[发明专利]一种基于近邻传播的股票预测方法、系统、装置和介质

权利要求书

1.一种基于近邻传播的股票预测方法，其特征在于，包括以下步骤：

步骤1：获取多只股票在预设时间内的多个历史交易数据，对任一只所述股票的所述历史交易数据中的特征向量集合进行处理，得到对应的一只所述股票的目标特征向量集合；

步骤2：根据步骤1中得到的对应的一只所述股票的所述目标特征向量集合，直接获取与步骤1中其他剩余所述股票一一对应的多个所述目标特征向量集合；

步骤3：采用近邻传播方法，根据所有所述目标特征向量集合对所有所述股票对应的所述历史交易数据进行近邻传播聚类分析，得到聚类结果；

步骤4：根据聚类结果在待预测股票所属簇群内，选取预设数量的样本股票，并基于支持向量机训练方法，根据所述目标特征向量集合和所述样本股票对应的所述历史交易数据，得到股票趋势预测模型；

步骤5：根据所述股票趋势预测模型对所述待预测股票进行预测，得到预测结果。

2.根据权利要求1所述的基于近邻传播的股票预测方法，其特征在于，所述特征向量集合包括六个特征向量，分别为开盘价、收盘价、最高价、最低价、成交量和成交额；

在所述步骤1中，得到所述目标特征向量集合的具体步骤包括：

步骤1.1：对六个所述特征向量分别进行相关性分析，计算得到六个所述特征向量两两之间的多个相关系数；

计算第i个所述特征向量和第j个所述特征向量之间的所述相关系数的具体公式为：

其中，v_i为第i个所述特征向量，v_j为第j个所述特征向量，n_ij为第i个所述特征向量和第j个所述特征向量之间的所述相关系数，u_i为第i个所述特征向量的期望值，u_j为第j个所述特征向量的期望值，D(v_i)为第i个所述特征向量的方差，D(v_j)为第j个所述特征向量的方差，E(·)为求数学期望运算；

步骤1.2：将所有所述相关系数从小到大排序，得到相关系数序列，并从所述相关系数序列的前端开始确定所述目标特征向量集合；其中，所述目标特征向量集合包括第一目标特征向量和第二目标特征向量。

3.根据权利要求2所述的基于近邻传播的股票预测方法，其特征在于，在所述步骤3之前还包括：

步骤3.0：对所有所述历史交易数据中的停牌数据分别进行填充处理后，得到多个处理历史交易数据。