专利名称：计算机自动买卖股票系统和智能预测股价趋势的制作方法
技术领域：
本发明涉及一种计算机自动买卖股票系统，更具体地说，涉及一种以三段三阶数学判断模型为基础的进行零风险博弈的计算机自动买卖股票系统和计算机智能预测股价趋势。
背景技术：
在股票买卖中，千万人参与的买卖股票的投机活动中，谁都想在最短的时间里获取最大的收益，得到最大的利润。在这场巨大的投机交易博弈中，股票变成了投机者博弈的工具和平台。广大散户在与庄家的的投机博弈中，总是输家。主要是由于散户没有一套严格的投资纪律和投资计划，人性的弱点使得广大散户在股价的低位不买，高位不卖，不能正确进行高卖低买，而变为输家。现有的股票买卖系统并没有计算机自动下单买卖股票的功能并保证投资者无投资风险，大多在核心模块上存在差异，存在很多不确定性，股票买卖完全依赖于人的主观感觉，无法克服人性的弱点。同时没有一套计算机系统能预测股价未来的趋势。
发明内容
本发明的目的在于用零风险博弈理论技术和三段三阶发明专利而发展一套计算机自动买卖股票系统和计算机智能预测股价趋势，帮助散户在股票投资中克服人性的弱点，由计算机制定一套零风险博弈程序、流程和计算机智能预测股价趋势，股票的买卖完全交给计算机完成，从而克服人性的弱点，保证投资者在博弈活动中风险是零而成为股市的赢家。
为了达到上述目的，本发明提供了如下的技术方案设计一种计算机自动买卖股票系统，以三段三阶数学判断模型为基础，该计算机自动买卖股票系统包括均分法数学模型、金字塔法数学模型、止损法数学模型、上升通道-KDJ-滚动资金-金字塔-数学模型、下降通道-3TM函数-止损法-金字塔-数学模型、调整通道-KDJ指标-止损法-金字塔-数学模型、股价底部-3TM-金字塔-数学模型、股价高位-KDJ指标-止损法-金字塔-数学模型、长线投资-中线投资-三段三阶-数学模型、短线投资-KDJ指标-金字塔-数学模型和个股投资数学模型，由三段三阶数学模型分成A、B、C三段分类模块后，再由B段三阶判断模块分为低、中、高价三阶模块后，A、B、C三段分类模块先后与板块分类模块、个股分类模块连接，个股分类模块分别连接KDJ指标判断模块、3TM函数判断模块，两种判断模块汇集并与上升通道数学模型模块、下降通道数学模型模块、震荡通道数学模型模块连接，再汇集，先后与均分法数学模型、金字塔数学模型、止损法数学模型和利润M数学模型连接。所述的三段三阶数学模型，是一套完整的股票交易软件中的核心模块，三条趋势线形成首尾相连的三段折线并沿着佛郎克趋势线周而复始地循环，数学模型的三条趋势线分别为(1)A段是投机收购趋势线，其直线方程式为Pa＝A0+Sa(T)，式中A0是初使化值，Pa是价格函数，Sa是直线的斜率，为正数或负数，T是时间变量，随机过程是{Pa(t)，t∈Ta，Tb}，式中Pa(t)是样本函数，t是时间变量，(Ta，Tb)是样本空间的起始时间段；(2)B段是投机拉升趋势线，其直线方程式为Pb＝B0+Sa(T)，式中B0是初使化值，它的值由B0＝Pa＝A0+Sa(T0)式确定，Pb是价格函数，Sb是直线的斜率，为正数，T是时间变量，B段的随机过程是{Pb(t)，t∈Tb，Tc}，式中Pb(t)是样本函数，t是时间变量，(Tb，Tc)是样本空间的起始时间段；(3)C段是投机派货趋势线，其直线方程式为Pc＝C0+Sc(T)，式中C0是初使化值，其值由C0＝Pa＝B0+Sc (T0)式确定，Pc是价格函数，Sc是直线的斜率，是负数，T是时间变量，C段的随机过程是{Pc(t)，t∈Tc，Ta}，式中Pc(t)是样本函数，t是时间变量，(Tc，Ta)是样本空间的起始时间段；叠加在B段及C段分别出现低价阶、中价阶和高价阶三个台阶，所述的数学模型将B、C两段各划分为三条三阶趋势线和沿着三阶趋势线的随机过程。
本发明的基本论点是证券市场是一个投机金融市场，股票市场上成千上万投资者买卖股票的活动，是一个随机的、离散的、孤立的和无序的事件。如果没有任何外界力量的作用或指导，买卖股票活动是无序的，杂乱的，没有方向和规律的。其结果是买卖人数平衡，股票价格几乎静止不动。股票的价格是由供需双方的平衡体系决定的。要打破这个平衡，只有某种外来力量的干预，人们才会有序地卖出或买进，股价才会有序地升或跌。所以，买卖股票的活动是一个数学随机过程(Random walk)，股票价格的变动也是一个随机过程函数；股票的价格是不可以预测的，股价升和跌的概率是50％，世界上任何人(包括投资专家)、各种技术指标和各种理论预测股价升和跌的概率不会超过50％；股市表面上有成千上万人参加交易，而实际上股市只存在两股投机力量在相互较量一股力量是庄家和跟庄者的力量，另一股力量是投资大众的力量。这两股力量是相互对立的双方。当庄家在做多头时，投资大众一定在做空头，反之，当庄家在做空头时，投资大众一定在做多头，否则市场上就不存在交易。此外，股票市场的价格趋势，实际上是广大投资者与庄家斗智斗勇而产生的结果。广大散户资金的集合构成了决定股票市场价格趋势的另一支主要力量。这一支力量由始至终是与庄家唱反调而构成股票市场的反作用力量，起到平稳股价和减少股价波动的作用。例如当庄家拉升股价时，中短线散户一定会逢高出货，阻止价格的进一步上升。当庄家震仓卖出筹码时，股价下降，中短线资金一定会在价格低位承接筹码，阻止股价的进一步下跌。庄家总是希望股价的波动幅度愈大愈好，而散户的力量却在减少价格的波动。广大投机者的力量愈强，股价的波动幅度愈小。这一对矛盾始终存在于股票市场的交易中。股价的上升或下降正是由于这对矛盾的互相作用形成的。股市的投机博弈活动实际上是散户和庄家的投机博弈，庄家赢的钱是散户输的钱，相反庄家赢的钱是散户赢的钱；要揭示股价变化的奥密，只能采用随机过程函数和统计概率理论的数学研究方法进行。
本发明较好的技术方案可以是均分法数学模型是股票价格在高位期间运行的数学模型，该模型首先计算出股票价格可能下跌的空间或幅度，并设定股票价格每跌3％建一次仓，计算出建仓的次数，在每一次股价上升中分批卖出股票，在每一次股价下降中再分批买回卖出的股票，一年后的投资收益变化为利润M＝(入市资金/份数/分批数)×Δ％×入市次数±持仓资产重心的偏移。均分法博弈数学模型用于股票价格在高位期间运行。当股票的价格已经上升了一定的空间，股票价格处在高位。投资者进入这类股票的理由是，股票市场上有强者恒强的现象，进入这类股票的投资者的风险加大，但机会大大增加。均分法博弈数学模型首先要计算出股票价格可能下跌的空间或幅度。股票价格每跌3％建一次仓，计算出建仓的次数。投资者可把资金分的份数等于建仓的次数。在建仓过程中，投资者可在每一次股价上升中分批卖出股票，在每一次股价下降中分批买回卖出的股票。当投资者建完仓后，当股价每天发生股价波动时，都要进行股票买卖活动，把投资股票转换为买卖股票的次数。
本发明较好的技术方案还可以是金字塔法数学模型为股票价格在底部期间运行入市的数学模型，该模型用现在的买入股票的价位减去历史最低价位的价差六个等分，资金被为26＝64份，股价每下降一个等分即二倍资金进入，在每一次股价上升中分批卖出股票，在每一次股价下降中再分批买回卖出的股票，一年后的投资收益变为利润M＝(入市资金/份数/分批数)×Δ％×入市次数±持仓资产重心的偏移。金字塔入市法实用于股票价格在底部期间运行。金字塔入市法的理论基础是建立在入市资金加倍后可以大大提高投资者入市赢利概率。当投资者在买入一支股票后都会认为股票的价格会上升才会购买，实际上是二种可能性都存在。因为股票的价格是一个随机函数。当你看多买入一支股票后，一定有人看空而卖出股票。所以投资者在买入股票时，首先要考虑防范最大的风险。金字塔入市法建议投资者在买入股票时，首先要计算出这支股票的价格可能要跌到什么价位为了把风险降到零，最好定在历史上的最低点。用现在的买入股票的价位减去历史最低价位得出一个价差。投资者可根据股票价格的实际走势自行定出下跌多少空间在加倍建仓。在建仓过程中，投资者可在每一次股价上升中分批卖出股票，在每一次股价下降中分批买回卖出的股票。这可以大大降低建仓成本。当投资者建完仓后，当股价每天发生股价波动时，都要进行股票买卖活动，股价下跌时买进，股价上升时卖出，把投资股票转换为买卖股票的次数。
本发明较好的技术方案又可以是止损法数学模型以概率理论和趋势理论为基础，建立在两倍资金入市法输的通用概率公式为L/2N(1)和止损位设置减少输的通用概率公式L/3×2N(2)，式(1)中L是投资者输的概率，N是资金加倍次数；式(2)中L是投资者输的概率，N是资金加倍次数、3是止损位带来的减少。这里要特别强调的是，止损法的原理与摊薄风险的原理是完全不同的。与某些投资专家建议的摊薄风险入市法相比，摊薄风险的原理是指投资者买入一支股票，在买入后，股价开始下降，一些投资专家不是建议投资者斩仓出局，而建议投资者在更低位加倍买进，一旦股票上升，以前的损失统统可以补回。这种操作思路和风险相当大。这是因为股票的趋势理论反对这样的操作。一旦股票进入下降趋势，它将经历一段时间。在这段时间里，股价愈走愈低。当您第一次买入股票后，股价下降，这说明您事前判断出了错误，应斩仓出局，避免再次出错。如果在该股的低位加倍买进，反而加大您的风险和错误，这叫错上加错。股票市场的下降趋势是相当长的，股价跌了再跌的例子大有存在，有些股票可在一个月内跌掉90％的市值。所以，用加倍资金买进来摊薄以前的风险是适得其反。止损法博弈数学模型的原理是建立在概率理论和趋势理论的基础上的。按概率理论计算，在连续输的概率再逐渐降低，赢的概率在增加。在赢的概率增加时，加大注入资金，注入的资金风险将愈来愈低。一旦赢了，损失可补回后还有赢利。
本发明计算机自动买卖股票系统的应用根据股价出现的周期性循环和买卖股票时的羊群效应，采用三段三阶理论建立的三段三阶数据库和参数递推逼近算法，用于预测股价未来5年至10年的股价走势和出现的周期，其方法是首先采用猜想法预测，然后再用计机参数逼近法进行修改和逼近。本发明以“三段三阶”数学模型为基础一共定义了三个三段数学模型和六个三阶数学模型。每一个三段数学模型又定义了8个技术参数，每一个三阶数学模型定义了5个技术参数，总共54个参数。这54个参数与股票市场的资金面、基本面、技术面、政策面和投机操作手法相联系的。把股票市场的个股和大盘指数的三段三阶参数纪录整理并存入三段三阶数据库。“三段三阶”在纯图形三段三阶走势和资金面、政策面、基本面、技术面、投资大众心理面建立了一座桥梁和必然的联系，为计算机智能预测建立了一个数学模型。“三段三阶”和54个参数全面反映了股价变化的心理因素和物质因素，为三段三阶数据库的建立提供了理论依据，也为计算机的股价趋势的智能预测提供了大量可供分析、对比和判断的数据流。随着数据库的不断增加和完善，计算机的智能预测的准确度不断提高，这种预测完全类似气象预报，预报的精度会逐渐提高。在股市上，人们常说“历史会重演”，股票的走势也会重演。由于股市的羊群效应，很多股票的价格走势是如此之相似。例如上海大盘的走势和深圳的大盘走势相似；在1996年的行情中，深圳本地股的走势相似；深发展和上海长虹的走似相似；板块内的股票走势相似；绩优股的走势相似；大盘股走势相似……等等。这说明，在股市的投机活动中，千百万投机者的买卖活动是受到某种力量的驱使下而进行的。这是人类社会群体心理活动的普遍规律。如在选举活动中，十个候选人参选，其中二个人的条件一样，这二个人的投票结果也应是一样的。由于股价出现的周期性循环和买卖股票时的羊群效应，随机过程函数的特性也应加上一个周期性的定义。由于这个周期的长度是不规则的，目前世界上很多学术流派也在研究股价随机过程的周期(如江恩理论)。“三段三阶发明专利”创立了一套三段三阶数学模型，采用参数递推逼近算法，可用于预测股价未来5年至10年的股价走势和出现的周期，其方法是首先采用猜想法预测，然后再用计机参数逼近法进行修改和逼近。
与现有技术相比，本发明克服了大多数股票软件系统在核心模块上存在差异所存在的很多不确定性、不能通过系统自动下单和预测股价的未来，采用了零风险博弈理论技术和三段三阶发明专利而发展一套计算机自动买卖股票系统和计算机智能预测股价趋势技术，帮助散户在股票投资中克服人性的弱点，由计算机制定一套零风险博弈程序和流程，股票的买卖完全交给计算机完成，从而克服人性的弱点，保证投资者在博弈活动中风险是零而成为股市的赢家。
以下是本发明的
图1是本发明的自动买卖股票系统流程图；图2是下降通道3TM-止损法博弈数学模型计算机实现流程图；图3是调整通道3TM-止损法博弈数学模型计算机实现流程图；图4是股价底部-3TM函数—金字塔法博弈数学模型计算机实现流程图；图5是股价高位-KDJ指标—止损法博弈数学模型计算机实现流程图；图6是上升通道-KDJ-滚动资金—止损法—博弈流程计算机实现流程图；图7是三段三阶股价递推预测图形示意图；图8是参数逼近法流程示意图；图9是三段三阶股价预测图形示意图；图10是是三段三阶参数逼近预测股价图形示意图。
参照图1，计算机自动买卖股票系统，以三段三阶数学判断模型为基础，该系统包括均分法数学模型、金字塔法数学模型、止损法数学模型、上升通道-KDJ-滚动资金-金字塔-数学模型、下降通道-3TM函数-止损法-金字塔-数学模型、调整通道-KDJ指标-止损法-金字塔-数学模型、股价底部-3TM-金字塔-数学模型、股价高位-KDJ指标-止损法-金字塔-数学模型、长线投资-中线投资-三段三阶-数学模型、短线投资-KDJ指标-金字塔-数学模型和个股投资数学模型，由三段三阶数学模型分成A、B、C三段分类模块后，再由B段三阶判断模块分为低、中、高价三阶模块后，A、B、C三段分类模块先后与板块分类模块、个股分类模块连接，个股分类模块分别连接KDJ指标判断模块、3TM函数判断模块，两种判断模块汇集并与上升通道数学模型模块、下降通道数学模型模块、震荡通道数学模型模块连接，再汇集，先后与均分法数学模型、金字塔数学模型、止损法数学模型和利润M数学模型连接。
参照图2，“下降通道-3TM函数-止损法博弈数学模型计算机实现流程图”主要用于股价运行在下降通道中为投资者建立一套自动买卖股票的算法，主要使用3TM函数来监测庄家的资金进出作出买卖决定，止损模块控制投资风险。
参照图3，“调整通道-KDJ指标-止损法博弈数学模型计算机实现流程图”主要用于股价运行在调整通道中为投资者建立一套自动买卖股票的算法，主要使用KDJ指标发出的金叉和死叉作出买卖决定、用止损模块控制风险。
参照图4，“股价底部-3TM函数-金字塔法博弈数学模型计算机实现流程图”主要用于股价运行在股价底部为投资者建立一套自动买卖股票的算法，主要使用3TM函数来监测庄家的资金进出作出买卖决定，-金字塔法模块控制投资风险。
参照图5，“股价高位-KDJ指标-止损法博弈数学模型计算机实现流程图”主要用于股价运行在股价高位，为投资者建立一套自动买卖股票的算法，主要使用KDJ指标发出的金叉和死叉作出买卖决定、用金字塔法模块控制投资风险。
参照图6，“上升通道-KDJ-滚动资金-止损法-博弈流程图计算机实现流程图”主要用于股价运行在上升通道，为投资者建立一套自动买卖股票的算法，主要使用KDJ指标发出的金叉和死叉作出买卖决定、用滚动资金模块和止损法模块控制投资风险。
参照图7，该图是三段三阶股价递推预测示意图，也是一个B段三阶的股价预测示意图，时间周期是一年零6个月。股价递推预测也可进行周期为4年另一个月的三段三阶预测，但其预测误差将大于只对B段的预测。左面是已知时间T1的三段三阶股价走势。当股价在完成了一个C段和A段走势后，股价开始走向另一个A-B-C三折线循环。
参照图8，该图是参数逼近法流程示意图。其基本原理为三段三阶计算机智能预测提供了一个算法，即参数逼近法、三阶逼近法和三段逼近法。假设在三段三阶数据库的股票资料是无限地多，在实际的走势预测中，一定能在数据库中找到一支与实际走势几乎一样的股票。随着数据库资料的不断丰富和完善，股票的趋势预测会愈来愈精确。
参照图9，该图是三段三阶股价预测图形示意图。图中曲线A0-B2-C2是三段三阶数据库中的三段三阶股价5日均线的预测走势(用虚线来表示)；
曲线A0-B1-C1是三段三阶股价5日均线的实际走势；如果不用计算机的参数逼近法来修改股价5日均线的预测走势，股价的预测误差是相当大的；图中的A0点是股价5日均线预测走势和实际走势的起始点，预测走势和实际走势没有误差；图中的B2点是股价5日均线预测走势的最高点，图中的B1点是股价5日均线实际走势的最高点。很显然，这二点纵坐标误差是ΔP1＝P2-P1，这是股价误差。这二点横坐标误差是ΔT1＝T2-T1，这是时间误差；图中的C2点是股价5日均线预测走势的最低点，图中的C1点是股价5日均线实际走势的最低点。很显然，这二点股价误差是ΔP2，这二点时间误差是ΔT2；图中的直线A0-F2是预测的佛郎克趋势线，用虚线表示。图中的直线A0-F1是实际的佛郎克趋势线。很显然，预测走势和实际走势有误差；如果不采用参数逼近法来修改预测走势和逼近实际走势，预测走势产生的误差对实际应用就没有任何指导意义。就象天气预报一样，如果预报的误差很大，预报也就没有必要了。
参照图10，该图是三段三阶参数逼近预测股价图形示意图。用该流程图提供的三段三阶三级参数逼近法，可根据股价的15分钟、一日和一周的股价实际走势，用计算机实时在线修改预测的各种数据。经过修改后的预测数据，可大大提高预测精度。随着时间的逼近，预测精度愈来愈高。从理论上讲，股价预测精度可达到2％，时间误差一天。这种在线实时修改数据预测股价的方法类似洲际导弹发射系统发射导弹对攻击目标的寻找过程，只要计算机在实时修改州际导弹的运动轨迹，命中目标的精度可在一米之内。在实际生活中，如海上航行时船长或舵手在汪洋大海中不断转动罗盘仪实时修改方向和速度来接近目的地一样。
曲线A0-B2-C2是三段三阶数据库中的三段三阶股价5日均线的预测走势，以虚线来表示；曲线A0-B1-C1是三段三阶股价5日均线的实际走势；曲线A0-B1-C3是三段三阶股价5日均线的修改后的走势；图中的直线A0-F2是预测的佛郎克趋势线，以虚线表示；图中的直线A0-F1是实际的佛郎克趋势线，图中的直线A0-F3是修改后的佛郎克趋势线。
很显然，如果不采用参数逼近法来修改预测走势和逼近实际走势，预测走势将产生很大误差，对实际应用也就毫无意义。
经修改后的股价5日均线(蓝线)和实际走势的误差很小纵坐标股价相差2％，横坐标时间相差一天。
经修改后的股价5日均线能提前一天给出明日股价最高点、最低点，中线入市点和出市点，长线入市点和出市点，预报精度可达2％，对指导投资者的实际操作有很大帮助。
具体实施例方式
以下通过具体的实施方式对本发明进行更加详细的描述实施例1 均分法博弈数学模型应用实例用于股票价格在高位期间运行，一支10元价位的股票，可能下跌的空间是3元，每跌0.3元建一次仓，建仓次数等于10次。在投资建仓的过程中，每跌0.3元建一次仓，当股票跌到7元时，计建仓10次。这就形成了建仓的成本在8.5元的中长线投资资金，在建仓过程中，在每一次股价上升中分批卖出股票，在每一次股价下降中分批买回卖出的股票。当投资者建完仓后，当股价每天发生股价波动时，都要进行股票买卖活动，把投资股票转换为买卖股票的次数。一年后的投资收益变是利润M≌(入市资金/份数/分批数)×Δ％×卖股票次数±持仓资产重心的偏移假设资金是10万元，股价每上涨3％买出2500元的股票，一年后，总共卖出100次，持仓资产重心向上偏移30％，则利润M≌(10万元/10/4)×3％×100次+(8.5万元×130％)＝0.7500+11.05＝12.8万元实施例2 金字塔入市法博弈数学模型应用实例以资金有128万为例，第一次建仓的资金就是1万，买入股票10元/股计，历史上的最低点为4元/股，价差为6元/股，将价差六个等分得1元，资金被分的份数就等于26＝64，股价下降，每下降1元就二倍资金进入，既2万元买入股票，当下降第二个等分即8元时就买入4万元，当下降到第六个等分时(历史底部)买入股票64万元。这时，资金124万元都买了股票。形成了一个金字塔博弈数学模型。投资的建仓成本的重心下移到历史的底部。在建仓过程中，投资者可在每一次股价上升中分批卖出股票，在每一次股价下降中分批买回卖出的股票。这可以大大降低建仓成本。当投资者建完仓后，当股价每天发生股价波动时，都要进行股票买卖活动，股价下跌时买进，股价上升时卖出，把投资股票转换为买卖股票的次数。
一年后的投资收益变为利润M＝(入市资金/份数/分批数)×Δ％×卖股票次数±持仓资产重心的偏移，建仓后每股的价格＝Q/∑Mn/Pn，持仓资产＝实际价格×购买的总股数，Q＝资金总量，Mn＝每一次建仓的资金量，Pn＝每一次建仓的价位，N＝建仓次数假设资金是124万元，股价每上涨3％平均买出2万元的股票，一年后，总共卖出100次，建仓成本重心向上偏移50％。则利润M≌(124万元/64/1)×3％×100次+(99万元×150％)＝6万元+148万＝154万元，利润率≌(154-124)/124≌24％。
权利要求
1.一种计算机自动买卖股票系统，以三段三阶数学判断模型为基础，其特征在于计算机自动买卖股票系统包括均分法数学模型、金字塔法数学模型、止损法数学模型、上升通道-KDJ-滚动资金-金字塔-数学模型、下降通道-3TM函数-止损法-金字塔-数学模型、调整通道-KDJ指标-止损法-金字塔-数学模型、股价底部-3TM-金字塔-数学模型、股价高位-KDJ指标-止损法-金字塔-数学模型、长线投资-中线投资-三段三阶-数学模型、短线投资-KDJ指标-金字塔-数学模型和个股投资数学模型，由三段三阶数学模型分成A、B、C三段分类模块后，再由B段三阶判断模块分为低、中、高价三阶模块后，A、B、C三段分类模块先后与板块分类模块、个股分类模块连接，个股分类模块分别连接KDJ指标判断模块、3TM函数判断模块，两种判断模块汇集并与上升通道数学模型模块、下降通道数学模型模块、震荡通道数学模型模块连接，再汇集，先后与均分法数学模型、金字塔数学模型、止损法数学模型和利润M数学模型连接。
2.根据权利要求1所述的股票系统，其特征在于均分法数学模型是股票价格在高位期间运行的数学模型，该模型首先计算出股票价格可能下跌的空间或幅度，并设定股票价格每跌3％建一次仓，计算出建仓的次数，在每一次股价上升中分批卖出股票，在每一次股价下降中再分批买回卖出的股票，一年后的投资收益变化为利润M＝入市资金×Δ％×入市次数±持仓资产重心的偏移。
3.根据权利要求1所述的股票系统，其特征在于金字塔法数学模型为股票价格在底部期间运行入市的数学模型，该模型用现在的买入股票的价位减去历史最低价位的价差六个等分，资金被为26＝64份，股价每下降一个等分即二倍资金进入，在每一次股价上升中分批卖出股票，在每一次股价下降中再分批买回卖出的股票，一年后的投资收益变为利润M＝(入市资金/份数/分批数)×Δ％×入市次数±持仓资产重心的偏移。
4.根据权利要求1所述的股票系统，其特征在于止损法数学模型以概率理论和趋势理论为基础，建立在两倍资金入市法输的通用概率公式为L/2N(1)和止损位设置减少输的通用概率公式L/3X2N(2)，式(1)中L是投资者输的概率，N是资金加倍次数；式(2)中L是投资者输的概率，N是资金加倍次数、3是止损位带来的减少。
5.权利要求1所述的股票系统的应用，其特征在于根据股价出现的周期性循环和买卖股票时的羊群效应，采用三段三阶数据库和参数递推逼近算法，用于预测股价未来5年至10年的股价走势和出现的周期，其方法是首先采用猜想法预测，然后再用计机参数逼近法进行修改和逼近。
全文摘要
本发明公开了一种计算机自动买卖股票系统和股价预测系统，以三段三阶数学判断模型为基础，系统包括均分法数学模型、金字塔法数学模型、止损法数学模型、上升通道－KDJ－滚动资金－金字塔－数学模型、下降通道－3TM函数－止损法－金字塔－数学模型、调整通道－KDJ指标－止损法－金字塔－数学模型、股价底部－3TM－金字塔－数学模型、股价高位－KDJ指标－止损法－金字塔－数学模型、长线投资－中线投资－三段三阶－数学模型、短线投资－KDJ指标－金字塔－数学模型和个股投资数学模型，可用于预测未来5～10年股价，解决了系统核心模块上存在差异所存在的不确定性等问题，帮助投资者在股票投资中克服人性的弱点，由计算机程序进行股票买卖股票操作具有较强的实用性。
文档编号G06N7/00GK1617147SQ20031011217
公开日2005年5月18日 申请日期2003年11月14日 优先权日2003年11月14日
发明者张彩蓉, 周海筹, 周轶峰 申请人:张彩蓉, 周海筹, 周轶峰