本发明涉及计算机技术领域，尤其涉及一种信息推荐方法、电子设备和计算机存储介质。
背景技术：
目前，业内提供一种机器人可以为散户提供投资建议，并可以集合多个用户的资金和其他大量资金的用户进行博弈，为此，如何向投资者推荐投资信息，使其有限资金无限大成为当前研究的热点。
技术实现要素：
(一)要解决的技术问题
为了合理推荐，本发明提供一种息推荐方法、电子设备和计算机存储介质。
(二)技术方案
为了达到上述目的，本发明采用的主要技术方案包括：
一种信息推荐方法，所述方法，包括：
s101，确定基准低价格和基准高价格；
s102，根据所述基准高价格和所述基准低价格，确定跌幅深度；
s103，根据资金总量和所述基准高价格，确定台阶数；
s104，根据所述台阶数和所述跌幅深度，确定台阶高度；
s105，根据所述台阶高度进行信息推荐。
可选地，所述s101之前，还包括：
监控当前价格，并确定所述当前价格出现回调。
可选地，所述s101包括：
将历史交易信息中的最低价格确定为基准低价格；
将出现回调前的价格确定为基准高价格。
可选地，所述s102包括：
跌幅深度＝基准高价格-基准低价格。
可选地，所述s103包括：
台阶数＝(资金总量*0.8)/(一手*基准高价格)。
可选地，所述s104包括：
台阶高度＝跌幅深度/台阶数。
可选地，所述s105包括：
每当股价相对于所述基准高价格下降一个台阶高度时，推荐信息为：买进一手的信息；
每当股价相对于所述基准高价格上升三个台阶高度时，推荐信息为：卖出一手。
可选地，所述s105包括：
s105-1，获取一周内的历史新闻信息的标签；
s105-2，根据所述标签将所述历史新闻信息分为利好信息类、利空信息类和其他类；
s105-3，计算利好系数n＝利好信息类中信息数量/历史新闻信息数量，利空系数m＝利空信息类中信息数量/历史新闻信息数量；
s105-4，每当股价相对于所述基准高价格下降logn/mn*台阶高度时，推荐信息为：买进一手的信息；每当股价相对于所述基准高价格上升3*logn/mn*台阶高度时，推荐信息为：卖出一手。
为了达到上述目的，本发明采用的主要技术方案还包括：
一种电子设备，包括存储器、处理器、总线以及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述方法任意一项的步骤。
为了达到上述目的，本发明采用的主要技术方案还包括：
一种计算机存储介质，其上存储有计算机程序，所述程序被处理器执行时实现如上述方法任意一项的步骤。
(三)有益效果
本发明的有益效果是：根据台阶高度进行推荐，而台阶高度是基于基准低价格和基准高价格得到的跌幅深度和台阶数确定的，使得本方法可以根据投资对象的价格属性进行信息推荐，避免在了不合理推荐
附图说明
图1为本发明一个实施例提供的一种信息推荐方法方法流程图；
图2为本发明一个实施例提供的一种电子设备的结构示意图。
具体实施方式
为了更好的解释本发明，以便于理解，下面以金融产品中的股票交易场景为例，并结合附图，通过具体实施方式，对本发明作详细描述。
市场上流行的股票交易方法是追涨杀跌、与庄共舞、做趋势的朋友、和庄家同向操作、方向错了止损出局。当所有投资者均按该方法确定的交易信息进行交易时，容易造成股价暴涨暴跌，进而造成多数投资者亏损。
与之不同，本提案提供一种方法，根据台阶高度进行推荐，而台阶高度是基于基准低价格和基准高价格得到的跌幅深度和台阶数确定的，使得本方法可以根据投资对象的价格属性进行信息推荐，避免在了不合理推荐。
参见图1，本实施例提供的信息推荐方法方法实现流程如下：
s100，监控当前价格，并确定当前价格出现回调。
股票交易时的交易时机很重要，本实施例为了防止盲目提供推荐信息会持续监控各股票的当前价格。并且在合适的时机进行信息推荐，保证向投资者提供最恰当的信息。即在股价价格下跌时推荐买入股票信息，上升时推荐卖出股票信息。
为了满足上述需求，本实施例监控股票的当前价格时，分析当前的价格是否出现回调，当出现回调时，该股票的股价就会出现高点。只有出现高点的股票，才执行本实施例提供的信息推荐方案，向投资者推荐信息，以协助投资者进入金融市场。同时，进入市场后向投资者推荐购买信息的具体内容，如买进多少数量的股票，也是由此时的高点决定。
因此，在本步骤中，监控当前价格，若发现股票a的当前价格一直比前一时刻价格高(即价格上升)后，首次出现当前价格低于前一时刻价格(此时的价格即为后续步骤中的基准高价格)，则确定当前价格出现回调，此时，执行后续步骤。
需要说明的是，本步骤并非每次均执行的步骤，当首次通过本实施例提供的方法进行信息推荐时，或者，等发现有新的股票信息需要推荐时，或者，其他原因，才执行本步骤。本实施例不对本步骤的执行触发进行限定。
s101，确定基准低价格和基准高价格。
将历史交易信息中的最低价格确定为基准低价格；将出现回调前的价格确定为基准高价格。
如股票a的历史交易信息中最低的价格352元，则将352元确定为基准低价格。如股票a回调前的价格是472元，则472元为基准高价格。
本提案通过考虑基准低价格使得推荐的信息更加符合该股票的历史情况，通过考虑基准高价格使得推荐的信息更加符合该股票的当前情况。通过综合考虑二者，使得推荐的信息更加合理。
s102，根据基准高价格和基准低价格，确定跌幅深度。
跌幅深度＝基准高价格-基准低价格。
如股票a的跌幅深度＝472元-352元＝120元。
s103，根据资金总量和基准高价格，确定台阶数。
台阶数＝(资金总量*0.8)/(一手*基准高价格)。
其中，0.8为一次买进资金总量的百分比。0.8为最优比例，可以保证当股价不断下跌时，投资者都有资金买进，而使投资损失最小化。在实际应用时，也可以根据情况变化。
例如，投资者有800万的资金，一手为100股，则台阶数＝(8000000*0.8)/(100*472)＝135。
s104，根据台阶数和跌幅深度，确定台阶高度。
台阶高度＝跌幅深度/台阶数。
例如，股票a的台阶高度＝120元/135＝0.88元。
s105，根据台阶高度进行信息推荐。
每当股价相对于基准高价格下降一个台阶高度时，推荐信息为：买进一手的信息；每当股价相对于基准高价格上升三个台阶高度时，推荐信息为：卖出一手。
例如，当股票a的股价每跌一个台阶(0.88元)推荐买进100股，股价愈跌愈买，不断买进。当股价上升三个台阶，推荐卖出100股，股价愈涨不断卖出。
通过本实施例提供的方法，可以起到追跌杀涨的作用。
本方法的赢利＝波动次数*0.88元*3*100。
除此之外，还可以根据新闻消息调整推荐信息。如：
s105-1，获取一周内的历史新闻信息的标签。
本步骤中的历史新闻信息可以通过爬虫对网络中的相关信息进行爬取。
例如爬取股票a相关的新闻信息，如股票a所属行业信息，股票a涉及的上市公司的新闻信息，股票a的股东信息，我国及外国的金融新闻信息等，只要跟股票a的股价相关的均可收集。
s105-2，根据标签将历史新闻信息分为利好信息类、利空信息类和其他类。
对促进股票a的股价上涨的历史新闻消息归为利好信息类，对促进股票a的股价下跌的历史新闻消息归为利空信息类，其他消息归为其他类。
s105-3，计算利好系数n＝利好信息类中信息数量/历史新闻信息数量，利空系数m＝利空信息类中信息数量/历史新闻信息数量。
s105-4，每当股价相对于基准高价格下降logn/mn*台阶高度时，推荐信息为：买进一手的信息；每当股价相对于基准高价格上升3*logn/mn*台阶高度时，推荐信息为：卖出一手。
通过利好消息和利空消息的比例，合理的推荐信息进行调整，使得推荐的信息不仅符合股票的历史规律、当前情况，还符合预期，更加提升了本实施例提供的方法的推荐准确性。
通过上述方法，可以实现追跌杀涨，股价愈跌愈推荐买入消息，与庄对抗做，趋势的敌人，追跌杀涨，永不止损出局。与庄家进行资金博弈，比谁的资金多。
在确定推荐的消息时，考虑到了当前价格是否出现回调，当前价格出现回调是本实施例提供的方案的执行触发点，回调愈深，第一次推荐的买入数量就愈多。如果推荐买入股票信息后，股价又开始下跌，本实施例提供的方法仍会推荐进一步买入的信息，以进行博弈。在实战中或电脑程式化交易的设计中本实施例提供的方法所推荐的信息可以保证投资者在交易中风险为零和资金最大化，进而在投资者和操纵金融产品价格的庄家博弈中，确保投资者的资金远远大于庄家的资金。
另外，本实施例提供的方法，当股价不断往下跌时，仍向投资者推荐买进信息，进而确保投资者可在任何一支金融产品上的任何一个价位买进金融产品，都能做到投资风险降到零。当金融产品价格大跌，通过本实施例推荐的信息保证投资者风险最小化，当股价由下跌变成上升时，通过本实施例推荐的信息保证投资者有足够多的资金建多头单，跑赢大盘。
此外，本实施例提供的方法所推荐的信息不会造成股价大幅波动，不会有暴涨暴跌的情况发生。
本发明提供的方法，根据台阶高度进行推荐，而台阶高度是基于基准低价格和基准高价格得到的跌幅深度和台阶数确定的，使得本方法可以根据投资对象的价格属性进行信息推荐，避免在了不合理推荐。
参见图2，本实施例提供了一种电子设备，该电子设备包括：存储器201、处理器202、总线203以及存储在存储器201上并可在处理器202上运行的计算机程序，所述处理器202执行所述程序时实现如下方法：
确定基准低价格和基准高价格；
根据基准高价格和基准低价格，确定跌幅深度；
根据资金总量和基准高价格，确定台阶数；
根据台阶数和跌幅深度，确定台阶高度；
根据台阶高度进行信息推荐。
可选地，确定基准低价格和基准高价格之前，还包括：
监控当前价格，并确定当前价格出现回调。
可选地，确定基准低价格和基准高价格包括：
将历史交易信息中的最低价格确定为基准低价格；
将出现回调前的价格确定为基准高价格。
可选地，根据基准高价格和基准低价格，确定跌幅深度包括：
跌幅深度＝基准高价格-基准低价格。
可选地，根据资金总量和基准高价格，确定台阶数包括：
台阶数＝(资金总量*0.8)/(一手*基准高价格)。
可选地，根据台阶数和跌幅深度，确定台阶高度包括：
台阶高度＝跌幅深度/台阶数。
可选地，根据台阶高度进行信息推荐包括：
每当股价相对于基准高价格下降一个台阶高度时，推荐信息为：买进一手的信息；
每当股价相对于基准高价格上升三个台阶高度时，推荐信息为：卖出一手。
可选地，根据台阶高度进行信息推荐包括：
获取一周内的历史新闻信息的标签；
根据标签将历史新闻信息分为利好信息类、利空信息类和其他类；
计算利好系数n＝利好信息类中信息数量/历史新闻信息数量，利空系数m＝利空信息类中信息数量/历史新闻信息数量；
每当股价相对于基准高价格下降logn/mn*台阶高度时，推荐信息为：买进一手的信息；每当股价相对于基准高价格上升3*logn/mn*台阶高度时，推荐信息为：卖出一手。
本实施例提供的电子设备，根据台阶高度进行推荐，而台阶高度是基于基准低价格和基准高价格得到的跌幅深度和台阶数确定的，使得本方法可以根据投资对象的价格属性进行信息推荐，避免在了不合理推荐。
本实施例提供了一种计算机存储介质，该计算机存储介质执行如下操作：
确定基准低价格和基准高价格；
根据基准高价格和基准低价格，确定跌幅深度；
根据资金总量和基准高价格，确定台阶数；
根据台阶数和跌幅深度，确定台阶高度；
根据台阶高度进行信息推荐。
可选地，确定基准低价格和基准高价格之前，还包括：
监控当前价格，并确定当前价格出现回调。
可选地，确定基准低价格和基准高价格包括：
将历史交易信息中的最低价格确定为基准低价格；
将出现回调前的价格确定为基准高价格。
可选地，根据基准高价格和基准低价格，确定跌幅深度包括：
跌幅深度＝基准高价格-基准低价格。
可选地，根据资金总量和基准高价格，确定台阶数包括：
台阶数＝(资金总量*0.8)/(一手*基准高价格)。
可选地，根据台阶数和跌幅深度，确定台阶高度包括：
台阶高度＝跌幅深度/台阶数。
可选地，根据台阶高度进行信息推荐包括：
每当股价相对于基准高价格下降一个台阶高度时，推荐信息为：买进一手的信息；
每当股价相对于基准高价格上升三个台阶高度时，推荐信息为：卖出一手。
可选地，根据台阶高度进行信息推荐包括：
获取一周内的历史新闻信息的标签；
根据标签将历史新闻信息分为利好信息类、利空信息类和其他类；
计算利好系数n＝利好信息类中信息数量/历史新闻信息数量，利空系数m＝利空信息类中信息数量/历史新闻信息数量；
每当股价相对于基准高价格下降logn/mn*台阶高度时，推荐信息为：买进一手的信息；每当股价相对于基准高价格上升3*logn/mn*台阶高度时，推荐信息为：卖出一手。
本实施例提供的计算机存储介质，根据台阶高度进行推荐，而台阶高度是基于基准低价格和基准高价格得到的跌幅深度和台阶数确定的，使得本方法可以根据投资对象的价格属性进行信息推荐，避免在了不合理推荐。
需要明确的是，本发明并不局限于上文所描述并在图中示出的特定配置和处理。为了简明起见，这里省略了对已知方法的详细描述。在上述实施例中，描述和示出了若干具体的步骤作为示例。但是，本发明的方法过程并不限于所描述和示出的具体步骤，本领域的技术人员可以在领会本发明的精神后，作出各种改变、修改和添加，或者改变步骤之间的顺序。
还需要说明的是，本发明中提及的示例性实施例，基于一系列的步骤或者装置描述一些方法或系统。但是，本发明不局限于上述步骤的顺序，也就是说，可以按照实施例中提及的顺序执行步骤，也可以不同于实施例中的顺序，或者若干步骤同时执行。
最后应说明的是：以上所述的各实施例仅用于说明本发明的技术方案，而非对其限制；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：其依然可以对前述实施例所记载的技术方案进行修改，或者对其中部分或全部技术特征进行等同替换；而这些修改或替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。