本發(fā)明涉及一種股票日內(nèi)價(jià)格趨勢(shì)的量化及預(yù)測(cè)方法，屬于量化投資領(lǐng)域。

背景技術(shù)：

近些年，量化投資越來越多的出現(xiàn)在國內(nèi)股票、期貨市場(chǎng)。量化投資是指通過數(shù)量化和計(jì)算機(jī)程序化交易實(shí)現(xiàn)的投資方式。在量化投資中，統(tǒng)計(jì)套利是其中重要的投資方式。統(tǒng)計(jì)套利就是根據(jù)歷史交易數(shù)據(jù)建立預(yù)測(cè)模型，根據(jù)歷史交易信息所存在的規(guī)律進(jìn)行套利。統(tǒng)計(jì)套利的基礎(chǔ)是歷史交易數(shù)據(jù)，最常見的統(tǒng)計(jì)套利是根據(jù)股票的收益率序列建立預(yù)測(cè)模型。這種直接使用時(shí)間序列建模的方式過于簡(jiǎn)單，其中包含信息有限，準(zhǔn)確性往往不太理想。因此，股市中一些常用的技術(shù)指標(biāo)、上市公司財(cái)報(bào)、經(jīng)濟(jì)指標(biāo)，甚至社會(huì)輿論都可以作為特征數(shù)據(jù)用于股票的預(yù)測(cè)。

我們可以發(fā)現(xiàn)股票交易員在開盤期間無時(shí)無刻的不在關(guān)注股票的價(jià)格走勢(shì)，通過對(duì)股票短期變化情況判斷股票未來變化方向。有經(jīng)驗(yàn)的交易員可以根據(jù)股票的短期走勢(shì)進(jìn)行買賣獲利。這說明股票短期走勢(shì)能透露出一些隱藏信息，其中往往存在很強(qiáng)的規(guī)律性，因此，使用股票短期走勢(shì)進(jìn)行統(tǒng)計(jì)套利具有可行性。借助計(jì)算機(jī)對(duì)于數(shù)據(jù)處理和數(shù)據(jù)挖掘的能力，可以更準(zhǔn)確得到股票短期走勢(shì)對(duì)股票未來價(jià)格影響的模式。目前存在的問題是，怎樣將股票價(jià)格短期走勢(shì)量化為能被計(jì)算機(jī)處理的數(shù)據(jù)形式。

本發(fā)明提供了一種股票日內(nèi)價(jià)格趨勢(shì)的量化及預(yù)測(cè)方法，將股票日內(nèi)價(jià)格變化情況量化為股票日內(nèi)趨勢(shì)特征，根據(jù)股票日內(nèi)趨勢(shì)特征建立預(yù)測(cè)模型，對(duì)股票未來趨勢(shì)進(jìn)行預(yù)測(cè)。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明的目的在于提供一種股票日內(nèi)價(jià)格趨勢(shì)量化及預(yù)測(cè)的方法用于提高股票趨勢(shì)預(yù)測(cè)的準(zhǔn)確性。

本發(fā)明構(gòu)建了一種股票日內(nèi)價(jià)格趨勢(shì)的量化及預(yù)測(cè)方法。該方法將股票日內(nèi)趨勢(shì)進(jìn)行量化，得到股票日內(nèi)趨勢(shì)特征量；然后，使用日內(nèi)趨勢(shì)特征量預(yù)測(cè)下一交易日股票趨勢(shì)。

具體內(nèi)容包括以下幾個(gè)步驟：

步驟1：獲取股票歷史日內(nèi)分筆交易數(shù)據(jù)；對(duì)數(shù)據(jù)進(jìn)行預(yù)處理，包括數(shù)據(jù)格式轉(zhuǎn)換、數(shù)據(jù)噪聲消除、補(bǔ)全省缺項(xiàng)；使用股票日內(nèi)分筆數(shù)據(jù)量化股票日內(nèi)價(jià)格趨勢(shì)，量化后的股票日內(nèi)價(jià)格趨勢(shì)包含以下特征量：日內(nèi)波動(dòng)、日內(nèi)極差、開盤走勢(shì)、高低走勢(shì)、收盤走勢(shì)。

步驟2：采用支持向量機(jī)預(yù)測(cè)模型預(yù)測(cè)未來股票價(jià)格趨勢(shì)；將第t-1天日內(nèi)交易趨勢(shì)特征作為預(yù)測(cè)模型輸入，第t天股票價(jià)格相較第t-1天股票價(jià)格的漲跌作為預(yù)測(cè)模型輸出；使用1000天日內(nèi)交易趨勢(shì)特征建立樣本集，將樣本對(duì)應(yīng)股票的下一日漲跌作為樣本標(biāo)簽，即下一日上漲，樣本標(biāo)記為1；下一日下跌，樣本標(biāo)記為-1。

步驟3：將建立好的樣本集劃分為訓(xùn)練集、交叉驗(yàn)證集、測(cè)試集；訓(xùn)練集占樣本集的70%，交叉驗(yàn)證集占樣本集的15%，測(cè)試集占樣本集的15%。使用訓(xùn)練集、交叉驗(yàn)證集訓(xùn)練預(yù)測(cè)模型并確定模型參數(shù)；將訓(xùn)練過的模型用于測(cè)試集，檢驗(yàn)預(yù)測(cè)模型的有效性。

步驟4：將驗(yàn)證有效的預(yù)測(cè)模型用于股票價(jià)格趨勢(shì)預(yù)測(cè)。

步驟1中股票歷史日內(nèi)分筆數(shù)據(jù)可以由各種專業(yè)金融數(shù)據(jù)庫獲得。對(duì)獲取的數(shù)據(jù)進(jìn)行預(yù)處理，通常包括格式轉(zhuǎn)換、噪聲消除、補(bǔ)全缺省幾個(gè)方面。在本發(fā)明中股票日內(nèi)分筆數(shù)據(jù)按時(shí)間先后順序倒序排列，例如，某一日內(nèi)有2000筆分筆數(shù)據(jù)，序號(hào)第2000的分筆數(shù)據(jù)對(duì)應(yīng)當(dāng)天第一筆交易數(shù)據(jù)，序號(hào)第1的分筆數(shù)據(jù)對(duì)應(yīng)當(dāng)天最后一筆交易數(shù)據(jù)。

使用股票日內(nèi)分筆數(shù)據(jù)將股票日內(nèi)價(jià)格趨勢(shì)進(jìn)行量化，具體方法為：構(gòu)造股票日內(nèi)價(jià)格趨勢(shì)特征量，包括日內(nèi)波動(dòng)、日內(nèi)極差、開盤走勢(shì)、高低走勢(shì)、收盤走勢(shì)。

日內(nèi)波動(dòng)表示為

其中，為第i筆交易數(shù)據(jù)中股票價(jià)格， i表示第i筆交易，N表示日內(nèi)共N筆交易數(shù)據(jù)，為日內(nèi)分筆數(shù)據(jù)價(jià)格均值， ；

日內(nèi)極差表示為

其中，分別表示當(dāng)日最高價(jià)和當(dāng)日最低價(jià)；

開盤走勢(shì)量化為一位二進(jìn)制數(shù)，‘1’表示今日開盤價(jià)大于等于昨日收盤價(jià)， ‘0’表示今日開盤價(jià)小于昨日收盤價(jià)；

收盤走勢(shì)同樣量化為一位二進(jìn)制數(shù)，‘1’表示今日收盤價(jià)大于等于今日開盤價(jià)，‘0’表示今日收盤價(jià)小于今日開盤價(jià)；

高低走勢(shì)用最高價(jià)和最低價(jià)出現(xiàn)的時(shí)刻特征表示，在本發(fā)明中，開盤時(shí)刻表示為‘0’，收盤時(shí)刻表示為‘1’，即日內(nèi)交易時(shí)刻線性映射到區(qū)間[0,1]；最高價(jià)出現(xiàn)的時(shí)刻表示為，最低價(jià)出現(xiàn)的時(shí)刻表示為。

由于本發(fā)明中股票日內(nèi)分筆數(shù)據(jù)按時(shí)間先后順序倒序排列，，計(jì)算方法如下：

這樣最高價(jià)，最低價(jià)在日內(nèi)何時(shí)出現(xiàn)等信息都可以通過，表示，根據(jù)，，，，，可以簡(jiǎn)單描繪出日內(nèi)股票價(jià)格走勢(shì)。

對(duì)于股票價(jià)格趨勢(shì)預(yù)測(cè)實(shí)質(zhì)為分類預(yù)測(cè)，即股票價(jià)格漲跌預(yù)測(cè)。步驟2 中使用支持向量機(jī)（SVM）作為預(yù)測(cè)模型，SVM是基于統(tǒng)計(jì)理論發(fā)展而成的一種機(jī)器學(xué)習(xí)算法，對(duì)于分類問題有著很強(qiáng)的處理能力。SVM用于分類問題，一般考慮訓(xùn)練集為，其中為第i個(gè)輸入，為第i個(gè)輸入的對(duì)應(yīng)輸出。SVM進(jìn)行二分類時(shí)，尋找分類超平面

（1）

其中，，一般為非線性映射，將輸入從低維空間（n維）映射到高維特征空間（m維）。正負(fù)類樣本分別位于超平面兩側(cè)從而實(shí)現(xiàn)了二分類。不過，直接通過分類超平面分隔兩類樣本并不是很好的分類方式，因?yàn)檫@樣不僅難于優(yōu)化還會(huì)因?yàn)闃颖緮?shù)據(jù)噪聲導(dǎo)致分類效果不佳。因此我們希望正負(fù)樣本點(diǎn)盡可能遠(yuǎn)離分類超平面。根據(jù)結(jié)構(gòu)風(fēng)險(xiǎn)最小化理論，原始分類問題可以被表述為

（2）

其中，，為松弛變量。這樣原始問題被描述成為了凸優(yōu)化問題，最小化，相當(dāng)于最大化正負(fù)兩類超平面間隔。滿足條件的樣本點(diǎn)到分類超平面的垂直向量為支持向量，和為支持向量超平面，正類樣本在且遠(yuǎn)離分類超平面一側(cè)，負(fù)類樣本在且遠(yuǎn)離分類超平面一側(cè)。

在本發(fā)明中，將股票日內(nèi)趨勢(shì)特征量作為預(yù)測(cè)模型輸入，下一日股票漲跌作為模型輸出（漲表示為‘1’，跌為表示‘-1’），使用歷史數(shù)據(jù)構(gòu)造用樣本集。

步驟3中將建立好的樣本集劃分為訓(xùn)練集、交叉驗(yàn)證集、測(cè)試集；本發(fā)明中訓(xùn)練集占樣本集的70%，交叉驗(yàn)證集占樣本15%，測(cè)試集占樣本15%。訓(xùn)練集的作用是訓(xùn)練SVM預(yù)測(cè)模型；交叉驗(yàn)證集的作用是確定SVM預(yù)測(cè)模型最優(yōu)參數(shù)，包括懲罰系數(shù)和非線性映射中的參數(shù)；測(cè)試集檢驗(yàn)預(yù)測(cè)模型的有效性。

附圖說明

圖1為本發(fā)明中股票日內(nèi)價(jià)格趨勢(shì)的量化及預(yù)測(cè)方法流程圖。

具體實(shí)施方式

以下結(jié)合附圖和發(fā)明內(nèi)容說明本發(fā)明的實(shí)施方式，所舉實(shí)例用于解釋說明，并非限定本發(fā)明的實(shí)施方式，本發(fā)明也可以通過其它不同的具體實(shí)施方式實(shí)施。

本實(shí)施例中數(shù)據(jù)預(yù)處理、股票日內(nèi)趨勢(shì)量化過程通過python編程完成；建模預(yù)測(cè)過程通過Matlab編程完成。

如圖1所示，股票日內(nèi)價(jià)格趨勢(shì)的量化及預(yù)測(cè)過程為步驟S1-S4。

步驟S1，股票歷史日內(nèi)分筆交易數(shù)據(jù)在本實(shí)施例中由Tushare（一個(gè)免費(fèi)、開源的python財(cái)經(jīng)數(shù)據(jù)接口包）獲取，也可使用其它的金融數(shù)據(jù)采集工具或從相關(guān)數(shù)據(jù)庫獲取。對(duì)得到的數(shù)據(jù)進(jìn)行預(yù)處理，包括數(shù)據(jù)格式轉(zhuǎn)換、數(shù)據(jù)噪聲消除、補(bǔ)全省缺項(xiàng)。使用股票日內(nèi)分筆數(shù)據(jù)量化股票日內(nèi)價(jià)格趨勢(shì)，量化后的股票日內(nèi)價(jià)格趨勢(shì)包含以下特征量：日內(nèi)波動(dòng)、日內(nèi)極差、開盤走勢(shì)、高低走勢(shì)、收盤走勢(shì)，通過python編寫相應(yīng)的特征構(gòu)造函數(shù)得到。

日內(nèi)波動(dòng)表示為

其中，為第i筆交易數(shù)據(jù)中股票價(jià)格， i表示第i筆交易，N表示日內(nèi)共N筆交易數(shù)據(jù)，為日內(nèi)分筆數(shù)據(jù)價(jià)格均值，；

日內(nèi)極差表示為

其中，分別表示當(dāng)日最高價(jià)和當(dāng)日最低價(jià)；

開盤走勢(shì)量化為一位二進(jìn)制數(shù)，‘1’表示今日開盤價(jià)大于等于昨日收盤價(jià)， ‘0’表示今日開盤價(jià)小于昨日收盤價(jià)；

收盤走勢(shì)同樣量化為一位二進(jìn)制數(shù)，‘1’表示今日收盤價(jià)大于等于今日開盤價(jià)，‘0’表示今日收盤價(jià)小于今日開盤價(jià)；

高低走勢(shì)用最高價(jià)和最低價(jià)出現(xiàn)的時(shí)刻特征表示，在本發(fā)明中，開盤時(shí)刻表示為‘0’，收盤時(shí)刻表示為‘1’，即日內(nèi)交易時(shí)刻線性映射到區(qū)間[0,1]；最高價(jià)出現(xiàn)的時(shí)刻表示為，最低價(jià)出現(xiàn)的時(shí)刻表示為。

由于本實(shí)施例中股票日內(nèi)分筆數(shù)據(jù)按時(shí)間先后順序倒序排列，例如，某一交易日分筆數(shù)據(jù)為2000筆，開盤后第1筆交易數(shù)據(jù)的序號(hào)為2000，第2筆交易數(shù)據(jù)序號(hào)為1999，依次類推，第2000筆交易數(shù)據(jù)序號(hào)為1。，計(jì)算方法如下：

通過找到最高價(jià)、最低價(jià)對(duì)應(yīng)的序號(hào)就可以計(jì)算得出，。根據(jù)，，，，，可以簡(jiǎn)單描繪出日內(nèi)股票價(jià)格走勢(shì)。

步驟S2：采用支持向量機(jī)（SVM）預(yù)測(cè)模型預(yù)測(cè)未來股票價(jià)格趨勢(shì)；將第t-1天日內(nèi)交易趨勢(shì)特征作為預(yù)測(cè)模型輸入，第t天股票價(jià)格相較第t-1天股票價(jià)格的漲跌作為預(yù)測(cè)模型輸出；使用1000天日內(nèi)交易趨勢(shì)特征建立樣本集，將樣本對(duì)應(yīng)股票的下一日漲跌作為樣本標(biāo)簽，即下一日上漲，樣本標(biāo)記為1；下一日下跌，樣本標(biāo)記為-1。

步驟S3，將建立好的樣本集劃分為訓(xùn)練集、交叉驗(yàn)證集、測(cè)試集；本實(shí)施例中訓(xùn)練集占樣本集的70%，交叉驗(yàn)證集占樣本集的15%，測(cè)試集占樣本集的15%。訓(xùn)練集的作用是訓(xùn)練SVM預(yù)測(cè)模型；交叉驗(yàn)證集的作用是確定SVM預(yù)測(cè)模型最優(yōu)參數(shù)，包括懲罰系數(shù)和非線性映射中的參數(shù)；測(cè)試集檢驗(yàn)預(yù)測(cè)模型的有效性。

在本實(shí)施例中，經(jīng)過訓(xùn)練后的支持向量機(jī)預(yù)測(cè)模型對(duì)測(cè)試集預(yù)測(cè)的精確度和準(zhǔn)確度分別達(dá)到了79.68和75.32%，此結(jié)果說明了該預(yù)測(cè)模型在短期趨勢(shì)預(yù)測(cè)中的置信水平。投資者根據(jù)自身風(fēng)險(xiǎn)偏好和投資需求選擇適當(dāng)置信水平下的預(yù)測(cè)模型。

步驟S4，將驗(yàn)證有效的預(yù)測(cè)模型用于股票趨勢(shì)預(yù)測(cè)，即使用第t天股票日內(nèi)趨勢(shì)特征，預(yù)測(cè)第t+1天股票價(jià)格趨勢(shì)。

步驟S2、S3、S4均通過編寫Matlab程序完成，其中支持向量機(jī)模型使用的是Matlab版本下LIBSVM。

上述實(shí)施例僅例示性說明本發(fā)明的原理及其功效，而非用于限制本發(fā)明。任何熟悉此技術(shù)的人士皆可在不違背本發(fā)明的精神及范疇下，對(duì)上述實(shí)施例進(jìn)行修飾或改變。因此，舉凡所屬技術(shù)領(lǐng)域中具有通常知識(shí)者在未脫離本發(fā)明所揭示的精神與技術(shù)思想下所完成的一切等效修飾或改變，仍應(yīng)由本發(fā)明的權(quán)利要求所涵蓋。