[发明专利]一种数据分析的方法及装置

说明书

技术领域

本发明属于数据分析领域，具体地，涉及一种数据分析的方法及装置。

背景技术

数据分析越来越多的应用在各类金融分析工具中，以证券市场为例，越来越多的股市走势分析工具及短期分析判断、预警工具，但多数这样的工具专业性太强。

目前的金融分析工具中，尤其是呈现给用户的K线图，均会有相关预测图及分析文章，但都是基于人为的经验给出的预测，缺少形象直观的数据分析，以及数据分析后得出的一系列预测结论，即，缺少客观的数据统筹及分析的数据，使得用户无法对相关数据做出合理的判断。用户体验低，使用体验低。

发明内容

本发明提供了一种数据分析的方法，通过对用户输入的K线数据集及历史数据集做归一化处理，并计算二者每日涨跌幅距离，最终将最优距离集呈现给用户。既可以从当前股票的形态去寻找历史上最为相似的K线形态，也可以从任意K线出发，寻找最近也有类似形态的股票，提供了一种可以预测短期股票形态走势的方法，为用户增加了选择股票的机会。解决了现有技术中无法对K线数据提供客观分析的预测问题，提升了用户体验。

为了实现上述目的，本发明提供了一种数据分析的方法，包括：

服务器获取原始样本数据集及对应的复权因子；

根据所述原始样本数据集和所述复权因子，确定出所述原始样本数据集对应的复权数据集，所述复权数据集作为第一数据集；

接收用户输入指令，根据所述输入指令，获取到待分析数据集，所述待分析数据集作为第二数据集；

分别对所述第一数据集及第二数据集作归一化处理，确定出所述第一数据集对应的每日涨跌幅数据集及第二数据集对应的每日涨跌幅数据集；

对所述两组每日涨跌幅数据集各自相减，计算出所述两组涨跌幅数据相减后的距离数据集；

获取所述距离值最小的结果，将所述结果发送至客户端，以使所述客户端将所述结果展现给所述用户。

本发明的一个实施例中，所述方法还包括：

将所述两组每日涨跌幅数据集按照不同时间段，分别划分为多个每日涨跌幅数据子集；

将所述同一时间段的两组每日涨跌幅数据子集相减，确定出相减后的距离数据子集；

重复上一步骤，确定出相减后的各个时间段内的距离数据子集；

分别获取所述各时间段内所述距离值最小的结果，将所述距离值最小的结果作为最优结果集发送至所述客户端，以使所述客户端将所最优结果集展现给所述用户。

本发明的一个实施例中，所述确定出所述原始样本数据集对应的复权数据集，具体为：

获取所述样本数据集中每一样本数据，将每一个样本数据与该样本数据对应的复权因子相乘，相乘后的结果即为所述样本数据对应的复权数据；所述样本数据对应的复权因子为所述样本数据对应日期之前的第一个复权因子。

本发明的一个实施例中，所述分别对所述第一数据集及第二数据集作归一化处理，具体为：

将所述第一数据集中的第一数据设置为基准数据；

将所述第一数据集中每一个数据分别与所述基准数据相比，将其比值收敛到以1为基准的曲线上；

将所述第二数据集中的第一数据设置为基准数据；

将所述第二数据集中每一个数据分别与所述基准数据相比，将其比值收敛到以1为基准的曲线上。

本发明的一个实施例中，所述客户端将所述结果展现给所述用户，包括：

将所述结果按照K线图示展现给所述用户。

本发明实施例还提供了一种数据分析的装置，包括：

获取单元，用于获取原始样本数据集及对应的复权因子；

确定单元，用于根据所述原始样本数据集和所述复权因子，确定出所述原始样本数据集对应的复权数据集，所述复权数据集作为第一数据集；

所述获取单元，还用于接收用户输入指令，根据所述输入指令，获取到待分析数据集，所述待分析数据集作为第二数据集；

归一化处理单元，用于分别对所述第一数据集及第二数据集作归一化处理，确定出所述第一数据集对应的每日涨跌幅数据集及第二数据集对应的每日涨跌幅数据集；

计算单元，用于对所述两组每日涨跌幅数据集各自相减，计算出所述两组涨跌幅数据相减后的距离数据集；

发送单元，用于获取所述距离值最小的结果，将所述结果发送至客户端，以使所述客户端将所述结果展现给所述用户。

本发明的一个实施例中，所述装置还包括：

划分单元，用于将所述两组每日涨跌幅数据集按照不同时间段，分别划分为多个每日涨跌幅数据子集；