[发明专利]股票收益风险预测方法、装置、计算设备及存储介质在审

专利信息
申请号: 202310187550.8 申请日: 2023-03-02
公开(公告)号: CN116644830A 公开(公告)日: 2023-08-25
发明(设计)人: 杨淑振;陈增敬 申请(专利权)人: 山东大学
主分类号: G06Q10/04 分类号: G06Q10/04;G06Q10/0635;G06Q40/04;G06F17/18
代理公司: 济南信达专利事务所有限公司 37100 代理人: 孙晶伟
地址: 250100 山*** 国省代码: 山东;37
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 股票 收益 风险 预测 方法 装置 计算 设备 存储 介质
【说明书】:

发明公开股票收益风险预测方法、装置、计算设备及存储介质,涉及金融交易数据分析技术领域;采集并预处理当前时刻之前的股票收盘价数据,获得股票收益率数据;利用股票收益率数据建立预测模型:获得预测模型参数利用预测模型分析未来时刻的股票收盘价数据,预测股票收益风险,根据对股票收益率的分析,实现良好的股票收益预测效果。

技术领域

本发明公开方法、装置、计算设备及存储介质,涉及金融交易数据分析技术领域,具体地说是股票收益风险预测方法、装置、计算设备及存储介质。

背景技术

股票(stock)是股份公司所有权的一部分,也是发行的所有权凭证,是股份公司为筹集资金而发行给各个股东作为持股凭证并借以取得股息和红利的一种有价证券。股票是资本市场的长期信用工具,可以转让,买卖,股东凭借它可以分享公司的利润,也要承担公司运作错误所带来的风险。

股票价格通过集合竞价机制产生,与历史价格数据有关,还会受到不确定因素的影响,因此股票收益率的波动规律也随时间变化,并且很难对波动系数进行准确的预测。

发明内容

本发明针对现有技术的问题,提供股票收益风险预测方法、装置、计算设备及存储介质,可以根据对股票收益率的分析,实现良好的股票收益预测效果。

本发明提出的具体方案是:

本发明提供一种股票收益风险预测方法,采集并预处理当前时刻之前的股票收盘价数据,获得股票收益率数据;

利用股票收益率数据建立预测模型:

将股票收益率数据分组,每组数据量相同,按照分组分别进行最小二乘拟合,获得每组回归系数和均方误差,选取均方误差最小的一组所对应的回归系数并选取均方误差最小值开方后作为波动率下限

将带回每组股票收益率数据,计算每组的拟合偏差,选取拟合偏差最小值作为拟合偏差下限μ,选取拟合偏差最大值作为拟合偏差上限

将股票收益率数据重新分组,新分组中数据量小于原分组,根据新分组计算原分组的各组标准差,根据标准差再次计算原分组中每组的均方误差,选取其中均方误差最大值开方后作为波动率上限

获得预测模型参数

利用预测模型分析未来时刻的股票收盘价数据,预测股票收益风险:基于预测模型代入预测模型参数和未来时刻的股票收盘价数据,获得预测股票收益率,根据所述预测股票收益率所在的收益区间进行风险判断。

进一步,所述的一种股票收益风险预测方法中所述获得股票收益率数据,包括:

利用公式计算股票的每日收益率,Closet表示第t日股票收盘价数据,Closet+1表示第t+1日的股票收盘价数据。

进一步,所述的一种股票收益风险预测方法中所述根据所述预测股票收益率所在的收益区间进行风险判断,包括:

所述预测股票收益率落入[-0.1,0]的收益区间,表示存在买入损失风险;

所述预测股票收益率落入[0,0.02]的收益区间,表示存在买入收益几率;

所述预测股票收益率落入[0.02,0.1]的收益区间,表示存在买入收益几率。

进一步,所述的一种股票收益风险预测方法中所述预处理股票收盘价数据,包括:

针对缺失数据进行数据样本补全;

针对数据特征过多,进行数据样本筛选;

针对数据不平衡采用SWOTE算法生成类别少的数据样本。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于山东大学,未经山东大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202310187550.8/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top