[发明专利]一种AI炒股机器人的交易策略生成方法及系统在审
| 申请号: | 202110204537.X | 申请日: | 2021-02-23 |
| 公开(公告)号: | CN112927074A | 公开(公告)日: | 2021-06-08 |
| 发明(设计)人: | 陈建浪 | 申请(专利权)人: | 陈建浪 |
| 主分类号: | G06Q40/04 | 分类号: | G06Q40/04 |
| 代理公司: | 北京麦汇智云知识产权代理有限公司 11754 | 代理人: | 曹治丽 |
| 地址: | 310011 浙江省*** | 国省代码: | 浙江;33 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 一种 ai 炒股 机器人 交易 策略 生成 方法 系统 | ||
本发明公开了一种AI炒股机器人的交易策略生成方法,包括以下步骤:获取用户的策略请求;根据用户的策略请求将预设的初始策略集、去风险因子集、基本面因子集以及买卖参数集推送给用户;获取并根据用户选择的初始策略、去风险因子、基本面因子和买卖参数生成交易策略。本发明还公开了一种AI炒股机器人的交易策略生成系统。本发明具有可针对个人用户的需求建立合理的股票交易策略,提高用户的投资收益的优点。
技术领域
本发明涉及股票交易技术领域,具体而言,涉及一种AI炒股机器人的交易策略生成方法及系统。
背景技术
截止目前,全球在全球证券、期货、期权、外汇及其他金融衍生品交易的人工智能全自动交易领域的多因子全自动交易量化模型的设计局限于通用的美国投资界的设计方法及思路,普遍的由于设计技术的限制,模型的大多因子都是按照基本面因子设计的,年化收益率只能达到大盘指数涨幅左右或最高一倍左右的收益率,全球公认的最高水平的模型设计大师彼得林奇设计的模型的年化收益率过去20年里只能达到20%左右,道琼斯指数涨幅达到11%左右,我国国内的大证券公司的量化模型也只能达到年化20%左右的收益率。
且现有的自动交易软件需要使用者自写编程,且无法根据客户的需求自动生成合理的交易策略,导致广大投资者尽管花费了大量的时间和精力分析研究、全天盯盘买卖,投资效果大多不尽人意。
发明内容
为了克服上述问题或者至少部分地解决上述问题,本发明实施例提供一种AI炒股机器人的交易策略生成方法及系统,可针对个人用户的需求建立合理的股票交易策略,提高用户的投资收益。
本发明的实施例是这样实现的:
第一方面,本发明实施例提供一种AI炒股机器人的交易策略生成方法,包括以下步骤:
获取用户的策略请求;
根据用户的策略请求将预设的初始策略集、去风险因子集、基本面因子集以及买卖参数集推送给用户;
获取并根据用户选择的初始策略、去风险因子、基本面因子和买卖参数生成交易策略。
为了提高投资者的收益,为投资者推荐合理的投资策略,自动的进行股票交易。首先,获取用户的需求,然后根据用户的需求将预设的初始策略集、去风险因子集、基本面因子集以及买卖参数集推送给用户,用户可以选择180个AI全自动半成品模型(内置编程、用户只需直接添加任何一支标的8个数据),根据人工智能的综合科技,包括神经网络、大数据统计、特殊算法、区块链技术、主力资金流向统计计算等初始策略集,综合几十种以上影响股票涨跌的因子组合而成的全智能全自动AI策略模型,根据用户选择的初始策略、去风险因子、基本面因子和买卖参数等多种因子生成针对性的交易策略,满足用户需求。
本方法可根据个人用户的需求,生成合理的交易策略,为客户提供针对性的交易建议,以保证用户的投资收益。
基于第一方面,在本发明的一些实施例中,还包括以下步骤:
获取用户的实时策略调整信息,并根据实时策略调整信息对交易策略进行调整,以得到实时交易策略。
基于第一方面,在本发明的一些实施例中,还包括以下步骤:
根据用户的股票需求中的目标股票信息获取目标股票的历史收益数据,并根据交易策略和目标股票的历史收益数据生成交易策略调整信息。
基于第一方面,在本发明的一些实施例中,还包括以下步骤:
建立策略数据库,将交易策略添加并保存至策略数据库中。
基于第一方面,在本发明的一些实施例中,所述买卖参数集包括股票委托价格、止盈价格、止损价格、交易初始资金、每只股票单次委托最大金额和最大持仓股票数。
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陈建浪,未经陈建浪许可,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/202110204537.X/2.html,转载请声明来源钻瓜专利网。





