[发明专利]一种股票价格预测方法及系统

权利要求书

1.一种股票价格预测方法，其特征在于，包括：

获取预设的第一时间段内的股票交易数据；

解析所述股票交易数据，形成股票价格趋势图表；

获取用户的股票价格预测指令；

基于所述股票价格预测指令和所述股票交易数据，对股票价格进行预测，确定系统预测价格。

2.如权利要求1所述的股票价格预测方法，其特征在于，所述基于所述股票价格预测指令和所述股票交易数据，对股票价格进行预测，确定系统预测价格，包括：

将所述股票交易数据输送至预先建立的第一神经网络模型中，确定所述系统预测价格。

3.如权利要求2所述的股票价格预测方法，其特征在于，还包括：

解析所述股票交易数据，确定预设的第二时间段内股票交易的双方的身份信息及各个身份信息对应的用户的第一交易方式；

获取所述身份信息对应的用户在预设的第三时间段内的历史股票交易信息；

解析所述历史股票交易信息，确定交易的第二股票编号、第二交易方式和交易时间；

获取所述交易时间后所述股票编号对应的股票在预设的第四时间段内价格趋势信息；

基于所述历史股票交易信息中的各个交易的交易方式、所述价格趋势信息，确定各个用户的影响系数；

基于所述各个用户的影响系数以及各个用户的所述第一交易方式，确定第一修正值；

获取与所述第一股票编号关联的影响因数表；

基于所述影响因数表，从网络上爬取对应的影响事件信息；

将所述影响事件信息输入预设的第二神经网络模型，确定第二修正值；

基于所述第一修正值和所述第二修正值，对所述系统预测价格进行修正。

4.如权利要求1所述的股票价格预测方法，其特征在于，所述基于所述历史股票交易信息中的各个交易的交易方式、所述价格趋势信息，确定各个用户的影响系数，包括：

获取预设的影响系数判定库；

基于所述历史股票交易信息中的各个交易的交易方式、所述价格趋势信息，构建判定集；

基于所述判定集与所述影响系数判定库中各个所述影响系数对应的标准集进行匹配；获取匹配的所述标准集对应的所述影响系数；

其中，基于所述判定集与所述影响系数判定库中各个所述影响系数对应的标准集进行匹配，包括：

计算所述判定集与所述标准集的相似度；

当所述相似度大于预设的相似度阈值且为所述影响系数判定库中最大值时，确定所述判定集与所述标准集匹配。

5.如权利要求1所述的股票价格预测方法，其特征在于，还包括：

获取平台内各个专家对于所述股票价格预测指令对应的待预测的股票的价格预测信息；

解析所述股票预测信息，确定专家参考价格；

计算所述专家参考价格和所述系统预测价格之间的差值，当所述专家参考价格和所述系统预测价格之间的差值小于等于预设的第一差值阈值时，基于所述专家参考价格和所述系统预测价格确定综合预测价格；

当所述专家参考价格和所述系统预测价格之间的差值大于预设的第一差值阈值时，确定所述专家参考价格的效用；当所述效用大于等于预设的效用阈值时，以所述专家参考价格作为所述综合预测价格；当所述效用小于预设的效用阈值时，以所述系统预测价格作为所述综合预测价格；

其中，解析所述股票预测信息，确定专家参考价格，包括：

获取各个专家的专家预测价格；

计算所述专家预测价格的最小值和最大值的差值；

当所述专家预测价格的最小值和最大值的差值小于等于预设的第二差值阈值时，以所述专家预测价格的平均值作为所述专家参考价格；每个专家都为所述专家参考价格的影响对象；

当所述专家预测价格的最小值和最大值的差值大于预设的第二差值阈值时，以所述专家预测价格的最小值和最大值为左右边界，将所述最大值和最小值之间的区间等分为预设个数的相邻的大小相同的子区间；确定所述专家预测价格落入各个子区间内的个数；以个数最多的所述子区间内的所述专家预测价格的平均值作为所述专家参考价格；所述专家参考价格的影响对象为数最多的所述子区间内的所述专家预测价格对应的专家；

所述效用值为所述专家参考价格的影响对应的权限和值。