CN113256334A - 一种基于凝聚指标对金融产品价格的预测方法 - Google Patents

一种基于凝聚指标对金融产品价格的预测方法 Download PDF

Info

Publication number
CN113256334A
CN113256334A CN202110577506.9A CN202110577506A CN113256334A CN 113256334 A CN113256334 A CN 113256334A CN 202110577506 A CN202110577506 A CN 202110577506A CN 113256334 A CN113256334 A CN 113256334A
Authority
CN
China
Prior art keywords
price
agglomeration
interval
index
aggregation
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
CN202110577506.9A
Other languages
English (en)
Inventor
陈新燊
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.)
Individual
Original Assignee
Individual
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 Individual filed Critical Individual
Priority to CN202110577506.9A priority Critical patent/CN113256334A/zh
Publication of CN113256334A publication Critical patent/CN113256334A/zh
Priority to US17/908,253 priority patent/US11961145B2/en
Priority to PCT/CN2022/071970 priority patent/WO2022247311A1/zh
Pending legal-status Critical Current

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
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0201—Market modelling; Market analysis; Collecting market data
    • G06Q30/0206—Price or cost determination based on market factors
    • 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
    • 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

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

Abstract

本发明公开了一种基于凝聚指标对金融产品价格的预测方法，其包括有如下步骤：步骤S1，用户输入股票代码；步骤S2，系统根据每日交易数据，计算凝聚指标值；步骤S3，计算凝聚区间及平均烛；步骤S4，凝聚指标向上或向下突破凝聚区间，若是，则执行步骤S6，若否，则执行步骤S5；步骤S5，通过平均烛显示图表；步骤S6，显示突破标记，向上突破呈上升标记，向下突破呈下降标记，并通过平均烛显示图表。本发明算法灵活、分析结果精确、辅助用户进行价格分析。

Description

一种基于凝聚指标对金融产品价格的预测方法
技术领域
本发明涉及一种计算机实现的交易价格计算方法，特别涉及通过特定的方法来预测金融产品价格的方法。
背景技术
现有的对于每种金融产品(如外汇、股市、债券、资产交易、收购合并)和商品(如农产品、石油)(以下统称为商品价格)，在市场开盘和收盘之间以及在高点和低点之间，都会发生许多其他活动和现象，这些活动和现象对于监视整体市场状况很有用。例如，市场活跃的区域，交易量最大的价格以及价格达到某个高价或低价附近时市场的表现。众所周知，这些市场内信息被广泛使用，尽管交易者和制定交易策略的分析师从常规数据和图表中看不到这些市场内信息，但它们扔被广泛使用，导致目前市场习惯是采用过去一个周期内市场收盘的价格的平均价作为市场的交易价格进行各种商业交易。
现有的仅以商品价格收盘平均价格的常规计价方法显然无法提供基本市场情况的完整信息。价格从开盘价到收盘价的中间路径已被忽略。传统上，想要跟踪此类市场内信息的交易者必须依靠繁琐的手动过程，例如从报价屏幕观察价格波动并将信息记录到日志中，通过分析条形图中价格上花费的时间和交易量的分布来推导出该信息。例如，通过建立一个频率分布图来记录条形图上每个价格交易的时间/数量单位的数量，可以轻松地辨别诸如哪个价格范围包含高活跃度，低活跃度和大多数活跃度的信息。此外，可以基于该分布来计算各种统计参数。但对于用户来说，要统计并分析大量的价格变化情况是非常困难的，并没有针对市场交易的情况来研发这样的系统，造成用户在交易时缺乏一个参考价格来预测价格的变化，因此对决策缺乏依据。
发明内容
为解决上述问题，本发明的首要目的在于提供一种基于凝聚指标对金融产品价格的预测方法，该方法通过凝聚指标和凝聚区间对金融产品价格进行计算，能够提供一个参考价格来预测价格的变化，为人们的判断提供较为可靠的依据。
本发明的另一目的在于提供一种基于凝聚指标对金融产品价格的预测方法，该方法算法灵活、分析结果精确、可提高用户体验的基于凝聚指标的商品价格变化预测方法。
为实现上述目的，本发明的技术方案如下。
一种基于凝聚指标对金融产品价格的预测方法，包括有如下步骤：
步骤S1，用户输入股票代码；
步骤S2，系统根据每日交易数据，计算凝聚指标值，根据每日的凝聚指标数据，计算2日移动平均值；
步骤S3，计算凝聚区间及平均烛；所述凝聚区间是由中周期回归线与长周期回归线之间的区间，凝聚区间的特征包括短周期线、中周期线、中周期回归线、长周期回归线、最佳匹配周期、平均烛；
步骤S4，凝聚指标向上或向下突破凝聚区间，若是，则执行步骤S6，若否，则执行步骤S5；
步骤S5，通过平均烛显示图表对比，判断是否有突破标记，有则继续下一步，无则返还步骤S2；
步骤S6，显示突破标记，向上突破呈上升标记，向下突破呈下降标记，并通过平均烛显示图表。
所述步骤S2中，服务器每日按预设的时间点遍历计算凝聚指标数据而提取特征。
进一步，所述特征包括开盘价、最高价、最低价和收盘价等指标。
所述步骤S3中，服务器实时计算凝聚区间。
本发明的有益效果在于：
本发明能够根据当前所选的股票代码，通过服务器实时计算出该股票代码的凝聚指标和凝聚区间，用该股票当前价格和凝聚指标以及凝聚区间进行比对并显示突破标记。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。
本发明利用计算机技术及时地和详细地纪录价格变化，依靠大数据及时和准确计算任何一段时间内市场最多交易的价格，一方面对交易双方提供市场真实交易价格，有利推进更公平，公开和公正的市场。另一方面有利投资者更好地发现格价变化的趋势而作出收资决定。
附图说明
图1是本发明所实现的流程图。
图2是本发明所实现展示相似商品价格的界面图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
如图1所示，本发明公开了一种基于凝聚指标对金融产品(如外汇、股市、债券、资产交易、收购合并)和商品(如农产品、石油)价格的预测方法，请参照图1，其包括有如下步骤：
步骤S1，用户输入股票代码；
步骤S2，系统根据每日交易数据，计算凝聚指标值，根据每日的收盘价、开盘价、最高价以及最低价等指标，计算各指标的2日移动平均值；
服务器每日按预设的时间点遍历计算凝聚指标数据而提取特征，所述特征包括最高价、最低价和成交量。
步骤S3，计算凝聚区间及平均烛；所述凝聚区间是由中周期回归线与长周期回归线之间的区间。当中周期回归线高于长周期回归线产生的区间用绿色标识，当中周期回归线低于长周期回归线产生的区间用红色标识。当中短周期线、中周期线、中周期回归线和长周期回归线的计算方法：
短周期线：(7日内凝聚指标最大值+7日内凝聚指标最小值)/2，以7日为周期(周期长短可以根据需要任意更改)。
中周期线：(22日内凝聚指标最大值+22日内凝聚指标最小值)/2，以22日为一周期(周期长短可以根据需要任意更改)。
中周期回归线：取中周期日数据为当前日数据，(短周期线+中周期线)/2。
长周期回归线：取中周期日数据为当前日数据，(44日内凝聚指标最大值+44日内凝聚指标最小值)/2。长周期回归线的周期长短可以根据需要任意更改)。
上述的短、中、长周期，是根据用户在S1中输入的代码，提取该代码的历史交易数据特征，利用大数据AI的分析方法，选取各突破位置与历史数据匹配度最高的数值作为周期值。
平均烛：由2日平均开盘价、2日平均收盘价、2日平均最高价及2日平均最低价组成的阴阳烛(周期长短可以根据需要任意更改)。
在该步骤中，服务器实时计算凝聚区间。
步骤S4，凝聚指标向上或向下突破凝聚区间，若是，则执行步骤S6，若否，则执行步骤S5；
步骤S5，通过在平均烛图表叠加凝聚区间及凝聚指标后，产生的新图表我们称为一目乾坤平均烛；
步骤S6，显示突破标记，向上突破呈上升标记，向下突破呈下降标记，并通过一目乾坤平均烛显示图表。
上述方法中，根据当前所选的股票代码，通过服务器实时计算出该股票代码的凝聚指标和凝聚区间，用该股票当前价格和凝聚指标以及凝聚区间进行比对并显示突破标记。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。
本发明所公开的一种基于凝聚指标的商业产品价格预测方法，其适用于各种金融产品(如外汇、股市、债券、资产交易、收购合并)和商品(如农产品、石油)。其原理在于，交易量最多的价格。因此，这是市场花费最多时间或最多交易量的价格，该价格与三个由用户可定义的短周期、中周期、长周期中的凝聚指标进行比对，提供最能反映市场的参考价格，供用户分析、预测。
本发明利用计算机技术及时地和详细地纪录价格变化，依靠大数据及时和准确计算任何一段时间内市场最多交易的价格，一方面对交易双方提供市场真实交易价格，有利推进更公平，公开和公正的市场。另一方面有利投资者更好地发现格价变化的趋势而作出收资决定。
凝聚指标推进金融产品市场拥抱公开，公平及公正3大原则：
公开：借助电脑和AI功能，详细纪录，收集和储藏交易，快递及凖确计算指定时间内最多的交易量及价格，可以及时公开表示凝聚数据，以几何速度增加市场透明度。
公平：符合各方的利益、需要及关注,提供给买卖方、投资方所需要的真实、准确和凝聚的交易价格.
公正：以凝聚数据稳定及减少内外干扰行动的影响,有利投资者、市民、交易平台及社会的利益。
以上仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (4)

1.一种基于凝聚指标对金融产品价格的预测方法，其特征在于该方法包括有如下步骤：
步骤S1，用户输入股票代码；
步骤S2，系统根据每日交易数据，计算凝聚指标值，根据每日的凝聚指标数据，计算2日移动平均值；
步骤S3，计算凝聚区间及平均烛；所述凝聚区间是由中周期回归线与长周期回归线之间的区间，凝聚区间的特征包括短周期线、中周期线、中周期回归线、长周期回归线、最佳匹配周期、平均烛；
步骤S4，凝聚指标向上或向下突破凝聚区间，若是，则执行步骤S6，若否，则执行步骤S5；
步骤S5，通过平均烛显示图表对比，判断是否有突破标记，有则继续下一步，无则返还步骤S2；
步骤S6，显示突破标记，向上突破呈上升标记，向下突破呈下降标记，并通过平均烛显示图表。
2.如权利要求1所述的基于凝聚指标对金融产品价格的预测方法，其特征在于所述步骤S2中，服务器每日按预设的时间点遍历计算凝聚指标数据而提取特征。
3.如权利要求2所述的基于凝聚指标对金融产品价格的预测方法，其特征在于进一步，所述特征包括开盘价、最高价、最低价和收盘价指标。
4.如权利要求1所述的基于凝聚指标对金融产品价格的预测方法，其特征在于所述步骤S3中，服务器实时计算凝聚区间。
CN202110577506.9A 2021-05-26 2021-05-26 一种基于凝聚指标对金融产品价格的预测方法 Pending CN113256334A (zh)

Priority Applications (3)

Application Number Priority Date Filing Date Title
CN202110577506.9A CN113256334A (zh) 2021-05-26 2021-05-26 一种基于凝聚指标对金融产品价格的预测方法
US17/908,253 US11961145B2 (en) 2021-05-26 2022-01-14 Method for predicting financial product price based on accumulation distribution indicator
PCT/CN2022/071970 WO2022247311A1 (zh) 2021-05-26 2022-01-14 一种基于凝聚指标对金融产品价格的预测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110577506.9A CN113256334A (zh) 2021-05-26 2021-05-26 一种基于凝聚指标对金融产品价格的预测方法

Publications (1)

Publication Number Publication Date
CN113256334A true CN113256334A (zh) 2021-08-13

Family

ID=77184752

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110577506.9A Pending CN113256334A (zh) 2021-05-26 2021-05-26 一种基于凝聚指标对金融产品价格的预测方法

Country Status (3)

Country Link
US (1) US11961145B2 (zh)
CN (1) CN113256334A (zh)
WO (1) WO2022247311A1 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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

Family Cites Families (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20060116943A1 (en) * 2004-11-30 2006-06-01 Pascal Willain Method to determine price inflections of securities
US20070168269A1 (en) * 2006-01-17 2007-07-19 Kuo-Yu Chuo Method for analyzing financial stock market trend
US8694405B2 (en) * 2010-01-21 2014-04-08 Visual Trader Systems, S.L. System and method of visual representation of stock exchange transactions
US8712897B2 (en) * 2012-05-31 2014-04-29 Hwey-Chyi LEE Stock analysis method, computer program product, and computer-readable recording medium
US20140258176A1 (en) * 2013-03-11 2014-09-11 Chartiq, Llc System and method for dynamic visual representation of estimated financial data
US10242407B1 (en) * 2013-09-24 2019-03-26 Innovative Market Analysis, LLC Financial instrument analysis and forecast
CN104732567B (zh) * 2015-04-03 2017-10-27 深圳云财经大数据技术有限公司 将股票资讯在k线图、分时图进行标注的数据可视化方法
CN107977755A (zh) 2017-12-21 2018-05-01 深圳市富途网络科技有限公司 一种基于k线数据相似度的股票走势预测方法
US12112374B2 (en) * 2020-02-13 2024-10-08 Eric Schneider Timescaled price range summary symbols data structure generation, display, method, and device
US20230196461A1 (en) * 2020-02-13 2023-06-22 Eric Schneider Dynamic performance indicator symbol generation, display, method, and device
US11538111B2 (en) * 2020-02-13 2022-12-27 Eric Schneider Price range summary symbol display system, method, and device
CN112801789B (zh) 2021-01-21 2024-06-04 沈阳麟龙科技股份有限公司 一种股票技术分析方法
CN113256334A (zh) 2021-05-26 2021-08-13 陈新燊 一种基于凝聚指标对金融产品价格的预测方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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

Also Published As

Publication number Publication date
US20230230162A1 (en) 2023-07-20
WO2022247311A1 (zh) 2022-12-01
US11961145B2 (en) 2024-04-16

Similar Documents

Publication Publication Date Title
AS A study on fundamental and technical analysis
Ke et al. What insiders know about future earnings and how they use it: Evidence from insider trades
TWI257556B (en) Rapid valuation of portfolios of assets such as financial instruments
US6453303B1 (en) Automated analysis for financial assets
CA2362446A1 (en) Methods and systems for efficiently sampling portfolios for optimal underwriting
CA2413887A1 (en) Method of providing a financial event identification service
AU2444101A (en) Methods and systems for finding value and reducing risk
Huang et al. Contractor financial prequalification using simulation method based on cash flow model
Okay et al. Financial performance analysis of brokerage firms quoted on the Istanbul Stock Exchange using the TOPSIS method of analysis
CN102866984A (zh) 智能交易中矩阵量化分析方法及其系统
CN107133862A (zh) 动态产生增强信用评估的详细交易支付经历的方法和系统
Elfaki et al. The impact of the application of Fair Value Accounting on the quality of accounting information. An empirical study on a group of companies listed on the Khartoum stock exchange
Hayden Are credit scoring models sensitive with respect to default definitions? Evidence from the Austrian market
CN113256334A (zh) 一种基于凝聚指标对金融产品价格的预测方法
Chiekezie et al. Adoption of competitor focused accounting methods in selected manufacturing companies in Nigeria
CN117350858A (zh) 一种金融产品的人工智能分析系统和方法
Bhadury et al. Constructing a Coincident Economic Indicator for India: How Well Does It Track Gross Domestic Product?
US20130159161A1 (en) System and method for creating and supplying particular data constructs in evaluating whether to buy or sell a traded security
Kardile et al. Stock price predictions using crossover SMA
WO2022247312A1 (zh) 一种通过计算机实现的交易价格参考指标计算方法
KR20190133910A (ko) RoboFS 기반의 투자 운용 시스템 및 그 방법
Aldeki Herding behavior and financial market price behavior under the COVID-19 pandemic: implications for the Amman Stock Exchange
Cheng et al. Using fuzzy analytical hierarchy process for multi-criteria evaluation model of high-yield bonds investment
Cagli et al. Does sentiment affect capital structure decisions?
Claassen et al. Business cycle co-movement between Africa and advanced economies: 1980‒2011

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
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20210813

WD01 Invention patent application deemed withdrawn after publication