[发明专利]计算股票涨跌概率的方法和装置在审
| 申请号： | 201810942728.4 | 申请日： | 2018-08-17 |
| 公开（公告）号： | CN109242160A | 公开（公告）日： | 2019-01-18 |
| 发明（设计）人： | 王浩;张晨;庞旭林;杜长营;杨康 | 申请（专利权）人： | 北京奇虎科技有限公司 |
| 主分类号： | G06Q10/04 | 分类号： | G06Q10/04;G06Q40/04;G06F16/35;G06K9/62 |
| 代理公司： | 北京市隆安律师事务所 11323 | 代理人： | 权鲜枝;何立春 |
| 地址： | 100088 北京市西城区新*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 评论数据 股票 股票涨跌 概率 方法和装置 可靠性分类 可靠性预测 可靠性指数 公式计算 股票投资 市场走势 准确度 帮助 | ||
1.一种计算股票涨跌概率的方法，其中，该方法包括：
获取针对同一支股票sj的股票评论数据集
根据如下公式计算该支股票的涨跌概率cf(sj)：
其中，表示股票评论数据集中的股票评论数据数量，ci表示一条股票评论数据，为该条股票评论数据的观点极性，为该条股票评论数据的可靠性指数，rυ(ci)为对该条股票评论数据进行可靠性分类的准确值；
当cf(sj)≥0时，股票sj涨，且涨的概率是|cf(sj)|；
当cf(sj)＜0时，股票sj跌，且跌的概率是|cf(sj)|。
2.如权利要求1所述的方法，其中，根据如下方法确定一条股票评论数据的观点极性
获取由股票评论数据组成的训练集和验证集，并为训练集和验证集中的每条股票评论数据标注观点极性；
基于标注后的训练集，对机器学习模型进行训练，并基于标注后的测试集对所述学习模型的效果进行评测，得到训练后的机器学习模型；
将待预测的股票评论数据的相关信息输入到所述训练后的机器学习模型，得到该机器学习模型输出的该股票评论数据的观点极性分类信息，并根据该观点极性分类信息确定该股票评论数据的观点极性。
3.如权利要求1所述的方法，其中，根据如下公式确定一条股票评论数据的可靠性指数
其中，代表日期，是的股票价格，是后一天的股票价格，是股票评论观点极性。
4.如权利要求1所述的方法，其中，根据如下方式确定对一条股票评论数据进行可靠性分类的准确值rυ(ci)：
基于股票评论数据集和股价序列集提取特征向量；
利用所提取的特征向量训练基于径向基核函数的支持向量机SVM模型；
利用股价序列集训练用于预测股价的机器学习模型；
集成所述SVM模型和用于预测股价的机器学习模型，得到用于评价股票评论可靠性的分类模型
则rυ(ci)的值越大，表示对股票评论可靠性的分类结果越可靠。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于北京奇虎科技有限公司，未经北京奇虎科技有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/pat/books/201810942728.4/1.html，转载请声明来源钻瓜专利网。
- 同类专利
- 专利分类
G06Q 专门适用于行政、商业、金融、管理、监督或预测目的的数据处理系统或方法；其他类目不包含的专门适用于行政、商业、金融、管理、监督或预测目的的处理系统或方法
G06Q10-00 行政；管理
G06Q10-02 .预定，例如用于门票、服务或事件的
G06Q10-04 .预测或优化，例如线性规划、“旅行商问题”或“下料问题”
G06Q10-06 .资源、工作流、人员或项目管理，例如组织、规划、调度或分配时间、人员或机器资源；企业规划；组织模型
G06Q10-08 .物流，例如仓储、装货、配送或运输；存货或库存管理，例如订货、采购或平衡订单
G06Q10-10 .办公自动化，例如电子邮件或群件的计算机辅助管理
