【技术实现步骤摘要】
本专利技术涉及形态识别，特别是涉及一种价格形态识别、分析、推荐方法、设备及程序产品。
技术介绍
1、随着国内证券交易市场的规模不断扩大，证券交易的参与程度不断提升，传统的交易方法依赖交易者对价格数据进行人工观察，作出主观的交易决策。这种主观交易的方法执行效率低下、缺乏稳定的决策标准、难以进行科学准确的复盘分析，对投资者造成普遍的经济损失。使用计算机进行证券数据的采集、分析、辅助决策和统计分析，可以有效增加投资策略的精确性、科学性，提升投资收益，准确把握收益预期。
2、技术分析是证券交易中的一种重要方法，其目的在于在资产价格序列中寻找适合投资的时间点，指导投资者获得经济效益。市面上常见的方案通常包括两个类别，第一类以人工技术指标分析为基础的传统方法。这类方法，依赖人工的主观经验和判断，准确性和效率都比较低。第二类是包含统计学分析、图像识别分析、深度神经网络模型等方法的交叉学科方法。这类方法往往忽略了价格数据中的重要金融特性，可控性和可解释性较差，对数据集的数量和质量也有较高的要求，难以被投资者使用。
3、因此，亟待专利技术一种资产价格形态识别、证券价格分析的新方法，以解决现有技术识别分析运行效率低、可控性与可解释性差以及抗数据噪声能力差的问题。
技术实现思路
1、有鉴于此，本专利技术实施例提供一种价格形态识别、分析、推荐方法、设备及程序产品，至少部分解决现有技术中存在的问题。
2、本专利技术的其他特性和优点将通过下面的详细描述变得显然，或部分地通过
3、为了实现上述目的，本专利技术实施例提供如下技术方案：
4、根据本专利技术实施例的第一方面，提供了一种价格形态识别方法，所述方法包括：
5、获取价格数据，根据所述价格数据建立价格数据集；
6、针对所述价格数据集中的各个资产种类，利用所述资产种类的价格序列数据，得到对应的价格变化阈值指标；
7、根据价格序列数据中的关键节点，利用所述价格变化阈值指标，构建价格状态序列；
8、根据所述价格状态序列的价格形态特征进行形态事件识别，得到价格形态事件集合。
9、进一步地，所述价格变化阈值指标包括平均真实波幅atr和收益率标准差。
10、进一步地，根据价格序列数据中的关键节点，利用所述价格变化阈值指标，构建价格状态序列，包括：
11、将价格序列的第一个价格节点作为初始节点；
12、针对价格序列中除初始节点外的各个价格节点，根据时间轴进行逐一扫描，若当前价格节点的收盘价大于上一个价格节点的收盘价，则将当前价格节点作为第一高价节点；
13、若当前价格节点的收盘价小于上一个价格节点的收盘价，则将当前价格节点作为第一低价节点；
14、利用所述第一高价节点和所述第一低价节点，得到第二高价节点和第二低价节点交替的价格状态序列。
15、进一步地，其特征在于，利用所述第一高价节点和所述第一低价节点，得到第二高价节点和第二低价节点交替的价格状态序列，包括：
16、针对各个第一高价节点，判断当前节点的上一个第二价格节点是否为高价节点，所述第二价格节点包括第二高价节点和第二低价节点；
17、若当前节点的上一个第二价格节点是高价节点，则将当前节点的上一个第二价格节点删除，并将当前节点作为第二高价节点；
18、若当前节点的上一个第二价格节点不是高价节点，则利用上一个第二价格节点的收盘价和当前价格序列的收盘价，计算得到第一价差绝对值；
19、判断所述第一价差绝对值是否大于价差阈值，所述价差阈值根据所述价格变化阈值指标和预设价差阈值倍率计算得到；
20、若所述第一价差绝对值大于价差阈值，则将当前节点作为第二低价节点；
21、若所述第一价差绝对值不大于价差阈值，则不将当前节点作为第二价格节点；
22、针对各个第一低价节点，判断当前节点的上一个第二价格节点是否为低价节点；
23、若当前节点的上一个第二价格节点是低价节点，则将当前节点的上一个第二价格节点删除，并将当前节点作为第二低价节点；
24、若当前节点的上一个第二价格节点不是低价节点，则利用上一个第二价格节点的收盘价和当前价格序列的收盘价，计算得到第二价差绝对值；
25、判断所述第二价差绝对值是否大于价差阈值；
26、若所述第二价差绝对值大于价差阈值，将当前节点作为第二高价节点；
27、若所述第二价差绝对值不大于价差阈值，则不将当前节点作为第二价格节点；
28、得到第二高价节点和第二低价节点交替的价格状态序列。
29、进一步地，根据所述价格状态序列的价格形态特征进行形态事件识别，得到价格形态事件集合，包括：
30、针对各个资产种类，根据所述资产种类的当前价格以及价格状态序列的节点特征以及节点相互关系，确定价格形态特征；
31、基于预先设置的价格形态规则，根据所述价格形态特征识别得到价格形态事件；
32、利用所有价格形态事件得到价格形态事件集合。
33、根据本专利技术实施例的第二方面，提供了一种证券价格分析方法，所述方法包括：
34、利用如上任一项所述的一种价格形态识别方法，对证券价格数据进行形态识别，识别得到证券价格形态事件集合；
35、利用所述证券价格形态事件集合进行证券价格分析处理，得到证券价格分析结果。
36、进一步地，利用所述证券价格形态事件集合进行证券价格分析处理，得到证券价格分析结果，包括：
37、对于所述证券价格形态事件集合中的各个证券价格形态事件，根据所述证券价格形态事件的开仓点、开仓时间、平仓点以及平仓时间，计算得到所述证券价格形态事件的特征指标，所述特征指标包括收益率、归一化收益率以及最大回撤率；
38、对于所述证券价格形态事件集合，按照证券价格形态事件种类对特征指标进行统计汇总，得到证券价格形态事件的出现次数指标以及盈利能力和风险指标；
39、所述出现次数指标包括形态事件出现次数、形态事件覆盖资产种类数量、形态事件出现分布；
40、所述盈利能力和风险指标包括胜率、平均收益、平均标准化收益以及平均最大回撤率。
41、根据本专利技术实施例的第三方面，提供了一种价格形态事件推荐方法，所述方法包括：
42、实时获取价格数据，利用如上任一项所述的一种价格形态识别方法对被监控资产进行实时价格形态事件识别；
43、若识别得到所述被监控资产的价格形态事件，则将所述被监控资产以及对应的价格形态事件推荐至投资用户。
44、根据本专利技术实施例的第四方面，提供了一种设备，所述设备包括：处理器和存储器；
45、所述存储器用于存储一个或多个程序指令；
46、所述处理器，用于运行一个或多个程序指令，用以执行如上任一项所述的一种本文档来自技高网...
【技术保护点】
1.一种价格形态识别方法，其特征在于，所述方法包括：
2.如权利要求1所述的一种价格形态识别方法，其特征在于，所述价格变化阈值指标包括平均真实波幅ATR和收益率标准差。
3.如权利要求1所述的一种价格形态识别方法，其特征在于，根据价格序列数据中的关键节点，利用所述价格变化阈值指标，构建价格状态序列，包括：
4.如权利要求3所述的一种价格形态识别方法，其特征在于，利用所述第一高价节点和所述第一低价节点，得到第二高价节点和第二低价节点交替的价格状态序列，包括：
5.如权利要求1所述的一种价格形态识别方法，其特征在于，根据所述价格状态序列的价格形态特征进行形态事件识别，得到价格形态事件集合，包括：
6.一种证券价格分析方法，其特征在于，所述方法包括：
7.如权利要求6所述的一种证券价格分析方法，其特征在于，利用所述证券价格形态事件集合进行证券价格分析处理，得到证券价格分析结果，包括：
8.一种价格形态事件推荐方法，其特征在于，所述方法包括：
9.一种设备，其特征在于，所述设备包括：处理器和存
10.一种计算机程序产品，其特征在于，所述计算机程序产品包括计算机程序指令，该计算机程序指令被处理器执行时实现如权利要求1至5任一项所述的一种价格形态识别方法或如权利要求6至7所述的一种证券价格分析方法或如权利要求8所述的一种价格形态事件推荐方法的步骤。
...【技术特征摘要】
1.一种价格形态识别方法，其特征在于，所述方法包括：
2.如权利要求1所述的一种价格形态识别方法，其特征在于，所述价格变化阈值指标包括平均真实波幅atr和收益率标准差。
3.如权利要求1所述的一种价格形态识别方法，其特征在于，根据价格序列数据中的关键节点，利用所述价格变化阈值指标，构建价格状态序列，包括：
4.如权利要求3所述的一种价格形态识别方法，其特征在于，利用所述第一高价节点和所述第一低价节点，得到第二高价节点和第二低价节点交替的价格状态序列，包括：
5.如权利要求1所述的一种价格形态识别方法，其特征在于，根据所述价格状态序列的价格形态特征进行形态事件识别，得到价格形态事件...
【专利技术属性】
技术研发人员：李世峰，
申请(专利权)人：北京涛峰资产管理有限公司，
类型：发明
国别省市：
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。