本發(fā)明涉及股票數(shù)據(jù)挖掘技術(shù)領(lǐng)域，尤其是涉及一種基于同匹配日期相似走勢的股票預(yù)測方法。

背景技術(shù)：

股票市場是證券業(yè)和金融業(yè)必不可少的重要組成部分,受到投資者的普遍關(guān)注。有效的股票預(yù)測在金融投資領(lǐng)域占有重要地位,因此對股票價格進行分析和預(yù)測有著非常重大的理論意義和實踐價值。

股票價格呈波動狀態(tài)，在短期內(nèi)看似無序，但其波動在長時間序列中卻有著一定的規(guī)律，即一定的趨勢性。股票價格變化受到政治、金融狀況、用戶心理等多種因素的影響，其變化具有非線性、突變性、隨機性等特點，是一種復(fù)雜的非線性系統(tǒng)。

隨著股市的發(fā)展,以及對于股市規(guī)律認識的加深,人們提出各種各樣的股市預(yù)測方法,比較常用的方法有回歸分析、灰色系統(tǒng)分析、時間序列分析, 神經(jīng)網(wǎng)絡(luò)、支持向量機等，這些預(yù)測方法都在一定程度上揭示了股市的運行規(guī)律,但應(yīng)用效果并不理想。

技術(shù)實現(xiàn)要素：

本發(fā)明公開了一種基于同匹配日期相似走勢的股票預(yù)測方法。其主要思想是：對于待預(yù)測的股票，取其近期一段時間的漲跌幅走勢，將該走勢與所有股票的歷史數(shù)據(jù)走勢進行逐一匹配，首先得到與每只股票最相似趨勢匹配的交易日期；其次對所有的匹配交易日期進行次數(shù)的統(tǒng)計，獲取次數(shù)最多的同匹配日期；然后在具有同匹配日期的相似的股票走勢里，獲取相似度最高的前幾只股票走勢；最后以最相似股票在同匹配日期之后的走勢進行統(tǒng)計和還原計算出預(yù)測的走勢。方法即可用于近期的預(yù)測，也可用于短期的預(yù)測，可為股票短線操作提供決策支持。

這里近期預(yù)測是指1~5個交易日的預(yù)測，如1日預(yù)測、2日預(yù)測、3日預(yù)測；短期預(yù)測是指20~60個交易日的預(yù)測，如20日預(yù)測，30日預(yù)測，60日預(yù)測等。

本發(fā)明方法的步驟如下：

(1) 對所有股票數(shù)據(jù)進行預(yù)處理；

(2) 加載待預(yù)測股票的數(shù)據(jù)和所有股票的待匹配歷史數(shù)據(jù)；

(3) 將待預(yù)測股票與所有的股票進行移動加權(quán)匹配；

(4) 根據(jù)與每只股票的匹配日期進行分類統(tǒng)計并排序，得到次數(shù)統(tǒng)計值最大的同匹配日期；

(5) 在同匹配日期的相似股票里面，獲取最相似的前幾只股票的匹配段；

(6) 以最相似股票在同匹配日期之后的走勢進行統(tǒng)計和還原計算出待預(yù)測股票的后期走勢。

其中，步驟(1)中的預(yù)處理包括兩類：一是對所有股票的每日的開盤價、最高價、最低價相對于當(dāng)天收盤價計算增減幅度；二是對所有股票當(dāng)日的成交量、換手率等計算相對于前一交易日的增減幅度。

其中，步驟(2)中的待預(yù)測股票的數(shù)據(jù)加載，是指獲取待預(yù)測股票的近L個交易日的漲跌幅數(shù)據(jù)，一般L的取值要求大于20；所有股票待匹配歷史數(shù)據(jù)的加載是指獲取每只股票某個時間點以來（如2005年1月1日），到當(dāng)前交易日的前L個交易日的數(shù)據(jù)，包括漲跌幅和對應(yīng)的交易日期。

其中，步驟(3)中，待預(yù)測股票與所有的股票進行移動加權(quán)匹配是指將待預(yù)測股票長度L的漲跌幅數(shù)據(jù)段與每只股票的歷史數(shù)據(jù)等長的走勢片段逐一進行移動匹配。匹配過程考慮各種因素，包括對位置加權(quán)和對同向性進行加權(quán)。與每只股票移動匹配后，獲取最小的匹配值和對應(yīng)位置的匹配日期。

其中，步驟(4)中，根據(jù)待預(yù)測股票與每只股票的匹配日期進行分類統(tǒng)計，目的在于獲取與待預(yù)測股票匹配在同一日期的股票數(shù)量。對日期統(tǒng)計量進行排序后，獲取次數(shù)統(tǒng)計值最大的同匹配日期。

其中，步驟(5)中，在同匹配日期的前提下，提取出相似的股票段，在這些相似的股票段里面，根據(jù)原先已經(jīng)計算好的匹配值進行從小到大排序后，獲取最相似的前幾只股票的匹配段。

其中，步驟(6)中，基于相似匹配段和同匹配日期，進行待預(yù)測股票后期走勢的生成。首先需要獲取同匹配日期的相似股票之后的后期走勢數(shù)據(jù)，包括漲跌幅和步驟1已經(jīng)計算的增減幅度各變量。其次需要獲取待預(yù)測股票當(dāng)前交易日的數(shù)據(jù)，包括當(dāng)日的收盤價，以及在步驟1中有計算相對量的原始字段。最后以待預(yù)測股票的當(dāng)前交易日的數(shù)據(jù)作為“前一交易日”基準數(shù)據(jù)，嫁接相似股票匹配日期后的走勢數(shù)據(jù)，計算還原成待預(yù)測股票的走勢數(shù)據(jù)。

附圖說明

圖1 是本發(fā)明基于同匹配日期相似走勢股票預(yù)測方法的流程圖。

圖2 是基于本發(fā)明方法輸出的某一股票短期走勢的預(yù)測結(jié)果。

圖3 是基于本發(fā)明方法輸出的某一股票近期預(yù)測結(jié)果。

圖2和圖3結(jié)果的參數(shù)取值為：待匹配股票段的長度L=30；短期預(yù)測交易日數(shù)N=30；近期預(yù)測交易日數(shù)R=3。圖2虛線之后為預(yù)測結(jié)果，包括每日收盤價、開盤價、最高價、最低價、漲跌幅、成交量等方面的預(yù)測。圖3預(yù)測結(jié)果包括近3天的可能漲跌幅和可能漲跌概率。

具體實施方式

下面結(jié)合附圖和實例，對本發(fā)明進行詳細的描述。

假設(shè)股票列表為S,S=[S₁, S₂,…,S_i,…,S_n],n為股票池中股票的數(shù)量，如中國上市股票的數(shù)量或美國上市股票的數(shù)量。對于每只股票，假設(shè)待預(yù)測的股票為S_m,m=1,…,n 具體預(yù)測步驟如下。

一、股票數(shù)據(jù)預(yù)處理。

假設(shè)對于股票列表S中的每只股票有如下數(shù)據(jù)字段：開盤價Open,收盤價Close, 最高價High,最低價Low,漲跌幅Change,成交量Volume，換手率Turnover等，其中收盤價Close為前復(fù)權(quán)價格。

1.1計算相對于當(dāng)天收盤價Close的增減幅度，并添加新字段。需要計算的字段包括開盤價Open、最高價High和最低價Low，具體如下：

開盤價增減幅度StdOpen= 100*(Open-Close)/Close;

最高價增減幅度StdHigh= 100*(High-Close)/Close;

最低價增減幅度StdLow= 100*(Low-Close)/Close。

1.2計算相對前一交易日的增減幅度，并添加新字段。需要計算的字段包括成交量Volume和換手率Turnover, 具體如下：

成交量增減幅度StdVolume= 100*(Volume- lastVolume)/ lastVolume, 其中, lastVolume代表前一交易日的成交量；

換手率增減幅度StdTurnover= 100*(Turnover- lastTurnover)/ lastTurnover, 其中, lastTurnover代表前一交易日的換手率。

如果有其他字段需要預(yù)測，如成交筆數(shù)、成交金額等，可類似計算出對應(yīng)的相對值，添加相應(yīng)的字段。計算所得相對值將在本方法的最后一步中使用。

二、股票數(shù)據(jù)的加載。

該步驟主要完成數(shù)據(jù)的準備過程，從原始股票數(shù)據(jù)庫中獲取待預(yù)測股票的近期交易日數(shù)據(jù)和待匹配的股票的歷史交易日數(shù)據(jù)。

2.1 獲取待預(yù)測股票S_m的近L個交易日的漲跌幅數(shù)據(jù)，形成一個數(shù)組，記為A，

A=[a₁,a₂,…,a_i,…a_L]

其中，a_i代表近L-i的交易日的漲跌幅。a₀代表當(dāng)前交易日的漲跌幅。L的取值至少得符合短期預(yù)測交易日的要求，如>=20。

2.2 對S中的每只股票，獲取某個時間點以來（如2005年1月1日），到當(dāng)前交易日的前L個交易日的數(shù)據(jù)，形成另一個數(shù)組，記為B_i,i=[1,n],

B_i=[b_i1,b_i2,…,b_ij,…b_ik]

其中，b_ij代表第i只股票的j位置對應(yīng)交易日的漲跌幅。每個B_i的長度k是不一定相等的，因為股票中間有停牌等因素的影響。

同時記錄b_ij的交易日期，記為另一數(shù)組C_i,i=[1,n],

C_i=[c_i1,c_i2,…,c_ij,…c_ik]

其中，c_ij代表第i只股票的j位置對應(yīng)交易日期。

三、股票間移動加權(quán)匹配。

該步驟主要完成待預(yù)測股票與某只待匹配股票之間的匹配過程，并獲取得到與待匹配股票匹配的最小值和對應(yīng)匹配日期。

匹配過程在A和B_i展開，A的長度為L, B_i的長度為K, K>=L，具體匹配過程如下：

3.1 以步長為1，循環(huán)從B_i中獲取長度L的漲跌幅數(shù)據(jù)，記為B,

3.2 A與B進行比較，得到匹配值。A、B的比較過程可以靈活進行，組合以下多種方式進行比較，

(1)A、B相應(yīng)位置的漲跌幅直接相減取絕對值；

(2) 對位置加權(quán)，越靠近當(dāng)前交易日權(quán)值越高；

(3) 考慮A、B漲跌幅的同向性加權(quán)，同漲或同跌的位置賦予較大的權(quán)重；

最后將三種因素相乘作為最終的比較距離。

3.3 記錄所有比較的匹配值的最小值和其對應(yīng)的匹配日期，作為A與B_i匹配的最終結(jié)果，記為P_i, i=[1,n],

P_i=[V_i,D_i]

其中，V_i代表A與B_i的最小匹配值，D_i代表最小匹配值對應(yīng)的匹配日期。

四、根據(jù)匹配日期進行分類統(tǒng)計并排序。

在上一步驟中，當(dāng)待預(yù)測股票完成與所有待匹配股票的匹配后，得到數(shù)組P,其中P_i=[V_i,D_i], i=[1,n]。接下來根據(jù)匹配日期進行分類統(tǒng)計，目的在于獲取與待預(yù)測股票匹配在同一日期的股票數(shù)量，具體步驟如下。

4.1 根據(jù)匹配日期分類統(tǒng)計。遍歷數(shù)組P，當(dāng)出現(xiàn)新的D_i時，D_i對應(yīng)的日期統(tǒng)計量Count_i初始值為1，即Count_i=1；當(dāng)Di已經(jīng)出現(xiàn)過時，對應(yīng)的日期統(tǒng)計量Count_i加1,即Count_i=Count_i+1。

4.2 對日期統(tǒng)計量進行排序。根據(jù)日期統(tǒng)計量Count_i的大小，從大到小進行排序，最后得到一個匹配日期對應(yīng)的匹配數(shù)量的數(shù)組M=[D,Count]，其中，D代表匹配日期列，Count代表匹配數(shù)量列。

五、基于同匹配日期和匹配值得到前幾只相似的股票。

該步驟的目的在于獲取T只最相似股票。具體過程為：

5.1 基于M數(shù)組，取得第一條記錄，即具有最多匹配數(shù)量的匹配日期，記為D_t；

5.2 根據(jù)D_t對P數(shù)組的D列進行過濾，過濾后根據(jù)V列值從小到大排序后，獲取數(shù)值最小的前T只股票作為待預(yù)測股票的最相似的股票。

這里T的取值不宜太大，因為T的取值代表著有T種的短期預(yù)測結(jié)果；也不宜太小，因為T的取值也應(yīng)用于近期預(yù)測的統(tǒng)計。一般T取10左右。

六、獲取同匹配日期的相似股票之后的后期走勢數(shù)據(jù)。

該步驟獲取相似股票匹配日期后的N個交易日(N一般取為20-30)數(shù)據(jù)，獲取的數(shù)據(jù)包括漲跌幅Change，以及步驟1中新增的各增減幅度字段，這里即為StdOpen、StdHigh、StdLow、StdVolume、StdTurnover等。

由于相似的T只股票都具有同樣的匹配日期，因此直接從股票數(shù)據(jù)庫中獲取該匹配日期后的N個交易日(N一般取為20-30)數(shù)據(jù)。

具體相同匹配日期的相似股票，其后期的走勢顯得比較一致。

七、獲取待預(yù)測股票當(dāng)前交易日的數(shù)據(jù)。

該步驟獲取待預(yù)測股票當(dāng)前交易日數(shù)據(jù)，獲取的數(shù)據(jù)包括收盤價Close(已前復(fù)權(quán))，以及步驟1中有計算相對前一交易日增加幅度的原始字段，這里即為Volume，Turnover。

八、股票預(yù)測結(jié)果生成。

該步驟基于前幾個步驟已經(jīng)準備好的數(shù)據(jù)生成預(yù)測結(jié)果?；舅枷胧?，以待預(yù)測股票的當(dāng)前交易日的數(shù)據(jù)作為“前一交易日”基準數(shù)據(jù)，結(jié)合相似股票匹配日期后的走勢數(shù)據(jù)，計算還原成待預(yù)測股票的走勢數(shù)據(jù)。前面步驟獲得的每一只相似股票的走勢都將還原成一種預(yù)測結(jié)果，具體過程如下。

8.1 將待預(yù)測股票當(dāng)前交易日的數(shù)據(jù)Close, Volume, Turnover置為前一交易日lastClose, lastVolume, lastTurnover結(jié)果；獲取某一只相似股票匹配日期后的走勢數(shù)據(jù)。

8.2還原下一交易日的預(yù)測數(shù)據(jù)，還原過程為：

下一交易日收盤價Close = lastClose + lastClose*Change/100;

下一交易日開盤價Open = Close + Close*StdOpen/100;

下一交易日最高價High = Close + Close*StdHigh/100;

下一交易日最低價Low = Close + Close*StdLow/100;

下一交易日成交量Volume = lastVolume + lastVolume *StdVolume/100;

下一交易日換手率Turnover = lastTurnover + lastTurnover *StdTurnover/100。

8.3 將當(dāng)前交易日的收盤價Close，成交量Volume，換手率Turnover置為前一交易日lastClose, lastVolume, lastTurnover結(jié)果。

8.4 重復(fù)執(zhí)行8.2,8.3步驟，直至還原出期望的全部交易日預(yù)測數(shù)據(jù)。

8.5 上述8.1~8.4步驟將得到基于某一只相似股票走勢的預(yù)測結(jié)果。將步驟5得到的T只最相似股票運用上述步驟計算后，將可得到待預(yù)測股票的T個走勢預(yù)測結(jié)果。這些結(jié)果可作為一種短期的預(yù)測。

8.6 取出T個走勢預(yù)測結(jié)果的前R天數(shù)據(jù)，形成二維數(shù)組F_tr, t=[1,…T],r=[1,…R]，對F_tr的每一列取平均值，該平均值作為近期對漲跌幅的預(yù)測。另外對T個列的數(shù)值分別統(tǒng)計大于0、小于0、近似等于0（如-0.2到0.2區(qū)間）的個數(shù)，計算占總數(shù)T的比例，該比例值作為近期對漲跌概率的預(yù)測。

綜上所述，本發(fā)明提出了一種基于同匹配日期相似走勢的股票預(yù)測方法。方法既可用于近期的預(yù)測(如1,2,3個交易日)，也可用于短期的預(yù)測(如10,20,30個交易日)。方法在不同匹配基礎(chǔ)上的預(yù)測結(jié)果之間較為一致。

本發(fā)明方法同樣可應(yīng)用于證券類具有時間序列特征的數(shù)據(jù)，如基金、期貨等。因此，盡管為說明目的公開了本發(fā)明的具體實施例和附圖，其目的在于幫助理解本發(fā)明的內(nèi)容并據(jù)以實施，但是本領(lǐng)域的技術(shù)人員可以理解：在不脫離本發(fā)明及所附的權(quán)力要求的精神和范圍內(nèi)，各種替換、變化和修改都是不可能的。因此，本發(fā)明不應(yīng)局限于最佳實施例和附圖所公開的內(nèi)容。當(dāng)前公開的實施例在所有方面應(yīng)被理解為說明性的而非對其請求保護的范圍的限制。