本发明专利技术公开了一种用于辅助选股的股票分级活跃度计算方法。方法首先对股票的涨跌幅值进行量化,而后对量化值进行出现次数的统计,最后通过计算各区间的次数占比和前向累加占比获得股票的分级活跃度。方法可用于辅助股灾后反弹时的选股、强相关股票之间的选股等方面。
A method of calculating stock classification activity for auxiliary stock selection
The invention discloses a method for calculating the classification activity of a stock for auxiliary stock selection. Methods first, the fluctuation of stock was quantified, and then the number of occurrences of the quantized value was calculated. Finally, the grade activity of the stock was obtained by calculating the ratio of the number of intervals and the forward cumulative ratio. Method can be used to assist the rebound after the stock market crash between stock, stock picking and strong correlation.
【技术实现步骤摘要】
一种用于辅助选股的股票分级活跃度计算方法
本专利技术涉及股票数据挖掘
,尤其是涉及一种用于辅助选股的股票分级活跃度计算方法。
技术介绍
股票换手率是市场人气指标的一种,其显示出市场的筹码在一定期间内转手买卖的情形。通常换手率愈高,意味着该股的股性较活跃,容易买到,也容易出手;反之,则股性较为呆滞。换手率较高的股票多为市场热门股,但是换手率高的股票相对投资风险也大,介入时需要谨慎。换手率的高低往往意味着这样几种情况:(l)股票的换手率越高,意味着该只股票的交投越活跃,人们购买该只股票的意愿越高,属于热门股;反之,股票的换手率越低,则表明该只股票少人关注,属于冷门股。(2)换手率高一般意味着股票流通性好,进出市场比较容易,不会出现想买买不到、想卖卖不出的现象,具有较强的变现能力。(3)将换手率与股价走势相结合,可以对未来的股价做出一定的预测和判断。某只股票的换手率突然上升,成交量放大,可能意味着有投资者在大量买进,股价可能会随之上扬。如果某只股票持续上涨了一个时期后,换手率又迅速上升,则可能意味着一些获利者要套现,股价可能会下跌。股票换手率从交易的频率来描述股票的活跃程度。本专利技术方法将从股票的交易幅度来进行股票活跃度的描述,所提出的分级活跃度指标具有与股票换手率指标类似的功能和使用投资风险。
技术实现思路
本专利技术公开了一种用于辅助选股的股票分级活跃度计算方法。方法首先对股票的涨跌幅值进行量化,而后对量化值进行出现次数的统计,最后通过计算各区间的次数占比和前向累加占比获得股票的分级活跃度。方法可用于辅助股灾后反弹时的选股、强相关股票之间的选股等方面。本专利技术方法是一种新的指标计算方法,可为用户的选股提供辅助决策支持。假设股票列表为S,S=[S1,S2,…,Si,…,Sm],m为股票池中股票的数量,如中国上市股票的数量或美国上市股票的数量。对于每只股票Sm,m=1,…,n,本专利技术方法计算分级活跃度的具体步骤如下:(1)对股票的涨跌幅值进行量化;(2)对量化值出现的次数进行统计;(3)通过计算各区间的次数占比和前向累加占比获得股票的分级活跃度;(4)以分级活跃度指标进行典型应用。其中,步骤(1)的对股票的涨跌幅值进行量化的过程具体为:获取某个时间点以来(如2005年1月1日)的数据,然后对股票的涨跌幅数据进行量化,即对涨跌幅值进行四舍五入操作,形成整数值;这样最后形成了一个股票涨跌幅整数值的数组。其中,步骤(2)对量化值出现的次数进行统计,具体为首先对量化值取绝对值,这些绝对值共有11种情况,即[0,10]区间的整数。设置一个有11槽的数组,遍历股票涨跌幅整数值数组,根据涨跌幅整数值绝对值的出现次数进行累加统计,并放入对应的槽中。其中,步骤(3)的分级活跃度的计算过程分为两个子步骤。首先,计算各统计区间的次数占比情况。将[0,10]各区间得到的出现次数除以总出现次数,得到各区间的次数占比值Vk,k=[0,10]。总出现次数为各区间出现次数的总和。如果总出现次数太小,即该股票属于刚上市不久的股票,则跳过该股票的分级活跃度计算。其次,计算前向累加占比情况。假设股票的量化值用D表示,则|D|>=0代表在槽0的前向累加占比,|D|>=1代表在槽1的前向累加占比,|D|>=j代表在槽j的前向累加占比,以此类推。前向累加占比的相应数值的计算公示为:最后得到的各级前向累加占比即为分级活跃度。其中,步骤(4)的以分级活跃度指标进行典型应用,具体提供两种典型应用模式。(a)股灾后反弹时的选股。分级活跃度可用于选择反弹性更好的股票。当用户已经初步选择了多只股票后,接下来通过比较各级的分级活跃度获取更优质股票。大部分情况下,如果将股票的分级活跃度画成一条曲线,曲线不会相交,这种情况很容易挑选,各级活跃度的比较结果都一致,挑选活跃度高的股票即可。少数情况下曲线会相交,曲线相交的两只股票实际上差别不大,这时挑选分级活跃度高等级中活跃度高的股票。(b)强相关股票之间的选股。强相关股票是指股票在某一方面,如长期走势、近期走势、成交量走势等方面,相似度很高,以至于这些股票被划分为一类。分级活跃度可用于强相关股票类中优质股票的选择。根据用户对股票波动幅度的喜好,挑选某一级别的活跃度,如|D|>=2的活跃度,对强相关股票类中的各股票进行计算并排序后,挑选出活跃度最大的股票作为选择。附图说明图1是本专利技术用于辅助选股的股票分级活跃度计算方法的流程图。图2是基于本专利技术方法对某一股票计算分级活跃度的结果示意图。具体为股票万科-000002为例。具体实施方式下面结合附图和实例,对本专利技术进行详细的描述。本专利技术方法定义了一种分级的股票活跃度计算方法,并将其应用于股灾后反弹时的选股、强相关股票之间的选股等方面。假设股票列表为S,S=[S1,S2,…,Si,…,Sm],m为股票池中股票的数量,如中国上市股票的数量或美国上市股票的数量。对于每只股票Sm,m=1,…,n,其分级活跃度的具体计算步骤如下。一、对股票的涨跌幅值进行量化。获取某个时间点以来(如2005年1月1日)的数据,然后对股票的涨跌幅数据进行量化,即对涨跌幅值进行四舍五入操作,形成整数值;这样最后形成了一个股票涨跌幅整数值的数组。二、量化值出现次数统计。由于股票有涨跌幅限制,量化后的整数值有21种情况,即[-10,10]区间的整数。对量化值取绝对值,这时仅剩下11种情况,即[0,10]区间的整数。设置一个有11槽的数组,遍历股票涨跌幅整数值数组,根据涨跌幅整数值绝对值的出现次数进行累加统计,并放入对应的槽中。三、分级活跃度计算。3.1计算各区间的次数占比。将[0,10]各区间得到的出现次数除以总出现次数,得到各区间的次数占比值Vk,k=[0,10]。总出现次数为各区间出现次数的总和。如果总出现次数太小,即该股票属于刚上市不久的股票,则跳过该股票的分级活跃度计算。3.2计算前向累加占比。假设股票的量化值用D表示,则|D|>=0代表在槽0的前向累加占比,|D|>=1代表在槽1的前向累加占比,|D|>=j代表在槽j的前向累加占比,以此类推。前向累加占比相应数值的计算公示为:…以此类推。最后得到的各级前向累加占比即为分级活跃度。对所有其他股票进行类似的统计计算,各获得11个级别的分级活跃度。四、分级活跃度指标的典型应用。4.1股灾后反弹时的选股。当股市连续大跌,或在底部盘整一段时间后,接下来一般会有反弹。分级活跃度可用于选择反弹性更好的股票。当用户已经初步选择了多只股票后,接下来通过比较各级的分级活跃度获取更优质股票。大部分情况下,如果将股票的分级活跃度画成一条曲线,曲线不会相交,这种情况很容易挑选,各级活跃度的比较结果都一致,挑选活跃度高的股票即可。少数情况下曲线会相交,曲线相交的两只股票实际上差别不大,这时挑选分级活跃度高等级中活跃度高的股票。4.2强相关股票之间的选股。强相关股票是指股票在某一方面,如长期走势、近期走势、成交量走势等方面,相似度很高,以至于这些股票被划分为一类。当对股票做聚类计算,或进行股票分类后,则可形成强相关股票类。分级活跃度可用于强相关股票类中优质股票的选择。根据用户对股票波动幅度的喜好,挑选某一级别的活跃度,如|D|>=2的本文档来自技高网...
【技术保护点】
一种用于辅助选股的股票分级活跃度计算方法,其特征在于所述方法包括如下步骤:(1)对股票的涨跌幅值进行量化;(2)对量化值出现的次数进行统计;(3)通过计算各区间的次数占比和前向累加占比获得股票的分级活跃度;(4)以分级活跃度指标进行典型应用。
【技术特征摘要】
1.一种用于辅助选股的股票分级活跃度计算方法,其特征在于所述方法包括如下步骤:(1)对股票的涨跌幅值进行量化;(2)对量化值出现的次数进行统计;(3)通过计算各区间的次数占比和前向累加占比获得股票的分级活跃度;(4)以分级活跃度指标进行典型应用。2.根据权利要求1所述的一种用于辅助选股的股票分级活跃度计算方...
【专利技术属性】
技术研发人员:吴梅红,洪志令,
申请(专利权)人:洪志令,
类型:发明
国别省市:福建,35
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。