[发明专利]一种用于提高股票投资胜率的建模方法

权利要求书

1.一种用于提高股票投资胜率的建模方法，包括以下步骤：

步骤1：获取机构席位成交明细统计数据，并存入数据库。

步骤2：计算相应时间内证券营业部的收益率，存入数据库。

步骤3：筛选出相应时间收益率最高的证券营业部，跟踪其购买的股票。

步骤4：建立从证券营业部选出的股票的多元线性回归模型。

步骤5：在步骤3跟踪的股票中，用步骤4所建立的多元线性回归模型对股票进行分析预测。

步骤6：将预测分析中相应时间内预测涨幅大的股票推荐给投资者。

2.如权利要求1所述一种用于提高股票投资胜率的建模方法，其特征在于：所述步骤1的成交明细统计数据是从开源python财经接口包获取。

3.如权利要求1所述一种用于提高股票投资胜率的建模方法，其特征在于：所述步骤1存入的成交明细统计数据包括一年内的每个机构持股的代码、名称、日期、买入价格、买入股数、卖出价格和卖出股数。

4.如权利要求1所述一种用于提高股票投资胜率的建模方法，其特征在于：所述步骤2中计算收益率的公式如下：

5.如权利要求1所述一种用于提高股票投资胜率的建模方法，其特征在于：所述步骤3根据步骤2计算的结果，分阶段找出一年内收益率最高的几个证券营业部并跟踪其购买的几个股票，进一步优选的，分别找出一年内5日、10日、90日、180日收益率最高的5个证券营业部，共20个证券营业部，每个证券营业部跟踪其购买的10支股票，则共200支股票。

6.如权利要求1所述一种用于提高股票投资胜率的建模方法，其特征在于：所述步骤4中建立多元线性回归模型的方法如下：一，通过财经接口包获取从证券营业部选出股票的即时新闻数据；二，用jieba(结巴)分词对新闻标题和新闻内容进行分词，同时引用jieba分词的jieba.posseg方法，可以对每个词进行词性分析，筛选出影响股价的关键因子的如“股东增持”动词；三，影响因子作为X输入，同时获取该股票未来一段时间内涨幅作为y输出，将x,y作为训练数据，建立多元线性回归模型Yi＝β0+β1X1i+β2X2i+…+βkXki+μi，i＝1,2,…,n其中k为影响因子的数目，βj(j＝1,2,…,k)称为回归系数，上式也被称为总体回归函数的随机表达式。

7.如权利要求1所述一种用于提高股票投资胜率的建模方法，其特征在于：所述步骤4中，X代表出现次数，若影响因子出现次数为2，则X显示为2，若没出现，则X显示为0。

8.如权利要求1所述一种用于提高股票投资胜率的建模方法，其特征在于：所述步骤4中，用jieba(结巴)分词对新闻标题和新闻内容进行分词，对新闻中重复出现的加大其权重，且新闻标题权重大于新闻内容权重，假如X代表“投资”，我统计标题出现4次，其权重是1.0，内容出现5次，其权重为0.5，因为重要性没标题出现高，这样X出现的次数应该是4x1+5x0.5，共6.5。

9.如权利要求1所述一种用于提高股票投资胜率的建模方法，其特征在于：所述步骤5中将步骤3中筛选的股票按照步骤4中建立的股票多元线性回归模型进行分析预测。

10.如权利要求1所述一种用于提高股票投资胜率的建模方法，其特征在于：所述步骤6将股票推荐给投资者的具体方法为：如果投资者为短线投资者，则根据不同需求，给客户推荐5日，10日收益率最高的5个证券营业部股票中符合模型预测的股票；若投资者为中线投资者，则推荐90日收益率最高的5个证券营业部股票中符合模型预测的股票；若投资者为长线投资者，则推荐180日收益率最高的5个证券营业部股票中符合模型预测的股票。