[发明专利]一种螺纹钢期货价格涨跌概率预测方法

权利要求书

1.一种螺纹钢期货价格涨跌概率预测方法，其特征在于，包括以下步骤：

(1)、学习样本数据收集；包括从互联网上爬取数据和从第三方数据库采购数据；

(2)、数据入库：获取数据后，将数据存入数据库，入库时整理并计算好所有特征值，以便后续用作训练与测试数据；

(3)、数据特征选取与计算

取出数据库中连续一段时间的数据作为训练数据集D；取另一段与数据集D不重复的数据作为测试数据集T；输入训练数据集D和特征A；

分别计算数据集D的经验熵H(D)、特征A对数据集D的经验条件熵H(D|A)、信息增益g(D,A)、信息增益比gR(D|A)；

(4)、决策树模型生成与剪枝

采用CART算法与平方误差最小化准则生成决策树，CART假设决策树是一个二叉树，通过递归地二分每个特征，将特征空间划分为有限个单元，并在这些单元上确定预测的概率分布；构建完决策树后，对决策树进行减枝，将噪声节点移除；决策树的剪枝通过极小化决策树整体的损失函数来实现；

(5)、模型测试：输入之前准备好的测试数据集T，并比对模型输出与目标值间的误差值，衡量模型训练结果的好坏；当预测准确率超过70％，用于下一步训练；

(6)、轮训：将数据仓库中的老数据分为多组训练样本测试数据完成多轮训练，并持续获取未来产生的新数据作为训练样本与测试数据，重复2-5步骤反复迭代模型轮训，提高精度达到指定值，输出模型；

(7)、输入最新数据集，输出螺纹钢未来期货价格涨跌预测结果。

2.根据权利要求1所述的一种螺纹钢期货价格涨跌概率预测方法，其特征在于，所述从互联网上爬取数据，是使用定时脚本爬取对应页面并解析，将解析后的数据存入数据库；定时爬取与解析数据的脚本，可使用Python的requests，celery，beautifulsoup4实现；所述从第三方数据库采购数据，包括免费和付费使用；

所述数据包括港口库存数据、注册仓单数据、现货数据、期货数据和基差数据；将数据清洗整理并按天为单位合并后存入数据库；

当某种数据采样时间单位小于一天时，取当天所有数据的平均值；

不使用任何采样时间单位大于一天的数据。

3.根据权利要求2所述的一种螺纹钢期货价格涨跌概率预测方法，其特征在于，所述特征值计算公式如下：

港口库存变化量＝港口库存量-港口库存量前值

注册仓单变化量＝注册仓单量-注册仓单前值

基差＝现货价格-期货价格

基差率＝基差/现货价格

相对基差＝基差-平均基差

相对基差率＝相对基差/现货价格

其他特征直接来源于数据库数据值；

所述其他特征包括现货3日均价，现货7日均价，现货15日均价，现货30日均价。

4.根据权利要求2所述的一种螺纹钢期货价格涨跌概率预测方法，其特征在于，所述特征选取，其中期货价格数据作为模型输出，其他特征数据作为模型输入；当前数据集D样本容量为|D|,有k个类别C_k，|C_k|为类别C_k的样本个数，某一特征A有n个不同的取值a₁,a₂,……,a_n；根据特征A的取值可将数据集D划分为n个子集D₁,D₂,……,D_n，|D_i|为D_i的样本个数，并记子集D_i中属于类C_k的样本的集合为D_ik,|D_ik|为D_ik的样本个数。

5.根据权利要求4所述的一种螺纹钢期货价格涨跌概率预测方法，其特征在于，所述数据集D的经验熵H(D)计算式为

熵值表达了该数据样本的随机性，即混乱程度。