“股指”专利关键词查询_检索下载_查询列表_检索列表_行业专利分布_钻瓜专利网

钻瓜专利网为您找到相关结果54个，建议您升级VIP下载更多相关专利

[发明专利]一种对股指数据进行监控及提示的方法-CN202111049602.2在审
发明人：王芳;葛晓波;王鹏;汪洋 -专利权人：上海擎创信息技术有限公司
申请日： 2021-09-08 - 公布日： 2021-12-03 - 主分类号： G06Q40/04 文献下载
摘要：本发明涉及一种对股指数据进行监控及提示的方法，通过训练样本得到股指数据监控模型，基于股指数据监控模型实时的监控股指，并生成股指监控信息，解析股指监控信息，判断是否存在异常，当存在异常时，推送提示信息。本发明，根据历史股指数据训练并得到股指数据监控模型，基于所述股指数据监控模型实时监控股指数据的变化情况，当发现股指数据存在异常时，可在尽可能短的时间内及时的发布提示信息，避免对当天的交易造成严重影响，提高了股指数据异常时的纠正效率
一种股指数据进行监控提示方法

[发明专利]股指期货的期现套利行情分析方法-CN201010257121.6无效
发明人：朱顺平;林宏;唐新怀 -专利权人：朱顺平;林宏;唐新怀
申请日： 2010-08-19 - 公布日： 2012-03-14 - 主分类号： G06Q40/04 文献下载
摘要：一种股指期货的期现套利行情分析方法，涉及数据分析技术领域，所解决的是提高中国股指期货期现套利行情的分析精确性的技术问题。该方法包括服务器和客户终端，所述服务器中内置有股指行情接收模块，所述客户终端中内置有套利组合盈利计算模块和套利行情图绘制模块；服务器通过其内置的股指行情接收模块实时接收并存储股指现货行情的数据和股指期货行情的数据；客户终端根据用户输入的查找指令调取服务器中的股指现货行情数据和股指期货行情数据，并通过其内置的套利组合盈利计算模块进行套利组合盈利的计算，找出无套利区间；客户终端中内置的套利行情图绘制模块根据所找到的无套利区间绘制套利行情图
股指期货套利行情分析方法

[发明专利]股指预测方法、装置及存储介质-CN201810954505.X在审
发明人：李海疆 -专利权人：平安科技（深圳）有限公司
申请日： 2018-08-21 - 公布日： 2019-01-15 - 主分类号： G06Q10/04 文献下载
摘要：本发明涉及智能预测技术，提供了一种股指预测方法、装置及存储介质。该方法包括：选取预设时间段的n种指数因子的时间序列，获取该预设时间段的每个第一预设时间点的股指收益率，并根据所述n种指数因子的时间序列为每个第一预设时间点构造一个第一n维向量；以所述多个第一预设时间点的第一n维向量及股指收益率为样本数据，对基于门控循环单元的双循环神经网络模型进行训练，得到股指预测模型；采集所述n种指数因子在第二预设时间点的数据，根据采集的数据构造第二预设时间点的第二n维向量，将该第二n维向量输入所述股指预测模型，预测得到该第二预设时间点的股指收益率。利用本发明，可以提取指数因子的深层次特征，提高股指预测准确度。
预设时间点指数因子向量预设时间段预测存储介质预测模型采集神经网络模型时间序列数据构造循环单元样本数据智能预测准确度次特征时间序双循环门控

[发明专利]基于神经网络模型和时间序列的股指预测方法及装置-CN201910406667.4在审
发明人：卢民荣;陈海烽;郑曈;林思思 -专利权人：福建江夏学院
申请日： 2019-05-16 - 公布日： 2019-09-20 - 主分类号： G06Q40/04 文献下载
摘要：本发明涉及提供的基于神经网络模型和时间序列的股指预测方法及装置，通过对待预测股指的时间序列数据进行提取，得到特征数据；对所述特征数据进行预处理，得到第一数据；对所述第一数据进行时间序列处理，得到第二数据；通过神经网络模型对所述第二数据进行训练，并对所述待预测股指的价格进行预测，提高了股指预测的准确率和预测长度。
预测神经网络模型第一数据时间序列特征数据预处理时间序列处理时间序列数据准确率

[发明专利]股指期货期现套利交易系统及其方法-CN200810200594.5无效
发明人：林宏;李建中 -专利权人：上海万纬信息技术有限公司
申请日： 2008-09-27 - 公布日： 2010-03-31 - 主分类号： G06Q40/00 文献下载
摘要：本发明公开一种股指期货期现套利交易系统及其方法，涉及期现套利技术领域；所要解决的是股指期货和现货套利交易的技术问题；该套利交易系统，其特征在于，系统框架包括：行情数据接收区、数据处理区、模型应用区、人机对话修正区、自动下单子系统：本发明的股指期货期现套利交易系统及其方法具有操作方便、可靠，能自动实现股指期现套利的特点。
股指期货套利交易系统及其方法

[发明专利]目标推荐方法、装置及存储介质-CN202280002182.9在审
发明人：肖驰;吴子昊 -专利权人：富途网络科技（深圳）有限公司
申请日： 2022-06-24 - 公布日： 2023-03-21 - 主分类号： G06F16/9535 文献下载
摘要：本申请公开了一种目标推荐方法、装置及存储介质，所述方法包括：进入选股页面，所述选股页面包括导航栏，该导航栏包括P个选股指标，所述P为大于1的整数；获取用户基于所述P个选股指标触发的筛选信息，生成Q个选股指标，所述Q为小于或等于所述P的正整数；根据所述Q个选股指标进行搜索，得到K个推荐股票，所述K为正整数。
目标推荐方法装置存储介质

[发明专利]目标推荐方法、装置及存储介质-CN202110788847.0有效
发明人：周炬成 -专利权人：富途网络科技（深圳）有限公司
申请日： 2021-07-13 - 公布日： 2023-07-25 - 主分类号： G06F16/9535 文献下载
摘要：本申请公开了一种目标推荐方法、装置及存储介质，所述方法包括：进入选股页面，所述选股页面包括导航栏，该导航栏包括P个选股指标，所述P为大于1的整数；获取用户基于所述P个选股指标触发的筛选信息，生成Q个选股指标，所述Q为小于或等于所述P的正整数；根据所述Q个选股指标进行搜索，得到K个推荐股票，所述K为正整数。
目标推荐方法装置存储介质

[发明专利]一种结合日内量价信息的股指趋势预测方法及系统-CN202111130376.0在审
发明人：陈思航;骆伟祺 -专利权人：中山大学
申请日： 2021-09-26 - 公布日： 2021-12-17 - 主分类号： G06Q40/04 文献下载
摘要：本发明提出一种结合日内量价信息的股指趋势预测方法及系统，涉及量化交易与计算机科学的技术领域，在每个交易日收盘后，获取股票指数当前交易日及之前若干个交易日的量价信息数据，并从数据中提取粗粒度因子及细粒度因子，以充分考虑可能影响股票市场的市场内部因素以及市场外部因素，然后通过因子评价方法对细粒度因子进行评价筛选，确定训练集数据和测试集数据，将该股票指数在之前若干个交易日的涨跌作为标签，对股指趋势预测模型进行训练，然后测试股指趋势预测模型，在下一个交易日开盘时，根据股指趋势预测模型输出的涨跌信号进行交易，最后，基于历史回测，对股指趋势预测模型进行评价，具有很强的实践意义。
一种结合日内信息股指趋势预测方法系统

[发明专利]一种基于储备池算法的股指预测方法-CN202010107901.6在审
发明人：王唯佳;唐泳;傅翀 -专利权人：电子科技大学
申请日： 2020-02-21 - 公布日： 2020-05-08 - 主分类号： G06Q10/04 文献下载
摘要：本发明属于计算机技术领域，提供一种基于储备池算法的股指预测方法，该方法适用于不同交易市场的股指预测，方法包括如下步骤：收集不同交易市场的股指的历史数据作为源数据；将收集到的数据按照训练集、验证集和测试集划分开；设置好储备池算法中的每个参数的备选集合；对不同交易市场的股指数据进行独立的训练、验证和测试。
一种基于储备算法股指预测方法

[发明专利]四模型股票指数预测方法-CN00130407.0无效
发明人：曲英洲;张淑芝 -专利权人：曲英洲;张淑芝
申请日： 2000-09-19 - 公布日： 2001-05-23 - 主分类号： G06F9/445 文献下载
摘要：其技术特征为CSR模型①综合考察今、前收盘在股指波幅中的位置与关系。②增加了数字过滤器。BQB模型考察主动性买盘与总买盘的比例关系。QHLSR模型通过点价格测量股指运动中阻力和支撑力。MQSR模型依据股指历史总成交与主动性成交的交互关系分析买卖点。
模型股票指数预测方法

[发明专利]一种基于循环神经网络的股指价格预测方法-CN201711428910.X在审
发明人：刘震;王惠敏;薛腾腾;王理同 -专利权人：浙江工业大学
申请日： 2017-12-26 - 公布日： 2018-06-12 - 主分类号： G06Q40/04 文献下载
摘要：一种基于注意力机制的循环神经网络预测股指价格的方法，具体步骤如下：1)收集和清洗股票指数及其所包含的个股的历史价格数据；2)利用注意力机制,对模型的输入值进行加权调整；3)将上述加权后的模型的输入值输入到循环神经网络中进行模型的训练和预测该方法可以很巧妙的提取出股指价格的各类影响因子的深层特征，与简单的单因子循环网络或者传统的多因子循环网络相比，该方法能够提高股指价格预测的准确性。
循环神经网络注意力机制价格预测循环网络股票指数加权调整历史价格影响因子传统的单因子预测加权清洗

[发明专利]一种基于深度循环神经网络的股指价格预测方法-CN201910041322.3在审
发明人：颜雪松;余鹏飞;孙淼 -专利权人：中国地质大学（武汉）
申请日： 2019-01-16 - 公布日： 2019-03-19 - 主分类号： G06Q10/04 文献下载
摘要：本发明提供了一种基于深度循环神经网络的股指价格预测方法，其方法包括：首获取待预测股指的历史指数数据，并将获取的历史指数数据分为训练数据序列和预测数据序列；然后对训练数据序列和预测数据序列分别进行分析处理，构建长短时记忆节点的深度循环神经网络模型，并采用监督学习的方法对模型进行训练；最后根据所述处理后的预测数据序列，采用训练后的长短时记忆节点网络模型，对下一个工作日的股指进行预测。本发明的有益效果是：本发明所提出的技术方案结合时间序列中的相空间重构方法和深度学习中的长短时记忆网络，设计了一个应用于股指价格的预测模型，相对于别的方法，可取得更高的精度，拥有更好的预测能力。
循环神经网络预测数据训练数据序列记忆节点价格预测指数数据相空间重构分析处理记忆网络时间序列网络模型预测模型预测能力预测构建学习应用监督

[发明专利]基于核随机逼近的股市概率预测方法-CN201710574079.2在审
发明人：李春光;王贺雨 -专利权人：浙江大学
申请日： 2017-07-14 - 公布日： 2017-12-08 - 主分类号： G06Q10/04 文献下载
摘要：本发明包括以下几个步骤(1)获取股指数据并计算日收益率；(2)设计基于核随机逼近的非线性概率预测模型；(3)设计基于核随机逼近的非线性概率预测的目标函数；(4)最小化步骤中目标函数，估计概率预测模型的参数本发明不需真实股指日收益率的概率预测模型的具体形式的情况下，实现了对股指日收益率的概率预测；相比于基于核方法的概率预测方法，模型训练更加快速；对股指日收益率进行概率预测，获得了比ARMA‑GARCH模型更好的预测效果
基于随机逼近股市概率预测方法

[发明专利]基于贝叶斯方法的上市公司定价方法-CN202111489910.7在审
发明人：殷陶;张卫鹏;严骏驰 -专利权人：上海交通大学
申请日： 2021-12-08 - 公布日： 2022-02-25 - 主分类号： G06Q30/02 文献下载
摘要：一种基于贝叶斯方法的上市公司定价方法，通过确定股指期货对于指数一篮子股票的总体影响：通过总体影响计算个股影响，对于每个时刻，指数一篮子股票中的任意股票可以根据编制方法，计算其所占指数权重Wn；通过历史股价回归出每个个股对于股指期货维护影响的暴露值
基于贝叶斯方法上市公司定价

[发明专利]一种基于拉普拉斯算子的股指趋势预测方法-CN202010198609.X在审
发明人：陈志宝;朱峰;张汝宸;王玲;孔亚洲;朱德伟 -专利权人：华泰证券股份有限公司
申请日： 2020-03-19 - 公布日： 2020-07-03 - 主分类号： G06Q10/04 文献下载
摘要：本发明公开了一种基于拉普拉斯算子的股指趋势预测方法，Step1,计算日内MACD；Step2,计算日内RSI；Step3,计算日内RCR；Step4,根据日内MACD、日内RSI、日内RCR序列拼接成高频因子矩阵本发明对股指因子进行了矩阵化变换形成常规指数的矩阵化表示，用拉普拉斯算子对因子矩阵进行二阶差分运算，在挖掘股指因子相关性的同时实现因子的差分特性，用于深度挖掘因子的相关性和时间序列特性，提升整体预测模型性能
一种基于拉普拉斯算子股指趋势预测方法

1
2
3
4
下一页»
尾页
共 54 条