股票分析方法和系统技术方案

本发明专利技术涉及一种股票分析方法和系统，所述方法包括：获取第一原始股票序列和第二原始股票序列；根据预设的嵌入维数、预设的嵌入延迟、构建各第一股票状态向量和各第二股票状态向量；对所述各第一股票状态向量进行排序，获取各第一股票重排序向量，并获取各第二股票重排序向量；根据所述各第二股票重排序向量和预设的权重系数，计算所述各第二股票重排序向量的非单调交叉点取值概率，并计算第一股票到第二股票方向的交叉置换熵，确定所述第一原始股票序列和所述第二原始股票序列的耦合强度。本发明专利技术所提供的股票分析方法，对于价格波动大的股票的分析，计算出来的股票间的耦合强度结果更加准确。

Stock analysis method and system

The invention relates to a method and system for stock analysis, the method comprises: obtaining the first original stock sequence and the second original stock series; according to a preset preset embedding dimension, embedding delay, construction of the first stock state vector and state vector of each second shares; to sort the first stock to obtain the state vector. The first stock reordering vector, and obtained second shares ranking vector; according to the weight coefficient of each of the second stock reorder vector and preset, calculate the second stock ranking vector of non monotone crossing point probability, and calculate the cross entropy to second stock stock replacement first direction, determine the coupling strength the first original stock series and the second series of the original stock. The stock analysis method provided by the invention provides more accurate analysis of the coupling strength between the stocks calculated by the analysis of the stock with large price fluctuation.

【技术实现步骤摘要】

本专利技术涉及股票分析
，特别是涉及一种股票分析方法和系统。
技术介绍
全球的股票市场内，股票种类众多，价格瞬息万变，不同行业的股票之间存在一定的关联性，同时因为某些股票投资机构的投资操作，也导致不同的股票之间存在很强的关联，但由于股票自身价格波动的不确定性，股票数据量大、以及股票关联的不确定性因素众多，无论是众多的股票散户，还是股票分析机构，如何从海量的股票数据中，准确分析各股票之间的关联性，是股票分析领域一个重要的课题。
技术实现思路
基于此，有必要针对各股票间关联性的分析问题，提供一种股票分析方法和系统，其中所述方法包括：获取第一原始股票序列和第二原始股票序列；根据预设的嵌入维数、预设的嵌入延迟、所述第一原始股票序列和所述第二原始股票序列，构建各第一股票状态向量和各第二股票状态向量；对所述各第一股票状态向量进行排序，获取各第一股票重排序向量，并根据所述各第一股票重排序向量和所述各第二股票状态向量，获取各第二股票重排序向量；根据所述各第二股票重排序向量和预设的权重系数，计算所述各第二股票重排序向量的非单调交叉点取值概率；根据所述各第二股票重排序向量的非单调交叉点取值概率，计算第一股票到第二股票方向的交叉置换熵；根据所述第一股票到第二股票方向的交叉置换熵，确定所述第一原始股票序列和所述第二原始股票序列的耦合强度。在其中一个实施例中，在所述获取第一原始股票序列和第二原始股票序列的步骤之后，所述方法还包括：将所述第一原始股票序列和所述第二原始股票序列进行时间同步处理，获取第一股票同步后序列和第二股票同步后序列；对所述第一股票同步后序列和第二股票同步后序列进行标准化处理，获取第一股票标准化序列和第二股票标准化序列，所述根据预设的嵌入维数、预设的嵌入延迟、所述第一原始股票序列和所述第二原始股票序列，构建各第一股票状态向量和各第二股票状态向量，还包括：根据预设的嵌入维数、预设的嵌入延迟、所述第一股票标准化序列和所述第二股票标准化序列，构建各第一股票状态向量和各第二股票状态向量。在其中一个实施例中，所述根据预设的嵌入维数、预设的嵌入延迟、所述第一原始股票序列和所述第二原始股票序列，构建各第一股票状态向量和各第二股票状态向量，包括：以所述预设的嵌入延迟为提取步长，在所述第一原始股票序列和所述第二原始股票序列中，分别从第一个数据开始提取预设的嵌入维数个数据，组成所述第一原始股票序列和所述第二原始股票序列的第一个状态向量，直至最后一个状态向量的最后一个数据为所述第一原始股票序列和所述第二原始股票序列的最后一个数据为止。在其中一个实施例中，所述对所述各第一股票状态向量进行排序，获取各第一股票重排序向量，并根据所述各第一股票重排序向量和所述各第二股票状态向量，获取各第二股票重排序向量，包括：对所述各第一股票状态向量进行非递减排序，获取所述各第一股票重排序向量；根据所述各第一股票重排序向量，获取所述各第一股票重排序向量的位置向量；根据所述各第一股票重排序向量的位置向量，对与所述各第一股票重排序向量相对应的各第二股票状态向量进行排序，获取所述各第二股票重排序向量。在其中一个实施例中，所述预设的权重系数包括：根据所述第二股票重排序向量的特征值计算所述预设的权重系数，所述特征值包括算术平均值、方差值、相关系数、连乘累计赋权值其中的一个。在其中一个实施例中，在根据所述各第二股票重排序向量的非单调交叉点取值概率，计算第一股票到第二股票方向的交叉置换熵的步骤之后，所述方法还包括：对所述各第二股票状态向量进行排序，获取各第二股票重排序向量，并根据所述各第二股票重排序向量和所述各第一股票状态向量，获取各第一股票重排序向量；根据所述各第一股票重排序向量和预设的权重系数，计算所述各第一股票重排序向量的非单调交叉点取值概率；根据所述各第一股票重排序向量的非单调交叉点取值概率，计算第二股票到第一股票方向的交叉置换熵；根据所述第一股票到第二股票方向的交叉置换熵和所述第二股票到第一股票方向的交叉置换熵，确定所述第一原始股票序列和第二原始股票序列的耦合方向。本专利技术所提供的股票分析方法，提取两个股票的原始数据后，按照预设的嵌入维数和嵌入延迟，分别构建各第一股票状态向量和各第二股票状态向量，将各所述第一股票状态向量进行重排序后，根据排序后的第一股票重排序向量，获取各第二股票重排序向量，再根据所述各第二股票重排序向量和预设的权重系数，计算第一股票到第二股票方向的交叉置换熵，最后根据所述第一股票到第二股票方向的交叉置换熵，确定所述第一原始股票序列和所述第二原始股票序列的耦合强度。本专利技术所提供的股票分析方法，对于价格波动大的股票的分析，计算出来的股票间的耦合强度结果更加准确。在其中一个实施例中，对原始的股票数据进行同步及标准化的处理，使得用于分析的基础数据更加完善和标准，从而使得股票间的耦合强度的计算结果更加准确。在其中一个实施例中，根据第一股票状态向量非递减排序后的位置向量，对第二股票状态向量进行排序，能够挖掘不同股票间的关联度，在股票间的耦合强度的计算结果中，体现股票间的关联强度。在其中一个实施例中，根据重排序后的股票状态向量的特征值，设定权重系数，加入非单调交叉点取值概率的计算中，能够更好的体现状态向量的选定特征，在最终的股票关联度的计算结果中，更好的体现原始股票数据的波动性等特征。在其中一个实施例中，通过比较两只股票间的相互之间的耦合强度，确定所述两只股票间的耦合方向，在确定股票间耦合强度的同时，进一步确定股票间的耦合方向，为股票间的关联性分析提供了更加清晰的关联方向。本专利技术还提供一种股票分析系统，包括：原始股票序列获取模块，用于获取第一原始股票序列和第二原始股票序列；状态向量构建模块，用于根据预设的嵌入维数、预设的嵌入延迟、所述第一原始股票序列和所述第二原始股票序列，构建各第一股票状态向量和各第二股票状态向量；重排序向量确定模块，用于对所述各第一股票状态向量进行排序，获取各第一股票重排序向量，并根据所述各第一股票重排序向量和所述各第二股票状态向量，获取各第二股票重排序向量；交叉点取值概率计算模块，用于根据所述各第二股票重排序向量和预设的权重系数，计算所述各第二股票重排序向量的非单调交叉点取值概率；交叉置换熵计算模块，用于根据所述各第二股票重排序向量的非单调交叉点取值概率，计算第一股票到第二股票方向的交叉置换熵；耦合强度确定模块，用于耦合强度确定模块，用于根据所述第一股票到第二股票方向的交叉置换熵，确定所述第一原始股票序列和所述第二原始股票序列的耦合强度。在其中一个实施例中，还包括：序列同步模块，用于将所述第一原始股票序列和所述第二原始股票序列进行时间同步处理，获取第一股票同步后序列和第二股票同步后序列；序列标准化模块，用于对所述第一股票同步后序列和第二股票同步后序列进行标准化处理，获取第一股票标准化序列和第二股票标准化序列，所述重排序向量确定模块，还用于根据预设的嵌入维数、预设的嵌入延迟、所述第一股票标准化序列和所述第二股票标准化序列，构建各第一股票状态向量和各第二股票状态向量。在其中一个实施例中，所述状态向量构建模块，用于以所述预设的嵌入延迟为提取步长，在所述第一原始股票序列和所述第二原始股票序列中，分别从第一个数据开始提取预设的嵌入维本文档来自技高网...

【技术保护点】
一种股票分析方法，其特征在于，所述方法包括：获取第一原始股票序列和第二原始股票序列；根据预设的嵌入维数、预设的嵌入延迟、所述第一原始股票序列和所述第二原始股票序列，构建各第一股票状态向量和各第二股票状态向量；对所述各第一股票状态向量进行排序，获取各第一股票重排序向量，并根据所述各第一股票重排序向量和所述各第二股票状态向量，获取各第二股票重排序向量；根据所述各第二股票重排序向量和预设的权重系数，计算所述各第二股票重排序向量的非单调交叉点取值概率；根据所述各第二股票重排序向量的非单调交叉点取值概率，计算第一股票到第二股票方向的交叉置换熵；根据所述第一股票到第二股票方向的交叉置换熵，确定所述第一原始股票序列和所述第二原始股票序列的耦合强度。

【技术特征摘要】
1.一种股票分析方法，其特征在于，所述方法包括：获取第一原始股票序列和第二原始股票序列；根据预设的嵌入维数、预设的嵌入延迟、所述第一原始股票序列和所述第二原始股票序列，构建各第一股票状态向量和各第二股票状态向量；对所述各第一股票状态向量进行排序，获取各第一股票重排序向量，并根据所述各第一股票重排序向量和所述各第二股票状态向量，获取各第二股票重排序向量；根据所述各第二股票重排序向量和预设的权重系数，计算所述各第二股票重排序向量的非单调交叉点取值概率；根据所述各第二股票重排序向量的非单调交叉点取值概率，计算第一股票到第二股票方向的交叉置换熵；根据所述第一股票到第二股票方向的交叉置换熵，确定所述第一原始股票序列和所述第二原始股票序列的耦合强度。2.根据权利要求1所述的股票分析方法，其特征在于，在所述获取第一原始股票序列和第二原始股票序列的步骤之后，所述方法还包括：将所述第一原始股票序列和所述第二原始股票序列进行时间同步处理，获取第一股票同步后序列和第二股票同步后序列；对所述第一股票同步后序列和第二股票同步后序列进行标准化处理，获取第一股票标准化序列和第二股票标准化序列，所述根据预设的嵌入维数、预设的嵌入延迟、所述第一原始股票序列和所述第二原始股票序列，构建各第一股票状态向量和各第二股票状态向量，还包括：根据预设的嵌入维数、预设的嵌入延迟、所述第一股票标准化序列和所述第二股票标准化序列，构建各第一股票状态向量和各第二股票状态向量。3.根据权利要求1所述的股票分析方法，其特征在于，所述根据预设的嵌入维数、预设的嵌入延迟、所述第一原始股票序列和所述第二原始股票序列，构建各第一股票状态向量和各第二股票状态向量，包括：以所述预设的嵌入延迟为提取步长，在所述第一原始股票序列和所述第二原始股票序列中，分别从第一个数据开始提取预设的嵌入维数个数据，组成所述第一原始股票序列和所述第二原始股票序列的第一个状态向量，直至最后一个状态向量的最后一个数据为所述第一原始股票序列和所述第二原始股票序列的最后一个数据为止。4.根据权利要求1所述的股票分析方法，其特征在于，所述对所述各第一股票状态向量进行排序，获取各第一股票重排序向量，并根据所述各第一股票重排序向量和所述各第二股票状态向量，获取各第二股票重排序向量，包括：对所述各第一股票状态向量进行非递减排序，获取所述各第一股票重排序向量；根据所述各第一股票重排序向量，获取所述各第一股票重排序向量的位置向量；根据所述各第一股票重排序向量的位置向量，对与所述各第一股票重排序向量相对应的各第二股票状态向量进行排序，获取所述各第二股票重排序向量。5.根据权利要求1所述的股票分析方法，其特征在于，所述预设的权重系数包括：根据所述第二股票重排序向量的特征值计算所述预设的权重系数，所述特征值包括算术平均值、方差值、相关系数、连乘累计赋权值其中的一个。6.根据权利要求1所述的股票分析方法，其特征在于，在根据所述各第二股票重排序向量的非单调交叉点取值概率，计算第一股票到第二股票方向的交叉置换熵的步骤之后，所述方法还包括：对所述各第二股票状态向量进行排序，获取各第二股票重排序向量，并根据所述各第二股票重排序向量和所述各第一股票状态向量，获取各第一股票重排序向量；根据所述各第一股票重排序向量和预设的权重系数，计算所述各第一股票重排序向量的非单调交叉点取值概率；根据所述各第一股票重排序向量的非单调交叉点取值概率，计算第二股票到第一股票方向的交叉置换熵；根据所述第一股票到第二股票方向的交叉置换熵和所述第二股票到第...

【专利技术属性】
技术研发人员：史文彬，朱仪芳，洪阳，
申请(专利权)人：清华大学，
类型：发明
国别省市：北京;11