[发明专利]一种智能期货量化交易方法及系统在审
申请号: | 201810880589.7 | 申请日: | 2018-08-06 |
公开(公告)号: | CN110807704A | 公开(公告)日: | 2020-02-18 |
发明(设计)人: | 不公告发明人 | 申请(专利权)人: | 江苏循环数据科技有限公司 |
主分类号: | G06Q40/04 | 分类号: | G06Q40/04 |
代理公司: | 暂无信息 | 代理人: | 暂无信息 |
地址: | 215300 江苏省苏州市昆*** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 智能 期货 量化 交易 方法 系统 | ||
1.一种智能期货量化交易方法,其特征在于:所述智能期货量化交易方法包括如下步骤:
收集实时交易行情数据以及历史交易行情数据;
存储所述实时交易行情数据以及历史交易行情数据,同时对所述实时交易行情数据进行智能趋势分析;
基于所述历史交易行情数据,生成交易策略池,其中所述交易策略池中包括多个交易策略;
基于智能趋势分析结果以及交易策略池中包括的多个交易策略中的至少一个交易策略,制定交易方案;
存储所述交易方案,同时将所述交易方案发送给交易所以基于所述交易方案进行交易;
将所述交易方案发送给用户移动终端。
2.如权利要求1所述的智能期货量化交易方法,其特征在于:其中,所述历史交易行情数据至少包括:历史交易方案、历史获利情况以及历史市场状态;并且其中,基于所述历史交易行情数据,生成交易策略池包括如下步骤:
对所述历史市场状态进行聚类分析以将所述历史市场状态分为多个类;
提取针对多个类中的每个类的历史交易方案以及历史获利情况;
通过神经网络算法生成针对多个类中的每个类的历史交易方案以及历史获利情况之间的关联关系。
3.如权利要求2所述的智能期货量化交易方法,其特征在于:其中,所述智能趋势分析结果至少包括当前市场状态,并且其中,基于智能趋势分析结果以及交易策略池中包括的多个交易策略中的至少一个交易策略,制定交易方案包括如下步骤:
基于所述智能趋势分析结果,搜索当前市场状态所属的类;
基于当前市场状态所属的类,寻找适用的历史交易方案以及历史获利情况之间的关联关系;
基于预期获利以及所述适用的历史交易方案以及历史获利情况之间的关联关系,生成当前推荐交易策略。
4.如权利要求3所述的智能期货量化交易方法,其特征在于:所述智能期货量化交易方法还包括如下步骤:
如果接收到由用户移动终端发送的终止交易指令,则向所述交易所发送终止交易消息以终止目前正在进行的交易。
5.如权利要求4所述的智能期货量化交易方法,其特征在于:所述智能期货量化交易方法还包括如下步骤:
基于所述存储的历史市场状态来生成行情模拟培训数据。
6.一种智能期货量化交易系统,其特征在于:所述智能期货量化交易系统包括:
智能交易平台,所述智能交易平台与交易所以及用户移动终端通信连接,所述智能交易平台被配置为:
收集实时交易行情数据以及历史交易行情数据;
存储所述实时交易行情数据以及历史交易行情数据,同时对所述实时交易行情数据进行智能趋势分析;
基于所述历史交易行情数据,生成交易策略池,其中所述交易策略池中包括多个交易策略;
基于智能趋势分析结果以及交易策略池中包括的多个交易策略中的至少一个交易策略,制定交易方案;
存储所述交易方案,同时将所述交易方案发送给交易所以基于所述交易方案进行交易;
将所述交易方案发送给用户移动终端。
7.如权利要求6所述的智能期货量化交易系统,其特征在于:其中,所述历史交易行情数据至少包括:历史交易方案、历史获利情况以及历史市场状态;并且其中,基于所述历史交易行情数据,生成交易策略池包括如下步骤:
对所述历史市场状态进行聚类分析以将所述历史市场状态分为多个类;
提取针对多个类中的每个类的历史交易方案以及历史获利情况;
通过神经网络算法生成针对多个类中的每个类的历史交易方案以及历史获利情况之间的关联关系。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于江苏循环数据科技有限公司,未经江苏循环数据科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201810880589.7/1.html,转载请声明来源钻瓜专利网。