;统计第二币种的个数,其中,所述第二币种对应的加密货币为当日价格处于过去第一预设时间段内的收盘价最低值的加密货币;将所述第一币种的个数与所述第二币种的个数的差值确定为加密货币的价格强度指标。其中,第一预设时间段根据实际情形设定,例如为7天。
例如CoinMarketCap.com网站已经有超过1500种加密货币,还有数十个交易所每天24小时不断更新的数据。获取CoinMarketCap.com网站的网站数据进行统计,当日价格处于7天内的收盘价最高值的加密货币有1000种加密货币,当日价格处于7天内的收盘价最低值有500种加密货币,则加密货币的价格强度指标为1000-500=500。
如果加密货币的价格强度指标大于0,说明市场对加密货币处于乐观情绪,如果加密货币的价格强度指标小于0,说明市场对加密货币处于悲观情绪。
本实施例中,在获取目标加密货币的新闻情感指标之前,事先训练出预设的情感分析模型。具体地,获取至少一个情感分析训练样本,其中,每个所述情感分析训练样本包括训练新闻资讯和对应的情感得分;根据至少一个情感分析训练样本进行训练,得到所述预设的情感分析模型。
例如,首先从各大新闻网站、新闻客户端等获取有关各种加密货币的各种新闻资讯。其次,建立样本库,样本库中的每个样本包括新闻资讯和对应的情感得分。其中,若新闻资讯对加密货币持积极情绪,则积极情绪对应的情感得分为1;若新闻资讯对加密货币持中性情绪,则中性情绪对应的情感得分为0;若新闻资讯对加密货币持悲观情绪,则悲观情绪对应的情感得分为-1;最后,根据样本库中各个样本训练诸如深度神经网络(DNN)、卷积神经网络(CNN)、递归神经网络(RNN)等任一种神经网络,得到预设的情感分析模型。
本实施例中,在得到预设的情感分析模型之后,利用该预设的情感分析模型可以识别出每种加密货币的每条新闻资讯的情感得分,再根据每种加密货币的每条新闻资讯的情感得分得到目标加密货币的新闻情感指标。
作为一种示例,“获取目标加密货币的新闻情感指标”的实现方式包括以下步骤:
S1、获取在过去预设第二时间段内的新闻数据,所述新闻数据包括至少一个币种的加密货币的新闻数据,每个币种的加密货币的新闻数据包括至少一条新闻资讯。
本实施例中,预设第二时间段根据实际情形进行设定,预设第二时间段例如为24小时。例如,可以从大新闻网站、新闻客户端等获取有关各种加密货币在过去24小时的各种新闻资讯。在获取新闻资讯时,可以设定获取哪种币种的加密货币的新闻资讯,以及每种加密货币的新闻资讯的条数。例如,比特币的新闻数据包括500条新闻资讯,以太坊的新闻数据包括500条新闻资讯。
为了使新闻情感指标更具有参考性,在获取新闻资讯时,获取与加密货币的CCI指标(瞬时指标))相关的各种加密货币的新闻资讯。其中,与加密货币的CCI指标(瞬时指标)相关的各种加密货币是指计算CCI指标时需要考虑的加密货币。
S2、根据预设的情感分析模型处理每个币种的加密货币的每条新闻资讯,得到每个币种的加密货币的每条新闻资讯的情感得分。
例如,预设的情感分析模型分别对比特币的500条新闻资讯进行打分,得到比特币的每条新闻资讯的情感得分。预设的情感分析模型分别对以太坊的500条新闻资讯进行打分,得到以太坊的每条新闻资讯的情感得分。
S3、处理每个币种的加密货币的至少一个新闻资讯的情感得分,得到每个币种的加密货币的目标新闻资讯情感得分。
本实施例中,可以对每个币种的加密货币的至少一个新闻资讯情感得分求平均值,得到每个币种的加密货币的目标新闻资讯情感得分。
例如,对比特币的500条新闻资讯的情感得分进行求平均值,得到比特币的目标新闻资讯情感得分为1分。对以太坊的500条新闻资讯的情感得分进行求平均值,得到以太坊的目标新闻资讯情感得分为0分。
S4、处理至少一个币种的加密货币的目标新闻资讯情感得分,得到所述目标加密货币的新闻情感指标。
本实施例中,可以对每个币种的加密货币的至少一个新闻资讯情感得分求平均值,得到所述目标加密货币的新闻情感指标。
例如,比特币的目标新闻资讯情感得分为1分,以太坊的目标新闻资讯情感得分为0分,目标加密货币的新闻情感指标为0.5。
S102、对所述期权数据指标、价格数据指标、新闻情感指标进行归一化处理。
本实施例中,采用不同归一化算法分别对期权数据指标、价格数据指标、新闻情感指标进行归一化处理。
作为一种示例,期权数据指标中的看空看多比X的归一化算法为:100*Sigmoid(1/X-1)。
作为一种示例,期权数据指标中的隐含波动率指标Y的归一化算法为:50+5*(Y-M)/N。
其中,M为过去第一预设时间段内的平均瞬时指标值;N为过去第一预设时间段内的瞬时指标的标准差。
作为一种示例,价格数据指标中的市场动量指标Z的归一化算法为:50*Z+50。
作为一种示例,价格数据指标中的价格强度指标W的归一化算法为:50*W/30+50。
作为一种示例,新闻情感指标T的归一化算法为:50*T+50。
S103、根据归一化处理后的期权数据指标、价格数据指标、新闻情感指标,得到所述目标加密货币的情绪指数。
本实施例中,可以对期权数据指标、价格数据指标、新闻情感指标进行加权求和,得到目标加密货币的情绪指数。每个指标的权重根据实际情形进行设定,例如,看空看多比X的权重为0.15,隐含波动率指标Y的权重为0.4,市场动量指标Z的权重为0.15,价格强度指标W的权重为0.15,新闻情感指标的权重为0.15。
在得到目标加密货币的情绪指数之后,若情绪指数大于预设的数值,说明市场对目标加密货币持乐观情绪,若情绪指数小于预设的数值,说明市场对目标加密货币持悲观情绪。预设的数值根据实际情形进行设定,例如为50。
本发明实施例提供的目标加密货币的情绪指数的生成方法,通过获取目标加密货币的期权数据指标、价格数据指标、新闻情感指标;对所述期权数据指标、价格数据指标、新闻情感指标进行归一化处理;根据归一化处理后的期权数据指标、价格数据指标、新闻情感指标,得到所述目标加密货币的情绪指数。从而实现根据目标加密货币的期权数据指标、价格数据指标、新闻情感指标生成目标加密货币的情绪指数,通过目标加密货币的情绪指数判断加密货币未来短期、中期、长期走势,为投资者投资加密货币提供参考信息。
图2为本发明实施例提供的一种目标加密货币的情绪指数的生成装置的结构示意图。如图2所示,包括:获取模块11和处理模块12。
获取模块11,用于获取目标加密货币的期权数据指标、价格数据指标、新闻情感指标;
处理模块12,用于对所述期权数据指标、价格数据指标、新闻情感指标进行归一化处理;
所述处理模块12,还用于根据归一化处理后的期权数据指标、价格数据指标、新闻情感指标,得到所述目标加密货币的情绪指数。
进一步地,所述期权数据指标包括看空看多比、隐含波动率中的至少一种。
进一步地,在所述期权数据指标包括所述看空看多比时,所述获取模块11具体用于:
获取预设周期内第一个期权日期的所述目标加密货币的所有期权合约;
对每个期权合约进行分析,确定每个期权合约的期权属性,所述期权属性包括看多期权和看空期权;
统计看多期权的期权合约个数和看空期权的期权合约个数;
将所述看空期权的期权合约个数与所述看多期权的期权合约个数的比值确定为目标加密货币的看空看多比。
进一步地,在所述期权数据指标包括所述隐含波动率时,所述获取模块11具体用于:
根据预设的期权定价模型、所述目标加密货币的当前交易价格、标的价格、执行价格、利率、到期时间,获取所述目标加密货币的隐含波动率。
进一步地,所述价格数据指标包括市场动量指标和价格强度指标中的至少一种。
进一步地,在所述价格数据指标包括所述市场动量指标时,所述获取模块11具体用于:
获取所述目标加密货币在过去第一预设时间段内的平均指标值,以及每隔预设的时间间隔获取所述加密货币的当前瞬时指标值;
将所述当前瞬时指标值与所述平均指标值的差值确定为所述目标加密货币的市场动量指标。
进一步地,在所述价格数据指标包括所述价格强度指标时,所述获取模块11具体用于:
统计第一币种的个数,其中,所述第一币种对应的加密货币为当日价格处于过去第一预设时间段内的收盘价最高值的加密货币;
统计第二币种的个数,其中,所述第二币种对应的加密货币为当日价格处于过去第一预设时间段内的收盘价最低值的加密货币;
将所述第一币种的个数与所述第二币种的个数的差值确定为加密货币的价格强度指标。
进一步地,所述获取模块11具体用于:
获取在过去预设第二时间段内的新闻数据,所述新闻数据包括至少一个币种的加密货币的新闻数据,每个币种的加密货币的新闻数据包括至少一条新闻资讯;
根据预设的情感分析模型处理每个币种的加密货币的每条新闻资讯,得到每个币种的加密货币的每条新闻资讯的情感得分;
处理每个币种的加密货币的至少一个新闻资讯的情感得分,得到每个币种的加密货币的目标新闻资讯情感得分;
处理至少一个币种的加密货币的目标新闻资讯情感得分,得到所述目标加密货币的新闻情感指标。
进一步地,所述获取模块,还用于在所述获取目标加密货币的新闻情感指标之前,获取至少一个情感分析训练样本,其中,每个所述情感分析训练样本包括新闻资讯样本和对应的情感得分;
根据至少一个情感分析训练样本进行训练,得到所述预设的情感分析模型。
需要说明的是,前述对目标加密货币的情绪指数的生成方法实施例的解释说明也适用于该实施例的目标加密货币的情绪指数的生成装置,此处不再赘述。
本发明实施例提供的目标加密货币的情绪指数的生成装置,通过获取目标加密货币的期权数据指标、价格数据指标、新闻情感指标;对所述期权数据指标、价格数据指标、新闻情感指标进行归一化处理;根据归一化处理后的期权数据指标、价格数据指标、新闻情感指标,得到所述目标加密货币的情绪指数。从而实现根据目标加密货币的期权数据指标、价格数据指标、新闻情感指标生成目标加密货币的情绪指数,通过目标加密货币的情绪指数判断加密货币未来短期、中期、长期走势,为投资者投资加密货币提供参考信息。
图3为本发明实施例提供的一种计算机设备的结构示意图。该计算机设备包括:
存储器1001、处理器1002及存储在存储器1001上并可在处理器1002上运行的计算机程序。
处理器1002执行所述程序时实现上述实施例中提供的目标加密货币的情绪指数的生成方法。
进一步地,计算机设备还包括:
通信接口1003,用于存储器1001和处理器1002之间的通信。
存储器1001,用于存放可在处理器1002上运行的计算机程序。
存储器1001可能包含高速RAM存储器,也可能还包括非易失性存储器(non-volatile memory),例如至少一个磁盘存储器。
处理器1002,用于执行所述程序时实现上述实施例所述的目标加密货币的情绪指数的生成方法。
如果存储器1001、处理器1002和通信接口1003独立实现,则通信接口1003、存储器1001和处理器1002可以通过总线相互连接并完成相互间的通信。所述总线可以是工业标准体系结构(Industry Standard Architecture,简称为ISA)总线、外部设备互连(Peripheral Component,简称为PCI)总线或扩展工业标准体系结构(Extended IndustryStandard Architecture,简称为EISA)总线等。所述总线可以分为地址总线、数据总线、控制总线等。为便于表示,图3中仅用一条粗线表示,但并不表示仅有一根总线或一种类型的总线。
可选的,在具体实现上,如果存储器1001、处理器1002及通信接口1003,集成在一块芯片上实现,则存储器1001、处理器1002及通信接口1003可以通过内部接口完成相互间的通信。
处理器1002可能是一个中央处理器(Central Processing Unit,简称为CPU),或者是特定集成电路(Application Specific Integrated Circuit,简称为ASIC),或者是被配置成实施本发明实施例的一个或多个集成电路。
本实施例还提供一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如上所述的目标加密货币的情绪指数的生成方法。
本实施例还提供一种计算机程序产品,当所述计算机程序产品中的指令处理器执行时,如上所述的目标加密货币的情绪指数的生成方法。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本发明的描述中,“多个”的含义是至少两个,例如两个,三个等,除非另有明确具体的限定。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为,表示包括一个或更多个用于实现定制逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分,并且本发明的优选实施方式的范围包括另外的实现,其中可以不按所示出或讨论的顺序,包括根据所涉及的功能按基本同时的方式或按相反的顺序,来执行功能,这应被本发明的实施例所属技术领域的技术人员所理解。
在流程图中表示或在此以其他方式描述的逻辑和/或步骤,例如,可以被认为是用于实现逻辑功能的可执行指令的定序列表,可以具体实现在任何计算机可读介质中,以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用,或结合这些指令执行系统、装置或设备而使用。就本说明书而言,"计算机可读介质"可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。计算机可读介质的更具体的示例(非穷尽性列表)包括以下:具有一个或多个布线的电连接部(电子装置),便携式计算机盘盒(磁装置),随机存取存储器(RAM),只读存储器(ROM),可擦除可编辑只读存储器(EPROM或闪速存储器),光纤装置,以及便携式光盘只读存储器(CDROM)。另外,计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质,因为可以例如通过对纸或其他介质进行光学扫描,接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序,然后将其存储在计算机存储器中。
应当理解,本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中,多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。如,如果用硬件·来实现和在另一实施方式中一样,可用本领域公知的下列技术中的任一项或他们的组合来实现:具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路,具有合适的组合逻辑门电路的专用集成电路,可编程门阵列(PGA),现场可编程门阵列(FPGA)等。
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成,所述的程序可以存储于一种计算机可读存储介质中,该程序在执行时,包括方法实施例的步骤之一或其组合。
此外,在本发明各个实施例中的各功能单元可以集成在一个处理模块中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时,也可以存储在一个计算机可读取存储介质中。
上述提到的存储介质可以是只读存储器,磁盘或光盘等。尽管上面已经示出和描述了本发明的实施例,可以理解的是,上述实施例是示例性的,不能理解为对本发明的限制,本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。
Claims (10)
1.一种目标加密货币的情绪指数的生成方法,其特征在于,包括:
获取目标加密货币的期权数据指标、价格数据指标、新闻情感指标;
对所述期权数据指标、价格数据指标、新闻情感指标进行归一化处理;
根据归一化处理后的期权数据指标、价格数据指标、新闻情感指标,得到所述目标加密货币的情绪指数。
2.根据权利要求1所述的方法,其特征在于,所述期权数据指标包括看空看多比、隐含波动率中的至少一种。
3.根据权利要求2所述的方法,其特征在于,在所述期权数据指标包括所述看空看多比时,所述获取目标加密货币的期权数据指标包括:
获取预设周期内第一个期权日期的所述目标加密货币的所有期权合约;
对每个期权合约进行分析,确定每个期权合约的期权属性,所述期权属性包括看多期权和看空期权;
统计看多期权的期权合约个数和看空期权的期权合约个数;
将所述看空期权的期权合约个数与所述看多期权的期权合约个数的比值确定为目标加密货币的看空看多比。
4.根据权利要求2所述的方法,其特征在于,在所述期权数据指标包括所述隐含波动率时,所述获取目标加密货币的期权数据指标包括:
根据预设的期权定价模型、所述目标加密货币的当前交易价格、标的价格、执行价格、利率、到期时间,获取所述目标加密货币的隐含波动率。
5.根据权利要求1所述的方法,其特征在于,所述价格数据指标包括市场动量指标和价格强度指标中的至少一种。
6.根据权利要求5所述的方法,其特征在于,在所述价格数据指标包括所述市场动量指标时,所述获取目标加密货币的价格数据指标,包括:
获取所述目标加密货币在过去第一预设时间段内的平均指标值,以及每隔预设的时间间隔获取所述加密货币的当前瞬时指标值;
将所述当前瞬时指标值与所述平均指标值的差值确定为所述目标加密货币的市场动量指标。
7.根据权利要求5所述的方法,其特征在于,在所述价格数据指标包括所述价格强度指标时,所述获取目标加密货币的价格数据指标,包括:
统计第一币种的个数,其中,所述第一币种对应的加密货币为当日价格处于过去第一预设时间段内的收盘价最高值的加密货币;
统计第二币种的个数,其中,所述第二币种对应的加密货币为当日价格处于过去第一预设时间段内的收盘价最低值的加密货币;
将所述第一币种的个数与所述第二币种的个数的差值确定为加密货币的价格强度指标。
8.根据权利要求1所述的方法,其特征在于,所述获取目标加密货币的新闻情感指标包括:
获取在过去预设第二时间段内的新闻数据,所述新闻数据包括至少一个币种的加密货币的新闻数据,每个币种的加密货币的新闻数据包括至少一条新闻资讯;
根据预设的情感分析模型处理每个币种的加密货币的每条新闻资讯,得到每个币种的加密货币的每条新闻资讯的情感得分;
处理每个币种的加密货币的至少一个新闻资讯的情感得分,得到每个币种的加密货币的目标新闻资讯情感得分;
处理至少一个币种的加密货币的目标新闻资讯情感得分,得到所述目标加密货币的新闻情感指标。
9.根据权利要求8所述的方法,其特征在于,在所述获取目标加密货币的新闻情感指标之前,还包括:
获取至少一个情感分析训练样本,其中,每个所述情感分析训练样本包括新闻资讯样本和对应的情感得分;
根据至少一个情感分析训练样本进行训练,得到所述预设的情感分析模型。
10.一种目标加密货币的情绪指数的生成装置,其特征在于,包括:
获取模块,用于获取目标加密货币的期权数据指标、价格数据指标、新闻情感指标;
处理模块,用于对所述期权数据指标、价格数据指标、新闻情感指标进行归一化处理;
所述处理模块,还用于根据归一化处理后的期权数据指标、价格数据指标、新闻情感指标,得到所述目标加密货币的情绪指数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910565384.4A CN110264368A (zh) | 2019-06-27 | 2019-06-27 | 目标加密货币的情绪指数的生成方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910565384.4A CN110264368A (zh) | 2019-06-27 | 2019-06-27 | 目标加密货币的情绪指数的生成方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110264368A true CN110264368A (zh) | 2019-09-20 |
Family
ID=67922105
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910565384.4A Pending CN110264368A (zh) | 2019-06-27 | 2019-06-27 | 目标加密货币的情绪指数的生成方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110264368A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111078996A (zh) * | 2019-11-12 | 2020-04-28 | 北京币世界网络科技有限公司 | 一种区块链数字货币实时热度监控方法、装置及系统 |
CN111882436A (zh) * | 2020-07-30 | 2020-11-03 | 腾讯科技(成都)有限公司 | 一种基于区块链的数据处理方法、装置及设备 |
WO2024000152A1 (en) * | 2022-06-28 | 2024-01-04 | Chan Kin Kwan | A system and a method for analysing a market of exchangeable assets |
-
2019
- 2019-06-27 CN CN201910565384.4A patent/CN110264368A/zh active Pending
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111078996A (zh) * | 2019-11-12 | 2020-04-28 | 北京币世界网络科技有限公司 | 一种区块链数字货币实时热度监控方法、装置及系统 |
CN111882436A (zh) * | 2020-07-30 | 2020-11-03 | 腾讯科技(成都)有限公司 | 一种基于区块链的数据处理方法、装置及设备 |
CN111882436B (zh) * | 2020-07-30 | 2024-04-09 | 腾讯科技(成都)有限公司 | 一种基于区块链的数据处理方法、装置及设备 |
WO2024000152A1 (en) * | 2022-06-28 | 2024-01-04 | Chan Kin Kwan | A system and a method for analysing a market of exchangeable assets |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6725622B2 (ja) | ドル預託証券、電子的会員取引、及びレポ取引 | |
Hasbrouck et al. | Order arrival, quote behavior, and the return‐generating process | |
TW530234B (en) | Methods and systems for efficiently sampling portfolios for optimal underwriting | |
CA3177410A1 (en) | Market orchestration system for facilitating electronic marketplace transactions | |
US7644011B2 (en) | Method and apparatus for determining investment manager skill | |
CN110264368A (zh) | 目标加密货币的情绪指数的生成方法及装置 | |
Prix et al. | Algorithmic trading patterns in Xetra orders | |
Hacker | Personalizing EU private law: from disclosures to nudges and mandates | |
CN107004223A (zh) | 交易平台系统及方法 | |
Bakhach et al. | TSFDC: A trading strategy based on forecasting directional change | |
CN110796539A (zh) | 一种征信评估方法及装置 | |
CN110288488A (zh) | 医疗险欺诈预测方法、装置、设备和可读存储介质 | |
US20090164336A1 (en) | Electronic netting system for bilateral trades | |
Voronov et al. | The Risk of Creativity: EaR for the Intellectual Assets Portfolio | |
CN110263068A (zh) | 一种处理监控数据的方法及系统 | |
Govindasamy | A descriptive study on the recent developments in indian commodity derivatives market | |
CN114418776A (zh) | 一种数据处理方法、装置、终端设备及介质 | |
Miori et al. | Clustering Uniswap v3 traders from their activity on multiple liquidity pools, via novel graph embeddings | |
CN113706258A (zh) | 基于组合模型的产品推荐方法、装置、设备及存储介质 | |
Lu | The numeraire effect in initial coin offerings | |
Wang | Prediction markets, automated market makers, and decentralized finance (DeFi) | |
CN110378760A (zh) | 数据处理方法及终端设备 | |
EP2767949A1 (en) | Financial Instrument, methods and systems to hedge options | |
CN118278937B (zh) | 基于区块链智慧金融平台的容差容错方法、系统及介质 | |
Zhao et al. | Transition in the waiting-time distribution of price-change events in a global socioeconomic system |
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: 20190920 |
|
RJ01 | Rejection of invention patent application after publication |