[发明专利]一种基于俯视角可视图算法的股票指数极端值预测方法

权利要求书

1.一种基于俯视角可视图算法的股票指数极端值预测方法，其特征在于该方法具体步骤包括：

(1).极端值定义模块：

首先将金融序列中的极端值分成两类：峰顶和峰谷，即极大值和极小值；

选择观测日前250～400个交易日和观测日后45～75个交易日的最大值作为峰顶的备选集，在备选集中选择按照波动程度从大到小排列，选择波动程度较大的前75～85％作为峰顶集合；

对应地，选择相同窗口内的最小值作为峰谷的备选集，在备选集中选择按照波动程度从大到小排列，选择波动程度较大的前75～85％作为峰谷集合；

计算波动程度：其中，σ表示序列的波动程度，y_i表示序列在i时刻所对应的值，表示窗口内序列的平均值；

(2).可视图网络构建模块和完全不可视图网络构建模块：

(2-1).可视图网络构建模块：如果两个时刻点的值满足下式，则两点之间构建连边：其中i、j、k表示时间序列中的时刻，t_i、t_j表示i、j时刻所对应的排序，每个时间窗口的第一个时刻的序号为0，y_i、y_j、y_k表示i、j、k时刻所对应序列中的值；

(2-2).完全不可视图网络构建模块：如果两个时刻满足下式，则点(t_i,y_i)与点(t_j,y_j)构建连边：

(3).考虑权重的可视图网络构建模块和不可视图网络构建模块，权重的定义方式：

以当前时刻柱形图顶端朝向过去时刻节点柱形图顶端为方向，以顶端水平线为基准，视线位于水平线下方设定为正角，对于满足(2-2)中的可视条件的节点，使用角度的正切值来表示该角度的大小，将该角度的正切值作为边的权重；对于满足(2-1)与(2-2)的连边，赋予权重w_ij，对应地构建出含有权重的可视图网络与不可视图网络；

(4).极端值预测指标构建模块：

构造基于WVGAD算法的预测指标，计算峰顶预测指标P_angle峰谷预测指标T_angle，对峰谷指标取相反数，使其值为正：

表示两节点相连，A_ij表示序列中(t_i,y_i)与(t_j,y_j)连边权重，S为WVGAD算法中指标计算的窗口大小；

在构造预测指标时，将相邻的时刻作为一个整体，如下：

表示两节点有连边，n表示邻居社群的大小；

(5).评价指标构造模块：

设定阈值来确定有预测区间，使用指标F₁对精确度和召回率进行综合评价，在相同的阈值下F1指标值越高，则说明所对应方法的预测效果越好：precision表示精确度，recall表示召回率。

2.如权利要求1所述的一种基于俯视角可视图算法的股票指数极端值预测方法，其特征在于步骤(5)所述的阈值在(0.1)区间内由低到高选取。