[发明专利]基于在线学习的多指标融合的股票投资决策方法及系统

权利要求书

1.基于在线学习的多指标融合的股票投资决策方法，其特征在于，包括以下步骤：

训练基于在线学习的股票趋势预测模型，构建多指标技术分析方法；

根据所述股票趋势预测模型预测股票价格的趋势指标，根据所述多指标技术分析方法计算多个决策指标；

将所述股票价格的趋势指标和所述多个决策指标进行融合形成决策曲线，观察股价的波动；

通过获取所述决策曲线中待决策时刻的决策评分和该时刻的变化表现，为投资者提供决策建议。

2.根据权利要求1所述的基于在线学习的多指标融合的股票投资决策方法，其特征在于，所述训练在线学习的股票趋势预测模型，具体为：

将投资用户投资股票的全部历史数据，作为训练样本集{x1，x2，..，xn}，导入模型；

利用训练样本集{x1，x2，..，xn}，训练LSTM模型，即Y＝f(t)，当t为第1个时刻，Y为x1，以此类推t为第n个时刻，Y为xn；

利用训练好的LSTM模型，预测下一时刻股票价格Y_t+1＝f(t+1)，根据预测的股票价格与上一时刻的股票价格进行比较，向上代表股票趋势上涨，向下代表股票趋势下跌，平则代表股票趋势不变；

收集线上实时的股票价格数据，再次训练模型，不断迭代。

3.根据权利要求1所述的基于在线学习的多指标融合的股票投资决策方法，其特征在于，所述构建多指标技术分析方法，包括：构建中期方向线决策指标、构建邱氏雷达决策指标、构建情绪波动决策指标、构建量能饱和度决策指标。

4.根据权利要求1所述的基于在线学习的多指标融合的股票投资决策方法，其特征在于，所述根据所述股票趋势预测模型预测股票价格的趋势指标，根据所述多指标技术分析方法计算多个决策指标，通过构建一种0～100之间的评分机制，代表下一时刻的投资决策评分。

5.根据权利要求1所述的基于在线学习的多指标融合的股票投资决策方法，其特征在于，所述将所述股票价格的趋势指标和所述多个决策指标进行融合形成决策曲线，具体为：

将选取的所述股票价格的趋势指标和所述多个决策指标进行延时偏移、加权整合后，组合成最终的决策评分，所述决策评分属于多指标共同对当前股价波动的见解，最后将不同时刻的决策评分描绘到坐标系中将形成一条决策曲线。

6.根据权利要求5所述的基于在线学习的多指标融合的股票投资决策方法，其特征在于，所述股票价格的趋势指标和所述多个决策指标，利用如下公式进行加权整合：

y_决策＝ω₁x₁+ω₂x₂+ω₃x₃+ω₄x₄+ω₅x₅

其中，y_决策为融合后的决策评分，x₁为基于在线学习的股票趋势预测模型得到的决策评分，ω₁为基于在线学习的股票趋势预测模型得到的决策评分的权重，x₂为中期方向线决策指标得到的决策评分，ω₂为中期方向线决策指标得到的决策评分的权重，x₃为邱氏雷达决策指标得到的决策评分，ω₃为邱氏雷达决策指标得到的决策评分的权重，x₄为情绪波动决策指标得到的决策评分，ω₄为情绪波动决策指标得到的决策评分的权重，x₅为量能饱和度决策指标得到的决策评分，ω₅为量能饱和度决策指标得到的决策评分的权重；其中ω₁、ω₂、ω₃、ω₄和ω₅之和为1，各自的数值根据决策情况进行调整。