能量值结合大数据预测价格涨跌的算法及应用的制作方法

本发明涉及数据智能分析技术领域，具体涉及能量值结合大数据预测价格涨跌的算法及应用。

背景技术：

现有技术中的分析方法及技术指标具有滞后性，目前分析盘面走势都是以过去一个特定时期数据分析或综合，在趋势已经出现一段时间后才能体现出来，往往错过了最佳的进场机会。

其次，现有的分析方法不够准确、较为主观，目前采用的方法无法准确、量化的反映即时价格变动的幅度、力度，且目前的采用的金叉死叉、背离、均线等分析方法都具有主观性因素。

还有，现有的周期计算方式不够灵活，目前的分析方法往往是分钟图、5分钟图、小时图、日图、周图等，而不方便体现1.2小时、52分钟这样的盘面，显得不够灵活，不便多周期分析。

技术实现要素：

本发明专利的目的在于克服上述现有技术中存在的不足，提供一种能量值结合大数据预测价格涨跌的算法及应用。本发明的方法在现有的分析方法上，能够即时把握价格走势，且可以通过价格变动规律，使其具有一定的超前预判性；能较客观、准确、量化的反应即时价格变动的幅度、力度，对历史价格变动、当前价格所处的阶段等有较准确的把握；不受各种周期图的约束或羁绊，可以自由的获取多种时段的价格变动值，多种周期自由切换，如1327分钟、375分钟等功能。

为了达到上述发明目的，本发明解决技术问题采用如下技术方案：

包括k线能量值、不同时段的能量值、不同时段的最高点与最低点、通过最高点与最低点的先后确定上涨能量或下跌能量、大数据验证和优化参数；

基于分析价格走势的k线图(蜡烛图)，以分钟图为基础(即每根k线为1分钟)，将每根k线的收盘价减去这根k线的开盘价从而获取每根k线的能量值，能量值为正则本根k线为阳线，能量值为负则本根k线为阴线，将不同阶段k线的能量值进行累加，即可获得极短期、短期、中期、中长期、长期、超长期等不同时长的能量值。

优选的，通过从后至前的方式将k线编号，即从当前往过去的方式，当前k线的编号为0，往前依次为1、2、3、4、5……以此类推，扫描n根k线(n可根据实际需要自定义)，获取各个阶段的最高点及最低点(即：极短期的最高点与最低点、短期的最高点与最低点、中期的最高点与最低点、长期的最高点与最低点等)。

优选的，根据一个特定阶段内最高点与最低点的两根k线编号的大小，即可获知最高点在前或最低点在前，若最高点所对应的k线编号大于最低点所对应的k线，则最高点在前；若对低点所对应的k线编号大于最高点所对应的k线，则最低点在前；若最高点所在k线编号等于最低点所在k线的编号，当本根k线的能量值为正时最低点在前，反之当本根k线能量值为负时最高点在前；若最高点在前最低点在后，现阶段为最低点之后的上涨期，最低点所在k线至当前k线的能量值之和，即为此阶段上涨能量值；反之，若最低点在前最高点在后，现阶段为最高点之后的下跌期，最高点所在k线至当前k线的能量值之和，即为本阶段的下跌能量值。

优选的，根据指标及自动化程序设计的需要对各种时段进行自定义并计算相应的能量值，例如：将10年自定义为超长期、1年自定义为长期、1月自定义为中长期、3天自定义为中期、12小时自定义为短期、1小时自定义为极短期；以自定义1年为例，1年等于525600分钟，扫描0至525600根k线获取1年内最高点时的k线编号与1年内最低点时k线的编号，根据两根k线的编号可得知最高点在前或最低点在前，从而获取从过去1年中最高点(或最低点)至今的下跌(或上涨)能量值；同理，可获取1月、3天、12小时及1小时的上涨(或下跌)能量值。

优选的，基于能量值的算法可以设计各种自动化交易程序(或指标)的模型，通过每个交易品种的历史价格大数据进行验证并获取自动化交易程序(或指标)的最佳参数，例如当p根k线的上涨能量小于m时上涨能量衰竭，就可通过对过去10年历史大数据的分析检验获得p和m的值，即过去10年内当p为p、m为m时下跌概率最大。

本发明具有如下有益效果：

1、具有一定的超前性，即在行情尚未启动时进场交易，可以获得较好的进场位置，比如：当某阶段的下跌能量小于一定数值，下跌能量衰竭时进场做多，此时的进场位置远比已经上涨了一定幅度时进场做多的位置更好、价格更低、获利空间更大、止损可能性更小。

2、较为准确、及时、能够量化，可以将不同阶段的上涨能量或下跌能量进行量化，也可以及时进场或者拒绝进场，比如：当极短期能量值大幅升高至某一特定值时判定为上涨行情启动，即时进场做多，若根据均线或以均线为基础的相关指标，则会错过行情启动时进场的机会。

3、行情预测的胜率较高，基于历史大数据验证和参数优化后，基于能量值的自动化交易系统(或指标)，在执行自动化交易(或发出交易信号)时，以客观的能量值和概率为基础，因此能有较高的胜率保障。

附图说明

图1为本发明的演示示意图；

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。

实施例1

本实施例提供了一种能量值结合大数据预测价格涨跌的算法，具体实施例步骤如下所示：

s1：扫描50根k线，确定50根k线内的最高点及最低点，参考附图1，最高点为36号k线，最低点为16号k线，根据最高点与最低点的编号，确定最高点在前、最低点在后。

s2：计算从最低点至当前0号k线的能量值为0.00049(即0号k线能量值+1号k线能量值+……16号k线能量值＝0.00049)，计算从最高点(36号k线)至最低点前(17号k线)的能量值为-0.00066。

s3：从36号k线至17号k线共20根k线，从16号k线至0号k线共17根k线，由此可以计算出从最高点至最低点的下跌能量均值为-0.000033(计算方式为-0.00066÷20＝-0.000033)，最低点至当前的上涨能量均值为0.000029(计算方式为0.00049÷17＝0.000029)。

s4：取上涨能量均值的绝对值为0.000029，,下跌能量均值的绝对值为0.000033，下跌能量大于上涨能量。

s5：通过历史大数据检验，当最高点k线编号及最低点k线编号均大于m时下跌概率最大(m取值范围为10至50)经优化当m大于15时概率较高。

s6：满足附加条件当前价格处于10根k线最高点，即可下单做空。

通过实验，我们能较为准确、及时得到相关数据，并将不同阶段的上涨能量或下跌能量进行量化，也可以及时进场或者拒绝进场，比如：当极短期能量值大幅升高至某一特定值时判定为上涨行情启动，即时进场做多，若根据均线或以均线为基础的相关指标，则会错过行情启动时进场的机会。

行情预测的胜率较高，基于历史大数据验证和参数优化后，基于能量值的自动化交易系统(或指标)，在执行自动化交易(或发出交易信号)时，以客观的能量值和概率为基础，因此能有较高的胜率保障。

以上实施例的先后顺序仅为便于描述，不代表实施例的优劣。

最后应说明的是：以上实施例仅用以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：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，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精神和范围。