[發明專利]一種結合日內量價信息的股指趨勢預測方法及系統

在審

• 申請號: 202111130376.0
• 申請日: 2021-09-26
• 公開（公告）號: CN113807970A
• 公開（公告）日: 2021-12-17
• 發明（設計）人: 陳思航;駱偉祺
• 申請（專利權）人: 中山大學
• 主分類號: G06Q40/04
• 分類號: G06Q40/04;G06Q10/06
• 代理公司: 廣州粵高專利商標代理有限公司 44102
• 代理人: 林麗明

1.一種結合日內量價信息的股指趨勢預測方法，其特征在于，所述方法包括以下步驟：

S1.選定作為預測對象的股票指數，在每個交易日收盤后，獲取該股票指數當前交易日及之前若干個交易日的量價信息數據；

S2.從步驟S1的數據中獲取粗粒度因子及細粒度因子；

S3.通過因子評價法對細粒度因子進行評價篩選；確定股指趨勢預測模型；

S4.將該股票指數在之前若干個交易日數據中提取的粗粒度因子和步驟S3評價篩選后的細粒度因子作為訓練集數據，將該股票指數在之前若干個交易日的漲跌信號作為標簽，對股指趨勢預測模型進行訓練；

S5.將該股票指數當前交易日中提取的粗粒度因子和步驟S3評價篩選后的細粒度因子作為測試集數據輸入至訓練好的股指趨勢預測模型，在下一個交易日開盤時，根據股指趨勢預測模型輸出的漲跌信號進行交易；

S6.基于歷史回測，對股指趨勢預測模型進行評價。

2.根據權利要求1所述的結合日內量價信息的股指趨勢預測方法，其特征在于，步驟S1所述的當前交易日及之前若干個交易日的量價信息數據包括股票指數的日頻率量價數據、日頻率海外股票市場指標、宏觀指標及分鐘頻率量價數據。

3.根據權利要求2所述的結合日內量價信息的股指趨勢預測方法，其特征在于，從步驟S1的數據中獲取的粗粒度因子為股票指數的日頻率量價數據、日頻率海外股票市場指標及宏觀指標，統一定義為：

其中，L_t表示交易日t收盤后當前交易日獲得的粗粒度因子的統稱，第m個粗粒度因子表示為

從步驟S1的數據中獲取的細粒度因子以日頻率量價數據信息作為高頻量價信息，通過高頻量價信息低頻化得到，設交易日t內存在N個時間段，交易日t內時間序列上的高頻率量價信息表示為：

P^t＝{P₁，P₂，P₃，...，P_N}；

每一個時間段的高頻率量價信息由一系列的分時間段量價數據構成，即P_n＝{p_h，p_o，p_l，p_c，p_v，p_a}，n表示第n個時間段，p_h表示該時間段內的最高價，p_o表示該時間段內的開盤價，p_l表示該時間段內的最低價，p_c表示該時間段內的收盤價，p_v表示該時間段內的交易量，p_a表示該時間段內的交易金額。