【技术实现步骤摘要】
一种基于图形识别与量化指标的股票交易推荐系统及方法
[0001]本专利技术属于计算机图形和量化
,具体涉及基于图形识别与量化指标的股票交易推荐系统及方法
。
技术介绍
[0002]随着世界经济不断发展,各国产业结构不断调整,金融业逐渐提升份额,形成了金融行业在国民经济占主要份额的局面
。
[0003]量化选股是将选股标准进行量化,从而选择确定的投资组合,通常认为,所确定的投资组合可以获得超越大盘的投资收益
。
常见的量化选股方法,有量化因子选股,行业选股,趋势选股等
。
进一步来说,量化的过程,实际上是利用计算机并构建数学模型来进行选股投资,这是一种以模型为核心,以程序化交易为手段的选股方法
。
[0004]近些年国内量化交易已经非常普遍,然而在传统的投资模式下,个人投资者常常缺乏量化的工具,个人能力有限导致亏损严重成为常态
。
一方面,新手个人投资者缺乏经验,需要大量时间和大笔开销积累投资经验;另一方面,资深个人投资者积累了大量的投资经验,但是面对
5000
多只股票的庞大数量,以及每只股票复杂的特征,很难在开市的短短几个小时内全部梳理一遍,且人工筛选也存在遗漏等失误,所以,对个人投资者的股票交易推荐方法当下变得非常重要
。
[0005]基于上述原因,需要一个面向个人投资者
、
适用于
A
股市场的股票交易推荐系统和方法,该系统需要通过自动化执行股票筛选策略, ...
【技术保护点】
【技术特征摘要】
1.
一种基于图形识别和量化指标的股票交易推荐系统,其特征在于,包括:图形筛选模块
、
指标筛选模块
、
策略回测模块和交易管理功能模块;所述图形筛选模块用于生成
k
线图并进行处理和渲染,实现单张
k
线图查看
、
模型测试集生成
、k
线图筛选;当进行单张
k
线图查看时能够拖动来调整不同时间间隔或调整
k
线图大小;生成模型测试集时对数据集进行预处理,用于进行
k
线图筛选;进行
k
线图筛选时手工构建训练集,训练
CNN
模型,并使用训练好的模型来筛选图形;所述指标筛选模块用于实现买入日
k
指标的筛选
、
买入实时指标的筛选
、
卖出的筛选和加仓的筛选;从爬虫和量化指标接口获取数据,对数据进行处理和分析,并使用相应的算法和模型来进行指标筛选;买入日
k
指标的筛选每日定时执行一次,其他三个功能在开盘后定时执行;筛选结果存储在数据库中,并使用数据库查询语言来检索和更新数据;所述策略回测模块用于计算历史交易和用户持仓的股票收益率;历史回测根据用户交易记录的股票代码和相应日期,从股市数据接口获取相关数据并进行分析,并计算历史交易的收益率;持仓回测根据用户持仓的股票代码和股市数据接口,来计算持仓的收益率;所述交易管理模块用于记录用户的交易行为,包括买入和卖出记录
。2.
根据权利要求1所述的基于图形识别和量化指标的股票交易推荐系统,其特征在于,所述图形筛选模块通过4个接口实现,分别是单张
k
线图绘制接口
、CNN
模型数据集绘制接口
、CNN
模型构建接口
、
图形筛选接口;所述4个接口由图形筛选模块控制类统一管理,具体管理方法如下:
(1)
图形筛选模块控制类管理
CNN
模型数据集的生成,包括训练集
、
验证集
、
测试集的生成;
(2)
图形筛选模块控制类管理
CNN
模型的构建,模型包含两个卷积层
C1、C2
,三个
Relu
非线性层,一个池化层
P
,两个线性层
L1、L2
;卷积层用于提取图像特征;
Relu
非线性层在卷积层之后用于激活神经元,使得神经元的输出非线性化;池化层
P
用于缩小特征图的尺寸,减少参数数量;两个线性层中的一个用于调节尺寸,另一个用于最后的分类;
(3)
图形筛选模块控制类管理单张
k
线图的绘制,绘制的
k
线图标注了推荐交易的买卖点,并支持拖动控制日期区间;
(4)
图形筛选模块控制类管理股票图形的筛选,需要筛选
v
形反转
、w
底
、
头肩底
、
塔形反转四类图形
。3.
根据权利要求1所述的基于图形识别和量化指标的股票交易推荐系统,其特征在于,指标筛选模块通过4个接口实现,分别是买入第一轮筛选接口
、
买入第二轮筛选接口
、
卖出筛选接口
、
加仓筛选接口;4个接口由指标筛选模块控制类统一管理,具体管理方法如下:
(1)
指标筛选模块控制类管理买入第一轮筛选,本轮筛选基于日
k
数据进行筛选,部分数据通过
Tushare
和
easyquotation
获取,而其他数据将通过爬虫获取;
(2)
指标筛选模块控制类管理买入第二轮筛选,本轮筛选依据一系列实时指标来进行筛选;实时数据通过
requests
或
requests_html
爬虫获取;
(3)
指标筛选模块控制类管理卖出筛选,本轮筛选基于日
k
指标和实时指标进行筛选,日
k
数据通过
Tushare、easyquotation、
爬虫获取,实时数据通过爬虫获取;卖出筛选需要一年内的日
k
数据和实时数据计算出所需的指标来进行筛选;
(4)
指标筛选模块控制类管理加仓筛选,本轮筛选基于日
k
指标和实时指标进行筛选,
日
k
数据通过
Tushare
获取,实时数据通过
requests_html
爬虫获取;加仓筛选需要两个月内的日
k
数据和实时数据计算出所需的指标并进行筛选
。4.
根据权利要求1所述的基于图形识别和量化指标的股票交易推荐系统,其特征在于,策略回测模块通过3个接口实现,分别是单股回测接口
、
历史回测接口
、
持仓回测接口;所述3个接口由策略回测模块控制类统一管理,具体管理方法如下:
(1)
策略回测模块控制类管理单股回测,单股回测基于用户提供的股票代码与日期区间计算收益率与盈亏;
(2)
策略回测模块控制类管理历史回测,历史回测基于历史交易信息计算收益率与盈亏;
(3)
策略回测...
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。