[发明专利]股票的波动预测方法、装置、计算机设备及存储介质

说明书

本申请公开了一种股票的波动预测方法、装置、计算机设备及存储介质，该方法包括：获取目标股票的历史数据以及影响所述目标股票波动的至少一组相关数据；调用无监督学习模型对所述至少一组相关数据进行学习，获得所述至少一组相关数据对应的波动率隐状态集合；根据所述波动率隐状态集合，获得波动率隐状态转移概率信息；基于所述历史数据，确定所述波动率隐状态集合对应的目标股票波动率显状态；根据所述波动率隐状态转移概率信息、以及所述波动率隐状态集合对应的所述目标股票波动率显状态，确定所述目标股票的波动趋势，提高了预测股票波动趋势的精准性。

技术领域

本申请涉及计算机技术领域，尤其涉及一种股票的波动预测方法、装置、计算机设备及存储介质。

背景技术

目前，市场上的股票波动率预测方法，主要是通过股票价格的历史回报率标准差、对数回报率等特征，采用时间序列分析，如GARCH(Autoregressive ConditionalHeteroskedasticity Model，自回归条件异方差模型)、ARMA (Autoregressive MovingAverage Model，自回归滑动平均模型)等模型，对股票回报率的波动率的具体数值进行预测。

采用传统的GARCH、ARMA等模型进行预测时存在一大缺陷，就是未能考虑到股票回报率是非平稳的，仅通过对股票价格的历史回报率标准差、对数回报率等特征进行分析来预测股票的波动趋势，预测结果的精准性并不高。

发明内容

本申请实施例提供一种股票的波动预测方法、装置、计算机设备及存储介质，可以实现提高预测股票波动趋势的精准性。

第一方面，本申请实施例提供了一种股票的波动预测方法，包括：

获取目标股票的历史数据以及影响所述目标股票波动的至少一组相关数据；

调用无监督学习模型对所述至少一组相关数据进行学习，获得所述至少一组相关数据对应的波动率隐状态集合；

根据所述波动率隐状态集合，获得波动率隐状态转移概率信息；

基于所述历史数据，确定所述波动率隐状态集合对应的目标股票波动率显状态；

根据所述波动率隐状态转移概率信息、以及所述波动率隐状态集合对应的所述目标股票波动率显状态，确定所述目标股票的波动趋势。

第二方面，本申请实施例还提供了一种股票的波动预测装置，其特征在于，所述股票的波动预测装置包括处理器、存储器、以及存储在所述存储器上并可被所述处理器执行的计算机程序，其中所述计算机程序被所述处理器执行时，实现如上述的股票的波动预测方法。

第三方面，本申请实施例还提供了一种计算机设备，其特征在于，所述计算机设备包括如上述的股票的波动预测装置。

第四方面，本申请实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质用于存储计算机程序，所述计算机程序被处理器执行时使所述处理器实现上述的股票的波动预测方法。

本申请实施例提供了一种股票的波动预测方法、装置、计算机设备及计算机可读存储介质，通过获取目标股票的历史数据以及影响目标股票波动的至少一组相关数据，获得至少一组相关数据对应的波动率隐状态集合，并获得波动率隐状态转移概率信息，以及确定波动率隐状态集合对应的目标股票波动率显状态，进而根据波动率隐状态转移概率信息、以及波动率隐状态集合对应的目标股票波动率显状态，确定出目标股票的波动趋势，也即通过确定出目标股票波动率显状态与波动率隐状态二者之间的关系，并基于波动率隐状态对应的转移概率，对目标股票的波动趋势进行预测，因此，提高了预测股票波动趋势的精准性。

附图说明