股票趋势预测方法和系统与流程

本发明涉及计算机应用技术领域，尤其是涉及股票趋势预测方法和系统。

背景技术：

股票市场发展到今天人们进行了大量的研究，包括技术分析法、基本面分析法、价值投资法等，随着科技的发展、信息革命潮流和传统投资方法为人熟知，将使得预测股票走势需要更多更精准的预测分析方法，但是新的预测方法将会更加复杂，非经济和计算机应用技术领域的人们很难把握股票走势和进行技术分析。

现有的技术指标对非经济和计算机应用技术领域的人们来说，很难掌握市场动态和股票走势；现有的技术指标对股票走势的预测由于使用的人过多，以及具有一定的滞后性和加上人为的主观判断，因此不够准确和稳定。

综上所述，现有技术的主要缺点在于股票预测的方法缺乏准确性，对于非专业人员来说应用起来有较大困难。

技术实现要素：

有鉴于此，本发明的目的在于提供股票趋势预测方法和系统，可以帮助用户根据k线图上的有形地图技术指标，更容易地判断股票的趋势，从而进行科学地进行策略制定，确保用户利益。

第一方面，本发明实施例提供了股票趋势预测方法，包括：

获取第一行情数据，并对所述第一行情数据进行预处理得到第二行情数据；

根据所述第二行情数据计算股价观测oe值和股价预测pe值，并得到线性回归模型；

在所述线性回归模型中，根据所述股价预测pe值确定所述股票的走势形态和区间；

将所述走势形态和所述区间应用到所述股票的k线图中得到有形地图技术指标，并进行策略指导。

结合第一方面，本发明实施例提供了第一方面的第一种可能的实施方式，其中，所述第二行情数据包括日期、股价和成交量，所述股价预测pe值包括走势分类值和截距值，所述走势形态包括上涨、加速上涨、下跌和加速下跌，所述区间包括播种、发芽、成长、收成、冬藏、寒冬、严寒和回春。

结合第一方面的第一种可能的实施方式，本发明实施例提供了第一方面的第二种可能的实施方式，其中，所述根据所述第二行情数据计算股价观测oe值和股价预测pe值，并得到线性回归模型包括：

根据下式计算所述走势分类值：

或者；

根据下式计算所述截距值：

或者；

根据下式计算所述线性回归模型：

y＝a+bx

其中，x为所述日期，y为所述股价，n为天数，a为所述截距值，b为所述走势分类值，y为预测股价，x为预测日期。

结合第一方面的第一种可能的实施方式，本发明实施例提供了第一方面的第三种可能的实施方式，其中，所述走势分类值包括第一数值、第二数值、第三数值和第四数值，所述在所述线性回归模型中，根据所述股价预测pe值确定所述股票的走势形态和区间包括：

确定所述线性回归模型中与所述走势形态相对应的标记点，并根据所述标记点计算所述走势分类值；

根据所述走势分类值得到所述走势形态，其中，所述上涨、所述加速上涨、所述下跌和所述加速下跌对应的所述走势分类值分别为所述第一数值、所述第二数值、所述第三数值和所述第四数值；

根据所述标记点确定区间。

结合第一方面的第一种可能的实施方式，本发明实施例提供了第一方面的第四种可能的实施方式，其中，所述将所述走势形态和所述区间应用到所述股票的k线图中得到有形地图技术指标包括：

利用不同颜色将所述上涨、所述加速上涨、所述下跌、所述加速下跌、所述播种、所述发芽、所述成长、所述收成、所述冬藏、所述寒冬、所述严寒和所述回春标记在所述k线图上。

结合第一方面的第三种可能的实施方式，本发明实施例提供了第一方面的第五种可能的实施方式，其中，所述确定所述线性回归模型中与所述走势形态相对应的标记点包括：

根据所述股价和所述成交量确定第一标记点，其中，所述股价包括最低价；

计算所述线性回归模型中每点的最大误差预测值，并根据所述最大误差预测值寻找第二标记点；

计算所述第一标记点与所述第二标记点之间每点的最小误差预测值，并确定第三标记点。

结合第一方面的第五种可能的实施方式，本发明实施例提供了第一方面的第六种可能的实施方式，其中，所述确定所述线性回归模型中与所述走势形态相对应的标记点还包括：

根据所述股价确定第四标记点，其中，所述股价包括最高价；

利用所述第三标记点和所述第四标记点计算所述走势分类值；

定义截距值为所述第二标记点对应的所述股价，并从所述第二标记点计算所述股价的预测值。

根据第一方面的第三种可能的实施方式，本发明实施例提供了第一方面的第七种可能的实施方式，其中，所述确定所述线性回归模型中与所述走势形态相对应的标记点还包括：

根据所述股价和所述成交量确定第五标记点，其中，所述股价包括最高价；

计算所述回归模型中每点的最大误差预测值，并根据所述最大误差预测值寻找第六标记点；

计算所述第五标记点和所述第六标记点之间每点的最小误差预测值，并确定第七标记点；

根据所述股价确定第八标记点，其中，所述股价包括最低价；

利用所述第七标记点和所述第八标记点计算所述走势分类值；

定义截距值为所述第六标记点对应的所述股价，并从所述第六标记点计算所述股价的预测值。

结合第一方面的第三种可能的实施方式，本发明实施例提供了第一方面的第八种可能的实施方式，其中，根据所述标记点确定区间包括：

从第一标记点开始寻找第二标记点，且将所述第二标记点未确定前的区间作为所述播种；

从所述第一标记点到确定所述第二标记点后，且将第三标记点未确定前的区间作为所述发芽；

从第二标记点开始到当前节点之间的区间作为所述成长；

将当天收市价小于所述第一标记点对应的所述股价的区间作为所述收成；

从第五标记点开始寻找第六标记点，且将所述第六标记点未确定前的区间作为所述冬藏；

从所述第五标记点到确定所述第六标记点后，且将第七标记点未确定前的区间作为所述寒冬；

从所述第六标记点开始到当前节点之间的区间作为所述严寒；

将当天收市价大于所述第五标记点对应的所述股价的区间作为所述回春。

第二方面，本发明实施例提供了股票趋势预测系统，包括：

获取处理单元，用于获取第一行情数据，并对所述第一行情数据进行预处理得到第二行情数据；

第一计算单元，用于根据所述第二行情数据计算股价观测oe值和股价预测pe值，并得到线性回归模型；

第二计算单元，用于在所述线性回归模型中，根据所述股价预测pe值确定所述股票的走势形态和区间；

策略指导单元，用于将所述走势形态和所述区间应用到所述股票的k线图中得到有形地图技术指标，并进行策略指导。

本发明提供了股票趋势预测方法和系统，首先，获取第一行情数据，并对第一行情数据进行预处理得到第二行情数据；然后，根据第二行情数据计算股价观测oe值和股价预测pe值，并得到线性回归模型；其次，在线性回归模型中，根据股价预测pe值确定股票的走势形态和区间；最后，将走势形态和区间应用到股票的k线图中得到有形地图技术指标，并进行策略指导。本发明解决了股票预测的方法缺乏准确性的技术问题，可以帮助用户根据k线图上的有形地图技术指标，更容易地判断股票的趋势，从而进行科学地进行策略制定，确保用户利益。

本发明的其他特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。

为使本发明的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。

附图说明

为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明实施例提供的股票趋势预测方法流程图；

图2为本发明实施例提供的步骤s103方法流程图；

图3为本发明实施例提供的步骤s201方法流程图；

图4为本发明实施例提供的另一步骤s201方法流程图；

图5为本发明实施例提供的步骤s203方法流程图；

图6为本发明实施例提供的上涨走势定义方法示意图；

图7为本发明实施例提供的加速上涨走势定义方法示意图；

图8为本发明实施例提供的下跌走势定义方法示意图；

图9为本发明实施例提供的加速下跌走势定义方法示意图；

图10为本发明实施例提供的四种走势形态关系图；

图11为本发明实施例提供的八种区间关系图；

图12为本发明实施例提供的股票趋势预测方法示意图；

图13为本发明实施例提供的股票趋势预测系统示意图；

图14为本发明实施例提供的股票趋势预测方法的应用场景图；

图15为本发明实施例提供的另一步骤s201方法流程图。

图标：10-获取单元；20-第一计算单元；30-第二计算单元；40-策略指导单元。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合附图对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

目前，现有技术的主要缺点在于股票预测的方法缺乏准确性，对于非专业人员来说应用起来有较大困难，基于此，本发明实施例提供的股票趋势预测方法和系统，可以帮助用户根据k线图上的有形地图技术指标，更容易地判断股票的趋势，从而进行科学地进行策略制定，确保用户利益。

为便于对本实施例进行理解，首先对本发明实施例所公开的股票趋势预测方法进行详细介绍，本发明除了应用在股票，还可以应用在股指期货、商品期货以及k线走势型的金融衍生品上。

图1为本发明实施例提供的股票趋势预测方法流程图。

参照图1，股票趋势预测方法包括：

步骤s101，获取第一行情数据，并对所第一行情数据进行预处理得到第二行情数据；

具体地，每天获得股票的相关历史交易数据，包括开盘价、收盘价、最高价、最低价、成交量数据，并进行预处理。

步骤s102，根据所第二行情数据计算股价观测oe(observationexample)值和股价预测pe(predictionexample)值，并得到线性回归模型；

步骤s103，在线性回归模型中，根据所股价预测pe值确定股票的走势形态和区间；

步骤s104，将走势形态和区间应用到股票的k线图中得到有形地图技术指标，并进行策略指导。

具体地，将走势形态和区间应用到股票k线图形中，通过使用不同颜色连续在k线图上进行区间划分和形态划分，形成一种命名为“有形地图”技术指标。本发明实施例提供的有形地图技术分析指标直接应用在k线图上，用户可以直观在k线图看到有形地图分析指标，形成策略指导；如图14所示，k线图的中下部有不同颜色标注的“发芽”“成长”等形态区间的标识，当用户在k线图中发现“有形地图”的区间指标为“播种”时，代表该股票刚进入上升趋势；当用户在k线图中发现“有形地图”的区间指标为“发芽”时，代表该股票上升趋势已经形成；当用户在k线图中发现“有形地图”的区间指标为“成长”时，代表该股票上升趋势已确认和升幅加快，当用户在k线图中发现“有形地图”的区间指标为“收成”，同时在k线图上用“下箭头”表示该区间，代表该股票上升趋势已达顶峰，将会进入下跌趋势；当用户在k线图中发现“有形地图”的区间指标为“冬藏”时，代表该股票刚进入下跌趋势；当用户在k线图中发现“有形地图”的区间指标为“寒冬”时，代表该股票下跌趋势已经形成；当用户在k线图中发现“有形地图”的区间指标为“严寒”时，代表该股票下跌趋势已确认和跌幅增大；当用户在k线图中发现“有形地图”的区间指标为“回春”，同时在k线图上用“上箭头”表示该区间，代表该股票下跌趋势已达顶峰，将会进入上升趋势。这里，在图14中可以看到有上、下箭头的指示。在k线图中用“上箭头”代表该股票下跌趋势已达底谷，将会进入上升趋势，用“下箭头”代表该股票上升趋势已达顶峰，将会进入下降趋势，本发明实施例提供的预测方法通过文字、颜色、箭头等直观的标识为用户呈现趋势预测结果，辅助用户进行交易决策分析，大大提高用户体验。

根据本发明的示例性实施例，第二行情数据为预处理后的股票相关历史交易数据，包括日期、股价和成交量，股价预测pe值包括走势分类值和截距值，走势形态包括上涨、加速上涨、下跌和加速下跌，区间包括播种、发芽、成长、收成、冬藏、寒冬、严寒和回春。

具体地，股价观测oe值为现有的交易数据。

根据本发明的示例性实施例，根据第二行情数据计算股价观测oe值和股价预测pe值，并得到线性回归模型包括：

根据公式(1)计算走势分类值：

或者；

根据公式(2)计算截距值：

或者；

根据公式(3)计算线性回归模型：

y＝a+bx(3)

其中，x为日期，y为股价，n为天数，a为截距值，b为走势分类值，y为预测股价，x为预测日期。

具体地，如图12所示，由第二行情数据得到股价观测oe值，在根据股价观测oe值得到股价预测pe值，通过线性回归模型，得到预测结果。

根据本发明的示例性实施例，走势分类值包括第一数值、第二数值、第三数值和第四数值，在线性回归模型中，根据股价预测pe值确定股票的走势形态和区间包括：

参照图2，步骤s201，确定线性回归模型中与走势形态相对应的标记点，并根据标记点计算走势分类值；

步骤s202，根据走势分类值得到走势形态，其中，上涨、加速上涨、下跌和加速下跌对应的走势分类值分别为第一数值、第二数值、第三数值和第四数值；

具体地，上涨对应的走势分类值为1、加速上涨对应的走势分类值为1.1、下跌对应的走势分类值为2、加速下跌对应的走势分类值为2.1。

步骤s203，根据标记点确定区间。

根据本发明的示例性实施例，将走势形态和区间应用到股票的k线图中得到有形地图技术指标包括：

利用不同颜色将上涨、加速上涨、下跌、加速下跌、播种、发芽、成长、收成、冬藏、寒冬、严寒和回春标记在k线图上。

根据本发明的示例性实施例，步骤s201包括：

参照图3，步骤s301，根据股价和成交量确定第一标记点，其中，股价包括最低价；

步骤s302，计算线性回归模型中每点的最大误差预测值，并根据最大误差预测值寻找第二标记点；

步骤s303，计算第一标记点与第二标记点之间每点的最小误差预测值，并确定第三标记点。

具体地，如图6所示，选定第一标记点为1.0a，在该区间内1.0a为第一个股票最低价，且当天(n)成交量>前n天的平均的成交量，再利用n天的最低价分别代入公式(1)(2)(3)。利用公式(4)判断哪一点是最大误差的预测值，当n天的最大误差预测值没有改变，则将那一点就定义为第二标记点1.0b；最后，当定义1.0b后，利用1.0a与1.0b之间的最高价代入分别代入公式(1)(2)(3)，并利用公式(5)寻找一点最小误差的预测值就定义为1.0c。需要说明的是，将1.0a和1.0b代入公式(1)，走势分类值b值应大于0，即1.0b>1.0a。

这里，最大误差预测值的计算公式为：

最小误差预测值得计算公式为：

其中，oe为所述股价观测oe值，pe为所述股价预测pe值，l∞(e)为误差预测值，max为最大，min为最小。

根据本发明的示例性实施例，步骤s201还包括：

参照图4，步骤s401，根据股价确定第四标记点，其中，股价包括最高价；

步骤s402，利用第三标记点和第四标记点计算走势分类值；

步骤s403，定义截距值为第二标记点对应的股价，并从第二标记点计算股价的预测值。

具体地，如图7所示为加速上涨，选定第四标记点为1.0d，将1.0d定义为当天的最高价，且当天的最高价必须大于第三标记点1.0c；当定义1.0d后，利用1.0c与1.0d的最高价代入公式(1)以寻找走势分类值b’。

需要说明的是，以上为上涨和加速上涨的定义方法，对于下跌和加速下跌的定义方法同理可得。

参照图15，步骤s601，根据所股价和成交量确定第五标记点，其中，股价包括最高价；

步骤s602，计算回归模型中每点的最大误差预测值，并根据最大误差预测值寻找第六标记点；

步骤s603，计算第五标记点和第六标记点之间每点的最小误差预测值，并确定第七标记点；

步骤s604，根据股价确定第八标记点，其中，股价包括最低价；

步骤s605，利用第七标记点和第八标记点计算走势分类值；

步骤s606，定义截距值为第六标记点对应的股价，并从第六标记点计算股价的预测值。

具体地，第五标记点即为2.0a，第六标记点即为2.0b，第七标记点即为2.0c，第八标记点即为2.0d。对于下跌标识，如图8所示，在该区间2.0a为第一个最高价，且当天(n)成交量大于前n天的平均的成交量；然后，利用n天的最高价代入公式(1)(2)(3)。利用公式(4)判断哪个点是最大误差的预测值，当n天最大误差的预测值没有改变，那么最大的误差的预测值所在点就定义为2.0b；当定义2.0b后，利用2.0a与2.0b之间的最高价代入公式(1)(2)(3)，利用公式(5)寻找一点最小误差的预测值，并将改点定义2.0c。这里，利用2.0a和2.0b代入公式(1)，b值必须小于0，即是2.0b<2.0a。对于加速下跌标识，如图9所示，2.0d定义为当天的最低价，且当天的最低价必须小于2.0c；当定义2.0d后，利用2.0c与2.0d的最低价代入公式(1)，寻找b’。

由此可以得出，对于公式(1)，在上升1.0(此处“上升1.0”表示走势形态为上升，走势分类值为1.0)的情况下，求出的走势分类值b>0；在加速上升1.1的情况下，求出的走势分类值b’>b。走势形态的转换关系可参照图10所示，该图通过用箭头展示各种走势形态之间的转换关系，来辅助判断下一步的走势趋势。图10完整地呈现了股票走势由上升→加速上升→下跌→加速下跌→上升的转换关系流程，需要说明的是，由于上升和下跌是股票的常态，因此该图中，不仅体现了一对一的转换关系，也体现了二对一的转换关系，即上升与下降状态通过其他两种状态转化而来(上升→下跌←加速上升，上升和加速上升为两种转换到下跌的方式通道，下跌→上升←加速下跌同理可得)，也体现了互相变动的情况，符合现实中股票的实时变动趋势，可以有效涵盖绝大多数的股票涨跌转换流程，更精确可靠地帮助用户进行趋势判断。

根据本发明的示例性实施例，步骤s203包括：

参照图5，步骤s501，从第一标记点开始寻找第二标记点，且将第二标记点未确定前的区间作为播种；

步骤s502，从第一标记点到确定第二标记点后，且将第三标记点未确定前的区间作为发芽；

步骤s503，从第二标记点开始到当前节点之间的区间作为成长；

步骤s504，将当天收市价小于所述第一标记点对应的股价的区间作为收成，这里，当天的收市价必须小于当天的开市价。

具体地，对于冬藏、寒冬、严寒和回春有同理的定义方法。从第五标记点开始寻找第六标记点，且将第六标记点未确定前的区间作为冬藏；从第五标记点到确定第六标记点后，且将第七标记点未确定前的区间作为寒冬；从第六标记点开始到当前节点之间的区间作为严寒；将当天收市价大于第五标记点对应的股价的区间作为回春。从2.0a点开始寻找2.0b中，而2.0b未确定前的区间作为冬藏；从2.0a点到確定2.0b后,而2.0c未確定前的区间作为寒冬；从2.0b点开始到现在之间的区间作为严寒；当天的收市价>当天公式(3)的y预测值或当天的收市价>2.0a点股价的区间作为回春，这里，当天的收市价必須大于当天的开市价。区间的转换关系可参照图11所示，该图通过用箭头展示各种区间之间的转换关系，来辅助判断下一步的区间形态。从图11中可以看出，该图完整地呈现了股票的形态区间由播种→发芽→成长→收成→冬藏→寒冬→严寒→回春→播种的转换过程，需要说明的是，区间的转换关系不仅仅包括外部循环式转换模式，还涵盖了内部跨越式的支架转换关系，从图中可以看出，播种和发芽可以跨过成长直接转换到收成区间，寒冬和冬藏也可以直接跨过严寒直接转换到回春区间，更加贴近现实中股票波动情况，从而使本发明实施例提供的方法更加灵活可靠，为用户提供更精确的帮助。

本发明实施例通过因子选择、公式计算和人工智能等方法进行股票走势的计算，得出股票的四种形态走势判断和定义出八个区间，四种形态走势分别为上涨、加速上涨、下跌和加速下跌，八个区间分别为播种、发芽、成长、收成、冬藏、寒冬、严寒、回春，最终将四种形态和八个区间应用到股票k线图上，形成一种命名为“有形地图”的股票技术分析指标。本发明实施例所采用的公式和分析、计算方法、四种走势形态和八个区间属于创新，有效的提高走势预测的准确性，实现了用户客观地看到股票的”有形地图”区间指标，帮助用户直观判断趋势，从而进行科学地进行策略制定，确保用户利益。

图13为本发明实施例提供的股票趋势预测系统结构示意图。

参照图13，股票趋势预测系统包括：

获取处理单元10，用于获取第一行情数据，并对第一行情数据进行预处理得到第二行情数据；

第一计算单元20，用于根据第二行情数据计算股价观测oe值和股价预测pe值，并得到线性回归模型；

第二计算单元30，用于在线性回归模型中，根据股价预测pe值确定股票的走势形态和区间；

策略指导单元40，用于将走势形态和区间应用到股票的k线图中得到有形地图技术指标，并进行策略指导。

具体地，每天在k线图上通过使用不同颜色区间划分进行状态和区间的标注，生成有形地图技术指标，该标注方式属本发明实施例的应用示例；系统当天计算得出该股票的走势状态值为1.1，区间为成长区间，系统在k线图上延续画出成长区间，生成了该股票的有形地图技术分析指标；如果系统计算得出当天走势状态值为2，区间为冬藏区间，系统在k线图上延续画出冬藏区间，如此类推。

根据本发明的示例性实施例，第一计算单元20包括：

根据公式(1)计算走势分类值；

根据公式(2)计算截距值；

根据公式(3)计算线性回归模型。

本发明实施例提供的股票趋势预测系统，与上述实施例提供的股票趋势预测方法具有相同的技术特征，所以也能解决相同的技术问题，达到相同的技术效果。

本发明实施例所提供的股票趋势预测方法和系统的计算机程序产品，包括存储了程序代码的计算机可读存储介质，所述程序代码包括的指令可用于执行前面方法实施例中所述的方法，具体实现可参见方法实施例，在此不再赘述。

所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统和装置的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

另外，在本发明实施例的描述中，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。

所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(rom，read-onlymemory)、随机存取存储器(ram，randomaccessmemory)、磁碟或者光盘等各种可以存储程序代码的介质。

此外，术语“第一”、“第二”、“第三”仅用于描述目的，而不能理解为指示或暗示相对重要性。

最后应说明的是：以上所述实施例，仅为本发明的具体实施方式，用以说明本发明的技术方案，而非对其限制，本发明的保护范围并不局限于此，尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化，或者对其中部分技术特征进行等同替换；而这些修改、变化或者替换，并不使相应技术方案的本质脱离本发明实施例技术方案的精神和范围，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应所述以权利要求的保护范围为准。