【技术实现步骤摘要】
一种融券日内交易股票分类识别方法及装置
[0001]本专利技术涉及金融数据分析领域，尤其涉及一种融券日内交易股票分类识别方法及装置。
技术介绍
[0002]目前融资融券业务日内交易标的识别主要由业务人员或投资者根据标的行情信息主观判断，不同人员的判定结果差异较大，质量参差不齐，识别准确与否依赖业务人员或投资者交易经验或水平高低，无法有效固化为标准识别工具。另一种方式则是券商等中介机构通过分析客户交易标的买卖金额一致率，筛选买卖一致率处于一定范围内的活跃标的作为T
‑
0标的；而分析客户交易标的的分类方式的分类结果偏向于客户习惯交易标的，且难以发现存量客户未交易过的标的，局限性较大。
技术实现思路
[0003]本专利技术提供了一种融券日内交易股票分类识别方法及装置，以解决现有技术对T
‑
0标的识别结果差异大以及分类局限性较大的技术问题。
[0004]为了解决上述技术问题，本专利技术实施例提供了一种融券日内交易股票分类识别方法，包括：
[0005]采集用户日内交易...
【技术保护点】
【技术特征摘要】
1.一种融券日内交易股票分类识别方法，其特征在于，包括：采集用户日内交易标的的历史数据，并对所述历史数据进行预处理，得到训练集和测试集；输入所述训练集至待训练模型，根据第一特征和基尼系数，生成二叉树并得到第一模型；输入所述测试集至所述第一模型，调整决策树参数，根据第一预设规则选取超参数，保存得到第二模型；将日内交易标的的每日基础数据输入至所述第二模型，识别得到预测结果，并根据第二预设规则，对所述预测结果进行分类，获得T
‑
0标的分类结果。2.如权利要求1所述的融券日内交易股票分类识别方法，其特征在于，在所述输入所述测试集至所述第一模型，调整决策树参数，根据预设规则选取超参数，保存得到第二模型之后，包括：调用树形控件可视化所述第二模型的决策过程；从所述决策过程中选取判断规则并进行保存。3.如权利要求1所述的融券日内交易股票分类识别方法，其特征在于，所述采集用户日内交易标的的历史数据，并对所述历史数据进行预处理，得到训练集和测试集，具体为：选取预设年限内用户所需的标的、预设年限内用户未申请的标的和基础行情数据作为历史数据；对所述历史数据进行数据关联、数据清洗、数据填充和数据编码，第一数据；根据预设的比例，将所述第一数据划分为训练集和测试集。4.如权利要求3所述的融券日内交易股票分类识别方法，其特征在于，所述选取预设年限内用户所需的标的、预设年限内用户未申请的标的和基础行情数据作为历史数据，具体为：其中，所述历史数据包括：正样本数据和负样本数据；选取预设年限内用户所需的标的和基础行情数据作为正样本数据；选取预设年限内用户未申请的标的作为负样本数据。5.如权利要求1所述的融券日内交易股票分类识别方法，其特征在于，所述输入所述训练集至待训练模型，根据第一特征和基尼系数，生成二叉树并得到第一模型，具体为：输入所述训练集至待训练模型；其中，所述训练模型包括：决策树模型；随机选取第一特征和所述第一特征的划分值，并计算所述划分值的样本的基尼系数；选取基尼系数最低的第二特征和所述第二特征的划分值作为根节点；其中国，所述第二特征属于上一次计算中的划分值的样本，或者，属于所述第一特征的划分值的样本；根据所述根节点生成二叉树，得到第一模型。6.如权利要求1所述的融券日内交易股票分类识别方法，其特征在于，所述输入所述测试集至所述第一模型，调整决策树参数，根据第一预设规则选取超参数，保存得到第二模型，具体为：其中，所述决策树参数包括：决策树深度、叶子节点数目；输入所述测试集至所述第一模型，调整决策树深度和叶子节点数目，进行决策树测试，得到测试结果；
根据第一预设规则和所...
【专利技术属性】
技术研发人员：尚保林，范轲，谭则涛，梅立兴，张汉林，辛治运，
申请(专利权)人：广发证券股份有限公司，
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。