一种金融市场用数据参考分析方法与流程

文档序号:15448865发布日期:2018-09-14 23:42阅读:1341来源:国知局

本发明涉及金融数据分析技术领域,尤其涉及一种金融市场用数据参考分析方法。



背景技术:

在金融市场中,经常需要做数据分析,以便通过历史数据对当前的市场走向提供参考依据。金融时长瞬息万变,海量的历史数据导致数据分析的难度很大。目前,市场数据分析的方法很多,但是各有各的缺点,导致最终的分析结果差距巨大。



技术实现要素:

基于背景技术存在的技术问题,本发明提出了一种金融市场用数据参考分析方法。

本发明提出的一种金融市场用数据参考分析方法,包括以下步骤:

s1、获取预设的追溯时间长度内的历史数据,并根据历史数据绘制线形趋势图;

s2、从线形趋势图上截取最近的目标时间长度上的曲线段作为目标曲线,追溯时间长度至少为目标时间长度的10倍;

s3、以追溯时间长度内位于目标时间长度之前的时间段为参考时间段,通过图像分析,从参考时间段内获取线形变化趋势与目标曲线的线形变化趋势一致的曲线段作为原始参考曲线;

s4、根据各参考曲线的时间跨度与目标时间长度的比值对各参考曲线进行缩放,获取多个与原始参考曲线一一对应的等比参考曲线,各等比参考曲线的时间时间跨度与目标曲线一致;

s5、建立以时间为x轴,以根据时间变化的变量作为y轴的坐标轴,将目标曲线移动到坐标轴中;

s6、在坐标轴中设置由多根平行于x轴的切割线,最下方的切割线经过目标曲线的最低点或者起始点,统计各切割线与目标曲线的交点;

s7、将各等比参考曲线均移动到坐标轴中,且各等比参考曲线与最下方的切割线的相对位置关系与目标曲线与最下方的切割线的相对位置关系一致;

s8、分别统计各等比参考曲线与各切割线的交点;

s9、选取备选曲线,任意一条切割线在目标曲线上的交点数量与在备选曲线上的交点数量一致;

s10、选择与目标曲线的交点数量大于1的切割线作为评估线,根据预设的评估模型计算目标曲线和各备选曲线的形变权值;

评估模型为:其中,i为评估线的序号,n为评估线与目标曲线或者备选曲线的交点数量,为第i条评估线与目标曲线或者备选曲线的第n个交点的x坐标值;

s11、选取形变权值与目标曲线的形变权值最接近的备选曲线作为目标备选曲线,获取目标备选曲线对应的原始参考曲线作为目标参考曲线。

优选地,追溯时间长度为目标时间长度的20到100倍。

优选地,追溯时间长度至少为一年,目标时间长度至少为一周。

优选地,切割线至少为5条。

优选地,最上方的切割线不高于目标曲线的最高点。

本发明提出的一种金融市场用数据参考分析方法,首先通过将庞大的数据转换为线形图,将零散的数据分析对象转换为线形结构,有利于抓取数据变化的大方向,降低数据分析的工作量和难度。

本发明中,通过线形趋势图,在时间跨度较大的参考时间段上获取与目标曲线结果最相似的目标参考曲线,然后根据目标参考曲线对目标参考曲线进行分析。如此,可通过线形分析,寻找与当前数据现象最相似的历史数据现象,从而为当前数据现象的分析提供更加精确的参考对象。

本发明中,首先通过图像分析识别,获取原始参考曲线,然后通过线形缩放将原始参考曲线缩放为等比参考曲线,有利于进一步观察等比参考曲线与目标曲线的相似度;再通过切割线与目标曲线和备选曲线的交点数量选取的备选曲线,可进一步保证备选曲线与目标曲线的线形的相似,缩小最终选择与目标曲线最相似的原始参考曲线的范围;最后通过评估模型对于目标曲线和备选曲线在同一层次的水平跨度进行对比,获取水平跨度与目标曲线最接近的备选曲线,进一步保证了目标参考曲线与目标曲线的高相似度。

如此,本发明中,结合图像分析、线形分析和坐标轴分析,选择目标参考曲线,有利于保证最终选择的历史参考数据与当前目标数据的相似,有利于保证通过历史数据对近期数据进行参考分析的精确。

附图说明

图1为本发明提出的一种金融市场用数据参考分析方法流程图。

具体实施方式

参照图1,本发明提出的一种金融市场用数据参考分析方法,包括以下步骤。

s1、获取预设的追溯时间长度内的历史数据,并根据历史数据绘制线形趋势图。如此,通过将庞大的数据转换为线形图,将零散的数据分析对象转换为线形结构,有利于抓取数据变化的大方向,降低数据分析的工作量和难度。

s2、从线形趋势图上截取最近的目标时间长度上的曲线段作为目标曲线,追溯时间长度至少为目标时间长度的10倍。具体的,本步骤中,为了保证历史参考数据的充足,追溯时间长度为目标时间长度的20到100倍,具体的,追溯时间长度至少为一年,目标时间长度至少为一周,以保证数据分析的准确。

s3、以追溯时间长度内位于目标时间长度之前的时间段为参考时间段,通过图像分析,从参考时间段内获取线形变化趋势与目标曲线的线形变化趋势一致的曲线段作为原始参考曲线。

本实施方式中,目标曲线为当前的分析对象,参考时间段上的曲线为历史参考对象。本步骤s3中,通过图像分析获取原始参考曲线,这里原始参考曲线为与目标曲线线形结果相同的曲线,这种相同包含放大关系、缩小关系,也包含图像分析可容纳的差异。具体的,通过图像分析获取的原始参考曲线可能是目标曲线的放大形态也可能是目标曲线的缩小形态,且原始参考曲线与目标曲线的微小差异在图像识别的许可误差之内。

s4、根据各参考曲线的时间跨度与目标时间长度的比值对各参考曲线进行缩放,获取多个与原始参考曲线一一对应的等比参考曲线,各等比参考曲线的时间时间跨度与目标曲线一致。如此,通过将原始参考曲线缩放为等比参考曲线,有利于进一步观察等比参考曲线与目标曲线的相似度。

s5、建立以时间为x轴,以根据时间变化的变量作为y轴的坐标轴,将目标曲线移动到坐标轴中。

s6、在坐标轴中设置由多根平行于x轴的切割线,最下方的切割线经过目标曲线的最低点或者起始点,统计各切割线与目标曲线的交点。

s7、将各等比参考曲线均移动到坐标轴中,且各等比参考曲线与最下方的切割线的相对位置关系与目标曲线与最下方的切割线的相对位置关系一致。本步骤中,如果上一步s6中最下方的切割线经过目标曲线的最低点,则等比参考曲线移动到最下方的切割线经过其最低点的位置;反之,如果上一步s6中最下方的切割线经过目标曲线的起始点,则等比参考曲线移动到最下方的切割线经过其起始点的位置。

s8、分别统计各等比参考曲线与各切割线的交点。

s9、选取备选曲线,任意一条切割线在目标曲线上的交点数量与在备选曲线上的交点数量一致。如此,通过切割线与目标曲线和备选曲线的交点数量选取的备选曲线,可进一步保证备选曲线与目标曲线的线形的相似,缩小最终选择与目标曲线最相似的原始参考曲线的范围。

具体的,本实施方式中,为了保证备选曲线的精确选择,切割线至少为5条,且,最上方的切割线不高于目标曲线的最高点,以避免切割线在目标曲线或者等比参考曲线的切割位置过于边缘化,影响备选曲线的选择。

s10、选择与目标曲线的交点数量大于1的切割线作为评估线,根据预设的评估模型计算目标曲线和各备选曲线的形变权值。

本实施方式中,步骤s2中的目标时间长度在选择时,必须保证目标曲线上至少有一个反向拐点,以保证本步骤s10中能够顺利获取至少一条评估线,评估线数量越多,可保证最终的线形分析越精确。

评估模型为:其中,i为评估线的序号,n为评估线与目标曲线或者备选曲线的交点数量,为第i条评估线与目标曲线或者备选曲线的第n个交点的x坐标值。

s11、选取形变权值与目标曲线的形变权值最接近的备选曲线作为目标备选曲线,获取目标备选曲线对应的原始参考曲线作为目标参考曲线。

本步骤中,通过评估模型对于目标曲线和备选曲线在同一层次的水平跨度进行对比,获取水平跨度与目标曲线最接近的备选曲线,进一步保证了目标参考曲线与目标曲线的高相似度,从而有利于保证通过历史数据对近期数据进行参考分析的精确。

以上所述,仅为本发明较佳的具体实施方式,但本发明的保护范围并不局限于此,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,根据本发明的技术方案及其发明构思加以等同替换或改变,都应涵盖在本发明的保护范围之内。

当前第1页1 2 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1