[发明专利]股票预测方法及装置

权利要求书

1.一种股票预测方法，其特征在于，包括：

获取训练样本，所述训练样本包括股票的若干指标；

根据所述训练样本和支持向量机模型确定含有待定系数的适应度函数；

利用鱼群算法对预设的待定系数样本进行计算得到最优待定系数；

根据所述训练样本、最优待定系数和支持向量机模型确定预测数据。

2.根据权利要求1所述的股票预测方法，其特征在于，所述待定系数，

包括：惩罚因子和高斯核宽度系数。

3.根据权利要求1所述的股票预测方法，其特征在于，获取训练样本步骤之前，还包括：

对带筛选数据进行预处理得到所述训练样本。

4.根据权利要求1所述的股票预测方法，其特征在于，利用鱼群算法对预设的待定系数样本进行计算得到最优待定系数的步骤，包括：

获取预设的待定系数样本；

计算待定系数样本内的适应度值，将所述待定系数样本内的个体依据适应度值按顺序排列，选取预设的最优适应度值的个体为发现样本；

根据预设的适应度阈值划分所述个体得到追随样本和探索样本；

根据所述发现样本、追随样本和探索样本进行迭代计算得到最优待定系数。

5.根据权利要求4所述的股票预测方法，其特征在于，对追随样本进行迭代计算的公式包括：

w₁,w₂,....w_n分别对应相应的邻近者，适应度值距离追随者距离越近，权重越大，即发现样本不断朝最近邻内适应度更高的个体行进，通过不断最近邻选择，最后向最优解附近靠近。

6.根据权利要求4所述的股票预测方法，其特征在于，对发现样本进行迭代计算的公式包括：

x_ij(t)＝v_ij(t)。

7.一种股票预测装置，其特征在于，包括：

获取模块，用于获取训练样本，所述训练样本包括股票的若干指标；

第一确定模块，用于根据所述训练样本和支持向量机模型确定含有待定系数的适应度函数；

计算模块，用于利用鱼群算法对预设的待定系数样本进行计算得到最优待定系数；

第二确定模块，用于根据所述训练样本、最优待定系数和支持向量机模型确定预测数据。

8.根据权利要求7所述的股票预测装置，其特征在于，还包括：

预处理模块，用于对带筛选数据进行预处理得到所述训练样本。

9.一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现上述权利要求1至6任一项所述的方法的步骤。

10.一种具有处理器可执行的非易失的程序代码的计算机可读介质，其特征在于，所述程序代码使所述处理器执行所述权利要求1-6任一所述方法。