一种基于关键股票集识别的股票市场大盘数据分析方法技术

本发明专利技术公开了一种基于关键股票集识别的股票市场大盘数据分析方法，其步骤是：1）收集数据，计算股票成交量之间的关联关系，构建股票关联网络；2）在股票关联网络中，以迭代的方式应用搜索算法识别关键股票集合；3）根据关键股票的价格走势，以成交量为权重计算大盘走势期望。本发明专利技术方法充分挖掘股票成交量之间的关联关系，能够根据股票市场的交易情况，准确判定处于活跃状态且具有影响力的股票，提高股票市场大盘走势预测的准确性。计算简单，具有时效性、灵活性和扩展性，可调整对历史数据的处理需求，适用于股票市场数据量大且股票交易变动频繁的情况。

【技术实现步骤摘要】

本专利技术涉及一种预测方法，特别是在股票市场中准确预测大盘走势的方法；该方法基于股票成交量之间的关联关系，识别当前处于活跃状态且具有影响力的关键股票，据以完成大盘走势预测。
技术介绍
股票市场的大盘走势通常反映为股票价格指数的变化。为计算股票价格指数，通行的方法是选取有代表性的一组股票，根据成交量或股价总值等对这些股票的交易价格进行加权平均或简单算术平均，在选定的历史价格基线的基础上，通过计算当前市价总值相对于基线总值的百分数而获得。常见的股票价格指数包括道琼斯指数、标准普尔指数、恒生指数、上证180指数、沪深300指数等。股票投资需要对股票未来走势的方向和可能性做出合理估计。一种可行的策略是顺势而为，即在大盘的上涨阶段买入，在大盘即将下跌的阶段卖出，该策略可显著提高股票投资的成功几率。另外，随着近年来股指期货的引入，对大盘走势预测的准确性和量化要求明显提高。现有的大盘数据分析方法主要依托股票价格指数，通过分析股票价格指数的历史数据和趋势曲线，估计股票价格指数未来的变化。常用的手段包括用于分析股票指数波动的GARCH和OHLC技术，用于挖掘股票指数变动规律的神经网络、马尔科夫链和支本文档来自技高网...

【技术保护点】
一种基于关键股票集识别的股票市场大盘数据分析方法，其特征在于包含以下步骤：1）收集股票交易数据，计算股票成交量之间的关联关系，以股票为节点、关联关系为边构建股票关联网络；2）在股票关联网络中，以迭代的方式应用搜索算法识别关键股票集合；3）根据关键股票近期的价格走势，以成交量为权重，计算大盘走势期望，估计大盘上涨或下跌的趋势。

【技术特征摘要】

【专利技术属性】
技术研发人员：顾庆，李孔文，陈道蓄，
申请(专利权)人：南京大学，
类型：发明
国别省市：