[發明專利]基于統計的主浪概率詞典的構建及查詢系統及其方法

有效

• 申請號: 202011276240.6
• 申請日: 2020-11-16
• 公開（公告）號: CN112765309B
• 公開（公告）日: 2023-02-24
• 發明（設計）人: 傅魁;李冰;周歡歡
• 申請（專利權）人: 武漢理工大學
• 主分類號: G06F16/33
• 分類號: G06F16/33;G06F16/335;G06F16/36;G06F16/31;G06F40/216;G06F40/242
• 代理公司: 武漢開元知識產權代理有限公司 42104
• 代理人: 劉琳

1.一種基于統計的主浪概率詞典的構建及查詢方法，其特征在于包括以下步驟：

a. 獲取待投資品種的K線序列并將其標記為主浪序列；

b. 提取各主浪序列中的各主浪屬性及數值，按照預定分組規則對其進行區間分組并確定各主浪屬性類別，統計和計算各主浪屬性類別出現的次數和概率并將其存儲在主浪概率詞典數據庫中；

c.按照一定的標記方法將各主浪序列類型用其自身的主浪屬性類別標記出來，統計和計算各主浪序列類型出現的次數和概率，并將各主浪序列類型出現的次數和概率存儲在主浪概率詞典數據庫中；主浪序列的標記方法如下：按照主浪高度、主浪周期、主浪結構的順序，將主浪序列所屬類型用其各主浪屬性所屬類別表示出來；

d.在主浪概率詞典數據庫中檢索待查詢主浪序列類型，并通過對檢索結果進行主浪相似度對比來優化檢索結果，獲取與所查詢主浪序列最相似的主浪序列，輸出該主浪序列及其在主浪概率詞典數據庫中出現的次數及概率；

所述步驟a中獲取K線序列的過程包括以下步驟：從可獲取待投資品種價格波動的報價數據平臺獲取待投資品種的Tick級別的數據信息，包括時間、開盤價、收盤價、最高價、最低價以及成交量；根據Tick級別數據信息轉換成目標時間級別的數據生成相應時間級別的K線序列；

步驟b包括以下步驟：提取各主浪序列中的主浪高度、主浪周期以主浪結構；計算出各主浪屬性對應的數值，其中主浪高度數值是指主浪的終點值與起點值之差，主浪周期數值是將主浪起點K線的索引值與主浪終點K線的索引值之差加1，主浪結構數值以其自身的波浪內部趨勢形態來表示，并將各主浪屬性對應的數值存儲在主浪概率詞典數據庫中；將各主浪序列的主浪屬性進行區間分組；利用各主浪屬性所屬的分組信息將各主浪序列的主浪屬性類別表示出來，統計和計算各主浪屬性類別出現的次數及概率，并存儲在主浪概率詞典數據庫中；其中，主浪周期屬性的預定分組規則如下：統計各個主浪周期數值出現的頻次，并繪制主浪周期數值頻次分布圖；根據主浪周期數值的頻次分布密度，對其進行分組，并保證每組包含的主浪周期數據個數相近；主浪結構屬性的預定分組規則如下：由于主浪結構數據較少，因此一個主浪結構數值即分為一組；

所述步驟b中主浪高度屬性的預定分組規則如下：首先，對主浪高度對應的數值按照從大到小的順序進行排序；其次，按照區間密度分配合理的原則將主浪高度數據進行區間劃分，且保證每一個區間內包含的主浪高度數據個數相近；再之，計算每個區間的區間長度，將區間長度相近的區間分為一組；最后，在兼顧組距大小相等與組內主浪高度數據個數相近的原則下，對每一個區間再進行區間分組，并將同一組內的主浪高度數據歸為同一個主浪高度類別；

步驟d中主浪概率詞典的查詢及檢索結果的優化包括以下步驟：在主浪概率詞典數據庫中輸入待查詢主浪序列類型進行檢索；將檢索出的所有分類為該主浪序列類型的結果輸出出來，作為待優化檢索結果數據集；將待優化檢索結果數據集中的所有主浪序列與所查詢主浪序列類型進行主浪相似度對比，以獲取與所查詢主浪序列類型最相似的主浪序列作為優化后的檢索結果，輸出其在主浪概率詞典數據庫中出現的概率。

2.根據權利要求1所述的方法，其特征在于步驟d中主浪相似度的計算方法包括以下步驟：將各主浪序列自身的主浪屬性作為主浪序列向量的各元素，并以坐標形式表示出來；對各主浪序列向量中的各元素進行歸一化和賦權處理；利用余弦相似度計算公式來計算主浪序列類型的相似度，相似度數值越接近1,表示相似程度越高，越接近-1，則表示相似程度越低。

3.根據權利要求2所述的方法，其特征在于，所述步驟d中歸一化和賦權處理包括以下步驟：將各主浪序列向量中的各主浪屬性元素由不同量級數據處理為同一量級數據；通過控制變量法，分別對主浪高度元素、主浪周期元素和主浪結構元素的權重值進行測試及調試，根據測試結果，確定最佳權重值作為主浪序列向量各元素的參數。