[发明专利]基于贝叶斯分类器的股票中长期趋势预测方法及系统

摘要

本发明涉及一种基于贝叶斯分类器的股票中长期趋势预测方法，包括股票数据的选取，确定各个起始点及区间长度dj；划分区间，计算出历史数据区间斜率；对历史数据区间斜率进行学习并对置信度判断区间进行预测，得到以置信度判断区间起始点为起点的多个交易日的股票均价；计算置信度，将置信度与预先设定好的阈值进行比较；预测未来区间斜率,将未来区间斜率转化得到以预测区间起始点为起点的多个交易日的股票均价；将以预测区间起始点为起点的多个交易日的股票均价的涨跌进行归一化，得到股票的涨跌值；构建股票池。本发明避免了产生累积误差，展现出了在预测区间内的股票趋势变化，更好地捕捉了股市波动变化趋势，更加有效地评估了交易风险。

主权项

一种基于贝叶斯分类器的股票中长期趋势预测方法，其特征在于，包括以下步骤：步骤1：选取一段时间内的股票数据，并确定学习区间起始点、置信度判断区间起始点、预测区间起始点及区间长度dj；步骤2：对所述学习区间起始点到所述预测区间起始点之间的历史数据以所述区间长度dj进行划分，得到多个区间，对每个所述区间进行特征提取，计算出历史数据区间斜率；步骤3：使用贝叶斯分类器对所述历史数据区间斜率进行学习和预测，得到以所述置信度判断区间起始点为起点的多个交易日的股票均价；其中，所述步骤3具体实现为：步骤31：使用贝叶斯分类器对不同所述区间长度dj上的所述历史数据区间斜率进行学习，得到所述历史数据中相邻两个区间的前一区间与后一区间的区间斜率概率统计关系；步骤32：通过所述区间斜率概率统计关系计算得到以所述置信度判断区间起始点为起点、按所述区间长度dj进行区间划分的置信度判断区间斜率，将所述置信度判断区间斜率转化为所述区间长度dj的股票均价；步骤33：所述区间长度dj分别取值为2、4、8、16、32，重复所述步骤2至所述步骤32，获得以所述置信度判断区间起始点为起点的0‑2、0‑4、0‑8、0‑16、0‑32个交易日的股票均价；步骤34：对所述步骤33中得到的以所述置信度判断区间起始点为起点的0‑2、0‑4、0‑8、0‑16、0‑32个交易日的股票均价进行进一步的划分，得到以置信度判断区间起始点为起点的0‑2、2‑4、4‑8、8‑16、16‑32个交易日的股票均价；步骤4：通过所述以所述置信度判断区间起始点为起点的多个交易日的股票均价来计算以所述置信度判断区间起始点为起点、所述预测区间起始点为终点的置信度判断区间的置信度，将所述置信度与预先设定好的阈值进行比较，若所述置信度大于所述阈值，则执行步骤5；若所述置信度小于所述阈值，则进入等待环节，等待取得新数据后再返回所述步骤1；步骤5：利用当前交易日之前的相邻两个区间的前一区间与后一区间的区间斜率概率统计关系来预测未来区间斜率,将所述未来区间斜率进行转化得到以所述预测区间起始点为起点的多个交易日的股票均价；步骤6：将所述以所述预测区间起始点为起点的多个交易日的股票均价的涨跌进行归一化，得到股票的涨跌值；步骤7：更换不同的股票数据，重复所述步骤1至所述步骤6，筛选出可进行预测的股票数据，并对所述可进行预测的股票数据进行涨跌幅度标记，形成股票池。