交易机器人分类模型的训练方法、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交易机器人分类模型的训练方法、电子设备和计算机存储介质。该方法交易机器人获取预设时间段内的各股票每日的成交量、开盘价格、收盘价格、最高价格、最低价格；分别确定各股票每日成交量、开盘价格、收盘价格、最高价格、最低价格对应的包络值；交易机器人以包络值作为训练样本，通过k‑means算法进行训练，得到分类模型。本方法交易机器人获取预设时间段内的各股票每日的信息，并分别确定各股票每日成交量、开盘价格、收盘价格、最高价格、最低价格对应的包络值；交易机器人以包络值作为训练样本，通过k‑means算法进行训练，得到分类模型，由于包络值比真实值更平滑，因此通过包络值训练出的模型更加精确。

Training method, electronic equipment and computer storage medium for transaction robot classification model

The invention relates to a training method of a classification model of a trading robot, an electronic device and a computer storage medium. In this method, the Trading Robot obtains the daily trading volume, opening price, closing price, maximum price and minimum price of each stock in a preset period of time, determines the envelope values corresponding to the daily trading volume, opening price, closing price, maximum price and minimum price of each stock, and trains the Trading Robot with envelope values. Samples were trained by K means algorithm, and the classification model was obtained. In this method, the Trading Robot obtains the daily information of each stock in the preset period, and determines the envelope values corresponding to the daily trading volume, opening price, closing price, maximum price and lowest price of each stock separately. The Trading Robot takes the envelope value as the training sample and trains through k_means algorithm to get the classification model. Because the envelope value is more smooth than the real value, the model trained by envelope value is more accurate.

【技术实现步骤摘要】
交易机器人分类模型的训练方法、电子设备和计算机存储介质
本专利技术涉及计算机
，尤其涉及一种交易机器人分类模型的训练方法、电子设备和计算机存储介质。
技术介绍
全世界股票、期货、外汇和黄金市场是一个资金博弈市场或资金博弈平台。博弈的决策人是操纵每个金融产品的庄家，这是极少数人。博弈策略是筹集大量的资金，利用资金优势，大量买进股票或各种金融产品，并控制了大量的筹码或金融产品，通过资金优势，任意拉抬和打压金融产品的价格，制造价格的波动，通过价格波动来赢得博弈胜利，就是赢取博弈对手的钱。交易机器人可以基于股票信息智能的向投资者推荐投资信息，而如何训练交易机器人，使其推荐的信息更加准确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交易机器人分类模型的训练方法、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：一种交易机器人分类模型的训练方法，所述方法，包括：S101，交易机器人获取预设时间段内的各股票每日的成交量、开盘价格、收盘价格、最高价格、最低价格；S102，分别确定各股票每日成交量、开盘价格、收盘价本文档来自技高网...

【技术保护点】
1.一种交易机器人分类模型的训练方法，其特征在于，所述方法，包括：S101，交易机器人获取预设时间段内的各股票每日的成交量、开盘价格、收盘价格、最高价格、最低价格；S102，分别确定各股票每日成交量、开盘价格、收盘价格、最高价格、最低价格对应的包络值；S103，交易机器人以包络值作为训练样本，通过k‑means算法进行训练，得到分类模型。

【技术特征摘要】
1.一种交易机器人分类模型的训练方法，其特征在于，所述方法，包括：S101，交易机器人获取预设时间段内的各股票每日的成交量、开盘价格、收盘价格、最高价格、最低价格；S102，分别确定各股票每日成交量、开盘价格、收盘价格、最高价格、最低价格对应的包络值；S103，交易机器人以包络值作为训练样本，通过k-means算法进行训练，得到分类模型。2.根据权利要求1所述的方法，其特征在于，所述预设时间段为一年。3.根据权利要求1所述的方法，其特征在于，所述S102的包络值通过如下公式得到：Ei(t)＝a*[fi(t)-fi(t-1)]+logfi(t)；a＝0.05*minfi(t)/maxfi(t)；i为参数标识，参数为成交量或开盘价格或收盘价格或最高价格或最低价格，Ei(t)为t日i对应的包络值，fi(t)为t日i的值。4.根据权利要求1所述的方法，其特征在于，所述S103包括：S103-1，对于任一股票n，将其第t日的成交量包络值、开盘价格包络值、收盘价格包络值、最高价格包络值、最低价包络值组成向量S103-2，根据形成样本点；S103-3，通过k-means算法对各样本点进行聚类，形成分类模型。5.根据权利要求4所述的方法，其特征在于，所述103-2中每一个作为一个样本点。6.根据权利要求5所述的方法，其特征在于，S103-3包括：S103-...

【专利技术属性】
技术研发人员：周海筹，韦柯军，賴锡胤，周云川，
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