【技术实现步骤摘要】
基于指数ETF特点的股票市场预测方法、装置、终端及介质
[0001]本申请涉及数据处理
，尤其涉及一种基于指数ETF特点的股票市场预测方法、装置、终端及介质。
技术介绍
[0002]ETF是一般指交易型开放式指数基金。交易型开放式指数基金，通常又被称为交易所交易基金，是一种在交易所上市交易的、基金份额可变的开放式基金。在当前的金融市场中，ETF是一种不断增长的投资方式，而基于行业指数ETF通常是在广泛的市场数据和个股之间建立桥梁的投资产品。
[0003]股票市场预测和选股本身是极其复杂和困难的问题，因为有太多的因素和噪音影响价格的变化。传统的交易策略倾向于选择少量的股票，并根据以前的经验、新闻和对特定指标的判断来选择股票，以获得回报。定量交易是基于计算机算法，生成自动交易决策和在市场中下订单。定量交易弥补了传统策略缺乏数据分析的不足。定量交易的挑战主要来自于价格时间序列的连续演化，从而产生了制定贸易行动决策的动态周期。
[0004]目前在定量交易研究主要是基于机器学习或深度学习构建不同的交易模型，通过这...
【技术保护点】
【技术特征摘要】
1.一种基于指数ETF特点的股票市场预测方法，其特征在于，包括：获取目标行业的大盘因子数据与所述目标行业的多个股票数据；根据所述大盘因子数据与各个所述股票数据的时间序列，通过滑动窗口截取方式与相关性度量方式，分别得到所述大盘因子数据与各个所述股票数据间的相关性时间序列；根据所述相关性时间序列，通过TOPSIS多目标优化模型进行运算，构建相关性数值矩阵，所述相关性数值矩阵中包含有各个所述股票数据的相关性数值；根据各个所述股票数据的相关性数值中的最大值与最小值，确定各个所述股票数据中的理想最优解与理想最劣解；根据各个所述股票数据的相关性数值，分别计算各个所述股票数据的第一距离与第二距离，其中，所述第一距离为所述股票数据与所述理想最优解间的距离，所述第二距离为所述股票数据与所述理想最劣解间的距离；根据各个所述股票数据的第一距离与第二距离，确定各个所述股票数据的股票评分；根据所述股票评分对各个所述股票数据进行排序，筛选出若干个得分靠前的目标股票，结合预设的SVM机器学习模型进行股票市场预测，以获得预测结果。2.根据权利要求1所述的一种基于指数ETF特点的股票市场预测方法，其特征在于，获取到的所述大盘因子数据数量为一个或多个。3.根据权利要求2所述的一种基于指数ETF特点的股票市场预测方法，其特征在于，当获取到的所述大盘因子数据数量为一个时，所述根据所述相关性时间序列，通过TOPSIS多目标优化模型进行运算，得到各个所述股票数据的相关性数值具体包括：根据所述相关性时间序列，结合预设的多项相关性数值指标，通过TOPSIS多目标优化模型进行运算，得到各个所述股票数据在各项相关性数值指标下的相关性数值，再基于所述相关性数值与所述各项相关性数值指标，构建相关性数值矩阵。4.根据权利要求2所述的一种基于指数ETF特点的股票市场预测方法，其特征在于，当获取到的所述大盘因子数据数量为多个时，所述根据所述相关性时间序列，通过TOPSIS多目标优化模型进行运算，得到各个所述股票数据的相关性数值具体包括：根据所述相关性时间序列，结合所述大盘因子数据，通过TOPSIS多目标优化模型进行运算，得到各个所述股票数据在对应不同的大盘因子数据的相关性数值，再基于所述相关性数值与所述大盘因子数据指标，构建相关性数值矩阵。5.根据权利要求2所述的一种基于指数ETF特点的股票市场预测方法，其特征在于，当获取到的所述大盘因子数据数量为多个时，所述根据所述大盘因子数据与各个所述股票数据的时间序列，通过滑动窗口截取方式与相关性度量方式，得到所述大盘因子数据与各个所述股票数据间的相关性时间序列具体包括：根据各个所述大盘因子数据与各个所述股票数据的时间序列，通过滑动窗口截取方式与相关性度量方式，...
【专利技术属性】
技术研发人员：罗睿，欧锦赛，颜佳仪，许方园，
申请(专利权)人：广东工业大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。