[發(fā)明專利]鋼廠期貨交易方法及系統(tǒng)

有效

• 申請?zhí)枺?/td>: 201910588128.7
• 申請日: 2019-07-02
• 公開（公告）號: CN110288482B
• 公開（公告）日: 2021-03-30
• 發(fā)明（設(shè)計）人: 鄒曉峰;萬仕龍;馮若寅
• 申請（專利權(quán)）人: 歐冶云商股份有限公司
• 主分類號: G06Q40/04
• 分類號: G06Q40/04;G06Q30/02
• 代理公司: 北京律和信知識產(chǎn)權(quán)代理事務(wù)所(普通合伙) 11446
• 代理人: 冷文燕;項榮

本發(fā)明涉及一種鋼廠期貨交易方法和交易系統(tǒng)，屬于互聯(lián)網(wǎng)技術(shù)領(lǐng)域。采用了該發(fā)明的鋼廠期貨交易方法和交易系統(tǒng)，可利用網(wǎng)絡(luò)獲取與調(diào)價相關(guān)的關(guān)聯(lián)指標(biāo)的歷史數(shù)據(jù)；進(jìn)而建立鋼廠期貨調(diào)價預(yù)測模型；確定調(diào)價后的期貨價格；并根據(jù)該期貨價格進(jìn)行期貨交易，從而保證價格預(yù)判方式依賴網(wǎng)絡(luò)完成，因而對于技術(shù)人員的專業(yè)知識和經(jīng)驗積累的要求更低，便于操作，且調(diào)價方式更為客觀，更利于基于互聯(lián)網(wǎng)的期貨交易的形成。且本發(fā)明的實(shí)現(xiàn)方式簡便，應(yīng)用范圍也相當(dāng)廣泛。

技術(shù)領(lǐng)域

本發(fā)明涉及互聯(lián)網(wǎng)技術(shù)領(lǐng)域，特別涉及利用互聯(lián)網(wǎng)實(shí)現(xiàn)期貨交易的技術(shù)領(lǐng)域，具體是指一種鋼廠期貨交易方法及系統(tǒng)。

背景技術(shù)

期貨，是以某種特定產(chǎn)品，如金屬制品、能源或糧產(chǎn)品等為標(biāo)的標(biāo)準(zhǔn)化可交易合約。

特定期貨的供貨商，如提供螺紋鋼期貨的鋼廠，需要對于期貨確定其交割時間和初始的價格。一般而言價格依據(jù)歷史數(shù)據(jù)和經(jīng)驗決定，主觀性較強(qiáng)，價格決定了期貨交易的可能性和供貨商的盈利情況。

另一方面，期貨市場的投資人在進(jìn)行期貨交易時，同樣需要對于期貨在交割時的現(xiàn)貨價格進(jìn)行預(yù)判，價格預(yù)判是投資人重要的投資參考，目前投資人對于價格的預(yù)判與主要根據(jù)歷史數(shù)據(jù)和經(jīng)驗決定。

現(xiàn)有技術(shù)的缺點(diǎn)在于，缺乏有效的價格預(yù)判機(jī)制，主要依靠經(jīng)驗判斷，誤差較大，不利于期貨交易達(dá)成。

發(fā)明內(nèi)容

本發(fā)明的目的是克服了上述現(xiàn)有技術(shù)中的缺點(diǎn)，提供一種利用網(wǎng)絡(luò)獲取與調(diào)價相關(guān)的關(guān)聯(lián)指標(biāo)的歷史數(shù)據(jù)；進(jìn)而建立鋼廠期貨調(diào)價預(yù)測模型；確定調(diào)價后的期貨價格；并根據(jù)該期貨價格進(jìn)行期貨交易，從而保證價格預(yù)判方式依賴網(wǎng)絡(luò)完成，更為客觀，更利于基于互聯(lián)網(wǎng)的期貨交易形成的鋼廠期貨交易方法及系統(tǒng)。

為了實(shí)現(xiàn)上述的目的，本發(fā)明的鋼廠期貨交易方法包括以下步驟：

獲取與鋼廠期貨調(diào)價相關(guān)的關(guān)聯(lián)指標(biāo)的歷史數(shù)據(jù)；

根據(jù)所述的歷史數(shù)據(jù)建立鋼廠期貨調(diào)價預(yù)測模型；

根據(jù)所述的鋼廠期貨調(diào)價預(yù)測模型確定期貨價格；

根據(jù)所述的期貨價格進(jìn)行期貨交易。

該鋼廠期貨交易方法中，所述的與鋼廠期貨調(diào)價相關(guān)的關(guān)聯(lián)指標(biāo)包括：鐵礦石價格、焦炭產(chǎn)量、焦炭庫存、鋼材各品種社會庫存、PMI、鋼材現(xiàn)貨價格、城市空氣指標(biāo)、鋼廠產(chǎn)能利用率、鋼廠開工率、白色家電銷量、汽車產(chǎn)銷量、上市鋼鐵企業(yè)財務(wù)指標(biāo)、GDP、貨幣供應(yīng)量、通貨膨脹率、國家外匯儲備和固定資產(chǎn)投資；所述的獲取與鋼廠期貨調(diào)價相關(guān)的關(guān)聯(lián)指標(biāo)的歷史數(shù)據(jù)的步驟具體為：利用網(wǎng)絡(luò)獲取部分或全部所述的關(guān)聯(lián)指標(biāo)在同一時間段內(nèi)的歷史數(shù)據(jù)；根據(jù)確定的時間周期，將所獲取的關(guān)聯(lián)指標(biāo)的歷史數(shù)據(jù)對齊到統(tǒng)一的顆粒度。

該鋼廠期貨交易方法中，所述的根據(jù)所述的歷史數(shù)據(jù)建立鋼廠期貨調(diào)價預(yù)測模型，具體包括：根據(jù)所述的歷史數(shù)據(jù)建立用以預(yù)測鋼廠期貨調(diào)價方向的SVM二分類模型；根據(jù)所述的歷史數(shù)據(jù)建立用以預(yù)測鋼廠期貨調(diào)價幅度的隨機(jī)森林回歸模型。

該鋼廠期貨交易方法中，所述的根據(jù)所述的歷史數(shù)據(jù)建立用以預(yù)測鋼廠期貨調(diào)價方向的SVM二分類模型，具體包括以下步驟：

以所述的關(guān)聯(lián)指標(biāo)的歷史數(shù)據(jù)及鋼廠期貨調(diào)價數(shù)據(jù)作為訓(xùn)練樣本，依時間順序?qū)⑺龅臍v史數(shù)據(jù)中的前2/3作為訓(xùn)練集，將后1/3作為測試集；

將所述的訓(xùn)練樣本中，鋼廠期貨調(diào)價的樣本作為正樣本，未調(diào)價的樣本作為負(fù)樣本；

將歸一化后的正負(fù)樣本特征向量輸入SVM，將各樣本映射到高維度空間，確定該高緯度空間中各樣本線性可分的最優(yōu)分類超平面，使得正負(fù)支持向量間隔距離最大，并將將準(zhǔn)確率最高時的訓(xùn)練模型作為最優(yōu)的SVM二分類模型。

該鋼廠期貨交易方法中，所述的SVM二分類模型為C-支持向量分類機(jī)，參數(shù)C為懲罰系數(shù)；所述的SVM二分類模型包括核函數(shù)，該核函數(shù)為RBF核函數(shù)，其表達(dá)式為：