一种股票模式自动识别与预测方法技术

本发明专利技术公开了一种股票模式自动识别与预测方法，通过模式识别方法检测出股市历史上发生过的图表模式并作为训练数据用于股票预测的支持向量机的训练，能够自动识别图表模式并进行交易决策。本发明专利技术包括步骤：设计股市历史图表模式识别方法；图表模式特征提取；支持向量机的训练以及股票持有时间的确定。本发明专利技术主要针对减少传统人工在图表模式发现的高成本问题，同时提升传统图表模式正确率不高的问题，预测结果比传统方法更精确，在回测实验中也能获得超额收益。

A Method for Automatic Recognition and Forecasting of Stock Patterns

The invention discloses an automatic identification and prediction method of stock pattern, which detects the chart patterns that have occurred in the history of stock market by pattern recognition method and trains support vector machine for stock prediction as training data, and can automatically recognize chart patterns and make trading decisions. The invention comprises the following steps: designing a pattern recognition method for historical charts of stock market; extracting charts pattern features; training of support vector machine and determination of stock holding time. The invention mainly aims at reducing the high cost of traditional manual discovery in the chart pattern, and improving the low accuracy of the traditional chart pattern. The prediction result is more accurate than the traditional method, and the excess profit can be obtained in the back test experiment.

【技术实现步骤摘要】
一种股票模式自动识别与预测方法
本专利技术属于模式识别、机器学习以及金融领域,是一种股票模式自动识别与预测方法。
技术介绍
在股票市场的各种模式中，股票价格的图表模式(chartpatterns)被广泛用于短期或长期预测。股票价格的图表模式是通过将股票的历史交易数据按不同周期绘制在图表上，然后股票在某一时间段的市场表现能够一定程度的通过图表的形状表现出来。金融领域的专业人士在经过长时间的经验积累下总结了许多有效的图表模式，如茶杯柄模式、双重底模式、三重底模式、扩散模式、三角形模式、头肩底模式等。随着股票市场的快速发展，股票市场每日都产生了海量的交易数据。采用传统的靠人工识别的方法对海量股票池中进行模式的发现存在以下几个问题：1)股票市场上已经有大量的股票选择(如截止2018年6月A股上市公司已有3514家)，这些股票每天都产生新的交易数据，在如此大规模的交易数据中发现目标模式需要消耗大量的精力；2)识别出可靠的图表模式需要大量的经验积累以及专业知识，并且积累所得的有限经验并不能完全体现市场变化；3)每一个交易日的可供交易时间有限，在交易截止时间之前完成当日模式的匹配并进行交易，是一件本文档来自技高网...

【技术保护点】
1.一种股票模式自动识别与预测方法，其特征在于,包括以下几个步骤：(1)获取股票数据并进行预处理，得到待识别图表模式的候选序列；(2)设计图表模式的识别方法；(3)设计基于支持向量机的股票预测模型并进行训练；(4)使用步骤(3)中的预测模型，确定检测股票的是否买入及持有时间。

【技术特征摘要】
1.一种股票模式自动识别与预测方法，其特征在于,包括以下几个步骤：(1)获取股票数据并进行预处理，得到待识别图表模式的候选序列；(2)设计图表模式的识别方法；(3)设计基于支持向量机的股票预测模型并进行训练；(4)使用步骤(3)中的预测模型，确定检测股票的是否买入及持有时间。2.根据权利要求1所述的一种股票模式自动识别与预测方法，其特征在于步骤(1)中所述的获取股票数据并进行预处理，得到待识别图表模式的候选序列，具体过程如下：在各大财经网站获取得到所有股票的历史数据，包括收盘价、成交量，得到数据后，以一段时间内股票的收盘价的极大值点以及极小值点作为序列候选分割点，根据不同图表模式的极大(小)值点排列方式进行确认最终分割点进行分割，得到不同图表模式的候选序列。3.根据权利要求1所述的一种股票模式自动识别与预测方法，其特征在于步骤(2)中所述的图表模式的识别方法设计，具体过程如下：为了识别图表模式，为每一个图表模式定义一个体现图表模式收盘价价格走势的模板序列，通过候选序列与待识别图表模式的模板序列进行对比匹配，对匹配程度根据经验设定一个阈值，高于阈值则认为匹配成功，匹配方法使用动态时间规整法(DynamicTimeWraping)。4.根据权利要求1所述的一种股票模式自动识别与预测方法，其特征在于步骤(3)所述的基于支持向量机的预测...

【专利技术属性】
技术研发人员：李春光，黄生帅，
申请(专利权)人：浙江大学，
类型：发明
国别省市：浙江,33