[发明专利]一种股票离散分布预测的模型

权利要求书

1.一种股票离散分布预测的模型，其特征在于，包括数据获取模块、数据清洗模块、数据建模模块、数据处理中心以及数据整合模块，所述数据处理中心内设有储存模块，所述数据处理中心连接有数据服务端，所述数据服务端内设有查询端口，所述数据获取模块为联网状态，所述数据处理中心内设有数据库。

2.根据权利要求1所述的一种股票离散分布预测的模型，其特征在于，所述数据库内设有模型数据库、实时数据库、对比数据库及基础数据库。

3.根据权利要求2所述的一种股票离散分布预测的模型，其特征在于，所述基础数据库为数据获取模块联网状态下的基础数据。

4.根据权利要求3所述的一种股票离散分布预测的模型，其特征在于，所述对比数据库对获取到的股票数据进行模块化处理，获取数据通过模型数据库与实时数据库进行对比判断形成对应数据流储存在相对应数据库内。

5.根据权利要求4所述的一种股票离散分布预测的模型，其特征在于，所述储存模块内设有存储器，所述储存模块通过数据处理中心以模型数据库、实时数据库为参照对比，将对应所述模型数据库不同数据储存至模型数据库内并进行对比更新。

6.根据权利要求5所述的一种股票离散分布预测的模型，其特征在于，所述数据建模模块包括已知数据模块与新建数据模型，所述已知数据模型与新建数据模型通过数据库对比生成对应数据模型数据储存至数据模型库内，所述数据建模块包括以下原理：

A、原理一：是基于人对外界相似的刺激具一定规律的应激行为，在股市即在短期股票市场中类似的行情下有类似的反应及行为

B、原理二：短期行情中参与的人数有限，同时我国股市采用的涨跌停制度、行情发展的节奏等多种因素导致参与人的期望也有限，所以适应走势合理变化趋势的原理；

基于以上基本原理通过构建“股票方向-→股票强弱-→模型算法训练数据分布”的具体方式实现。

本模型共实现11个维度量、价关系下股市432种行情划分，先通过当天与前一天的上涨与下跌确定基本方向，再通过前三日的成交量的变化以及股价变化量的关系及涨跌和进一步确定细分方向与强弱，以此确定模型基本的架构，以此选出来的数据分布是无序的排列，最后根据上面两个原理结合物理学动能、场势能、数学的知识设计的运算方法，实现能量密度值的计算，按能量值大小排列数据即最后得到的数据分布，此数据分布完全来自于历史数据不参杂个人主观因素，设计者也不知道数据将如何排列，避免了主观因素导致的影响；以上模型中与动能的类比为成交量类比质量，上涨下跌的幅度类比距离，依据惯性动能越大在短期越能有走势的持续性，场势能则是连续的涨跌幅度与最近涨跌幅度之间的比值关系，在短期有预期的周期里存在走势合理变化趋势的原理实现算法关系。

7.根据权利要求6所述的一种股票离散分布预测的模型，其特征在于，所述数据库依靠数据处理中心对数据库内对应模型进行趋势生成，形成数据表格以及走势图示并连接查询端口。

8.根据权利要求7所述的一种股票离散分布预测的模型，其特征在于，所述数据清洗模块包括：将获取的数据按照如下组合方式保存成csv文件其中包括日期、股票代码、名称、收盘价、最高价、最低价、开盘价、前收盘、涨跌额、涨跌幅、换手率、成交量、成交金额、总市值、流通市值的整合。