一种波段分析方法、系统、装置及计算机可读存储介质制造方法及图纸

技术编号:34982600 阅读:57 留言:0更新日期:2022-09-21 14:26
本发明专利技术公开了一种波段分析方法、系统、装置及计算机可读存储介质,属于金融领域波段分析技术领域,包括以下步骤:步骤1、获取波段数据及参数;步骤2、提取步骤1中波的极值点过滤数据,并从过滤后的数据中提取波的特征值;步骤3、将步骤2中的过滤后的波形分割成若干小波;步骤4、计算最优参数;步骤5、通过最优参数得到反转点位置,该波段分析方法、系统、装置及计算机可读存储介质,简单易用,使用门槛降低;自动识别股票波形的高低点,无须人工手动筛选,减少错误率,节省了人工时间成本,对波段级别设定阈值后,可以自动筛选波段级别,波段分析进行大数据测试,多种方法及海量数据检测结果的准确率,极大的提高了分析效率,耗时短。耗时短。耗时短。

【技术实现步骤摘要】
一种波段分析方法、系统、装置及计算机可读存储介质


[0001]本专利技术属于金融领域波段分析
,具体涉及波段分析方法、系统、装置及计算机可读存储介质。

技术介绍

[0002]目前市场现有的指标工具,都具有滞后性,对未来走势的预判有效性差;目前波段分析的技术,需要使用人员有相关的技术分析基础知识,并对波的相关切割、分析过程十分了解后,使用人工对波段做标记,对使用门槛要求高,且标记过程易出错,同时效率低下;且需要人工手动计算,目前市面上没有直观可用的工具;现有的处理方法是由人工初选出波段的高低点以及对连续波段切割成不同小波段;使用工具对a中的小波段进行标记,仅能实现固定计算模式分析方式,如需切换其他分析方式则需要切换工具重新标记,同时,使用工具后得出计算结果,人工统计多种分析方式的结果准确率;现有技术的缺点是:1、无法做到机器自动识别波段高低点,需要人工筛选,使得效率低,耗时长;2、无法对波段进行自动切割及筛选级别,人工筛选准确性低,导致错误率提高;3、只能单一一种方法、一个波段手动测试,无法做到海量数据测试,使得分析过程缓慢,且有重复工作;4、目前指标具有滞后性,无法提前判断未来走势的转折点。

技术实现思路

[0003]本专利技术的目的在于提供一种波段分析方法、系统、装置及计算机可读存储介质,以解决无法自动识别波形高低点的问题。
[0004]为实现上述目的,本专利技术提供如下技术方案:一种波段分析方法,包括以下步骤:步骤1、获取波段数据及参数;步骤2、提取步骤1中波的极值点过滤数据,并从过滤后的数据中提取波的特征值;步骤3、将步骤2中的过滤后的波形分割成若干小波,记录下每个小波的周期、幅度、坐标;步骤4、计算最优参数;步骤5、通过最优参数得到反转点位置。
[0005]优选的,所述过滤数据的方法包括:步骤21、设定极值点的级别L,组成序列;步骤22、输入序列和极值点界别,对步骤1中波段数据极值点标注,将波段数据设
置为矩阵,其中x序列为日期坐标,y序列为价格序列,n为数据长度,将代入L序列进行计算,设置极值点级别,如果当前y值比相邻的前后5个y值高,则是高点,即满足;此数组里中的最大值等于时,则认为是高点,记为yh,高点相对应的x值记为xh,则序列中所有高点组成的高点矩阵为;若当前y值比相邻前后5个y值低,即此数组里中的最小值等于时,则认为是低点,记为yl,低点yl相对应的x值记为xl,则序列中所有低点组成的低点矩阵为,将所有高低点矩阵拼接在一起,并以x值做顺序排列,形成新的极值点矩阵;则极值点矩阵为一个去除毛刺的波形。
[0006]步骤23、根据级别序列依次筛选,重复步骤22,输入原始数据和级别值,则能得到不同级别的若干滤波波形;
;其中为原始的波形数据的坐标矩阵,L为自定义的级别序列,为在L1级别下滤波出来的一个波形矩阵。
[0007]优选的,所述步骤4中最优参数获取方法包括以下步骤:步骤41、设定一个参数合集,开始数为0.1,步长为0.001,设定一个参数合集;步骤42、把步骤3中小波的周期、坐标、幅度、参数序列进行拟合,直到小波周期*参数落在另一个极值点坐标前后相差不超过1为成功,当视为成功,其中是指L1级别下相邻的两个极值点x坐标的差值,idx为参数,则为L1级别下极值点序列中的任意一个极值点;成功则设定为1,不成功则设定为0;步骤43、排列组合的方式运算所有小波周期和参数,记录每一个参数的成功率;步骤44、所有参数成功率进行倒序排列,以成功率最高的为最优参数。
[0008]优选的,所述步骤42中小波的周期数值小于1、幅度与小波幅度的范围为0.9

1.1。
[0009]优选的,所述波段数据包括行情数据,所述行情数据包括交易日期、开盘价、最高
价、最低价、收盘价。
[0010]本专利技术提供一种波段分析系统,所述系统包括:接口模块,用于与行情数据进行数据连接;极值点提取模块,用于根据极值点的级别提取波的特征值;滤波模块,用于将极值点提取模块的数据进行过滤;分割模块,用于将滤波模块处理后的波形分割;最优参数模块,用于通过小波进行拟合得到成功率最高的为最优参数;选择模块,用于获取屏幕输入坐标信息,选中波段区间;显示模块,用于显示所述选择模块中波段的反转点其位置。
[0011]优选的,所述系统还包括执行波段分析方法中任一所述步骤的模块。
[0012]本专利技术另提供一种金融领域波段分析装置,包括:存储器,用于存储非暂时性计算机可读指令;以及处理器,用于运行所述计算机可读指令,使得所述计算机可读指令被所述处理器执行时实现根据所述的波段分析方法。
[0013]本专利技术另提供一种计算机可读存储介质,所述计算机可读存储介质用于存储非暂时性计算机可读指令,当所述非暂时性计算机可读指令由计算机执行时,使得所述计算机执行权利所述的波段分析方法。
[0014]本专利技术的技术效果和优点:该波段分析方法、系统、装置及计算机可读存储介质,简单易用,使用门槛降低;自动识别股票波形的高低点,无须人工手动筛选,减少错误率。节省了人工时间成本,对波段级别设定阈值后,可以自动筛选波段级别,波段分析进行大数据测试,多种方法及海量数据检测结果的准确率,极大的提高了分析效率,提高了效率,耗时短,根据大数据分析测试结果,精准判断出未来走势的反转点;同时快速高效的进行波段切割、数据分析,降低人工、时间成本;通过大量数据分析、模拟找到最优参数,预测准确率高,并且结果可靠。
附图说明
[0015]图1为本专利技术的流程图;图2为本专利技术过滤数据方法的流程图;图3为本专利技术最优参数获取方法的流程图;图4为本专利技术级别L参数为5时极值点标注示意图,其中,K线为原始数据,实体柱为经过程序后的滤波;图5为本专利技术步骤3中分割小波的示意图。
具体实施方式
[0016]下面将结合本专利技术实施例中的附图,对本专利技术实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本专利技术一部分实施例,而不是全部的实施例。基于本专利技术中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本专利技术保护的范围。
[0017]如图1所示,一种波段分析方法,包括以下步骤:
步骤1、获取波段数据及参数;通过数据接口获取波段数据及参数。波段数据包括每天的行情数据,包括交易日期、开盘价、最高价、最低价、收盘价。程序执行时需要这类数据参数进行运算。每只股票对应不同的行情数据,所以在指标计算前要初始化相关的行情数据,所述波段数据包括行情数据,所述行情数据包括交易日期、开盘价、最高价、最低价、收盘价;如图2所示,步骤2、提取步骤1中波的极值点过滤数据,并从过滤后的数据中提取波的特征值;使得分析的波变为平滑;所述过滤数据的方法包括:步骤21、设定极值点的级别L,组成序列;步骤22、输入序列和极值点界别,如图4对步骤1中波段数据极值点标注,将波段数据设置为矩阵,其中x序列为日期坐标,y序列为价格序列, n为数据长度,将代入L序列进行计算,设置极值点级本文档来自技高网
...

【技术保护点】

【技术特征摘要】
1.一种波段分析方法,其特征在于:包括以下步骤:步骤1、获取波段数据及参数;步骤2、提取步骤1中波的极值点过滤数据,并从过滤后的数据中提取波的特征值;步骤3、将步骤2中的过滤后的波形分割成若干小波,记录下每个小波的周期、幅度、坐标;步骤4、计算最优参数;步骤5、通过最优参数得到反转点位置。2.根据权利要求1所述的一种波段分析方法,其特征在于:所述过滤数据的方法包括:步骤21、设定极值点的级别L,组成序列;步骤22、输入序列和极值点界别,对步骤1中波段数据极值点标注,将波段数据设置为矩阵,其中x序列为日期坐标,y序列为价格序列,n为数据长度,将代入L序列进行计算,设置极值点级别,如果当前y值比相邻的前后5个y值高,即,数组里中的最大值等于时,则认为是高点,记为yh,高点相对应的x值记为xh,则序列中所有高点组成的高点矩阵为;若当前y值比相邻前后5个y值低,即,数组里中的最小值等于时,则认为是低点,记为yl,低点yl相对应的x值记为xl,则序列中所有低点组成的低点矩阵为,将所有高低点矩阵拼接在一起,并以x值做
顺序排列,形成新的极值点矩阵;则极值点矩阵为一个去除毛刺的波形;步骤23、根据级别序列依次筛选,重复步骤22,输入原始数据和级别值,则能得到不同级别的若干滤波波形;;其中为原始的波形数据的坐标矩阵,L为自定义的级别序列,为在L1级别下滤波出来的一个波形矩阵。3.根据权利要求1所述的一种波段分析方法,其特征在于:所述步骤4中最优参数获取方法包括以下步骤:步骤41、设定一个参数合集,开始数为0.1,步长为0.001,设定一个参数合集;步骤42、把步骤3中小波的周期、坐标、幅度、参数序列进行拟合,直到小波周期*参数落在另一个极值点坐标前后相差不超过1为成功,当视为成功,其中是指L...

【专利技术属性】
技术研发人员:程超
申请(专利权)人:南京与牛共舞网络科技有限公司
类型:发明
国别省市:

相关技术
    暂无相关专利
网友询问留言 已有0条评论
  • 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。

1