[发明专利]一种基于蒙特卡洛搜索算法的金融信号挖掘方法与系统

权利要求书

1.一种基于蒙特卡洛搜索算法的金融信号挖掘方法，其特征在于，所述方法包括步骤：

获取历史股票数据集；所述股票数据集所包含的各组股票数据中均含有股票特征信息和股价信息；

根据预设的树结构和参数的先验分布，对树结构中的每个马尔可夫链生成初始贝叶斯树模型，并根据预设置的提议函数对所述初始贝叶斯树模型进行调整，得到调整后的贝叶斯树模型及参数；

分别将所述股票数据集中的各组股票数据代入调整后的贝叶斯树模型，计算各个马尔可夫链调整后的贝叶斯树模型的接受概率；

判断各个马尔可夫链调整后的贝叶斯树模型接受概率大于预设概率的数量是否超出预设接收数量；

若超出，则根据调整后的贝叶斯树模型得到预测数据表达式，并根据所述预测数据表达式进行股价预测。

2.根据权利要求1所述的基于蒙特卡洛搜索算法的金融信号挖掘方法，其特征在于，所述根据预设的树结构和参数的先验分布，对树结构中的每个马尔可夫链生成初始贝叶斯树模型的步骤包括：

利用计算机随机数和预设概率分布，生成所述树结构的先验分布；

利用随机采样法根据所述先验分布生成初始贝叶斯树模型。

3.根据权利要求1-2任一项所述的基于蒙特卡洛搜索算法的金融信号挖掘方法，其特征在于，所述根据预设置的提议函数对所述初始贝叶斯树模型进行调整，得到调整后的贝叶斯树模型及参数的步骤包括：

对所述初始贝叶斯树模型中至少一个节点的参数进行调整，得到调整后的贝叶斯树模型；

或/和，对所述初始贝叶斯树模型中至少一个叶节点调整为子节点，按所述先验分布生长叶节点；

或/和，对所述初始贝叶斯树模型中至少一个子节点调整为叶节点，并设置调整为叶节点的概率值为各个节点的概率均值；

或/和，对所述初始贝叶斯树模型中节点代表的算符进行调整；

或/和，对所述初始贝叶斯树模型中至少一个叶节点对应输入的股票特征信息进行调整。

4.根据权利要求1-2任一项所述的基于蒙特卡洛搜索算法的金融信号挖掘方法，其特征在于，所述分别将所述股票数据集中的各组股票数据代入调整后的贝叶斯树模型，计算各个马尔可夫链调整后的贝叶斯树模型的接受概率的步骤包括：

利用可逆跳转马尔可夫链蒙特卡罗，计算出各个马尔可夫链调整后的贝叶斯树模型的接受概率。

5.根据权利要求1-2任一项所述的基于蒙特卡洛搜索算法的金融信号挖掘方法，其特征在于，所述判断各个马尔可夫链调整后的贝叶斯树模型接受概率大于预设概率的数量是否超出预设接收数量的步骤之后，还包括：

保存各个调整后的贝叶斯树模型所对应的对数联合似然值及估计误差。

6.根据权利要求5所述的基于蒙特卡洛搜索算法的金融信号挖掘方法，其特征在于，所述若超出，则根据调整后的贝叶斯树模型得到预测数据表达式的步骤包括：

根据所述对数联合似然值及估计误差判断与各个调整后的贝叶斯树模型相对应的马尔可夫链是否收敛；

若收敛，则选取各个马尔可夫链中排列在最后的若干个样本作为后验样本；

根据选取出的后验样本进行预测数据表达式的拟合，得到所述预测数据表达式。

7.根据权利要求5所述的基于蒙特卡洛搜索算法的金融信号挖掘方法，其特征在于，所述根据所述预测数据表达式进行股价预测的步骤包括：

获取待预测股票数据集；

将所述待预测股票数据集中含有的股票特征信息输入至所述预测数据表达式，得到与所述待预测股票数据集相对应的预测股价。