[發明專利]一種股票模式自動識別與預測方法

在審

• 申請號: 201811564630.6
• 申請日: 2018-12-20
• 公開（公告）號: CN109670966A
• 公開（公告）日: 2019-04-23
• 發明（設計）人: 李春光;黃生帥
• 申請（專利權）人: 浙江大學
• 主分類號: G06Q40/06
• 分類號: G06Q40/06;G06Q40/04;G06Q10/04
• 代理公司: 杭州求是專利事務所有限公司 33200
• 代理人: 萬尾甜;韓介梅

本發明公開了一種股票模式自動識別與預測方法，通過模式識別方法檢測出股市歷史上發生過的圖表模式并作為訓練數據用于股票預測的支持向量機的訓練，能夠自動識別圖表模式并進行交易決策。本發明包括步驟：設計股市歷史圖表模式識別方法；圖表模式特征提取；支持向量機的訓練以及股票持有時間的確定。本發明主要針對減少傳統人工在圖表模式發現的高成本問題，同時提升傳統圖表模式正確率不高的問題，預測結果比傳統方法更精確，在回測實驗中也能獲得超額收益。

技術領域

本發明屬于模式識別、機器學習以及金融領域,是一種股票模式自動識別與預測方法。

背景技術

在股票市場的各種模式中，股票價格的圖表模式(chart patterns)被廣泛用于短期或長期預測。股票價格的圖表模式是通過將股票的歷史交易數據按不同周期繪制在圖表上，然后股票在某一時間段的市場表現能夠一定程度的通過圖表的形狀表現出來。金融領域的專業人士在經過長時間的經驗積累下總結了許多有效的圖表模式，如茶杯柄模式、雙重底模式、三重底模式、擴散模式、三角形模式、頭肩底模式等。

隨著股票市場的快速發展，股票市場每日都產生了海量的交易數據。采用傳統的靠人工識別的方法對海量股票池中進行模式的發現存在以下幾個問題：

1)股票市場上已經有大量的股票選擇(如截止2018年6月A股上市公司已有3514家)，這些股票每天都產生新的交易數據，在如此大規模的交易數據中發現目標模式需要消耗大量的精力；

2)識別出可靠的圖表模式需要大量的經驗積累以及專業知識，并且積累所得的有限經驗并不能完全體現市場變化；

3)每一個交易日的可供交易時間有限，在交易截止時間之前完成當日模式的匹配并進行交易，是一件較為急促的工作。

以上存在的現實問題，對于大量的潛在投資者來說，是高成本的，很難全面實施的。因此，在這個問題當中，能夠在股票市場上自動的識別出潛在圖表模式并且進行預測評估是有必要的。本發明提出一種股票模式自動識別與預測方法，能夠自動的在股票交易市場中偵測出感興趣的圖表模式，能夠有效降低人工成本，并提高買入正確率。

發明內容

本發明的目的是為了能夠替代金融領域專家，降低人工成本，自動地從股市市場發現感興趣的圖表模式，同時通過預測模型對圖表模式進行評估并進行交易決策。

本發明解決該問題所采用的技術方案具體包括如下步驟：

(1)獲取股票數據并進行預處理，得到待識別模式的候選序列；

(2)設計圖表模式的識別方法；

(3)設計基于支持向量機的股票預測模型并進行訓練；

(4)使用步驟(3)中的預測模型，確定檢測股票的是否買入及持有時長。

步驟(1)中獲取股票數據并進行預處理，得到待識別模式的候選序列，在各大財經網站獲取得到所有股票的歷史數據，包括收盤價、成交量，得到數據后，以一段時間內股票的收盤價的極大值點以及極小值點作為序列候選分割點，根據不同圖表模式的極大(小)值點排列方式進行確認最終分割點進行分割，得到不同圖表模式的候選序列。

步驟(2)中通過使用Dynamic Time Wraping方法對候選序列與待識別模式的模板序列進行對比匹配，并且對匹配程度設定一個閾值，高于閾值則認為匹配成功，否則匹配不成功。