[发明专利]一种基于量子力学和社交网络的股票价格趋势预测方法

摘要

本发明公开了一种基于量子力学和社交网络的股票价格趋势预测方法，本发明充分考虑社交网络中个人投资者情感决策的微观粒子特性，定义网络中个人决策的波函数以及运算符，以分段的无限深方势阱来模拟社交网络中个体之间的影响关系，采用薛定谔方程预测单个投资者的情感，并通过对社交网络中的情感进行叠加，描述股票价格变化趋势，社交网络的量子力学模型能够有效提高股票价格趋势预测的准确率，具有重要的理论意义和经济价值。

主权项

1.一种基于量子力学和社交网络的股票价格趋势预测方法，其特征在于：包括以下步骤：1）搜索和采集社交网络中与某支股票相关的海量数据，海量数据包含两部分内容：a）社交网络中与股票相关的微博；b）发表微博的投资者信息；将收集到的海量数据整理并存入数据库中；2）对步骤1）中收集到的微博进行情感分析，情感分为“看涨”和“看跌”两类，根据发表微博的情感，将投资者分为发表看涨情感的投资者以及发表看跌情感的投资者；3）计算某一时刻单个投资者u在社交网络中所受到的势场强度，势场强度的计算方法如式（1）和式（2）所示：Vbullish(u)Σv∈Ubullish(u)Pv,u---(1)]]>Vbearish(u)Σv∈Ubearish(u)Pv,u---(2)]]>其中，V_bullish(u)是投资者u受到的看涨势场强度，V_bearish(u)是投资者u受到的看跌势场强度，P_v，u表示投资者v对投资者u的情感影响概率，U_bullish(u)表示投资者u所关注的、对于同一支股票发表看涨情感的投资者集合，U_bearish(u)表示投资者u所关注的、对于同一支股票发表看跌情感的投资者集合；4）建立描述投资者u的情感的定态薛定谔方程，如式（3）所示：[-H22md2dx2+V(x)]Ψ(x)=EΨ(x)---(3)]]>式（3）中，x是投资者u的情感，V(x)代表V_bullish(u)或V_bearish(u)，V(x)的实际值符合微观粒子所处势场的数量级，Ψ(x)为情感波函数，H是一个取值为的常数，其中h是普朗克常量，m表示投资者u的影响权值；5）求解定态薛定谔方程，分别得到V(x)为V_bullish(u)时Ψ(x)的表达形式Ψ(x)_bullish以及V(x)为V_bearish(u)时Ψ(x)的表达形式Ψ(x)_bearish，进而预测投资者u的情感：表示投资者u的情感范围在(a,b)之间的概率，(a,b)取(-1,0)区间表示投资者u的看跌情感，(a,b)取(0,1)区间表示投资者u的看涨情感，对|Ψ(x)_bearish|²在(-1,0)区间求积分即可预测出投资者u的看跌情感概率，对|Ψ(x)_bullish|²在(0,1)区间求积分即可预测出投资者u的看涨情感概率，若投资者u的看涨情感概率大于看跌情感概率，则表示投资者u持看涨情感，若投资者u的看涨情感概率小于看跌情感概率，则表示投资者u持看跌情感；6）设整个社交网络中的投资者集合为B，令P_bullish(u)和P_bearish(u)分别代表集合B中某一投资者u的看涨情感概率和看跌情感概率；7）采用下式计算整个社交网络中的情感：P(B)=∑_u∈B(P_bullish(u)-P_bearish(u))其中P(B)取值为正数，代表社交网络整体具有看涨情感，取值为负数，代表社交网络整体具有看跌情感；8）根据P(B)的取值对股票价格的上涨与下跌的可能性做出预测，若社交网络整体具有看跌情感，股票价格的预测为下降，若社交网络整体具有看涨情感，股票价格的预测为上升。