[发明专利]一种股价走势预测方法和系统

说明书

技术领域

本发明属于计算机应用技术领域，尤其涉及一种股价走势预测方法和系统。

背景技术

根据历史股票对未来股价发展方向以及涨跌程度的预测称为股价走势预测，目前有一些关于股价预测的分析方法，但是会引入较多算法，十分复杂且不容易理解，使得非经济领域的人员很难对股票进行选股操作和在合适的时间进行买卖交易，从而获取收益，且在一定程度上耗时长，不实用，预测稳定性差。

发明内容

本发明所要解决的技术问题是现有技术中股价走势预测对于非经济领域的人员来说很难对股票进行选股操作和在合适的时间进行买卖交易，从而获取收益，且在一定程度上耗时长，不实用，预测稳定性差。

本发明解决上述技术问题的技术方案如下：一种股价走势预测方法，所述方法包括如下步骤：

S1，获取股票历史信息；

S2，对股票历史信息进行查询调用，选取多个候选因子；

S3，通过股票历史信息根据皮尔逊系数对选取的多个候选因子进行有效性检验，检验出有效因子；

S4，根据有效因子和股票历史信息构建多因子模型；

S5，根据多因子模型对股票进行筛选，选取优质股票。

本发明的有益效果是：通过获取股票历史信息确定要预测的股票数据，选取候选因子，通过股票历史信息根据皮尔逊系数对选取的候选因子进行有效性检验，检验出有效因子，为构建选股用的多因子模型做准备，根据有效因子和股票历史信息构建多因子模型，根据多因子模型对股票进行筛选，选取优质股票，实现选股操作简单容易，能够获取收益，程序简单使得一定程度上减少耗时，实用性强，候选因子经过检验后构建的多因子模型预测稳定性好，市场的变化过程中总有一部分有效因子在发挥作用。

在上述技术方案的基础上，本发明还可以做如下改进：

进一步，所述S3包括如下步骤：

S31，通过股票历史信息根据皮尔逊系数计算每个候选因子与收益的相关度；

S32，根据相关度从候选因子中检验出有效因子，剔除有效但冗余的候选因子。

采用上述进一步方案的有益效果是：通过股票历史信息根据皮尔逊系数计算每个候选因子与收益的相关度，为检验出有效因子做准备，根据相关度检验出有效因子，剔除有效但冗余的候选因子，实现候选因子的有效性检验，检验出与收益相关度高的有效因子，检验过程简单易操作，使得一定程度上减少耗时，且预测稳定性好，进而获取收益。

进一步，所述S31包括通过股票历史信息根据皮尔逊系数计算每个候选因子与收益的相关度AR_i,j，其计算公式为：

其中，R_i表示为每支股票的收益，N表示股票历史信息中所有股票的数量，表示收益均值，f_j表示第j个候选因子的分数，表示候选因子均值，σ_R表示收益标准差，σ_f表示候选因子标准差，i为N支股票中的一支股票，j为所有候选因子中的一个候选因子，所述R_i、f_j、σ_R和σ_f是通过股票历史信息得出。

采用上述进一步方案的有益效果是：通过股票历史信息根据皮尔逊系数计算每个候选因子与收益的相关度，为检验出有效因子做准备，实现候选因子的有效性检验，检验过程简单易操作，使得一定程度上减少耗时，且预测稳定性好，进而获取收益。

进一步，所述S32根据相关度从候选因子中检验出有效因子包括：根据所述相关度确定阈值范围，相关度在阈值范围外对应的候选因子检验为有效因子，相关度在阈值范围内对应的候选因子检验为非有效因子。

采用上述进一步方案的有益效果是：根据相关度和阈值范围检验出有效因子，有效因子与收益的相关性强，实现候选因子的有效性检验，检验出与收益相关度高的有效因子，检验过程简单易操作，使得一定程度上减少耗时，且预测稳定性好，进而获取收益。

进一步，所述阈值范围内是-0.5至0.5，所述阈值范围外是-0.5至-1或0.5至1。

采用上述进一步方案的有益效果是：根据相关度和阈值范围检验出有效因子，有效因子与收益的相关性强，实现候选因子的有效性检验，检验出与收益相关度高的有效因子，检验过程简单易操作，使得一定程度上减少耗时，且预测稳定性好，进而获取收益。

进一步，所述S5根据多因子模型对股票进行筛选，选取股票收益大于基准收益的股票作为候选优质股票。

进一步，在所述候选优质股票中选取总分排名靠前的预设数量的股票作为优质股票。