[發明專利]基于主成分與平均熵增量的股市投資者情緒指標選擇方法在審
| 申請號: | 201810702496.5 | 申請日: | 2018-06-30 |
| 公開(公告)號: | CN109165805A | 公開(公告)日: | 2019-01-08 |
| 發明(設計)人: | 常峻瑋;楊鵬;劉學文;武亞茹;任海龍;曹亞男;李宇航 | 申請(專利權)人: | 濟寧市創啟信息科技有限公司 |
| 主分類號: | G06Q10/06 | 分類號: | G06Q10/06;G06Q40/06 |
| 代理公司: | 暫無信息 | 代理人: | 暫無信息 |
| 地址: | 272200 山東省*** | 國省代碼: | 山東;37 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 測度 情緒指標 剔除 聚類分析圖譜 冗余信息量 主成分分析 聚類分析 量化分析 敏感因子 不連續 顯著性 信息熵 情緒 備選 初選 優選 刪除 包容 分析 篩選 代理 | ||
1.一種基于主成分與平均熵增量的股市投資者情緒指標選擇方法,其特征在于,所述方法包括:
海選模塊,任何與股市或投資者有關的指標均可納入到備選指標庫;
初選模塊,剔除數據不可得或數據不連續的無效指標;
篩選模塊,通過無關分析剔除無關指標,計算各指標與股市大盤指數和股市收益率的相關系數,可以得到無關程度與顯著性檢驗值,剔除顯著性較差的指標;
遴選模塊,通過相關分析和聚類分析刪除冗余信息量大于閾值的指標,計算各指標之間的相關系數,將相關系數大于閾值的指標進行歸類,刪除信息重疊指標;
優選模塊,通過計算主成分分析、敏感因子,即信息熵與平均熵之差比平均熵,結合聚類分析的樹狀分類圖譜與指標數量復雜度,最終留選顯著性最高的指標。
2.根據權利要求1所述的基于主成分與平均熵增量的股市投資者情緒指標選擇方法,其特征在于,所述海選模塊的任何指標可以是當期指標,也可以是提前p期的衍生指標,即為{An,An-1,An-2...An-p},其中p為大于1的正整數。
3.根據權利要求1所述的基于主成分與平均熵增量的股市投資者情緒指標選擇方法,其特征在于,所述篩選模塊無關程度相關性系數為0.3及以下。
4.根據權利要求1所述的基于主成分與平均熵增量的股市投資者情緒指標選擇方法,其特征在于,所述篩選模塊顯著性值為t統計量,該統計量服從n-2個自由度的t分布,概率界限可選擇1%至5%。
5.根據權利要求1所述的基于主成分與平均熵增量的股市投資者情緒指標選擇方法,其特征在于,所述遴選模塊的閾值為0.9及以上。
6.根據權利要求1所述的基于主成分與平均熵增量的股市投資者情緒指標選擇方法,其特征在于,所述聚類分析的距離為相關系數距離。
7.根據權利要求1所述的基于主成分與平均熵增量的股市投資者情緒指標選擇方法,其特征在于,所述優選模塊的顯著性可以使用敏感因子,即信息熵與平均熵之差比平均熵來判別,選擇敏感因子大于零的指標
式中,pi為離散型系統狀態的概率,i為系統狀態數,m為系統狀態最大值,且定義當概率為0時,熵為零;H為指標的信息熵值;為平均熵;D為敏感因子,即信息熵與平均熵之差比平均熵。
8.根據權利要求1所述的基于主成分與平均熵增量的股市投資者情緒指標選擇方法,其特征在于,所述優選模塊復雜度,通過主成分分析,獲得特征根大于1的主成分數量,即確定投資者情緒代理指標的理論最佳數量;再結合人為經驗與需求留選指標,在聚類分析圖譜中,由大類到小類進行分類,在每個類別中均衡選擇指標。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于濟寧市創啟信息科技有限公司,未經濟寧市創啟信息科技有限公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201810702496.5/1.html,轉載請聲明來源鉆瓜專利網。
- 同類專利
- 專利分類
G06Q 專門適用于行政、商業、金融、管理、監督或預測目的的數據處理系統或方法;其他類目不包含的專門適用于行政、商業、金融、管理、監督或預測目的的處理系統或方法
G06Q10-00 行政;管理
G06Q10-02 .預定,例如用于門票、服務或事件的
G06Q10-04 .預測或優化,例如線性規劃、“旅行商問題”或“下料問題”
G06Q10-06 .資源、工作流、人員或項目管理,例如組織、規劃、調度或分配時間、人員或機器資源;企業規劃;組織模型
G06Q10-08 .物流,例如倉儲、裝貨、配送或運輸;存貨或庫存管理,例如訂貨、采購或平衡訂單
G06Q10-10 .辦公自動化,例如電子郵件或群件的計算機輔助管理





