一种基于虚拟资本集聚的股票风险分析方法和系统技术方案

本发明专利技术实施例公开了一种基于虚拟资本集聚的股票风险分析方法和系统，该方法包括：基于待分析股票的日最大成交额和虚拟资本的聚集状态结构比例将虚拟资本成交额分为高档虚拟资本成交额、中档虚拟资本成交额和低档虚拟资本成交额；将所述高档虚拟资本成交额累加至前一天的高档虚拟资本成交额得到资本集聚指标；将所述高档虚拟资本成交额、所述中档虚拟资本成交额和所述低档虚拟资本成交额分别乘以各自预设权重，并累加至前一天得到股票价格影响指标；对所述资本集聚指标和所述股票价格影响指标进行统计分析，获取所述资本集聚指标和所述股票价格影响指标的关联关系，并基于所述关联关系和所述资本集聚指标对股票风险进行分析预测。

A Stock Risk Analysis Method and System Based on Virtual Capital Agglomeration

【技术实现步骤摘要】
一种基于虚拟资本集聚的股票风险分析方法和系统
本专利技术实施例涉及数据处理
，具体涉及一种基于虚拟资本集聚的股票风险分析方法和系统。
技术介绍
随着市场经济的发展，股票市场也在不断的发展，市场中有越来越多的股票可供投资者选择。为了便于投资者对股票进行选择，对股票进行分析至关重要。目前，在对股票进行分析时，通常采用的方式是，简单通过公告数据、新闻数据等为投资者提供股票资讯。由此可以看出，现有的股票分析方式，分析数据来源单一，且未对数据进行更深入的分析。因此，如何更加有效的对股票进行综合分析，进而为投资者提供更加全面准确的股票信息，是一项亟待解决的问题。
技术实现思路
为此，本专利技术实施例提供一种基于虚拟资本集聚的股票风险分析方法和系统，更加有效的对股票进行综合分析，进而为投资者提供更加全面准确的股票信息。为了实现上述目的，本专利技术实施例提供如下技术方案：根据本专利技术实施例的第一方面，提供一种基于虚拟资本集聚的股票风险分析方法，包括：基于待分析股票的日最大成交额和虚拟资本的聚集状态结构比例将虚拟资本成交额分为高档虚拟资本成交额、中档虚拟资本成交额和低档虚拟资本成交额；将所述高档虚拟资本成交额累加至前一天的高档虚拟资本成交额得到资本集聚指标；将所述高档虚拟资本成交额、所述中档虚拟资本成交额和所述低档虚拟资本成交额分别乘以各自预设权重，并累加至前一天得到股票价格影响指标；对所述资本集聚指标和所述股票价格影响指标进行统计分析，基于前M天资本集聚指标平均值-前N-M至前N+M天资本集聚指标平均值得到M-N资本集聚平滑指标，基于前M天股票价格影响指标平均值-前N-M至前N+M天股票价格影响指标平均值得到M-N股票价格影响平滑指标，其中M＜N；将所述M-N资本集聚平滑指标和所述M-N股票价格影响平滑指标输入到已训练的股票风险等级预测模型，对待分析股票的风险等级进行预测。进一步的，对待分析股票的风险指数进行预测前，还包括：将股票风险等级分为高度风险等级、中度风险等级和低度风险等级，并分别获取高度风险等级、中度风险等级和低度风险等级对应情况下的M-N资本集聚平滑指标和M-N股票价格影响平滑指标；分别在历史数据中对每个风险等级下的M、N取不同值，得到对应风险等级下，不同时间段的M-N资本集聚平滑指标和M-N股票价格影响平滑指标，其中M＜N；将M、N取值相同的M-N资本集聚平滑指标和M-N股票价格影响平滑指标作为一组训练样本；分别对不同M、N取值下的训练样本组进行训练，得到不同M、N取值下的备用股票风险等级预测模型，并对所述备用股票风险等级预测模型进行验证，得到最优M、N取值下的股票风险等级预测模型。进一步的，基于待分析股票的日最大成交额和虚拟资本的聚集状态结构比例将虚拟资本成交额分为高档虚拟资本成交额、中档虚拟资本成交额和低档虚拟资本成交额前，还包括：基于python网络请求和java网络请求下载基础数据，所述基础数据包括待分析股票的公司季报、财务报表、股票债务数据和当天交易明细，并录入oracle数据库；将所述基础数据制作数据表和表示图，并统计待分析股票的虚拟资本。进一步的，还包括：对所述财务报表进行分析，获取待分析股票的价值面的平均水平、最低水平和最高水平，基于所述最高水平和最低水平设定交易安全边际。进一步的，基于待分析股票的日最大成交额和虚拟资本的聚集状态结构比例将虚拟资本成交额分为高档虚拟资本成交额、中档虚拟资本成交额和低档虚拟资本成交额，具体包括：获取待分析股票当日的最大成交额m，并基于预先统计得到的虚拟资本的聚集状态结构比例21％：79％将虚拟资本划分为三个档次，其中，高档虚拟资本成交额≥m*79％，m*79％＞中档虚拟资本成交额≥m*21％，低档虚拟资本成交额＜m*21％。进一步的，将所述高档虚拟资本成交额累加至前一天的高档虚拟资本成交额得到资本集聚指标，具体包括：将每一天的所述高档虚拟资本的数据在前一天的基础上累加，直至累加至当前的前一天，得到资本集聚指标。进一步的，将所述高档虚拟资本成交额、所述中档虚拟资本成交额和所述低档虚拟资本成交额分别乘以各自预设权重，并累加至前一天得到股票价格影响指标，具体包括：基于预先统计分析得到的权重系数，所述高档虚拟资本指标、所述中档虚拟资本指标和所述低档虚拟资本指标的权重系数分别为1/5、1/2和3/10。根据本专利技术实施例的第二方面，提供一种基于虚拟资本集聚的股票风险分析系统，包括：采集模块，基于待分析股票的日最大成交额和虚拟资本的聚集状态结构比例将虚拟资本成交额分为高档虚拟资本成交额、中档虚拟资本成交额和低档虚拟资本成交额；提取模块，用于将所述高档虚拟资本成交额累加至前一天的高档虚拟资本成交额得到资本集聚指标；将所述高档虚拟资本成交额、所述中档虚拟资本成交额和所述低档虚拟资本成交额分别乘以各自预设权重，并累加至前一天得到股票价格影响指标；分析模块，用于对所述资本集聚指标和所述股票价格影响指标进行统计分析，基于前M天资本集聚指标平均值-前N-M至前N+M天资本集聚指标平均值得到M-N资本集聚平滑指标，基于前M天股票价格影响指标平均值-前N-M至前N+M天股票价格影响指标平均值得到M-N股票价格影响平滑指标，其中M＜N；将所述M-N资本集聚平滑指标和所述M-N股票价格影响平滑指标输入到已训练的股票风险等级预测模型，对待分析股票的风险等级进行预测。根据本专利技术实施例的第三方面，提供一种电子设备，包括存储器、处理器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本专利技术实施例的第一方面所述方法的步骤。根据本专利技术实施例的第四方面，提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如本专利技术实施例的第一方面所述方法的步骤。本专利技术实施例具有如下优点：通过统计分析得出M-N资本集聚平滑指标和M-N股票价格影响平滑指标的关联关系，进而通过股票的资本聚集指标预测股票价格影响指标的走势，进而对股票风险进行分析预测。附图说明为了更清楚地说明本专利技术的实施方式或现有技术中的技术方案，下面将对实施方式或现有技术描述中所需要使用的附图作简单地介绍。显而易见地，下面描述中的附图仅仅是示例性的，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图引伸获得其它的实施附图。本说明书所绘示的结构、比例、大小等，均仅用以配合说明书所揭示的内容，以供熟悉此技术的人士了解与阅读，并非用以限定本专利技术可实施的限定条件，故不具技术上的实质意义，任何结构的修饰、比例关系的改变或大小的调整，在不影响本专利技术所能产生的功效及所能达成的目的下，均应仍落在本专利技术所揭示的
技术实现思路
得能涵盖的范围内。图1为本专利技术实施例提供的基于虚拟资本集聚的股票风险分析方法示意图；图2为本专利技术实施例提供的基于虚拟资本集聚的股票风险分析系统示意图。图3为本专利技术实施例提供的电子设备的实体结构示意图。具体实施方式以下由特定的具体实施例说明本专利技术的实施方式，熟悉此技术的人士可由本说明书所揭露的内容轻易地了解本专利技术的其他优点及功效，显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例本文档来自技高网...

【技术保护点】
1.一种基于虚拟资本集聚的股票风险分析方法，其特征在于，包括：基于待分析股票的日最大成交额和虚拟资本的聚集状态结构比例将虚拟资本成交额分为高档虚拟资本成交额、中档虚拟资本成交额和低档虚拟资本成交额；将所述高档虚拟资本成交额累加至前一天的高档虚拟资本成交额得到资本集聚指标；将所述高档虚拟资本成交额、所述中档虚拟资本成交额和所述低档虚拟资本成交额分别乘以各自预设权重，并累加至前一天得到股票价格影响指标；对所述资本集聚指标和所述股票价格影响指标进行统计分析，基于前M天资本集聚指标平均值‑前N‑M至前N+M天资本集聚指标平均值得到M‑N资本集聚平滑指标，基于前M天股票价格影响指标平均值‑前N‑M至前N+M天股票价格影响指标平均值得到M‑N股票价格影响平滑指标，其中M＜N；将所述M‑N资本集聚平滑指标和所述M‑N股票价格影响平滑指标输入到已训练的股票风险等级预测模型，对待分析股票的风险等级进行预测。

【技术特征摘要】
1.一种基于虚拟资本集聚的股票风险分析方法，其特征在于，包括：基于待分析股票的日最大成交额和虚拟资本的聚集状态结构比例将虚拟资本成交额分为高档虚拟资本成交额、中档虚拟资本成交额和低档虚拟资本成交额；将所述高档虚拟资本成交额累加至前一天的高档虚拟资本成交额得到资本集聚指标；将所述高档虚拟资本成交额、所述中档虚拟资本成交额和所述低档虚拟资本成交额分别乘以各自预设权重，并累加至前一天得到股票价格影响指标；对所述资本集聚指标和所述股票价格影响指标进行统计分析，基于前M天资本集聚指标平均值-前N-M至前N+M天资本集聚指标平均值得到M-N资本集聚平滑指标，基于前M天股票价格影响指标平均值-前N-M至前N+M天股票价格影响指标平均值得到M-N股票价格影响平滑指标，其中M＜N；将所述M-N资本集聚平滑指标和所述M-N股票价格影响平滑指标输入到已训练的股票风险等级预测模型，对待分析股票的风险等级进行预测。2.根据权利要求1所述的基于虚拟资本集聚的股票风险分析方法，其特征在于，对待分析股票的风险指数进行预测前，还包括：将股票风险等级分为高度风险等级、中度风险等级和低度风险等级，并分别获取高度风险等级、中度风险等级和低度风险等级对应情况下的M-N资本集聚平滑指标和M-N股票价格影响平滑指标；分别在历史数据中对每个风险等级下的M、N取不同值，得到对应风险等级下，不同时间段的M-N资本集聚平滑指标和M-N股票价格影响平滑指标；将M、N取值相同的M-N资本集聚平滑指标和M-N股票价格影响平滑指标作为一组训练样本；分别对不同M、N取值下的训练样本组进行训练，得到不同M、N取值下的备用股票风险等级预测模型，并对所述备用股票风险等级预测模型进行验证，得到最优M、N取值下的股票风险等级预测模型。3.根据权利要求1所述的基于虚拟资本集聚的股票风险分析方法，其特征在于，基于待分析股票的日最大成交额和虚拟资本的聚集状态结构比例将虚拟资本成交额分为高档虚拟资本成交额、中档虚拟资本成交额和低档虚拟资本成交额前，还包括：基于python网络请求和java网络请求下载基础数据，所述基础数据包括待分析股票的公司季报、财务报表、股票债务数据和当天交易明细，并录入oracle数据库；将所述基础数据制作数据表和表示图，并统计待分析股票的虚拟资本。4.根据权利要求3所述的基于虚拟资本集聚的股票风险分析方法，其特征在于，还包括：对所述财务报表进行分析，获取待分析股票的价值面的平均水平、最低水平和最高水平，基于所述最高水平和最低水平设定交易安全边际。5.根据权利要求1所述的基于虚拟...

【专利技术属性】
技术研发人员：张宝根，
申请(专利权)人：张宝根，
类型：发明
国别省市：广东,44