一种无人值守的股票盯盘下单系统及其下单方法技术方案

本发明专利技术是一种无人值守的股票盯盘下单系统及其下单方法。本发明专利技术的股票盯盘下单系统，包括有图像获取模块、图像转换模块、图片数据字符识别模块和数字转化模块、交易模块,其中图像获取模块的输出端与图像转换模块的输入端连接，图像转换模块的输出端与图片数据字符识别模块的输入端连接，图片数据字符识别模块的输出端与数字转化模块的输入端连接，数字转化模块的输出端与交易模块连接。本发明专利技术是一种基于图像处理的股票行情分析和处理系统，利用不断扫屏获取股票的实时交易信息，对得到的图片数据进行字符识别，分析出股票实时交易的行情信息；再利用预先设定的下单条件进行判别，对满足条件的自选股，利用鼠标及键盘等模拟操作，实现无人自动交易操作。

【技术实现步骤摘要】

本专利技术是，属于无人值守的股票盯盘下单系统及其下单方法的改造技术。
技术介绍
现有的股票行情分析和处理系统都需要投资者实时盯盘进行操作，对于上班一族没有时间盯盘的短线投资者，由于没有时间盯盘，故无法让投资者能第一时间追涨杀跌，以致给投资者带来诸多遗憾，另外，对于实时盯盘的投资者，由于人工操作交易受心理因素的影响，也会出现一些冲动交易，以致往往出现诸多不该交易的交易，给投资者造成投资损失。
技术实现思路
本专利技术的目的在于考虑上述问题而提供一种操作简单，使用方便的无人值守的股票盯盘下单系统。本专利技术的另一目的在于提供一种能即时自动完成下单操作，解决上班一族由于上班无法进行交易的困难的无人值守的股票盯盘下单系统的下单方法。本专利技术的技术方案是本专利技术的无人值守的股票盯盘下单系统，包括有图像获取模块、图像转换模块、图片数据字符识别模块和数字转化模块、交易模块，其中图像获取模块的输出端与图像转换模块的输入端连接，图像转换模块的输出端与图片数据字符识别模块的输入端连接，图片数据字符识别模块的输出端与数字转化模块的输入端连接，数字转化模块的输出端与交易模块连接。本专利技术的无人值守的股票盯盘下单系统的下单方法，包括有如下步骤1)图像获取模块获取原始图像，截屏功能不单方便快捷地把屏幕信息完整的以图片格式复制到系统剪贴板；2)图像转换模块将获得的原始图像进行图像转换将剪贴板转换为通用的BMP图像格式，提取BMP图像中像素颜色数据的RGB三个颜色分量，得到彩色图像；3)图片数据字符识别模块将彩色图像转化为灰度值图像，然后进行阈值处理变成二值图像，再对二值图像进行分割提取系统分析判断需要的感兴趣区域，截取感兴趣区域中的数字信息，对数字图片训练生成识别字库的字符串；4)数字转化模块把识别字库的字符串分组成每只个股的行情数值；5)交易模块根据每只个股的行情数值分析判断出当前个股行情是否符合用户设定的下单条件，如果符合就自动填单和进行下单操作。上述步骤1)图像获取模块通过截屏功能方便快捷地把屏幕信息完整的以图片格式复制到系统剪贴板，而且给剪贴板分配一块独立的内存，并能在内存中直接提取图像信肩息。上述步骤2) RGB三个颜色分量提取时须考虑颜色量化值，32位、M位或者16位色深的提取方式都各不一样。本专利技术针对因为上班没有时间盯盘的短线投资者，为了让投资者能第一时间追涨杀跌，同时克服人工操作交易受心理因素的影响，本专利技术是一种基于图像处理的股票行情分析和处理系统，利用不断扫屏获取股票的实时交易信息，对得到的图片数据进行字符识别，分析出股票实时交易的行情信息；再利用预先设定的下单条件进行判别，对满足条件的自选股，利用鼠标及键盘等模拟操作，实现无人自动交易操作。本专利技术交易准确成功率百分之百，用户电脑网络顺畅条件下3秒内完成交易。本专利技术是一种方便实用的基于图像处理的无人值守的股票盯盘下单系统及其下单方法。附图说明图1为本专利技术下单系统的原理图； 图2为本专利技术下单方法的流程图。具体实施例方式实施例本专利技术下单系统的原理图如图1所示，本专利技术的无人值守的股票盯盘下单系统，包括有图像获取模块1、图像转换模块2、图片数据字符识别模块3和数字转化模块4、交易模块 5，其中图像获取模块1的输出端与图像转换模块2的输入端连接，图像转换模块2的输出端与图片数据字符识别模块3的输入端连接，图片数据字符识别模块3的输出端与数字转化模块4的输入端连接，数字转化模块4的输出端与交易模块5连接。本专利技术的无人值守的股票盯盘下单系统的下单方法，包括有如下步骤1)图像获取模块1获取原始图像，截屏功能不单方便快捷地把屏幕信息完整的以图片格式复制到系统剪贴板；2)图像转换模块2将获得的原始图像进行图像转换将剪贴板转换为通用的BMP图像格式，提取BMP图像中像素颜色数据的RGB三个颜色分量，得到彩色图像；3)图片数据字符识别模块3将彩色图像转化为灰度值图像，然后进行阈值处理变成二值图像，再对二值图像进行分割提取系统分析判断需要的感兴趣区域，截取感兴趣区域中的数字信息，对数字图片训练生成识别字库的字符串；4)数字转化模块4把识别字库的字符串分组成每只个股的行情数值；5)交易模块5根据每只个股的行情数值分析判断出当前个股行情是否符合用户设定的下单条件，如果符合就自动填单和进行下单操作。本实施例中，上述步骤1)图像获取模块1通过截屏功能方便快捷地把屏幕信息完整的以图片格式复制到系统剪贴板，而且给剪贴板分配一块独立的内存，并能在内存中直接提取图像信息。可以避免对硬盘的反复读写而减少电脑硬盘的使用寿命。这里只需使用 Windows API函数keybcLevent ()就可以实现模拟拷屏操作，本实施例中，图像信息是以 DIB格式保存在剪贴板Clipboard中。上述剪贴板Clipboard中的CF_DIB格式图像操作系统外界不能直接使用，图像转换模块2首先必须把它转换为通用的BMP图像格式，然后由通用的BMP图像格式转换为系统能分析处理的HIMAGE格式就必须提取BMP图像中像素颜色数据的RGB三个颜色分量，提取时须考虑电脑系统显示里设置的颜色量化值，32位、M位或者16位色深的提取方式都各不一样，提取后把三个分量的数据分别保存在三个BYTE数组中，继而调用HALCON提供的库函数gen_image3 ()完成BMP格式向三通道HIMAGE格式的转换。得到HIMAGE格式图片数据后，图片数据字符识别模块3首先要将彩色图像转化为灰度值图像，然后进行阈值处理变成二值图像，再对二值图像进行分割提取系统分析判断需要的感兴趣区域，然而此时还不能对感兴趣区域进行字符识别，必须先对行情软件显示的数字进行神经网络训练才能被识别。BP网络模型处理信息的基本原理是输入信号Xi通过中间节点(隐层点)作用于输出节点，经过非线形变换，产生输出信号Yk，网络训练的每个样本包括输入向量X和期望输出量t，网络输出值Y与期望输出值t之间的偏差，通过调整输入节点与隐层节点的联接强度取值Wij和隐层节点与输出节点之间的联接强度Tjk以及阈值，使误差沿梯度方向下降，经过反复学习训练，确定与最小误差相对应的网络参数(权值和阈值)，训练即告停止。 此时经过训练的神经网络即能对类似样本的输入信息，自行处理输出误差最小的经过非线性转换的信息。神经网络的隐层节点数的多少对网络性能的影响较大，当隐节点数太多时，会导致网络学习时间过长，甚至不能收敛；而当隐节点数过小时，网络的容错能力差。本专利技术运用HALCON提供的库函数进行训练，用PHOTOSHOP截取出行情软件中的 0-9十个数字，然后将此作为训练库函数的输入，并设定神经网络的权值、阈值及隐层节点数等参数，就能对十个数字训练生成识别字库文件(.omc)，此文件将在感兴趣区域的字符识别中被读取使用。数字转化模块4利用HALCON提供的库函数DoOcrMultiClassMlp ()识别出来的字符是HALCON里的HTuple的字符串类型，在这里需要把这个区域的字符串分组成每只个股的行情数值，才能在下一步与用户设定的下单条件进行比较处理，分组和数值化采用了 HALCON的字符串函数。然后用一组循环就得到了数值化的个股行情数值。当图像分析程序处理判断出当前个股行情符合用户设定的下单条件时，交易模块 本文档来自技高网...

【技术保护点】
１．一种无人值守的股票盯盘下单系统，其特征在于包括有图像获取模块（１）、图像转换模块（２）、图片数据字符识别模块（３）和数字转化模块（４）、交易模块（５），　其中图像获取模块（１）的输出端与图像转换模块（２）的输入端连接，图像转换模块（２）的输出端与图片数据字符识别模块（３）的输入端连接，图片数据字符识别模块（３）的输出端与数字转化模块（４）的输入端连接，数字转化模块（４）的输出端与交易模块（５）连接。

【技术特征摘要】
1.一种无人值守的股票盯盘下单系统，其特征在于包括有图像获取模块(1)、图像转换模块(2)、图片数据字符识别模块(3)和数字转化模块(4)、交易模块(5)，其中图像获取模块(1)的输出端与图像转换模块(2)的输入端连接，图像转换模块(2)的输出端与图片数据字符识别模块(3)的输入端连接，图片数据字符识别模块(3)的输出端与数字转化模块 (4)的输入端连接，数字转化模块(4)的输出端与交易模块(5)连接。2.根据权利要求1所述的无人值守的股票盯盘下单系统的下单方法，其特征在于包括有如下步骤图像获取模块(1)获取原始图像，截屏功能不单方便快捷地把屏幕信息完整的以图片格式复制到系统剪贴板；2)图像转换模块(2)将获得的原始图像进行图像转换将剪贴板转换为通用的BMP图像格式，提取BMP图像中像素颜色数据的RGB三个颜色分量，得到彩色图像；3)图片数据字符识别模块(...

【专利技术属性】
技术研发人员：朱铮涛，杨刚，余雄益，
申请(专利权)人：广东工业大学，
类型：发明
国别省市：81