[发明专利]基于二元加权概率模型股票分析方法、系统、设备及介质

说明书

本发明公开了一种基于二元加权概率模型股票分析方法、系统、设备及介质，本发明引用二元加权概率模型的最大加权系数，给出了一种随机过程的二进制序列的最大数学期望，基于最大数学期望实现对股票涨跌趋势的分析，基于最大数学期望对股票的分析更具代表性，而且本发明还可规避随机环境下的分析问题，能优化一定时间范围内的统计相关性。

技术领域

本发明涉及数据分析技术领域，特别涉及一种基于二元加权概率模型股票分析方法、系统、设备及介质。

背景技术

传统分析股票时间离散的数据时，通常是采用平均、方差或遗传算法、粒子群算法等方法。在随机抽样、随机测试的环境下，尤其是存在统计相关性的数据时，传统方法只能得到一个片面的分析结果。

发明内容

本发明旨在至少解决现有技术中存在的技术问题。为此，本发明提出一种基于二元加权概率模型股票分析方法、系统、设备及介质，能够提高股票分析的合理性。

本发明第一方面提供了一种基于二元加权概率模型股票分析方法，包括如下步骤：

将周期内的股票涨跌数据转换成二进制序列X；

将所述二进制序列X中每一个符号1后增添一个符号0，得到二进制序列Q，并通过如下方式计算所述二进制序列Q的r_max(Q)：

其中，所述p(0)表示所述二进制序列Q中符号0的概率，所述r_max(Q)表示所述二进制序列Q的最大加权系数；

将所述二进制序列X按位取非，得到二进制序列将所述二进制序列中每一个符号1后增添一个符号0，得到二进制序列并通过如下方式计算所述二进制序列的

其中，所述p(0)表示所述二进制序列中符号0的概率，所述表示所述二进制序列的最大加权系数；

将所述r_max(Q)和所述作为所述股票的最大数学期望，计算基于所述最大数学期望的平均最大数学期望和平均最大数学期望的误差程度；

根据所述平均最大数学期望和所述平均最大数学期望的误差程度，对所述股票的涨跌趋势进行分析。

本发明第二方面提供了一种基于二元加权概率模型股票分析系统，包括：

数据转换单元，用于将周期内的股票涨跌数据转换成二进制序列X；

第一数据计算单元，用于将所述二进制序列X中每一个符号1后增添一个符号0，得到二进制序列Q，并通过如下方式计算所述二进制序列Q的r_max(Q)：

其中，所述p(0)表示所述二进制序列Q中符号0的概率，所述r_max(Q)表示所述二进制序列Q的最大加权系数；

第二数据计算单元，用于将所述二进制序列X按位取非，得到二进制序列将所述二进制序列中每一个符号1后增添一个符号0，得到二进制序列并通过如下方式计算所述二进制序列的

其中，所述p(0)表示所述二进制序列中符号0的概率，所述表示所述二进制序列的最大加权系数；

第三数据计算单元，用于将所述r_max(Q)和所述作为所述股票的最大数学期望，计算基于所述最大数学期望的平均最大数学期望和平均最大数学期望的误差程度；

数据分析单元，用于根据所述平均最大数学期望和所述平均最大数学期望的误差程度，对所述股票的涨跌趋势进行分析。