螺纹钢期货指数中长期走势预测方法技术

本发明专利技术提供一种螺纹钢期货指数中长期走势预测方法，用于在期货市场中对螺纹钢期货指数中长期走势进行预测，具体方法是：从互联网或第三方数据库获取螺纹钢期货指数数据和人民币汇率数据，计算螺纹钢期货指数与滞后0到1000期人民币汇率的pearson相关系数，绘制滞后期数与pearson相关系数曲线图并确定最大的pearson相关系数对应滞后的期数，选取pearson相关系数最大的滞后期数的人民币汇率变量，与螺纹钢期货指数建立回归模型，并用来预测螺纹钢期货指数的中长期走势。

Forecast method of medium and long term trend of screw steel futures index

【技术实现步骤摘要】
螺纹钢期货指数中长期走势预测方法
本专利技术涉及一种预测方法，具体涉及一种螺纹钢期货指数中长期走势预测方法。
技术介绍
螺纹钢期货指数：螺纹期货合约有01、02、03、04、05、06、07、08、09、10、11、12这12个月份合约，以各合约月份的持仓量为权重，通过对这12个合约价格进行加权计算得到螺纹期货指数。计算的结果是价格，单位为人民币元。人民币汇率：一般指的是外币兑换人民币的报价，本专利技术中采用的美元兑换人民币的报价。中长期走势预测：指的是月度走势或季度走势的预测，日内或周内走势相对于中长期走势而言属于波动，不在趋势预测范围内。pearson相关系数：又叫相关系数或线性相关系数。它是由两个变量的样本取值得到，它是一个描述线性相关强度的量，取值在-1和﹢1之间。当两个变量有很强的线性相关时，相关系数接近于1(正相关)或-1(负相关)，而当两个变量不那么线性相关时，相关系数就接近于0。滞后0-1000期人民币汇率：指的是前1000个交易日到当期的人民币汇率。回归模型：回归模型是一种预测性的建模技术，它研究的是因变量(目标)和自变量(预测器)之间的关系。对于螺纹钢期货而言，现有预测方法都是基于产业基本面来分析和预测，影响期货价格的影响因素多如牛毛，要想从中挖掘出真正有价值的影响因素难度极大，而且有些影响因素的数据获取很难，甚至根本无法获取，这给基本面分析预测带来了极大的挑战，而且基本面分析都属于定性分析范畴，判断后期的走势比较模糊，不确定性较高。
技术实现思路
本专利技术的目的在于克服现有技术中存在的不足，提供一种螺纹钢期货指数中长期走势预测方法，预测方法简单且效果好，能够比较准确地预测出螺纹钢期货指数中长期走势。本专利技术采用的技术方案是：一种螺纹钢期货指数中长期走势预测方法，包括以下步骤：S1，样本数据搜集：获取螺纹钢期货指数数据和人民币汇率数据；S2，计算螺纹钢期货指数与滞后0到m期人民币汇率的pearson相关系数；S3，绘制滞后期数与pearson相关系数曲线图并确定最大的pearson相关系数对应滞后的期数；S4，选取pearson相关系数最大的滞后期数的人民币汇率变量，与螺纹钢期货指数建立回归模型，并用来预测螺纹钢期货指数的中长期走势。进一步地，步骤S2中，m≥500；比如m＝1000。进一步地，步骤S2中，pearson相关系数的计算公式为：公式(1)中rb代表螺纹钢期货指数，代表rb的平均值，r代表人民币汇率，代表r的平均值，σrb代表rb的标准差，σr代表r的标准差，n为样本数。进一步地，最大pearson相关系数对应的人民币汇率变量的滞后期数是384。进一步地，螺纹钢期货指数与滞后384期的人民币汇率回归模型，模型方程为：rbt＝2655*rt-384-13760(2)其中rbt为螺纹钢期货指数，rt-384为滞后384期的人民币汇率变量。本专利技术的优点在于：1)数据获取简单：螺纹钢期货指数和人民币汇率数据都是免费公开的，获取比较容易。2)预测方法简单，直接根据回归模型即可实现螺纹钢期货指数的中长期走势的预测。3)模型的预测效果好，避免了基本面的模糊判断，可以根据相关性分析结果和回归模型综合判断螺纹钢期货指数的中长期走势。附图说明图1为本专利技术的滞后期数与pearson相关系数曲线图。图2为本专利技术的螺纹期货指数的预测走势示意图。具体实施方式下面结合具体附图和实施例对本专利技术作进一步说明。本专利技术提出的一种螺纹钢期货指数中长期走势预测方法，包括以下步骤：S1，样本数据搜集，包括从互联网或第三方数据库获取螺纹钢期货指数数据和人民币汇率数据；本实施例中螺纹钢期货指数数据和人民币汇率数据主要来自于互联网的相关网站；S2，计算螺纹钢期货指数与滞后0到1000期人民币汇率的pearson相关系数；此步骤中，具体包括分别计算螺纹钢期货指数与滞后0到1000期人民币汇率(rt、rt-1、rt-2……rt-1000)的pearson相关系数；pearson相关系数的计算公式为：公式(1)中rb代表螺纹钢期货指数，代表rb的平均值，r代表人民币汇率，代表r的平均值，σrb代表rb的标准差，σr代表r的标准差，n为样本数；由此可见，只要能够获取螺纹钢期货指数和人民币汇率数据，即可根据上述公式计算二者之间的pearson相关系数；S3，绘制滞后期数与pearson相关系数曲线图并确定最大的pearson相关系数对应滞后的期数；如图1所示；本实施例绘制出了滞后期数与pearson相关系数的曲线图，其主要目的是观察滞后期数与pearson相关系数的关系，目的是为了寻找到最大pearson相关系数所对应的滞后期数，从而明确了滞后多少期的人民币汇率与螺纹钢期货指数的线性关系最强，也即是明确了回归模型中最佳的输入变量；最大pearson相关系数对应的人民币汇率变量的滞后期数是384；本专利技术中滞后期数384是当期往前倒推384期；S4，选取pearson相关系数最大的滞后期数的人民币汇率变量，与螺纹钢期货指数建立回归模型，并用来预测螺纹钢期货指数的中长期走势。此步骤中，根据步骤S3中寻找到的回归模型的最佳输入变量，构建最佳输入变量与螺纹钢期货指数的回归模型；具体如下：建立螺纹钢期货指数与滞后384期的人民币汇率回归模型，模型方程为：rbt＝2655*rt-384-13760(2)其中rbt为螺纹钢期货指数，rt-384为滞后384期的人民币汇率变量；预测的结果如图2所示，可见预测的螺纹钢期货走势与实际走势非常接近，预测效果好。最后所应说明的是，以上具体实施方式仅用以说明本专利技术的技术方案而非限制，尽管参照实例对本专利技术进行了详细说明，本领域的普通技术人员应当理解，可以对本专利技术的技术方案进行修改或者等同替换，而不脱离本专利技术技术方案的精神和范围，其均应涵盖在本专利技术的权利要求范围当中。本文档来自技高网...

【技术保护点】
1.一种螺纹钢期货指数中长期走势预测方法，其特征在于，包括以下步骤：/nS1，样本数据搜集：获取螺纹钢期货指数数据和人民币汇率数据；/nS2，计算螺纹钢期货指数与滞后0到m期人民币汇率的pearson相关系数；/nS3，绘制滞后期数与pearson相关系数曲线图并确定最大的pearson相关系数对应滞后的期数；/nS4，选取pearson相关系数最大的滞后期数的人民币汇率变量，与螺纹钢期货指数建立回归模型，并用来预测螺纹钢期货指数的中长期走势。/n

【技术特征摘要】
1.一种螺纹钢期货指数中长期走势预测方法，其特征在于，包括以下步骤：
S1，样本数据搜集：获取螺纹钢期货指数数据和人民币汇率数据；
S2，计算螺纹钢期货指数与滞后0到m期人民币汇率的pearson相关系数；
S3，绘制滞后期数与pearson相关系数曲线图并确定最大的pearson相关系数对应滞后的期数；
S4，选取pearson相关系数最大的滞后期数的人民币汇率变量，与螺纹钢期货指数建立回归模型，并用来预测螺纹钢期货指数的中长期走势。


2.如权利要求1所述的螺纹钢期货指数中长期走势预测方法，其特征在于，步骤S2中，m≥500。


3.如权利要求1所述的螺纹钢期货指数中长期走势预测方法，其特征在于，步骤S2中，m＝1000。


4.如权利要求1、2或3所述的...

【专利技术属性】
技术研发人员：张浩，
申请(专利权)人：江苏云脑数据科技有限公司，
类型：发明
国别省市：江苏;32