JP2023547002A - ケイ線パターンの識別方法及び電子機器 - Google Patents
ケイ線パターンの識別方法及び電子機器 Download PDFInfo
- Publication number
- JP2023547002A JP2023547002A JP2022562395A JP2022562395A JP2023547002A JP 2023547002 A JP2023547002 A JP 2023547002A JP 2022562395 A JP2022562395 A JP 2022562395A JP 2022562395 A JP2022562395 A JP 2022562395A JP 2023547002 A JP2023547002 A JP 2023547002A
- Authority
- JP
- Japan
- Prior art keywords
- line
- key
- pattern
- terminal device
- lines
- 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
- 238000000034 method Methods 0.000 title claims abstract description 83
- 238000004590 computer program Methods 0.000 claims description 28
- 238000004891 communication Methods 0.000 claims description 14
- 230000004044 response Effects 0.000 claims description 8
- 238000004458 analytical method Methods 0.000 claims description 7
- 238000004364 calculation method Methods 0.000 claims description 5
- 238000012216 screening Methods 0.000 claims description 4
- 238000005516 engineering process Methods 0.000 abstract description 4
- 238000010586 diagram Methods 0.000 description 19
- 230000008569 process Effects 0.000 description 10
- 230000001360 synchronised effect Effects 0.000 description 7
- 230000000007 visual effect Effects 0.000 description 6
- 230000006870 function Effects 0.000 description 5
- 238000012545 processing Methods 0.000 description 5
- 230000000694 effects Effects 0.000 description 4
- 230000003068 static effect Effects 0.000 description 4
- 230000001960 triggered effect Effects 0.000 description 4
- 230000003442 weekly effect Effects 0.000 description 4
- 238000004140 cleaning Methods 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000003993 interaction Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000000712 assembly Effects 0.000 description 1
- 238000000429 assembly Methods 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/20—Drawing from basic elements, e.g. lines or circles
- G06T11/206—Drawing of charts or graphs
-
- 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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- Technology Law (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Economics (AREA)
- Development Economics (AREA)
- Data Mining & Analysis (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- User Interface Of Digital Computer (AREA)
Abstract
本願はケイ線パターンの識別方法及び電子機器を提供し、コンピューター技術分野に関し、従来のケイ線チャートが単一であり、ユーザーのエクスペリエンスが悪いという問題をある程度解決することができる。該方法は、端末機器が第1の時間ウィンドウ内での第1の株式のN1個のケイ線データを取得するステップと、端末機器が。上記N1個のケイ線データに対応しN1個のケイ線データのケイ線パターンを示すために使用される第1の標示パターンと、このN1個のケイ線データのうちのx個(x≦N1)の主要なケイ線とを取得するステップと、端末機器がN1個のケイ線データに対応するN1個のケイ線を表示するステップと、端末機器が第1の標示パターンとx個の主要なケイ線に従って、N1個のケイ線上に第1の標示パターンラインを描くステップと、を含む。
Description
本願はコンピューター技術分野に関し、特にケイ線パターンの識別方法及び電子機器に関する。
金融分野では、株式のケイ線(またはケイ線チャート)は、一定の期間にわたる株価の変化状況を反映できる。現在、株式ソフトウェアは、各時点の株価データを通じてユーザーにケイ線チャートをプッシュできるため、ユーザーは株式市場や先物市場の始値、高値、安値、価格の情報を知ることに便利である。しかし、このようなケイ線チャートは単純な情報の羅列に過ぎず、時間と株式数の蓄積により、ユーザーは大量のケイ線チャートに直面したときに判断を下すのは困難であり、ケイ線チャートの参照価値が低下し、ユーザーエクスペリエンスが悪い。
つまり、従来のケイ線チャートは、各時点の株価データをユーザーに単純に表示するだけであり、導入された線画機能は2点間の接続線のみをサポートするため、参照価値が制限され、ユーザーエクスペリエンスが悪い。
本願の実施例は、ケイ線パターンの識別方法及び電子機器を提供し、従来のケイ線チャートが画一的であり、即ちユーザーに視覚的にシンプルな情報分割機能のみを提供し、導入された線画機能は2点間の接続線のみをサポートし、参照価値が制限され、ユーザーエクスペリエンスが悪いという問題をある程度解決することができる。
第1の態様では、ケイ線パターンの識別方法を提供し、該方法は、端末機器が第1の時間ウィンドウ内での第1の株式のN1個(N1は1より大きい整数)のケイ線データを取得するステップと、端末機器が、上記N1個のケイ線データに対応する、N1個のケイ線データのケイ線パターンを示すために使用される第1の標示パターンと、このN1個のケイ線データのうちのx個(x≦N1)の主要なケイ線とを取得するステップと、端末機器がN1個のケイ線データに対応するN1個のケイ線を表示するステップと、端末機器が第1の標示パターンとx個の主要なケイ線に従って、N1個のケイ線上に第1の標示パターンラインを描くステップと、を含む。
第2の態様では、ケイ線パターンの識別方法を提供し、該方法は、サーバーが第1の時間ウィンドウ内での第1の株式のN1個(N1は1より大きい整数)のケイ線データを取得するステップと、サーバーが上記N1個のケイ線データに基づき、対応する、N1個のケイ線データのケイ線パターンを示すために使用される第1の標示パターンと、N1個のケイ線データのうちのx個(x≦N1)の主要なケイ線とを分析するステップと、続いて、サーバーが上記N1個のケイ線データ、第1の標示パターン及びx個の主要なケイ線の標識を端末機器に送信するステップと、を含む。
第3の態様では、端末機器を提供し、該端末機器は、第1の時間ウィンドウ内での第1の株式のN1個(N1は1より大きい整数)のケイ線データを取得することと、上記N1個のケイ線データに対応しN1個のケイ線データのケイ線パターンを示すために使用される第1の標示パターンと、上記N1個のケイ線データのうちのx個(x≦N1)の主要なケイ線を取得することと、に用いられる取得ユニットと、上記N1個のケイ線データに対応するN1個のケイ線を表示することと、第1の標示パターンとx個の主要なケイ線に従って、N1個のケイ線上に第1の標示パターンラインを描くことと、に用いられる表示ユニットと、を備える。
第4の態様では、サーバーを提供し、該サーバーは、第1の時間ウィンドウ内での第1の株式のN1個(N1は1より大きい整数)のケイ線データを取得することに用いられる取得ユニットと、上記N1個のケイ線データに基づき、対応する、N1個のケイ線データのケイ線パターンを示すために使用される第1の標示パターンと、N1個のケイ線データのうちのx個(x≦N1)の主要なケイ線とを分析することに用いられる分析ユニットと、上記N1個のケイ線データと、第1の標示パターンと、x個の主要なケイ線の標識とを端末機器に送信するための通信ユニットと、を備える。
第5の態様では、端末機器を提供し、該端末機器は、プロセッサとメモリを備え、該メモリはコンピュータープログラムを記憶するために使用され、該プロセッサは、該メモリに記憶されたコンピュータープログラムを呼び出して稼動させ、第1の態様またはその各実現手段における方法を実行させるために使用される。
第6の態様では、サーバーを提供し、該サーバーは、プロセッサとメモリを備え、該メモリはコンピュータープログラムを記憶するために使用され、該プロセッサは、該メモリに記憶されたコンピュータープログラムを呼び出して稼動させ、第2の態様またはその各実現手段における方法を実行するために使用される。
第7の態様では、コンピュータープログラムを記憶するためのコンピューター可読記憶媒体を提供し、該コンピュータープログラムは、コンピューターに第1の態様、第2の態様またはその各実現手段における方法を実行させるために使用される。
第8の態様では、コンピュータープログラム命令を含むコンピュータープログラム製品を提供し、該コンピュータープログラム命令はコンピューターに第1の態様、第2の態様またはその各実現手段における方法を実行させる。
第9の態様では、コンピュータープログラムを提供し、コンピュータープログラムはコンピューターに第1の態様、第2の態様またはその各実現手段における方法を実行させる。
本発明の実施例は、以下のような技術的効果を有する。
1)アルゴリズムレベルからの階層的な処理により、大量のケイ線パターンモデルを確保すると同時に、計算の複雑さを低下させ、計算時間がより短く、精度がより高い。
2)ユーザーが自分で適切な時間ウィンドウを選択してケイ線のパターンを判断することを可能にし、高い柔軟性があり、同時に、モデルに時間次元の考慮を加えたため、結果がより正確である。
3)ケイ線の輪郭をより効果的に識別し、ケイ線と視覚識別を効果的に組み合わせることができ、ユーザーの視覚的エクスペリエンスをより満足させる。
4)複数のパターンがマッチする類似性を生成することができ、識別された結果は従来の技術の手段よりも類似し、ユーザーのフィードバックに応じて類似性のマッチング重みを調整して、マッチング結果を最適化することができる。
5)ユーザーが端末機器を介して標示パターンラインをクリックすると、標示パターンラインに対応する詳細情報とプロンプト情報をポップアップすることができ、ユーザーエクスペリエンスを大幅に向上させ、ケイ線チャートの参照価値を高める。
1)アルゴリズムレベルからの階層的な処理により、大量のケイ線パターンモデルを確保すると同時に、計算の複雑さを低下させ、計算時間がより短く、精度がより高い。
2)ユーザーが自分で適切な時間ウィンドウを選択してケイ線のパターンを判断することを可能にし、高い柔軟性があり、同時に、モデルに時間次元の考慮を加えたため、結果がより正確である。
3)ケイ線の輪郭をより効果的に識別し、ケイ線と視覚識別を効果的に組み合わせることができ、ユーザーの視覚的エクスペリエンスをより満足させる。
4)複数のパターンがマッチする類似性を生成することができ、識別された結果は従来の技術の手段よりも類似し、ユーザーのフィードバックに応じて類似性のマッチング重みを調整して、マッチング結果を最適化することができる。
5)ユーザーが端末機器を介して標示パターンラインをクリックすると、標示パターンラインに対応する詳細情報とプロンプト情報をポップアップすることができ、ユーザーエクスペリエンスを大幅に向上させ、ケイ線チャートの参照価値を高める。
本発明の付加的な態様及び利点は、以下の説明において部分的に示され、一部は以下の説明から明らかになるか、本発明の実践を通じて了解することができる。
以下に、本願の実施例の図面と組み合わせて、本願の実施例の技術的解決手段を明確に、完全に述べるが、なお、述べられる実施例は本願の一部の実施例であり、すべての実施例ではないことが分かる。本願の実施例に基づき、当業者が創造的労働を伴わないことを前提に取得したその他のすべての実施例は、本願の保護範囲内にある。
以下、まず、本願の実施例において言及されるいくつかの概念を説明する。
ケイ線は、1本の柱状の線であり、影線と実体で構成され、一定期間の株価の変化状況を反映するために使用される。影線は、その日の取引の高値と安値を示し、実体は、その日の始値と終値を示す。
ケイ線の計算周期によって、日足、週足、月足、年足等に分けることができる。例えば、週足とは、月曜日の始値、金曜日の終値、1週間の高値及び1週間の安値で描かれたケイ線チャートを指す。同様に、日足とは、その日の始値、その日の終値、その日の高値及びその日の安値で描かれたケイ線チャートを指す。
ケイ線のパターン、またはケイ線の組み合わせのパターンとは、一定の期間内のケイ線(例えば日足)の変動傾向を指す。例えば、ケイ線パターンは赤三兵、鍋底、「V」字底、反転十字線、「W」底等に分けられることができる。ケイ線パターンは市場の動きの趨勢と方向を判断する重要な参照依拠の1つである。
現在、株式ソフトウェアは、電子機器上で株式のケイ線、例えば最近の100日の100個の日足、最近の10週の10個の週足等をユーザーに表示する。しかし、ユーザーは表示されたケイ線によって自分でケイ線のパターンを判断することによって購入、販売などの決定を下す必要がある。金融知識の少ないほとんどのユーザーにとって、大量のケイ線チャートに直面したときに決定を下すことが困難であり、ケイ線チャートの参照価値が低下し、ユーザーエクスペリエンスが悪い。
これに対して、本願の発明構想は、電子機器は一定の期間内のN個(Nは1より大きい整数である)のケイ線を表示する必要がある場合、ネットワーク側のサーバーに相互作用し、サーバーが上記N個のケイ線の標示パターンを分析することをトリガーする。続いて、図1に示すように、電子機器が上記N個のケイ線を表示する場合、サーバーは電子機器に、上記標示パターンに従って、表示されたN個のケイ線上に対応する標示パターンライン101を描くよう指示することができ、ユーザーが現在のケイ線のパターンを直感的かつ正確に知ることに便利であり、ユーザーが決定を下すのに便利であり、ユーザーエクスペリエンス及びケイ線の参照価値を向上させる。
本願によるケイ線パターンの識別方法は、電子機器及び/又はサーバーに適用できる。該電子機器はいずれの端末機器であってもよい。例えば、スマートフォン、タブレットコンピューター、ラップトップ、デスクトップコンピューター、スマートスピーカー、スマートウォッチなどであってもよいが、これに限定されない。該サーバーは、独立した物理サーバー、複数の物理サーバーからなるサーバークラスター又は分散システム、またはクラウドコンピューティングサービスを提供するクラウドサーバーであってもよい。端末及びサーバーは有線または無線通信を介して直接または間接的に接続でき、電子機器がサーバーである場合、接続された端末によってユーザーの操作を受信して命令を生成し、サーバーにより端末の命令に応じてデータ処理を実行することができるが、本願はこれに限定しない。
以下、本願の実施例の技術的解決手段を詳細に説明する。
図2は本願の実施例によるケイ線パターンの識別方法の相互作用模式図である。図2に示すように、該方法は以下のステップを含む。
S201では、端末機器は、株式Aのケイ線チャートを開く第1の命令を受信する。
例示的に、端末機器に株式ソフトウェア(またはアプリケーション)をインストールすることができる。端末機器は株式ソフトウェアを稼動する場合、ある株式のケイ線チャートを開く命令(即ち第1の命令)を受信する可能性がある。
例えば、図3に示すように、端末機器は株式ソフトウェアを稼動する場合、複数の株式を含むリスト301を表示することができる。ユーザーがある株式(例えば株式A)を開いたと検出すると、端末機器は、株式Aのケイ線チャートを開くのを指示するための第1の命令を生成することができる。
又は、株式ソフトウェアは端末機器に1つまたは複数の株式のケイ線チャートを定期的にプッシュすることができる。例えば、株式Aの毎日の取引終了時に、サーバーは端末機器に、株式Aのケイ線チャートを開くのを指示するための第1の命令を送信することができる。
つまり、端末機器がある株式のケイ線チャートを開くというシーンは、ユーザーの特定の入力操作に応答してトリガーされてもよいし、サーバーの特定入力に応答してトリガーされてもよいし、端末機器により自動にトリガーしてもよく、本願の実施例はこれを限定しない。
S202では、上記第1の命令に応答し、端末機器はサーバーに株式Aの標識及び第1の時間ウィンドウを含む第1の要求を送信する。
また、株式Aのケイ線チャートを開くことを例として、端末機器は株式Aのケイ線チャートを開く第1の命令を取得した後、このときに表示する必要があるケイ線チャートの期間、即ち第1の時間ウィンドウを決定することができる。例えば、最近の30日のケイ線チャートを表示する必要があると、第1の時間ウィンドウは30日である。また、例えば、最近の60日のケイ線チャートを表示する必要があると、第1の時間ウィンドウが60日である。
例示的に、端末機器は最初に株式Aのケイ線チャートを開く場合、デフォルトの第1の時間ウィンドウ(例えば最近100日)に従って、サーバーに第1の時間ウィンドウ内での株式Aのケイ線チャートを表示するように要求する。
そして、端末機器が第1の時間ウィンドウを決定した後、第1の時間ウィンドウ及び株式Aの標識を第1の要求に載せてサーバーに送信することができ、サーバーに第1の時間ウィンドウ内での株式Aのケイ線チャートを表示するように要求する。
選択可能に、端末機器は第1の要求に、表示する必要があるケイ線チャートのタイプ、例えば日足タイプ、週足タイプ等を載せてもよい。
S203では、サーバーは株式Aの第1の時間ウィンドウ内でのN1個のケイ線データを取得し、N1は1より大きい整数である。
サーバーは端末機器からの第1の要求を取得した後、第1の要求に株式Aの標識及び第1の時間ウィンドウが載せられているため、サーバーが株式Aの標識に従って第1の時間ウィンドウ内でのN1個のケイ線データを取得することができる。日足を例とすると、各ケイ線データは当日の始値、終値、高値及び安値等のデータを含むことができる。上記N1個のケイ線データは、端末機器が各ケイ線データに従って対応するケイ線チャートを描くために使用できる。
S204では、サーバーは上記N1個のケイ線データに対応する標示パターン及び上記N1個のケイ線データのうちのx個の主要なケイ線を分析する。x<N1である。
本願の実施例において、サーバーは端末機器からの第1の要求を取得した後、株式Aの第1の時間ウィンドウ内でのN1個のケイ線データを取得する以外、このN1個のケイ線データに対応する標示パターン、例えばW形状、鍋底形状等を決定することができる。同時に、サーバーは上記N1個のケイ線データのうちの標示パターンに対応するx個の主要なケイ線を決定してもよく、このx個の主要なケイ線の接続線は上記標示パターンを表示することができる。
例示的に、サーバーは、まず上記N1個のケイ線データのうちのa個(aは1より大きい整数である)の変曲点データ、即ち第1の時間ウィンドウ内の株価が高いケイ線データと株価が低いケイ線データを抽出することができる。株価は始値、終値、高値または安値であってもよい。
図4を参照し、第1の時間ウィンドウ内でのN1個のケイ線データに対応するN1個のケイ線チャートを模式的に示し、各ケイ線チャートは対応する時間と株価で示されることができる。例えば、ケイ線チャート1=(時間1、株価1)とする。サーバーは時間順に各ケイ線チャートを識別することができ、あるケイ線の株価が高から低へ又は低から高へ変わったことを識別した場合、サーバーが該ケイ線を1つの変曲点として決定することができ、対応する変曲点データは該ケイ線によって指示された時間と株価を含む。図4に示すように、サーバーは上記方法によって上記N1個のケイ線チャートに9つのケイ線の変曲点データに対応する9個の変曲点が含まれるのを識別することができる。
株価は時間の経過とともに頻繁に変動する可能性があり、且つ変動幅は異なるため、株価の変動幅(即ち差額λ)が小さい変曲点は一定の期間内の株式の価格の傾向にほとんど影響を及ぼさないため、本願のいくつかの実施例において、サーバーは第1の時間ウィンドウ内のN1個のケイ線チャートのうちの各変曲点を抽出する場合、差額λが差額の閾値Sより小さい変曲点データを無視できる。
例示的に、あるケイ線の株価の差額λが、システムが設計した差額の閾値Sより大きいことを識別すると、サーバーは該ケイ線を1つの変曲点として決定することができ、そうでないと、サーバーが該ケイ線を1つの変曲点として決定しない。
さらに、実験データによると、pの取る値の範囲が15%以上であると、正確率が高いことを分かり、好ましい値は27%である。システムが設計した閾値Sの取る値の範囲がz~z2であり、好ましい値は(z∧2-z))/2であり、即ち、差額の閾値Sがzの値の変化によって変化する。
そして、サーバーは識別されたa個の変曲点データと、様々なケイ線パターンモデルとの間の類似性、即ちVp1と様々なYp2との間の類似性を計算することができる。さらに、サーバーは類似性が最も高いケイ線パターンモデルに対応するケイ線パターンを上記N1個のケイ線データの標示パターンとして決定することができる。
例示的に、図5はVp1とケイ線パターンモデルYp2との間の類似性を計算する具体的な方法を示し、以下のステップを含む。
1)a個の変曲点データ(即ちVp1)及び第1のケイ線パターンモデルYp2を入力する。
2)a<bであると、今回のN1個のケイ線データのうちの変曲点の数が第1のケイ線パターンモデルのうちの変曲点の数の要求を満たさないことを意味するので、不一致を直接出力し、即ち類似性が0である。
a≧bであると、Vp1とYp2のうちの最後の変曲点のタイプ(上昇または下落)が一致するかどうかを判断する。
一致しないと、今回のN1個のケイ線データの傾向が第1のケイ線パターンモデルの傾向にマッチしないことを意味するので、不一致を直接出力し、即ち類似性が0である。対応的に、一致すると、次のステップを行う。
a≧bであると、Vp1とYp2のうちの最後の変曲点のタイプ(上昇または下落)が一致するかどうかを判断する。
一致しないと、今回のN1個のケイ線データの傾向が第1のケイ線パターンモデルの傾向にマッチしないことを意味するので、不一致を直接出力し、即ち類似性が0である。対応的に、一致すると、次のステップを行う。
4)ペナルティ係数に基づいて第1のクリーニング結果Vp2をクリーニングし、第2のクリーニング結果Vp3を生成する。
具体的に、ペナルティ距離閾値及びペナルティ係数を予め設定し、算出された各ペナルティ距離とペナルティ閾値を比較し、ペナルティ距離Dis_penがペナルティ閾値Thr_penより大きいと、対応するペナルティ距離にペナルティ係数Fac_penをかけ、調整されたペナルティ距離に基づいて元の市場データを更新し、a(2)個のサンプリングデータを、第2のクリーニング結果Vp3として取得する。a(2)≦a(1)である。
これまで、ステップ2)-5)によって、サーバーは変曲点の数、変曲点のタイプ、時間、ペナルティ係数または重みのうちの1つまたは複数に基づいて不適切なケイ線パターンモデル及び不正確な変曲点をフィルタリングして、ケイ線パターンをより正確に反映できるx個の変曲点データを取得することができる。続いて、サーバーはこのx個の変曲点データに基づき、フィルタリング後の他のケイ線パターンモデルとの類似性を計算することができ、即ちステップ6)であり、これにより、大量のケイ線パターンモデルが存在するのを確保すると同時に、計算の複雑さと実現難度を低下させ、計算時間がより短く、精度がより高くなる。
且つ、サーバーは上記方法に従って類似性が最も高いケイ線パターンモデルを決定した後、対応するx個の変曲点データを取得することができ、xはa(3)以下であり、このx個の変曲点データは上記N1個のケイ線データのうちの一部または全部の主要なケイ線とされることができ、主要なケイ線の接続線は上記標示パターンを表示することができる。
理解できる点として、当業者は実際の適用シーンまたは実際の必要に応じて他の方法を使用してVp1と様々なケイ線パターンモデルYp2との類似性を計算してもよく、本願の実施例はこれに対してなんら限定しない。
S205では、サーバーは上記N1個のケイ線データ、標示パターン及びx個の主要なケイ線の標識を端末機器に送信する。
幾つかの実施例において、サーバーは上記N1のケイ線データのうちの上記x個の変曲点データに一対一で対応するx個のケイ線を主要なケイ線として端末機器に通知することができる。このようにすることで、端末機器はこのx個のケイ線を線で結んで、対応するケイ線標示パターンを表示することができる。
他のいくつかの実施例において、サーバーは、上記x個の変曲点データに一対一で対応するx個のケイ線以外、上記N1個のケイ線のうちのa(3)個の変曲点データを主要なケイ線として端末機器に通知してもよいし、他の1つまたは複数のケイ線も主要なケイ線として端末機器に通知してもよい。例えば、上記x個のケイ線はW形状のケイ線パターンのうちの5つの変曲点であってもよく、そのほか、サーバーは上記N1個のケイ線のうちのW形状のケイ線パターンを通過する他の1つまたは複数のケイ線も主要なケイ線として端末機器に通知してもよい。
理解できる点として、端末機器が得られた主要なケイ線の数が多いほど、端末機器が主要なケイ線を線で結んで描かれた標示パターンラインの精度は高くなる。例えば、標示パターンラインが曲線である場合、端末機器が10個の主要なケイ線に応じて描かれた標示パターンラインの精度は、一般的に、端末機器によって5つの主要なケイ線に応じて描かれた標示パターンラインの精度より高い。
ステップS205では、サーバーはステップS203の実行によって得られたN1個のケイ線データ、ステップS204の実行によって得られた標示パターン、及びxの主要なケイ線の標識を端末機器に送信することができる。
例示的に、サーバーは上記N1個のケイ線データ、標示パターン及びx個の主要なケイ線の標識を一緒に端末機器に送信することができる。又は、サーバーはステップS203の後に端末機器に上記N1個のケイ線データを送信してから、ステップS204の後に端末機器に得られた標示パターン及びx個の主要なケイ線の標識を送信してもよく、本願の実施例はこれに対してなんら限定しない。
S206では、端末機器は上記N1個のケイ線データに従って対応するN1個のケイ線を表示する。
具体的に、端末機器はサーバーからのN1個のケイ線データを受信した後、該N1個のケイ線データに従って対応するN1個のケイ線を表示することができる。
S207では、端末機器は上記標示パターン及びx個の主要なケイ線に従って上記N1のケイ線に第1の標示パターンラインを描く。
具体的に、端末機器は、ステップS206によって株式Aの第1の時間ウィンドウ内のN1個のケイ線を表示できる以外、サーバーからの標示パターン及びx個の主要なケイ線に従って上記N1個のケイ線上に第1の標示パターンラインを描くことができる。図6に示すように、端末機器は株式ソフトウェアの表示インターフェースに株式Aの第1の時間ウィンドウ内のN1個のケイ線を表示できる。且つ、標示パターンがW形状である場合、端末はW形状に従って、取得されたx個の主要なケイ線を順次に接続し、第1の標示パターンライン601を描くことができる。
このようにして、端末機器はある株式のN1個のケイ線を表示する場合、第1の標示パターンラインを通じてユーザーにこのN1個のケイ線のケイ線パターンを表示することができ、これにより、ユーザーがケイ線の輪郭をより効果的に識別するのを助け、ケイ線と視覚識別を効果的に組み合わせ、ユーザーの視覚的エクスペリエンスを向上させる。
説明する必要がある点として、端末機器は上記N1個のケイ線と第1の標示パターンラインを同時に表示することもできるが、上記N1個のケイ線を表示してから、このN1個のケイ線に第1の標示パターンラインを表示してもよく、本願の実施例はこれに対してなんら限定しない。
S208では、端末機器はユーザーが第1の標示パターンラインにタッチしたことを検出した場合、端末機器が第1の標示パターンラインに対応する詳細データを表示する。
また、図6に示すような第1の標示パターンライン601を例として、端末機器が株式AのN1個のケイ線上に第1の標示パターンライン601を表示してから、ユーザーは第1の標示パターンライン601に、例えばシングルクリック操作またはダブルクリック操作等のタッチ操作を入力することもできる。端末機器はユーザーが第1の標示パターンライン601にタッチしたことを検出した場合、図7に示すように、端末機器は第1の標示パターンライン601に対応する詳細データ701を表示することができる。
例示的に、第1の標示パターンライン601に対応する詳細データ701にパターン解読702、履歴バックテスト703、免責事項704、詳細なガイダンス705等の内容が含まれることができる。
例示的に、パターン解読701(例えば、次の3日間)は、開始時間、パターンタイプ、上昇確率(下落パターンの場合は下落確率)、レジスタンスライン(フォーマット、価格(アップダウン幅))、サポートライン(フォーマット、価格(アップダウン幅))、反転確率等の情報を含む。
例示的に、履歴バックテスト703は、出現回数、利益確率、テイクプロフィットポイント(パーセンテージ)、ストップロスポイント(パーセンテージ)等の情報を含む。一般的に、履歴バックテストデータは現在の標示パターン(即ち第1の標示パターン)という期間に基づいたバックテストであり、最近のX年のバックテストデータである。
上記反転確率の表示タイミング(サーバーロジック、端末はサーバー配信に応じて表示するかどうかを制御)は、上昇パターンの場合、反転値が「-5」以下であると、サーバーは高い反転確率フィールドを配信することができ、端末機器は高い反転確率の場合、「反転確率が高い」と表示する。下落パターンで反転値が「+5」以上である場合、サーバーが高い反転確率フィールドを配信し、端末機器は高い反転確率の場合、「反転確率が高い」と表示する。また、パターンタイプ、レジスタンスライン、サポートライン、テイクプロフィットポイント、ストップロスポイントは値上がり/値下がりの色分けをサポートし、ユーザーの値上がり/値下がりの色分けに従う。
このようにして、端末機器はユーザーが第1の標示パターンラインにタッチしたことを検出した場合、対応する詳細データを表示し、これにより、ユーザーのエクスペリエンスを向上させ、ケイ線チャートの参照価値を高める。
他のいくつかの実施例において、端末機器に表示された第1の標示パターンラインは曲線である可能性がある。このようなシーンで、端末機器は以下の手段によってユーザーが第1の標示パターンラインにタッチしたかどうかを識別することができる。
具体的に、端末機器はサンプリングデータポイントをハッシュすることによって、画面上のユーザーのタッチ位置から第1の標示パターンラインまでの距離を計算することができる。
例えば、1つの始点、1つの終点、1つの制御点を選択し、2次ベジエの公式に従って1つの2次ベジエ曲線を生成し、この2次ベジエ曲線では、N個の収集点を均一にハッシュすることができる。即ち1つの点Pからある2次ベジエ曲線までの最短距離を判断することによって、均一にハッシュされたN個の点から点Pまでの最短距離に近似的に変換でき、このため、1つのタッチ点が1本の2次ベジエ曲線にあるかどうかを判断するには、1つの点からN個のハッシュされた2次ベジエ曲線上の点までの最小距離が予め設定された距離を満たすかどうかに変換できる。
本発明の実施例において、端末機器はタッチ位置から曲線タイプの第1の標示パターンラインまでの距離値dを取得した後、該距離値dと予め設定された距離を比較して、比較結果を取得することができ、比較結果、dが予め設定された距離より大きいと、ユーザーが第1の標示パターンラインにタッチしていないことを示し、端末は応答しない。比較結果、dが予め設定された距離以下であると、ユーザーが第1の標示パターンラインにタッチしたことを示し、端末機器は上記方法に従って第1の標示パターンラインに対応する詳細データを表示することができる。
つまり、端末機器がケイ線に表示した標示パターンラインが曲線である場合でも、ユーザーが該標示パターンラインにタッチしたかどうかを正確に検出することができ、さらに、端末機器に対応する標示パターンラインに対応する詳細データを表示するようにトリガーし、ユーザーの使用エクスペリエンスを向上させる。
いくつかの実施例において、ユーザーが自分で適切な時間ウィンドウを選択してケイ線のパターンを判断することを可能にし、非常に高い柔軟性を有し、同時に、モデルに時間次元の考慮を加えたため、結果がより正確になる。このとき、図8に示すように、端末機器とサーバーはさらに以下のステップを実行してもよい。
S801では、端末機器はユーザーが株式Aの第1の時間ウィンドウを第2の時間ウィンドウに変更する第2の命令を取得する。
また、端末機器に株式Aのケイ線チャートを表示することを例とし、図9に示すように、ユーザーは手動で株式Aのケイ線チャート上で時間ウィンドウのサイズを変更することができ、例えばユーザーは2本指のピンチまたは2本指の拡張操作を入力することによって時間ウィンドウのサイズを変更することができる。例えば、端末機器は株式Aのケイ線チャートを最初に表示する場合、第1の時間ウィンドウ(例えば最近の100日)内のN1個のケイ線をデフォルト表示することができる。ユーザーが上記N1個のケイ線上で2本指のピンチの操作を入力したことを検出すると、端末機器は第1の時間ウィンドウを第2の時間ウィンドウ(例えば最近の30日)に変更する第2の命令を生成することができる。
S802では、上記第2の命令に応答し、端末機器はサーバーに第2の要求を送信する。第2の要求は株式Aの標識及び第2の時間ウィンドウを含む。
端末機器はサーバーに第2の要求を送信する過程は、ステップS202における端末機器がサーバーに第1の要求を送信する過程と類似するため、ここで繰り返して説明しない。
S803では、サーバーは第2の時間ウィンドウ内での株式AのN2個のケイ線データを取得する。N2は1より大きい整数である。
サーバーが第2の時間ウィンドウ内での株式AのN2個のケイ線データを取得する過程は、ステップS203においてサーバーが株式Aの第1の時間ウィンドウ内でのN1個のケイ線データを取得する過程と類似するため、ここで繰り返して説明しない。
S804では、サーバーは上記N2個のケイ線データに対応する標示パターン及び上記N2個のケイ線データのうちのy個の主要なケイ線を分析する。y<N2である。
サーバーが上記N2個のケイ線データに対応する標示パターン及び上記N2個のケイ線データのうちのy個の主要なケイ線を分析する過程は、ステップS204においてサーバーが上記N1個のケイ線データに対応する標示パターン及び上記N1個のケイ線データのうちのx個の主要なケイ線を分析する過程と類似するため、ここで繰り返して説明しない。
S805では、サーバーは上記N2個のケイ線データ、標示パターン及びy個の主要なケイ線の標識を端末機器に送信する。
サーバーが上記N2個のケイ線データ、標示パターン及びM2個の主要なケイ線の標識を端末機器に送信する過程は、ステップS205においてサーバーが上記N1個のケイ線データ、標示パターン及びy個の主要なケイ線の標識を端末機器に送信する過程と類似するため、ここで繰り返して説明しない。
S806では、端末機器は上記N2個のケイ線データに応じて対応するN2個のケイ線を表示する。
端末機器が上記N2個のケイ線データに応じて対応するN2個のケイ線を表示する過程は、ステップS206において端末機器がN1個のケイ線を表示する過程と類似するため、ここで繰り返して説明しない。
S807では、端末機器は上記標示パターン及びM2個の主要なケイ線に従って上記N2個のケイ線上に第2の標示パターンラインを描く。
上記ステップS207と類似し、図10に示すように、端末機器は株式ソフトウェアの表示インターフェースに第2の時間ウィンドウ内での株式AのN2個のケイ線を表示することができる。そして、端末は今回でサーバーからの標示パターンに従って取得されたx個の主要なケイ線を順次に接続し、第2の標示パターンライン1001を描くことができる。
このようにして、ユーザーは自分の必要に応じて適切な時間ウィンドウを設定することができ、端末機器に対し、時間ウィンドウ内の複数のケイ線に対応するケイ線パターンを表示するようにトリガーし、これにより、ユーザーがケイ線輪郭をより効果的に識別するのを助け、ケイ線と視覚識別を効果的に組み合わせ、ユーザーの視覚的エクスペリエンスを向上させる。
当然ながら、端末機器は上記方法に従って第2の標示パターンラインを描いた後、ユーザーが第2の標示パターンラインにタッチしたのを検出すると、端末機器は上記ステップS208の方法に従って第2の標示パターンラインに対応する詳細データを表示してもよく、本願の実施例はこれに対してなんら限定しない。
また、上記実施例では、端末機器は株式Aのケイ線と標示パターンラインを表示することを例として説明したが、理解できる点として、端末機器は他の1つまたは複数の株式のケイ線を表示する場合でも、上記方法に従って対応する標示パターンラインを表示してもよく、ユーザーがケイ線輪郭をより効果的に識別するのを助ける。
以上で、図1~図10を参照して、本願の方法の実施例を詳細に説明した。以下に、図11~図14を参照し、本願の装置実施例を詳細に説明する。理解すべき点として、装置実施例は方法実施例に互いに対応し、類似する説明について方法実施例を参照することができる。
図11は本願の実施例による端末機器を示す模式的なブロック図である。図11に示すように、該端末機器は、取得ユニット1101と表示ユニット1102を備える。
取得ユニット1101は、第1の時間ウィンドウ内での第1の株式のN1個のケイ線データを取得することと、前記N1個のケイ線データに対応する第1の標示パターン及び前記N1個のケイ線データのうちのx個の主要なケイ線を取得することに用いられる。N1は1より大きい整数であり、前記第1の標示パターンは、前記N1個のケイ線データのケイ線パターンを示すために使用され、x≦N1である。
表示ユニット1102は、前記N1個のケイ線データに対応するN1個のケイ線を表示することと、前記第1の標示パターンと前記x個の主要なケイ線に従って前記N1個のケイ線上に第1の標示パターンラインを描くことと、に用いられる。
いくつかの実施例において、取得ユニット1101はさらに、ユーザーの前記第1の標示パターンラインへのタッチ操作を受信するために使用され、表示ユニット1102はさらに、前記タッチ操作に応答し、前記第1の標示パターンラインに対応する第1の詳細データを表示することに用いられる。前記第1の詳細データは前記第1の標示パターンラインのパターン解読データと履歴バックテストデータを含む。
いくつかの実施例において、取得ユニット1101は、具体的に、ユーザーから入力されたタッチ点を検出した後、前記タッチ点から前記第1の標示パターンラインまでの距離を計算することと、前記タッチ点から前記第1の標示パターンラインまでの距離が予め設定された距離以下である場合、ユーザーの前記第1の標示パターンラインへのタッチ操作を受信したと決定することと、に用いられる。
いくつかの実施例において、表示ユニット1102は、具体的に、前記第1の標示パターンに従って前記x個の主要なケイ線を接続し、前記第1の標示パターンラインを取得するために使用される。
いくつかの実施例において、取得ユニット1101は、具体的に、ユーザーの前記第1の株式を開く操作に応答し、サーバーから第1の時間ウィンドウ内での第1の株式のN1個のケイ線データを取得するために使用される。
いくつかの実施例において、取得ユニット1101はさらに、ユーザーが前記第1の時間ウィンドウを第2の時間ウィンドウに調整したことを検出することと、前記第2の時間ウィンドウ内での前記第1の株式のN2個のケイ線データを取得することと、前記N2個のケイ線データに対応する第2の標示パターン及び前記N2個のケイ線データのうちのy個の主要なケイ線を取得することに用いられる。N2は1より大きい整数であり、前記第2の標示パターンは前記N2個のケイ線データのケイ線パターンを示すために使用され、y≦N1である。表示ユニット1102はさらに、前記N2個のケイ線データに対応するN2個のケイ線を表示することと、前記第2の標示パターンと前記y個の主要なケイ線に従って前記N2個のケイ線上に第2の標示パターンラインを描くことと、に用いられる。
図12は本願の実施例によるサーバーを示す模式的なブロック図である。図12に示すように、該サーバーは、取得ユニット1201、分析ユニット1202、及び通信ユニット1203を備える。
取得ユニット1201は、第1の時間ウィンドウ内での第1の株式のN1個のケイ線データを取得することに用いられる。N1は1より大きい整数である。分析ユニット1202は、前記N1個のケイ線データに従って対応する第1の標示パターン及び前記N1個のケイ線データのうちのx個の主要なケイ線を分析することに用いられる。前記第1の標示パターンは、前記N1個のケイ線データのケイ線パターンを示すために使用され、x≦N1である。通信ユニット1203は、前記N1個のケイ線データ、前記第1の標示パターン及び前記x個の主要なケイ線の標識を端末機器に送信するために使用される。
いくつかの実施例において、分析ユニット1202は、具体的に、前記N1個のケイ線データのうちの株価のa個の変曲点を抽出することと、前記a個の変曲点と様々なケイ線パターンモデルとの類似性を計算することと、類似性が最も高いケイ線パターンモデルのケイ線パターンを前記第1の標示パターンとして決定することと、に用いられる。aは0より大きい整数である。
いくつかの実施例において、分析ユニット1202は、具体的に、前記aの変曲点をスクリーニングし、スクリーニングされたx個の変曲点を取得することと、予め設定された類似性計算式に従って前記x個の変曲点と様々なケイ線パターンモデルとの類似性をそれぞれ計算することと、に用いられる。x≦aである。
いくつかの実施例において、分析ユニット1202は、具体的に、変曲点の数、変曲点タイプ、時間、ペナルティ係数または重みのうちの1つまたは複数に応じて前記aの変曲点をスクリーニングするために使用される。
いくつかの実施例において、通信ユニット1203はさらに、前記端末機器から送信された、前記第1の株式の標識と前記第1の時間ウィンドウとを含む第1の要求を取得することに用いられる。
いくつかの実施例において、通信ユニット1203はさらに、前記端末機器から送信された、前記第1の株式の標識と第2の時間ウィンドウとを含む第2の要求を取得することに用いられ、取得ユニット1201はさらに、前記第2の時間ウィンドウ内での前記第2の株式のN2個のケイ線データを取得することに用いられ、N2は1より大きい整数であり、分析ユニット1202はさらに、前記N2個のケイ線データに従って、対応する第2の標示パターン及び前記N2個のケイ線データのうちのy個の主要なケイ線を分析することに用いられ、前記第1の標示パターンは前記N2個のケイ線データのケイ線パターンを示すために使用され、y≦N1であり、通信ユニット1203はさらに、前記N2個のケイ線データ、前記第2の標示パターン及び前記y個の主要なケイ線の標識を前記端末機器に送信するために使用される。
上記実施例による端末機器とサーバーは、上記の方法実施例による技術的解決手段を実行することができ、その実現原理と技術効果が類似するため、ここで繰り返して説明しない。
図13は本願の実施例による端末機器を示す模式的な構造図である。図13に示すような端末機器はプロセッサ1310を備え、プロセッサ1310はメモリからコンピュータープログラムを呼び出して稼動させることができ、本願の実施例における方法が実現される。
選択可能に、図13に示すように、端末機器はメモリ1320を備えてもよい。プロセッサ1310はメモリ1320からコンピュータープログラムを呼び出して稼動させ、本願の実施例における方法を実現させることができる。
メモリ1320はプロセッサ1310から独立した1つの個別なデバイスであってもよいし、プロセッサ1310に集積されてもよい。
選択可能に、図13に示すように、端末機器はトランシーバ1330を更に備えてもよく、プロセッサ1310は該トランシーバ1330と他の機器との通信を制御することができ、具体的に、他の機器に情報またはデータを送信したり、他の機器から送信された情報またはデータを受信したりすることができる。
トランシーバ1330は送信機と受信機を備えることができる。トランシーバ1330はアンテナを含んでもよく、アンテナの数は1つまたは複数であってもよい。
図14は本願の実施例によるサーバーの模式図的な構造図である。図14に示すようなサーバーはプロセッサ1410を備え、プロセッサ1410はメモリからコンピュータープログラムを呼び出して稼動させ、本願の実施例における方法を実現することができる。
選択可能に、図14に示すように、サーバーはメモリ1420を備えてもよい。プロセッサ1410はメモリ1420からコンピュータープログラムを呼び出して稼動させ、本願の実施例における方法が実現される。
メモリ1420はプロセッサ1410から独立した1つの個別なデバイスであってもよいし、プロセッサ1410に集積されてもよい。
選択可能に、図14に示すように、サーバーはトランシーバ1430を更に備えてもよく、プロセッサ1410は該トランシーバ1430と他の機器との通信を制御することができ、具体的に、他の機器に情報またはデータを送信したり、他の機器から送信された情報またはデータを受信したりすることができる。
トランシーバ1430は送信機と受信機を備えることができる。トランシーバ1430はアンテナを含んでもよく、アンテナの数は1つまたは複数であってもよい。
上記実施例による端末機器とサーバーは、上記の方法実施例による技術的解決手段を実行することができ、その実現原理と技術効果が類似するため、ここで繰り返して説明しない。
理解すべき点として、本願の実施例のプロセッサは集積回路チップである可能性があり、信号の処理能力を備える。実現過程において、上記の方法実施例の各ステップはプロセッサにおけるハードウェアの集積ロジック回路或いはソフトウェア形式の命令によって完成されることができる。上記のプロセッサは汎用プロセッサ、デジタル信号プロセッサ(Digital Signal Processor、DSP)、特定用途向け集積回路(Application Specific Integrated Circuit、ASIC)、フィールドプログラマブルゲートアレイ(Field Programmable Gate Array、FPGA)又はその他のプログラマブルロジックデバイス、離散ゲート或いはトランジスタ論理デバイス、離散ハードウェアコンポーネントであってよい。本願の実施例の実施例に開示された各方法、ステップ及び論理ブロック図を実現或いは実行することができる。汎用プロセッサはマイクロプロセッサであってよく或いは該プロセッサは任意の従来のプロセッサ等であってもよい。本願の実施例に開示された方法を組み合わせたステップはハードウェアデコードプロセッサにより実行して完成し、或いはデコードプロセッサにおけるハードウェアとソフトウェアモジュールとの組み合わせにより実行して完成するように直接に体現することができる。ソフトウェアモジュールはランダムアクセスメモリ、フラッシュメモリ、読み出し専用メモリ、プログラム可能読み出し専用メモリまたは電気的消去可能プログラマブルメモリ、レジスタなどの本分野において成熟した記憶媒体に位置することができる。該記憶媒体はメモリに位置し、プロセッサはメモリにおける情報を読み取り、そのハードウェアを組み合わせて上記方法のステップを完成する。
理解できる点として、本願の実施例におけるメモリは揮発性メモリ又は不揮発性メモリであってよく、又は揮発性と不揮発性メモリをともに含んでよい。不揮発性メモリは読み取り専用メモリ(Read-Only Memory、ROM)、プログラマブル読み取り専用メモリ(Programmable ROM、PROM)、消去可能なプログラマブル読み取り専用メモリ(Erasable PROM、EPROM)、電気的に消去可能なプログラマブル読み取り専用メモリ(Electrically EPROM、EEPROM)又はフラッシュメモリであってよい。揮発性メモリはランダムアクセスメモリ(Random Access Memory、RAM)であってよく、外部キャッシュとして使用される。限定ではなく例示的な説明によって、複数の形式のRAMを利用することができ、例えばスタティックランダムアクセスメモリ(Static RAM、SRAM)、ダイナミックランダムアクセスメモリ(Dynamic RAM、DRAM)、同期ダイナミックランダムアクセスメモリ(Synchronous DRAM、SDRAM)、ダブルデータ速率同期ダイナミックランダムアクセスメモリ(Double Data Rate SDRAM、DDR SDRAM)、強化型同期ダイナミックランダムアクセスメモリ(Enhanced SDRAM、ESDRAM)、同期接続ダイナミックランダムアクセスメモリ(Synchlink DRAM、SLDRAM)及び直接メモリバスランダムアクセスメモリ(Direct Rambus RAM、DR RAM)を利用することができる。注意すべき点として、本文に記載のシステムと方法のメモリはこれらと任意の他の適合なタイプのメモリを含むが、これらに限定されない。
理解すべき点として、上記メモリは限定ではなく、例示的な説明であり、例えば、本願の実施例におけるメモリは、スタティックランダムアクセスメモリ(static RAM、SRAM)、ダイナミックランダムアクセスメモリ(dynamic RAM、DRAM)、同期ダイナミックランダムアクセスメモリ(synchronous DRAM、SDRAM)、ダブルデータ速率同期ダイナミックランダムアクセスメモリ(double data rate SDRAM、DDR SDRAM)、強化型同期ダイナミックランダムアクセスメモリ(enhanced SDRAM、ESDRAM)、同期接続ダイナミックランダムアクセスメモリ(synch link DRAM、SLDRAM)及び直接メモリバスランダムアクセスメモリ(Direct Rambus RAM、DR RAM)などであってもよい。つまり、本願の実施例におけるメモリはこれらと任意の他の適合なタイプのメモリを含むが、これらに限定されない。
本願の実施例はコンピューター可読記憶媒体をさらに提供し、コンピュータープログラムを記憶するために使用される。
選択可能に、該コンピューター可読記憶媒体は本願の実施例における端末機器またはサーバーに適用でき、且つ該コンピュータープログラムがコンピューターに本願の実施例の各方法における対応するフローを実行させる。簡潔にするために、ここでは繰り返して説明しない。
本願の実施例は、コンピュータープログラム命令を含むコンピュータープログラム製品をさらに提供する。
選択可能に、該コンピュータープログラム製品は本願の実施例における端末機器またはサーバーに適用でき、且つ該コンピュータープログラム命令はコンピューターに本願の実施例の各方法における対応するフローを実行させる。簡潔にするために、ここでは繰り返して説明しない。
本願の実施例はコンピュータープログラムをさらに提供する。
選択可能に、該コンピュータープログラムは本願の実施例における端末機器またはサーバー適用でき、該コンピュータープログラムがコンピューターに稼動されると、コンピューターに本願の実施例の各方法における対応するフローを実行させる。簡潔にするために、ここでは繰り返して説明しない。
当業者は、本文に開示された実施例に記載の各例示のユニット及びアルゴリズムステップを組み合わせて、電子ハードウェア、又はコンピュータソフトウェア及び電子ハードウェアの組み合わせで実現することができることを認識することができる。これらの機能はハードウェアで実行するかソフトウェアで実行するかは、技術案の特定のアプリケーションおよび設計制約条件によって決められる。当業者であれば各特定のアプリケーションに対して異なる方法で説明した機能を実現することができるが、このような実現は本願の範囲を超えると考えられない。
当業者であれば理解可能なように、説明の便宜と簡潔さのために、上記に記載の機器、装置及びユニットの具体的な作業過程は、上記方法の実施例における対応過程を参照することができるので、ここで繰り返して説明しない。
本願によるいくつかの実施例において、開示した機器、装置及び方法は、その他の方式によって実現されることができることを理解すべきである。例えば以上のような装置実施例は例示にすぎず、例えば、前記ユニットの分割は、ロジック機能における分割であり、実際の実現時には別の分割方式がありうる。例えば、複数のユニット又は組立部品を結合してもよいし、又は別のシステムに集積してもよいし、又はいくつかの特徴を無視したり、実行しなかったりしてもよい。また、表示又は検討した、互いの間の結合、又は直接結合、又は通信接続はいくつかのインターフェース、装置又はユニットによる間接結合又は通信接続であってよく、電気的、機械的又はその形式の接続であってもよい。
前記の分離した部材として説明したユニットは物理的に分離してもよいし、又は分離しなくてもよく、ユニットとして表示する部材は物理ユニットであってもよいし、又は物理ユニットではなくてもよく、即ち1つの場所に位置してもよいし、複数のネットワークユニットに分布してもよい。実際の需要に応じてその中の一部又は全部のユニットを選択して本実施例手段の目的を実現することができる。
また、本願の各実施例における各機能ユニットは1つの処理ユニットに集積されてもよいし、各ユニットは単独に物理的に存在してもよいし、2つ又は2つ以上のユニットは1つのユニットに集積されてもよい。
前記機能はソフトウェア機能ユニットの形式で実現するとともに独立した製品として販売又は使用される場合、1つのコンピュータ可読記憶媒体に記憶することができる。このような理解に基づいて、本願の実施例の技術的解決手段は本質的に、或いは従来技術に貢献する部分或いは該技術的解決手段の部分は、ソフトウェア製品の形式で表現することができ、該コンピュータソフトウェア製品が1つの記憶媒体に記憶され、一台のコンピュータ設備(パーソナルコンピュータ、サーバー、或いはネットワーク設備等である)に本願の各実施例に記載の方法の全部又は一部を実行させるための若干の命令を含む。前述の記憶媒体は、Uディスク、モバイルハードディスク、読み出し専用記憶装置(Read-Only Memory、ROM)、ランダムアクセスメモリ(Random Access Memory、RAM)、ディスク或いはCD等の様々なプログラムコードを記憶できる媒体である。
以上は、本願の具体的な実施形態に過ぎず、本願の保護範囲はこれに限定されない。当業者の誰でも本願が開示した技術範囲において、容易に想到できる変化又は置換は、全て本願の保護範囲に含まれる。このため、本願の保護範囲は請求項の保護範囲を基準とすべきである。
Claims (19)
- 端末機器が第1の時間ウィンドウ内での第1の株式のN1個(N1は1より大きい整数)のケイ線データを取得するステップと、
前記端末機器が、前記N1個のケイ線データに対応する、前記N1個のケイ線データのケイ線パターンを示すために使用される第1の標示パターンと、前記N1個のケイ線データのうちのx個(x≦N1)の主要なケイ線とを取得するステップと、
前記端末機器が前記N1個のケイ線データに対応するN1個のケイ線を表示するステップと、
前記端末機器が前記第1の標示パターンと前記x個の主要なケイ線に従って、前記N1個のケイ線上に第1の標示パターンラインを描くステップと、を含むことを特徴とするケイ線パターンの識別方法。 - 前記端末機器が前記第1の標示パターンと前記x個の主要なケイ線に従って、前記N1個のケイ線上に第1の標示パターンラインを描いた後、
前記端末機器が、ユーザーの前記第1の標示パターンラインへのタッチ操作を受信するステップと、
前記タッチ操作に応答して、前記端末機器が前記第1の標示パターンラインに対応する第1の詳細データを表示するステップと、を含み、
前記第1の詳細データは前記第1の標示パターンラインのパターン解読データと履歴バックテストデータを含む、ことを特徴とする請求項1に記載の方法。 - 前記パターン解読データは、開始時間、パターンタイプ、上昇/下降確率、レジスタンスライン、サポートラインまたは反転確率のうちの1つまたは複数を含み、
前記履歴バックテストデータは、出現回数、利益確率、テイクプロフィットポイントまたはストップロスポイントのうちの1つまたは複数を含む、ことを特徴とする請求項2に記載の方法。 - 前記端末機器が、ユーザーの前記第1の標示パターンラインへのタッチ操作を受信するステップは、
前記端末機器がユーザーから入力されたタッチ点を検出した後、前記タッチ点から前記第1の標示パターンラインまでの距離を計算するステップと、
前記タッチ点から前記第1の標示パターンラインまでの距離が予め設定された距離以下であるとき、前記端末機器が、ユーザーの前記第1の標示パターンラインへのタッチ操作を受信したと決定するステップと、を含む、ことを特徴とする請求項2に記載の方法。 - 前記第1の標示パターンラインは直線または曲線である、ことを特徴とする請求項2~4のいずれか1項に記載の方法。
- 前記端末機器が前記第1の標示パターンと前記x個の主要なケイ線に従って、前記N1個のケイ線上に第1の標示パターンラインを描くステップは、
前記端末機器が前記第1の標示パターンに従って前記x個の主要なケイ線を接続して、前記第1の標示パターンラインを取得するステップを含む、ことを特徴とする請求項1~5のいずれか1項に記載の方法。 - 端末機器が第1の時間ウィンドウ内での第1の株式のN1個のケイ線データを取得するステップは、
ユーザーの前記第1の株式を開く操作に応答して、前記端末機器がサーバーから第1の時間ウィンドウ内での第1の株式のN1個のケイ線データを取得するステップを含む、ことを特徴とする請求項1~6のいずれか1項に記載の方法。 - 前記端末機器が、ユーザーが前記第1の時間ウィンドウを第2の時間ウィンドウに調整したことを検出するステップと、
前記端末機器が、前記第2の時間ウィンドウ内での前記第1の株式のN2個(N2は1より大きい整数)のケイ線データを取得するステップと、
前記端末機器が、前記N2個のケイ線データに対応し前記N2個のケイ線データのケイ線パターンを示すために使用される第2の標示パターンと、前記N2個のケイ線データのうちのy個(y≦N1)の主要なケイ線と、を取得するステップと、
前記端末機器が、前記N2個のケイ線データに対応するN2個のケイ線を表示するステップと、
前記端末機器が、前記第2の標示パターンと前記y個の主要なケイ線に従って、前記N2個のケイ線上に第2の標示パターンラインを描くステップと、を含む、ことを特徴とする請求項1~7のいずれか1項に記載の方法。 - サーバーが第1の時間ウィンドウ内での第1の株式のN1個(N1は1より大きい整数)のケイ線データを取得するステップと、
前記サーバーが前記N1個のケイ線データに従って、対応する、前記N1個のケイ線データのケイ線パターンを示すために使用される第1の標示パターンと、前記N1個のケイ線データのうちのx個(x≦N1)の主要なケイ線とを分析するステップと、
前記サーバーが前記N1個のケイ線データと、前記第1の標示パターンと、前記x個の主要なケイ線の標識とを端末機器に送信するステップと、を含む、ことを特徴とするケイ線パターンの識別方法。 - 前記サーバーが前記N1個のケイ線データに従って、対応する第1の標示パターンを分析するステップは、
前記サーバーが前記N1個のケイ線データのうちの株価のa個(aは0より大きい整数)の変曲点を抽出するステップと、
前記サーバーが前記a個の変曲点と様々なケイ線パターンモデルとの類似性を計算するステップと、
前記サーバーが類似性の最も高いケイ線パターンモデルのケイ線パターンを前記第1の標示パターンとして決定するステップと、を含む、ことを特徴とする請求項9に記載の方法。 - 前記サーバーが前記a個の変曲点と様々なケイ線パターンモデルとの類似性を計算するステップは、
前記サーバーが前記a個の変曲点をスクリーニングし、スクリーニングされたa(i)個(a(i)≦a)の変曲点を取得するステップと、
前記サーバーが予め設定された類似性計算式に従って、前記a(i)個の変曲点と様々なケイ線パターンモデルとの類似性をそれぞれ計算するステップと、を含む、ことを特徴とする請求項10に記載の方法。 - 前記サーバーが前記a個の変曲点をスクリーニングするステップは、
前記サーバーが変曲点の数、変曲点タイプ、時間、ペナルティ係数または重みのうちの1つまたは複数に応じて前記a個の変曲点をスクリーニングするステップを含む、ことを特徴とする請求項11に記載の方法。 - サーバーが第1の時間ウィンドウ内での第1の株式のN1個のケイ線データを取得する前に、
前記サーバーが前記端末機器から送信された、前記第1の株式の標識と前記第1の時間ウィンドウとを含む第1の要求を取得するステップをさらに含む、ことを特徴とする請求項9~12のいずれか1項に記載の方法。 - 前記サーバーが前記端末機器から送信された、前記第1の株式の標識と第2の時間ウィンドウとを含む第2の要求を取得するステップと、
前記サーバーが前記第2の時間ウィンドウ内での前記第2の株式のN2個(N2は1より大きい整数)のケイ線データを取得するステップと、
前記サーバーが前記N2個のケイ線データに従って、対応する、前記N2個のケイ線データのケイ線パターンを示すために使用される第2の標示パターンと、前記N2個のケイ線データのうちのy個(y≦N1)の主要なケイ線とを分析するステップと、
前記サーバーが前記N2個のケイ線データと、前記第2の標示パターンと、前記y個の主要なケイ線の標識とを前記端末機器に送信するステップと、をさらに含む、ことを特徴とする請求項9~13のいずれか1項に記載の方法。 - 第1の時間ウィンドウ内での第1の株式のN1個(N1は1より大きい整数)のケイ線データを取得することと、前記N1個のケイ線データに対応し前記N1個のケイ線データのケイ線パターンを示すために使用される第1の標示パターンと、前記N1個のケイ線データのうちのx個(x≦N1)の主要なケイ線を取得することと、に用いられる取得ユニットと、
前記N1個のケイ線データに対応するN1個のケイ線を表示することと、前記第1の標示パターンと前記x個の主要なケイ線に従って、前記N1個のケイ線上に第1の標示パターンラインを描くことと、に用いられる表示ユニットと、を含むことを特徴とする端末機器。 - 第1の時間ウィンドウ内での第1の株式のN1個(N1は1より大きい整数)のケイ線データを取得することに用いられる取得ユニットと、
前記N1個のケイ線データに従って、対応する、前記N1個のケイ線データのケイ線パターンを示すために使用される第1の標示パターンと、前記N1のケイ線データのうちのx個(x≦N1)の主要なケイ線とを分析することに用いられる分析ユニットと、
前記N1個のケイ線データと、前記第1の標示パターンと、前記x個の主要なケイ線の標識とを端末機器に送信するための通信ユニットと、を備える、ことを特徴とするサーバー。 - 端末機器であって、プロセッサとメモリを備え、該メモリは、コンピュータープログラムを記憶するために使用され、前記プロセッサは前記メモリに記憶されたコンピュータープログラムを呼び出して稼動させ、前記端末機器に請求項1~8のいずれか1項に記載の方法を実行させるために使用される、ことを特徴とする端末機器。
- サーバーであって、プロセッサとメモリを備え、該メモリは、コンピュータープログラムを記憶するために使用され、前記プロセッサは前記メモリに記憶されたコンピュータープログラムを呼び出して稼動させ、前記サーバーに請求項9~14のいずれか1項に記載の方法を実行させるために使用される、ことを特徴とするサーバー。
- コンピューターに請求項1~8または9~14のいずれか1項に記載の方法を実行させるコンピュータープログラムを記憶するために使用される、ことを特徴とするコンピューター可読記憶媒体。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/CN2021/122220 WO2023050331A1 (zh) | 2021-09-30 | 2021-09-30 | K线形态的识别方法及电子设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2023547002A true JP2023547002A (ja) | 2023-11-09 |
Family
ID=79932603
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2022562395A Pending JP2023547002A (ja) | 2021-09-30 | 2021-09-30 | ケイ線パターンの識別方法及び電子機器 |
Country Status (6)
Country | Link |
---|---|
US (1) | US11928761B2 (ja) |
JP (1) | JP2023547002A (ja) |
CN (1) | CN114008658A (ja) |
AU (1) | AU2021466668A1 (ja) |
CA (1) | CA3233403A1 (ja) |
WO (1) | WO2023050331A1 (ja) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115409621A (zh) * | 2022-05-16 | 2022-11-29 | 深圳格隆汇信息科技有限公司 | 金融期货的划线方法及系统 |
Family Cites Families (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3573072B2 (ja) | 2000-08-07 | 2004-10-06 | 株式会社Quick | 時系列データ圧縮装置 |
US20020120551A1 (en) * | 2001-02-27 | 2002-08-29 | Clarkson Jones | Visual-kinesthetic interactive financial trading system |
TWI544438B (zh) * | 2014-08-12 | 2016-08-01 | 神乎科技股份有限公司 | 證券資訊之趨勢的提示方法 |
CN106447494A (zh) * | 2015-08-01 | 2017-02-22 | 郑志豪 | 基于图形识别的证券分析系统及方法 |
US20170069025A1 (en) * | 2015-08-10 | 2017-03-09 | Fonestock Technology Inc. | Alerting method by using trend lines of security information |
CN105701450B (zh) * | 2015-12-31 | 2019-10-08 | 上海银赛计算机科技有限公司 | K线形态识别方法及装置 |
CN107958415B (zh) * | 2017-10-31 | 2021-07-27 | 创新先进技术有限公司 | 证券信息播报方法及装置 |
CN108364231A (zh) * | 2018-02-10 | 2018-08-03 | 武汉市灯塔互动文化传播有限公司 | 一种用于股票曲线分析的方法和装置 |
CN108765146A (zh) * | 2018-04-25 | 2018-11-06 | 武汉灯塔之光科技有限公司 | 一种根据已有曲线形态选取特定曲线股票的方法和装置 |
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 |
KR102124978B1 (ko) * | 2019-07-31 | 2020-06-22 | (주)크래프트테크놀로지스 | 증권 거래를 위한 주문 집행을 수행하는 서버 및 방법 |
WO2021024205A1 (en) * | 2019-08-06 | 2021-02-11 | Bosman Philippus Johannes | Method and system of optimizing stock availability and sales opportunity |
CN112257770B (zh) * | 2020-10-19 | 2022-05-06 | 四川长虹电器股份有限公司 | 一种k线形态识别方法 |
CN113269643A (zh) * | 2021-05-25 | 2021-08-17 | 平安科技(深圳)有限公司 | K线形态识别分类方法、装置、计算机设备及存储介质 |
-
2021
- 2021-09-30 JP JP2022562395A patent/JP2023547002A/ja active Pending
- 2021-09-30 AU AU2021466668A patent/AU2021466668A1/en active Pending
- 2021-09-30 CN CN202180003052.2A patent/CN114008658A/zh active Pending
- 2021-09-30 CA CA3233403A patent/CA3233403A1/en active Pending
- 2021-09-30 WO PCT/CN2021/122220 patent/WO2023050331A1/zh active Application Filing
-
2022
- 2022-09-01 US US17/901,799 patent/US11928761B2/en active Active
Also Published As
Publication number | Publication date |
---|---|
CA3233403A1 (en) | 2023-04-06 |
US20230169705A1 (en) | 2023-06-01 |
CN114008658A (zh) | 2022-02-01 |
WO2023050331A1 (zh) | 2023-04-06 |
US11928761B2 (en) | 2024-03-12 |
AU2021466668A1 (en) | 2024-04-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2022267735A1 (zh) | 业务数据处理方法、装置、计算机设备和存储介质 | |
WO2020253066A1 (zh) | 页面管理方法、装置、计算机设备及存储介质 | |
US11934290B2 (en) | Interactive model performance monitoring | |
US12008652B1 (en) | Graphical instrument performance prediction | |
WO2018040067A1 (zh) | 用户指导系统及方法 | |
CN115082920A (zh) | 深度学习模型的训练方法、图像处理方法和装置 | |
CN115545103A (zh) | 异常数据识别、标签识别方法和异常数据识别装置 | |
JP2023547002A (ja) | ケイ線パターンの識別方法及び電子機器 | |
CN113326449B (zh) | 预测交通流量的方法、装置、电子设备和介质 | |
CN113205189B (zh) | 训练预测模型的方法、预测方法及装置 | |
CN111415168B (zh) | 一种交易告警的方法和装置 | |
US11669762B2 (en) | Apparatus and method for forecasted performance level adjustment and modification | |
CN108765153A (zh) | 交易机器人金融数据计算方法及装置 | |
EP3493082A1 (en) | A method of exploring databases of time-stamped data in order to discover dependencies between the data and predict future trends | |
CN114925275A (zh) | 产品推荐方法、装置、计算机设备及存储介质 | |
CN108510391A (zh) | 交易机器人金融数据风险确定方法及装置 | |
CN114036391A (zh) | 数据推送方法、装置、电子设备和存储介质 | |
CN114219664A (zh) | 产品推荐方法、装置、计算机设备及存储介质 | |
CN113326436A (zh) | 确定推荐资源的方法、装置、电子设备和存储介质 | |
CN113327134A (zh) | 商品信息推荐方法及装置、电子设备和介质 | |
CN113010782A (zh) | 需求量获取方法、装置、电子设备以及计算机可读介质 | |
WO2019227415A1 (zh) | 一种评分卡模型的调整方法、装置、服务器及存储介质 | |
CN111026981A (zh) | 热点话题的可视化展示方法、装置和设备 | |
KR101970976B1 (ko) | 인구 정보 제공 방법 및 그 장치 | |
KR102449831B1 (ko) | 신규 텍스트에 대한 정보를 제공하는 전자 장치, 신규 텍스트를 확인하는 서버 및 그 동작 방법 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20221012 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20231219 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20240318 |