[发明专利]一种股票日内价格趋势的量化及预测方法

摘要

本发明构建了一种股票日内价格趋势的量化及预测方法。首先，获取股票历史日内分笔交易数据，通过构造日内交易趋势特征将股票价格日内变化趋势进行量化，日内价格趋势特征包括，日内波动、日内极差、开盘走势、收盘走势，日内走势。然后，将第t‑1天日内交易趋势特征作为预测模型输入，第t天股票价格相较第t‑1天股票价格的涨跌作为预测模型输出，使用1000天日内交易数据建立样本集。最后，通过样本集训练股票价格趋势预测模型并检验模型有效性。

主权项

一种股票日内价格趋势的量化及预测方法，其特征在于，包括以下步骤：步骤1：获取股票历史日内分笔交易数据；对数据进行预处理，包括数据格式转换、数据噪声消除、补全省缺项；使用股票日内分笔数据量化股票日内价格趋势，量化后的股票日内价格趋势包含以下特征量：日内波动、日内极差、开盘走势、高低走势、收盘走势；步骤2：采用支持向量机预测模型预测未来股票价格趋势；将第t‑1天日内交易趋势特征作为预测模型输入，第t天股票价格相较第t‑1天股票价格的涨跌作为预测模型输出；使用1000天日内交易趋势特征建立样本集，将样本对应股票的下一日涨跌作为样本标签，即下一日上涨，样本标记为1；下一日下跌，样本标记为‑1；步骤3：将建立好的样本集划分为训练集、交叉验证集、测试集；训练集占样本集的70%，交叉验证集占样本集的15%，测试集占样本集的15%；使用训练集、交叉验证集训练预测模型并确定模型参数；将训练过的模型用于测试集，检验预测模型的有效性；步骤4：将验证有效的预测模型用于股票价格趋势预测。