CN110705761A - 周期共振指标算法的股票筛选器系统、方法及存储介质 - Google Patents
周期共振指标算法的股票筛选器系统、方法及存储介质 Download PDFInfo
- Publication number
- CN110705761A CN110705761A CN201910893567.9A CN201910893567A CN110705761A CN 110705761 A CN110705761 A CN 110705761A CN 201910893567 A CN201910893567 A CN 201910893567A CN 110705761 A CN110705761 A CN 110705761A
- Authority
- CN
- China
- Prior art keywords
- stock
- dea
- dif
- ema
- trading volume
- 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
Images
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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- 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)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Development Economics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Educational Administration (AREA)
- Game Theory and Decision Science (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Technology Law (AREA)
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
Abstract
本发明提供了一种周期共振指标算法的股票筛选系统、方法及介质,包括:股票池生成模块:在预设时间,通过预设筛选条件,生成满足预设筛选条件的股票池集合;条件组合搜索模块:选择预设筛选条件,根据选择的筛选条件,从股票池集合中获得相应的股票池,并返回股票池中相应的股票列表,进行展示。本发明支持所有应用端的使用,包括pc端、移动端;技术规范从服务端到应用端,提供了一种完整的全端解决方案;涉及系统更稳定更快速,用户体验更为友好;系统的指标算法根据大数据分析及规律得出,经过数年历史数据验证。
Description
技术领域
本发明涉及股票预测技术领域,具体地,涉及周期共振指标算法的股票筛选器系统、方法及存储介质。
背景技术
周期共振指标算法的股票筛选器是通过行情图的算法分析,每天按照四个因素的组合条件生成符合的股票列表,供用户选择和筛选自己感兴趣的股票用以参考,其中主要由行情服务端收盘定时生成股票池、用户端条件组合查询两大系统组成,行情server端主要负责根据周期共振算法,生成四个条件组合后的股票池;用户端条件组合查询主要负责提交用户组合选择的条件,并到股票列表中相应查询并返回结果。
行情端收盘后定时生成好股票列表,主要是因为按照周期共振算法得到得到的结果一个交易日内不会变化,并且可以减少client端发来的无用的查询计算,节省服务器的开销,响应用户也会变更快。其主要技术原理为,server端程序循环市场所有股票,数目3000+只股票,循环过程会连接历史行情,通过判断是否符合各组合条件,push到相应的股票池数组中。
用户端筛选交互,设计为组合多选,平铺所有条件,让用户一目了然,操作简单方便,尤其在手机端,更符合自然的手势事件,筛选条件下方即为结果展示区,主要有股票名称、最新价、涨跌幅、操作等关键字段。
目前行业内特色指标比较多,筛选器形式相对较少,很多指标没有经过历史数据验证,在处理整个股市股票的数据处理上有明显卡顿或者等待时间过长的缺点,并且结果也不太符合指标的条件。
发明内容
针对现有技术中的缺陷,本发明的目的是提供一种周期共振指标算法的股票筛选器系统、方法及存储介质。
根据本发明提供的一种周期共振指标算法的股票筛选系统,包括:
股票池生成模块:在预设时间,通过预设筛选条件,生成满足预设筛选条件的股票池集合;
条件组合搜索模块:选择预设筛选条件,根据选择的筛选条件,从股票池集合中获得相应的股票池,并返回股票池中相应的股票列表,进行展示。
优选地,所述预设筛选条件包括以下任一种或任多种:
均线密集:按照预设的均线数量和均线价差,当股票k线图均线之间的价差在设置的范围内时,为符合条件的股票;
一阳穿多线:预设数量的均线处于当前k线的开盘价和收盘价之间;
交易倍量:设置股票的成交量参数区间,成交量参数值=今日成交量/昨日成交量,计算A股股票的成交量参数值,当成交量参数值满足设置的成交量参数区间,即为符合条件的股票;
MACD金叉:设置DIF和DEA的最小变动空间,当DIF和DEA均大于0时,即在图形上表示为它们处于零线以上时,并向上移动,DIF由下向上与DEA交叉,即由DIF<DEA转为DIF>DEA,交叉点为DIF=DEA,当MACD满足DIF>=DEA时,即满足条件为符合条件的股票;
DIF指差离值;
DEA指DIF在预设时间段内平均值。
优选地,所述DIF=今日EMA(12)-今日EMA(26);
EMA(12)=前一日EMA(12)×11/13+今日收盘价×2/13;
EMA(26)=前一日EMA(26)×25/27+今日收盘价×2/27;
DEA=今日DEA(MACD)=前一日DEA×8/10+今日DIF×2/10;
EMA(12)表示12日指数移动平均值;
EMA(26)表示26日指数移动平均值。
根据本发明提供的一种周期共振指标算法的股票筛选方法,包括:
股票池生成步骤:在预设时间,通过预设筛选条件,生成满足预设筛选条件的股票池集合;
条件组合搜索步骤:选择预设筛选条件,根据选择的筛选条件,从股票池集合中获得相应的股票池,并返回股票池中相应的股票列表,进行展示。
优选地,所述预设筛选条件包括以下任一种或任多种:
均线密集:按照预设的均线数量和均线价差,当股票k线图均线之间的价差在设置的范围内时,为符合条件的股票;
一阳穿多线:预设数量的均线处于当前k线的开盘价和收盘价之间;
交易倍量:设置股票的成交量参数区间,成交量参数值=今日成交量/昨日成交量,计算A股股票的成交量参数值,当成交量参数值满足设置的成交量参数区间,即为符合条件的股票;
MACD金叉:设置DIF和DEA的最小变动空间,当DIF和DEA均大于0时,即在图形上表示为它们处于零线以上时,并向上移动,DIF由下向上与DEA交叉,即由DIF<DEA转为DIF>DEA,交叉点为DIF=DEA,当MACD满足DIF>=DEA时,即满足条件为符合条件的股票;
DIF指差离值;
DEA指DIF在预设时间段内平均值。
优选地,所述DIF=今日EMA(12)-今日EMA(26);
EMA(12)=前一日EMA(12)×11/13+今日收盘价×2/13;
EMA(26)=前一日EMA(26)×25/27+今日收盘价×2/27;
DEA=今日DEA(MACD)=前一日DEA×8/10+今日DIF×2/10;
EMA(12)表示12日指数移动平均值;
EMA(26)表示26日指数移动平均值。
根据本发明提供的一种存储有计算机程序的计算机可读存储介质,所述计算机程序被处理器执行时实现上述中任一项所述的周期共振指标算法的股票筛选方法的步骤。
与现有技术相比,本发明具有如下的有益效果:
1、本发明支持所有应用端的使用,包括pc端、移动端;
2、本发明技术规范从服务端到应用端,提供了一种完整的全端解决方案;
3、本发明涉及系统更稳定更快速,用户体验更为友好;
4、本发明系统的指标算法根据大数据分析及规律得出,经过数年历史数据验证。
附图说明
通过阅读参照以下附图对非限制性实施例所作的详细描述,本发明的其它特征、目的和优点将会变得更明显:
图1为本发明提供的周期共振指标算法的股票筛选系统的流程示意图。
图2为本发明提供的周期共振指标算法的股票筛选系统的操作界面示意图。
具体实施方式
下面结合具体实施例对本发明进行详细说明。以下实施例将有助于本领域的技术人员进一步理解本发明,但不以任何形式限制本发明。应当指出的是,对本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变化和改进。这些都属于本发明的保护范围。
根据本发明提供的一种周期共振指标算法的股票筛选系统,包括:
股票池生成模块:在预设时间,通过预设筛选条件,生成满足预设筛选条件的股票池集合;
条件组合搜索模块:选择预设筛选条件,根据选择的筛选条件,从股票池集合中获得相应的股票池,并返回股票池中相应的股票列表,进行展示。
优选地,所述预设筛选条件包括以下任一种或任多种:
均线密集:按照预设的均线数量和均线价差,当股票k线图均线之间的价差在设置的范围内时,为符合条件的股票;
一阳穿多线:预设数量的均线处于当前k线的开盘价和收盘价之间;
交易倍量:设置股票的成交量参数区间,成交量参数值=今日成交量/昨日成交量,计算A股股票的成交量参数值,当成交量参数值满足设置的成交量参数区间,即为符合条件的股票;
MACD金叉:设置DIF和DEA的最小变动空间,当DIF和DEA均大于0时,即在图形上表示为它们处于零线以上时,并向上移动,DIF由下向上与DEA交叉,即由DIF<DEA转为DIF>DEA,交叉点为DIF=DEA,当MACD满足DIF>=DEA时,即满足条件为符合条件的股票;
DIF指差离值;
DEA指DIF在预设时间段内平均值。
优选地,所述DIF=今日EMA(12)-今日EMA(26);
EMA(12)=前一日EMA(12)×11/13+今日收盘价×2/13;
EMA(26)=前一日EMA(26)×25/27+今日收盘价×2/27;
DEA=今日DEA(MACD)=前一日DEA×8/10+今日DIF×2/10;
EMA(12)表示12日指数移动平均值;
EMA(26)表示26日指数移动平均值。
本发明提供的周期共振指标算法的股票筛选系统,可以通过本发明给的周期共振指标算法的股票筛选方法的步骤流程实现。本领域技术人员可以将所述周期共振指标算法的股票筛选方法,理解为所述周期共振指标算法的股票筛选系统的一个优选例。
根据本发明提供的一种周期共振指标算法的股票筛选方法,包括:
股票池生成步骤:在预设时间,通过预设筛选条件,生成满足预设筛选条件的股票池集合;
条件组合搜索步骤:选择预设筛选条件,根据选择的筛选条件,从股票池集合中获得相应的股票池,并返回股票池中相应的股票列表,进行展示。
优选地,所述预设筛选条件包括以下任一种或任多种:
均线密集:按照预设的均线数量和均线价差,当股票k线图均线之间的价差在设置的范围内时,为符合条件的股票;
一阳穿多线:预设数量的均线处于当前k线的开盘价和收盘价之间;
交易倍量:设置股票的成交量参数区间,成交量参数值=今日成交量/昨日成交量,计算A股股票的成交量参数值,当成交量参数值满足设置的成交量参数区间,即为符合条件的股票;
MACD金叉:设置DIF和DEA的最小变动空间,当DIF和DEA均大于0时,即在图形上表示为它们处于零线以上时,并向上移动,DIF由下向上与DEA交叉,即由DIF<DEA转为DIF>DEA,交叉点为DIF=DEA,当MACD满足DIF>=DEA时,即满足条件为符合条件的股票;
DIF指差离值;
DEA指DIF在预设时间段内平均值。
优选地,所述DIF=今日EMA(12)-今日EMA(26);
EMA(12)=前一日EMA(12)×11/13+今日收盘价×2/13;
EMA(26)=前一日EMA(26)×25/27+今日收盘价×2/27;
DEA=今日DEA(MACD)=前一日DEA×8/10+今日DIF×2/10;
EMA(12)表示12日指数移动平均值;
EMA(26)表示26日指数移动平均值。
根据本发明提供的一种存储有计算机程序的计算机可读存储介质,所述计算机程序被处理器执行时实现上述中任一项所述的周期共振指标算法的股票筛选方法的步骤。
下面通过优选例,对本发明进行更为具体地说明。
优选例1:
一种股票筛选器系统,包括:
周期共振指标算法股票池:每日收盘时间,通过算法公式,生成满足结果的股票池,其中算法包括,
均线密集:按照设置的均线条数和均线价差,并且当股票k线图均线之间的价差在设置的范围内,为符合条件的股票
一阳穿多线:设置的均线,至少3根处于当前k线的开盘价和收盘价之间
交易倍量:支持可设置股票的成交量参数,成交量参数最小单位为0.1,成交量参数值=今日成交量/昨日成交量设置后,计算A股股票的成交量参数值,当参数值满足设置的区间,即为符合条件的股票
MACD金叉:支持参数可设置DIF和DEA,最小变动空间,当DIF和DEA均大于0(即在图形上表示为它们处于零线以上)并向上移动,DIFF由下向上与DEA交叉,即由DIFF<DEA转为DIFF>DEA,交叉点为DIFF=DEA,当MACD满足DIFF>=DEA时,即满足条件为符合条件的股票
DIF=今日EMA(12)-今日EMA(26)
EMA(12)=前一日EMA(12)×11/13+今日收盘价×2/13
EMA(26)=前一日EMA(26)×25/27+今日收盘价×2/27
DEA=今日DEA(MACD)=前一日DEA×8/10+今日DIF×2/10
四个维度条件组合集合:通过满足以上四个算法(均线密集、一阳穿多线、交易倍量、MACD金叉)的任意组合,把股票池通过无序组合,即满足以上四个算法中的一个或多个算法的条件组合为15个集合
条件组合搜索:用户通过勾选不同的条件,提交查询申请,服务端返回相应的股票列表,并展示给用户
在本申请的描述中,需要理解的是,术语“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本申请和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本申请的限制。
本领域技术人员知道,除了以纯计算机可读程序代码方式实现本发明提供的系统、装置及其各个模块以外,完全可以通过将方法步骤进行逻辑编程来使得本发明提供的系统、装置及其各个模块以逻辑门、开关、专用集成电路、可编程逻辑控制器以及嵌入式微控制器等的形式来实现相同程序。所以,本发明提供的系统、装置及其各个模块可以被认为是一种硬件部件,而对其内包括的用于实现各种程序的模块也可以视为硬件部件内的结构;也可以将用于实现各种功能的模块视为既可以是实现方法的软件程序又可以是硬件部件内的结构。
以上对本发明的具体实施例进行了描述。需要理解的是,本发明并不局限于上述特定实施方式,本领域技术人员可以在权利要求的范围内做出各种变化或修改,这并不影响本发明的实质内容。在不冲突的情况下,本申请的实施例和实施例中的特征可以任意相互组合。
Claims (7)
1.一种周期共振指标算法的股票筛选系统,其特征在于,包括:
股票池生成模块:在预设时间,通过预设筛选条件,生成满足预设筛选条件的股票池集合;
条件组合搜索模块:选择预设筛选条件,根据选择的筛选条件,从股票池集合中获得相应的股票池,并返回股票池中相应的股票列表,进行展示。
2.根据权利要求1所述的周期共振指标算法的股票筛选系统,其特征在于,所述筛选条件包括以下任一种或任多种:
均线密集:按照预设的均线数量和均线价差,当股票k线图均线之间的价差在设置的范围内时,为符合条件的股票;
一阳穿多线:预设数量的均线处于当前k线的开盘价和收盘价之间;
交易倍量:设置股票的成交量参数区间,成交量参数值=今日成交量/昨日成交量,计算A股股票的成交量参数值,当成交量参数值满足设置的成交量参数区间,即为符合条件的股票;
MACD金叉:设置DIF和DEA的最小变动空间,当DIF和DEA均大于0时,即在图形上表示为它们处于零线以上时,并向上移动,DIF由下向上与DEA交叉,即由DIF<DEA转为DIF>DEA,交叉点为DIF=DEA,当MACD满足DIF>=DEA时,即满足条件为符合条件的股票;
DIF指差离值;
DEA指DIF在预设时间段内平均值。
3.根据权利要求2所述的周期共振指标算法的股票筛选系统,其特征在于,所述DIF=今日EMA(12)-今日EMA(26);
EMA(12)=前一日EMA(12)×11/13+今日收盘价×2/13;
EMA(26)=前一日EMA(26)×25/27+今日收盘价×2/27;
DEA=今日DEA(MACD)=前一日DEA×8/10+今日DIF×2/10;
EMA(12)表示12日指数移动平均值;
EMA(26)表示26日指数移动平均值。
4.一种周期共振指标算法的股票筛选方法,其特征在于,包括:
股票池生成步骤:在预设时间,通过预设筛选条件,生成满足预设筛选条件的股票池集合;
条件组合搜索步骤:选择预设筛选条件,根据选择的筛选条件,从股票池集合中获得相应的股票池,并返回股票池中相应的股票列表,进行展示。
5.根据权利要求4所述的周期共振指标算法的股票筛选方法,其特征在于,所述预设筛选条件包括以下任一种或任多种:
均线密集:按照预设的均线数量和均线价差,当股票k线图均线之间的价差在设置的范围内时,为符合条件的股票;
一阳穿多线:预设数量的均线处于当前k线的开盘价和收盘价之间;
交易倍量:设置股票的成交量参数区间,成交量参数值=今日成交量/昨日成交量,计算A股股票的成交量参数值,当成交量参数值满足设置的成交量参数区间,即为符合条件的股票;
MACD金叉:设置DIF和DEA的最小变动空间,当DIF和DEA均大于0时,即在图形上表示为它们处于零线以上时,并向上移动,DIF由下向上与DEA交叉,即由DIF<DEA转为DIF>DEA,交叉点为DIF=DEA,当MACD满足DIF>=DEA时,即满足条件为符合条件的股票;
DIF指差离值;
DEA指DIF在预设时间段内平均值。
6.根据权利要求5所述的周期共振指标算法的股票筛选方法,其特征在于,所述DIF=今日EMA(12)-今日EMA(26);
EMA(12)=前一日EMA(12)×11/13+今日收盘价×2/13;
EMA(26)=前一日EMA(26)×25/27+今日收盘价×2/27;
DEA=今日DEA(MACD)=前一日DEA×8/10+今日DIF×2/10;
EMA(12)表示12日指数移动平均值;
EMA(26)表示26日指数移动平均值。
7.一种存储有计算机程序的计算机可读存储介质,其特征在于,所述计算机程序被处理器执行时实现权利要求4至6中任一项所述的周期共振指标算法的股票筛选方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910893567.9A CN110705761A (zh) | 2019-09-20 | 2019-09-20 | 周期共振指标算法的股票筛选器系统、方法及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910893567.9A CN110705761A (zh) | 2019-09-20 | 2019-09-20 | 周期共振指标算法的股票筛选器系统、方法及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110705761A true CN110705761A (zh) | 2020-01-17 |
Family
ID=69196309
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910893567.9A Pending CN110705761A (zh) | 2019-09-20 | 2019-09-20 | 周期共振指标算法的股票筛选器系统、方法及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110705761A (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105989540A (zh) * | 2015-02-10 | 2016-10-05 | 上海华颂软件科技有限公司 | 一种股票选股方法及系统 |
CN106447492A (zh) * | 2016-09-08 | 2017-02-22 | 广州新博庭网络信息科技股份有限公司 | 一种业务对象的识别方法和装置 |
CN106843784A (zh) * | 2017-01-19 | 2017-06-13 | 沃民高新科技(北京)股份有限公司 | 显示数据的方法和装置 |
CN107180386A (zh) * | 2017-05-02 | 2017-09-19 | 优品财富管理股份有限公司 | 一种量化策略直播系统 |
CN108154436A (zh) * | 2017-12-26 | 2018-06-12 | 福建中金在线信息科技有限公司 | 一种选股方法、装置、电子设备及计算机可读存储介质 |
CN108920646A (zh) * | 2018-06-29 | 2018-11-30 | 上海朝阳永续信息技术股份有限公司 | 一种股票筛选方法及装置 |
CN109509096A (zh) * | 2018-11-26 | 2019-03-22 | 上海朝阳永续信息技术股份有限公司 | 一种股票综合分析方法及系统 |
CN109685656A (zh) * | 2018-12-21 | 2019-04-26 | 天津知柿信息科技有限公司 | 一种股市走势智能预测方法及系统 |
-
2019
- 2019-09-20 CN CN201910893567.9A patent/CN110705761A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105989540A (zh) * | 2015-02-10 | 2016-10-05 | 上海华颂软件科技有限公司 | 一种股票选股方法及系统 |
CN106447492A (zh) * | 2016-09-08 | 2017-02-22 | 广州新博庭网络信息科技股份有限公司 | 一种业务对象的识别方法和装置 |
CN106843784A (zh) * | 2017-01-19 | 2017-06-13 | 沃民高新科技(北京)股份有限公司 | 显示数据的方法和装置 |
CN107180386A (zh) * | 2017-05-02 | 2017-09-19 | 优品财富管理股份有限公司 | 一种量化策略直播系统 |
CN108154436A (zh) * | 2017-12-26 | 2018-06-12 | 福建中金在线信息科技有限公司 | 一种选股方法、装置、电子设备及计算机可读存储介质 |
CN108920646A (zh) * | 2018-06-29 | 2018-11-30 | 上海朝阳永续信息技术股份有限公司 | 一种股票筛选方法及装置 |
CN109509096A (zh) * | 2018-11-26 | 2019-03-22 | 上海朝阳永续信息技术股份有限公司 | 一种股票综合分析方法及系统 |
CN109685656A (zh) * | 2018-12-21 | 2019-04-26 | 天津知柿信息科技有限公司 | 一种股市走势智能预测方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107515909B (zh) | 一种视频推荐方法及系统 | |
US10521191B1 (en) | Multi-faceted search | |
CN106850750B (zh) | 一种实时推送信息的方法和装置 | |
US20120290947A1 (en) | Methods and systems to filter and display electronic messages | |
US8417712B2 (en) | Image querying with relevance-relative scaling | |
US20190057153A1 (en) | Systems and Methods for Automating the Retrieval of Partitionable Search Results from a Search Engine | |
CN108090208A (zh) | 融合数据处理方法及装置 | |
TW201923675A (zh) | 資訊推薦方法及裝置、設備 | |
CN108021708B (zh) | 内容推荐方法、装置与计算机可读存储介质 | |
CN107302573A (zh) | 一种信息推送方法、装置、电子设备及存储介质 | |
CN103679497A (zh) | 一种试用商品的派发方法及装置 | |
CN113986933A (zh) | 物化视图的创建方法、装置、存储介质及电子设备 | |
CN107315753B (zh) | 跨多数据库的分页方法和装置 | |
CN105512122B (zh) | 信息检索系统的排序方法及装置 | |
US9690858B1 (en) | Predicting categorized completions of a partial search term | |
CN110275943A (zh) | 文章推送方法及装置 | |
CN113657812A (zh) | 一种基于大数据和算法的门店运营智慧决策的方法和系统 | |
CN110705761A (zh) | 周期共振指标算法的股票筛选器系统、方法及存储介质 | |
US11726639B2 (en) | Stowing and unstowing browser tabs in groups each corresponding to a different subject | |
CN108256018A (zh) | 一种物品推荐方法及装置 | |
CN109165180A (zh) | 一种提高房源经纪人作业效率的方法和系统 | |
CN113434568A (zh) | 一种多源数据处理方法、装置、智能终端及存储介质 | |
KR20160000021A (ko) | 빅데이터 분석 기술을 활용한 미술품 가격검색 및 미술시장 통계분석 시스템 | |
CN114115796A (zh) | 数据处理方法、装置、计算机可读介质及电子设备 | |
CN113094602A (zh) | 酒店推荐方法、系统、设备及介质 |
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 |