[发明专利]一种基于自身历史相似收益的股票估值方法

说明书

本发明方法首先根据当前的每股收益，模糊搜索个股的历史，找到相似的每股收益对应的交易日期、历史估值市盈率（PE）等；之后将这些交易日期对应的估值PE根据一定的增长速度折算到当前交易日；对多个折算回来的估值PE求均值和方差，并以均值加减1倍、2倍、3倍的方差分别作为股票当前的估值区间；最后将估值区间转换为股票的价格运行区间，各区间的运行概率分别为68%、95%和99%。

技术领域

本发明涉及股票数据挖掘技术领域，尤其是涉及一种基于自身历史相似收益的股票估值方法。

背景技术

股票估值是一个相对复杂的过程，影响的因素很多。对股票估值的方法有多种，如依据投资者的预期回报、企业盈利能力，或者企业资产价值等。

股票估值方法大致可分为绝对估值和相对估值两大类。

绝对估值是通过对上市公司历史及当前的基本面的分析和对未来反映公司经营状况的财务数据的预测获得上市公司股票的内在价值。绝对估值的方法如现金流贴现定价模型，B-S期权定价模型等。

相对估值是使用市盈率、市净率、市售率、市现率等价格指标与其它多只股票（对比系）进行对比，如果低于对比系的相应的指标值的平均值，股票价格被低估，股价将很有希望上涨，使得指标回归对比系的平均值。

以上估值方法定义虽简单，但真正实施操作起来却是相当复杂，其中涉及众多的基本面信息、价格指标等。

在现有股票大数据环境下，充分利用历史数据是一个新的方向。本发明方法不去涉及复杂的经济模型，而是让机器学习股票以往自身的估值历史，然后自动给出当前应有的估价及区间，从而让投资者可以方便的确认当前个股股价相对于估值价是高了还是低了。

发明内容

本发明公开了一种基于自身历史相似收益的股票估值方法。方法搜索个股自身历史上每股收益相似时的股票估值PE，而后根据估值历史反过来估算当前的股票价格。

本发明方法的主要思想是：首先根据当前的每股收益，模糊搜索个股的历史，找到相似的每股收益对应的交易日期、历史估值市盈率（PE）等；之后将这些交易日期对应的估值PE根据一定的增长速度折算到当前交易日；对多个折算回来的估值PE求均值和方差，并以均值加减1倍、2倍、3倍的方差分别作为股票当前的估值区间；最后将估值区间转换为股票的价格运行区间，各区间的运行概率分别为68%、95%和99%。

本发明方法在每日收盘后进行计算分析，每天都可以得到个股的估价，以及对应不同运行概率的价格区间。

本发明方法的步骤如下：

（1）基础数据收集与数据结构预先准备；

（2）以个股当前的每股收益搜索自身历史上的相似情况；

（3）将历史相似收益对应交易日的估值PE按一定增速折算到当前交易日；

（4）根据历史估值PE计算当前交易日的估值PE和估值区间；

（5）将估值结果转换为股票的估价和价格的概率运行区间。

其中，步骤(1) 基础数据收集与数据结构预先准备，需要收集的基础数据包括：（a）收盘价（Close），即自2009年以来个股每天的收盘价；(b)每股收益(EPS)，即自2009年以来每季报的个股收益，并需要前复盘分解到收盘价对应的每个交易日上。