信息推荐方法、电子设备和计算机存储介质技术

本发明专利技术涉及一种息推荐方法、电子设备和计算机存储介质。该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。本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。

Information recommendation method, electronic equipment and computer storage medium

The invention relates to a recommendation method, an electronic device and a computer storage medium. This method determines the benchmark low price and the benchmark high price; determines the depth of decline according to the benchmark high price and the benchmark low price; determines the number of steps according to the total amount of capital and the benchmark high price; determines the height of steps according to the number of steps and the depth of decline; and makes information recommendation according to the height of steps. This method is based on the step height, and the step height is based on the benchmark low price and the benchmark high price to get the depth of decline and the number of steps to determine, so that this method can be based on the price attributes of the investment object for information recommendation, to avoid unreasonable recommendation.

【技术实现步骤摘要】
信息推荐方法、电子设备和计算机存储介质
本专利技术涉及计算机
，尤其涉及一种信息推荐方法、电子设备和计算机存储介质。
技术介绍
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。
技术实现思路
(一)要解决的技术问题为了合理推荐，本专利技术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，本专利技术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，本专利技术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，本专利技术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)有益效果本专利技术的有益效果是：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为本专利技术一个实施例提供的一种信息推荐方法方法流程图；图2为本专利技术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专利技术，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，对本专利技术作详细描述。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本文档来自技高网...

【技术保护点】
1.一种信息推荐方法，其特征在于，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。

【技术特征摘要】
1.一种信息推荐方法，其特征在于，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。2.根据权利要求1所述的方法，其特征在于，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。3.根据权利要求2所述的方法，其特征在于，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。4.根据权利要求3所述的方法，其特征在于，所述S102包括：跌幅深度＝基准高价格-基准低价格。5.根据权利要求4所述的方法，其特征在于，所述S103包括：台阶数＝(资金总量*0.8)/(一手*基准高价格)。6.根据权利要求5所述的方法，其特征在于，所述S104包括：台阶高度＝跌幅深度/台阶数。7.根据权利要求6所述的方法，其特征在于，所述S105包括：每当股价相对...

【专利技术属性】
技术研发人员：周海筹，周云川，賴锡胤，杨金胜，
申请(专利权)人：东莞市波动赢机器人科技有限公司，
类型：发明
国别省市：广东,44