一種股票數據處理方法和裝置制造方法及圖紙

本發明專利技術涉及金融股市領域，特別涉及一種股票數據處理方法和裝置。所述方法包括：獲得所述股票的時序數據；獲得權重因子q；獲得時間標度δ；根據所述時間標度δ獲得概率測度Pi(δ)；根據所述概率測度Pi(δ)獲得配分函數χq(δ)；判斷所述時間標度δ是否選取完畢；當所述時間標度δ選取完畢時，獲得雙對數曲線lnχq(δ)～lnδ；在無標度區間獲得所述雙對數曲線lnχq(δ)～lnδ的擬合斜率τ(q)；對所述擬合斜率τ(q)進行勒讓德變換，獲得f(α)；根據所述權重因子q獲得q+1；判斷所述q+1是否小于qmax；當所述q+1不小于所述qmax時，獲得曲線f(α)～α，并通過曲線f(α)～α獲得多重分形譜和譜寬。通過上述技術方案，能夠掌握股災發生前后波動的變化規律，明確股災發生的區間。

【技術實現步驟摘要】

本專利技術涉及計算機數據處理
，特別涉及一種股票數據處理方法和裝置。
技術介紹
股市的暴漲暴跌對金融市場會產生較大的振蕩，如2015年6月至9月期間中國股市急劇下跌出現嚴重的“股災”，直接影響到金融市場的穩定和經濟的健康發展。因此預測股票的漲跌，合理調控和健康引導股票市場，為經濟的持續發展提供堅實的后盾。現有技術中根據歷史股票交易數據在股票市場的數學建模與預測方面已有大量研究，并具有一定的進展。但現有方法仍無法較好的描述股票市場復雜的波動特征。
技術實現思路
本申請實施例通過提供一種股票數據處理方法和裝置，解決了現有技術中無法較好通過數據處理的方式的描述股票市場復雜的波動特征的問題，具有通過數據處理的方式科學掌握股災發生前后波動的變化規律，明確股災發生的區間的技術效果。本申請實施例提供一種股票數據處理方法，所述方法包括：獲得所述股票的時序數據；獲得權重因子q；獲得時間標度δ；根據所述時間標度δ獲得概率測度Pi(δ)；根據所述概率測度Pi(δ)獲得配分函數χq(δ)；判斷所述時間標度δ是否選取完畢；當所述時間標度δ選取完畢時，獲得雙對數曲線lnχq(δ)～lnδ；選取無標度區間，在所述無標度區間獲得所述雙對數曲線lnχq(δ)～lnδ的擬合斜率τ(q)；對所述擬合斜率τ(q)進行勒讓德變換，獲得f(α)；根據所述權重因子q獲得q+1；判斷所述q+1是否小于qmax；當所述q+1不小于所述qmax時，獲得曲線f(α)～α，并通過曲線f(α)～α獲得多重分形譜和譜寬。進一步地，在所述獲得所述股票的時序數據之前，所述方法還包括：獲得所述股票的第一數據，所述第一數據是所述股票的高頻數據；根據所述第一數據確定第二數據，所述第二數據是需要處理的所述股票的收盤價；根據所述第二數據獲得所述股票的時序數據，所述股票的時序數據為股災發生前后的股價時間序列。進一步地，所述方法還包括：用所述時間標度δ將所述時序數據分割成N個不重疊的區間，其中，所述時間標度0<δ＜1，所述N通過得到。進一步地，所述方法還包括：所述概率測度Pi(δ)可通過公式獲得，其中，Ii(δ)為時間標度為δ時第i個區間內所有樣品股價值之和。進一步地，所述方法包括：所述配分函數χq(δ)可通過得到。進一步地，所述方法還包括：當所述時間標度δ未選取完畢時，則繼續獲得時間標度δ。進一步地，所述方法還包括：當所述q+1小于所述qmax，則重新獲得權重因子q。進一步地，所述方法還包括：所述擬合斜率τ(q)可通過所述雙對數曲線lnχq(δ)～lnδ中的線性點進行最小二乘擬合來進行估算。本申請實施例還提供一種股票數據處理裝置，所述裝置包括：第一獲得單元，所述第一獲得單元用于獲得所述股票的時序數據；第二獲得單元，所述第二獲得單元用于獲得所述權重因子q；第三獲得單元，所述第三獲得單元用于獲得所述時間標度δ；第四獲得單元，所述第四獲得單元用于根據所述時間標度δ獲得所述概率測度Pi(δ)；第五獲得單元，所述第五獲得單元用于根據所述概率測度Pi(δ)獲得所述配分函數χq(δ)；第一判斷單元，所述第一判斷單元用于判斷所述時間標度δ是否選取完畢；第六獲得單元，所述第六獲得單元用于當所述時間標度δ選取完畢時，獲得所述雙對數曲線lnχq(δ)～lnδ；第七獲得單元，所述第七獲得單元用于在所述無標度區間獲得所述雙對數曲線lnχq(δ)～lnδ的擬合斜率τ(q)；第八獲得單元，所述第八獲得單元用于對所述擬合斜率τ(q)進行勒讓德變換，獲得所述f(α)；第九獲得單元，所述第九獲得單元用于根據所述權重因子q獲得q+1；第二判斷單元，所述第二判斷單元用于判斷所述q+1是否小于所述qmax；第十獲得單元，所述第十獲得單元用于當所述q+1不小于所述qmax時，獲得所述曲線f(α)～α，并通過所述曲線f(α)～α獲得所述多重分形譜和所述譜寬。進一步地，所述裝置還包括：第十一獲得單元，所述第十一獲得單元用于獲得所述股票的第一數據；第一確定單元，所述第一確定單元用于根據所述第一數據確定所述第二數據；第十二獲得單元，所述第十二獲得單元用于根據所述第二數據獲得所述股票的時序數據。本申請實施例中提供的一個或多個技術方案，至少具有如下技術效果或優點：本申請實施例通過獲得所述股票的時序數據；獲得權重因子q；獲得時間標度δ；根據所述時間標度δ獲得概率測度Pi(δ)；根據所述概率測度Pi(δ)獲得配分函數χq(δ)；判斷所述時間標度δ是否選取完畢；當所述時間標度δ選取完畢時，獲得雙對數曲線lnχq(δ)～lnδ；選取無標度區間，在所述無標度區間獲得所述雙對數曲線lnχq(δ)～lnδ的擬合斜率τ(q)；對所述擬合斜率τ(q)進行勒讓德變換，獲得f(α)；根據所述權重因子q獲得q+1；判斷所述q+1是否小于qmax；當所述q+1不小于所述qmax時，獲得曲線f(α)～α，并通過曲線f(α)～α獲得多重分形譜和譜寬的多重分形方法，借助統計物理的方法計算概率的分布，分析股災發生前后數據波動特征的局部奇異性，以定量描述波動的復雜程度，解決了現有技術中無法較好通過數據處理的方式的描述股票市場復雜的波動特征的問題，具有通過數據處理的方式科學掌握股災發生前后波動的變化規律，明確股災發生的區間的技術效果。附圖說明圖1為本申請實施例提供的一種股票數據處理方法流程圖；圖2為本申請實施例提供的又一種股票數據預處理方法流程圖；圖3為本申請實施例提供的再一種股票數據處理方法流程圖；圖4為本申請實施例提供的一種股票數據處理裝置示意圖。具體實施方式本申請實施例通過提供一種股票數據處理方法和裝置，解決了現有技術中無法較好的描述股票市場復雜的波動特征的問題，能夠掌握股災發生前后波動的變化規律，明確股災發生的區間。本申請實施例為解決上述問題，總體思路如下：獲得所述股票的時序數據；獲得權重因子q；獲得時間標度δ；根據所述時間標度δ獲得概率測度Pi(δ)；根據所述概率測度獲得配分函數χq(δ)；判斷所述時間標度δ是否選取完畢；當所述時間標度δ選取完畢時，獲得雙對數曲線lnχq(δ)～lnδ；在所述無標度區間獲得所述雙對數曲線lnχq(δ)～lnδ的擬合斜率τ(q)；對所述τ(q)進行勒讓德變換，獲得f(α)；根據所述權重因子q獲得q+1；判斷所述q+1是否小于qmax；當所述q+1不小于所述qmax時，獲得曲線f(α)～α，并通過曲線f(α)～α獲得多重分形譜和譜寬。通過多重分形譜的譜寬刻畫股災發生前后股價的波動程度，以一定的概率反應整個動蕩變化，量化股災的發生區間。為了更好的理解上述技術方案，下面將結合說明書附圖以及具體的實施方式對上述技術方案進行詳細的說明。實施例一如圖1所示為本申請實施例提供的一種股票數據處理方法流程圖，所述方法包括：步驟101：獲得所述股票的時序數據；具體來說，所述股票的時序數據為股災發生前后的股價時間序列，所述股價時間序列即所述股價及股價對應的時間序列。且所述股票的時序數據為對股票的原始時序數據進行預處理之后所得，所述對股票的原始時序數據的預處理流程圖見圖2。步驟102：獲得權重因子q；具體來說，所述權重因子為所述配分函數的階次。步驟103：獲得時間標度δ；具體來說，所述時間標度δ指在多重分形計算中對所述時序數據進行本文檔來自技高網...

【技術保護點】
一種股票數據處理方法，其特征在于，所述方法包括：獲得所述股票的時序數據；獲得權重因子q；獲得時間標度δ；根據所述時間標度δ獲得概率測度Pi(δ)；根據所述概率測度Pi(δ)獲得配分函數χq(δ)；判斷所述時間標度δ是否選取完畢；當所述時間標度δ選取完畢時，獲得雙對數曲線lnχq(δ)～lnδ；選取無標度區間，在所述無標度區間獲得所述雙對數曲線lnχq(δ)～lnδ的擬合斜率τ(q)；對所述擬合斜率τ(q)進行勒讓德變換，獲得f(α)；根據所述權重因子q獲得q+1；判斷所述q+1是否小于qmax；當所述q+1不小于所述qmax時，獲得曲線f(α)～α，并通過曲線f(α)～α獲得多重分形譜和譜寬。

【技術特征摘要】
1.一種股票數據處理方法，其特征在于，所述方法包括：獲得所述股票的時序數據；獲得權重因子q；獲得時間標度δ；根據所述時間標度δ獲得概率測度Pi(δ)；根據所述概率測度Pi(δ)獲得配分函數χq(δ)；判斷所述時間標度δ是否選取完畢；當所述時間標度δ選取完畢時，獲得雙對數曲線lnχq(δ)～lnδ；選取無標度區間，在所述無標度區間獲得所述雙對數曲線lnχq(δ)～lnδ的擬合斜率τ(q)；對所述擬合斜率τ(q)進行勒讓德變換，獲得f(α)；根據所述權重因子q獲得q+1；判斷所述q+1是否小于qmax；當所述q+1不小于所述qmax時，獲得曲線f(α)～α，并通過曲線f(α)～α獲得多重分形譜和譜寬。2.如權利要求1所述的方法，其特征在于，在所述獲得所述股票的時序數據之前，所述方法還包括：獲得所述股票的第一數據，所述第一數據是所述股票的高頻數據；根據所述第一數據確定第二數據，所述第二數據是需要處理的所述股票的收盤價；根據所述第二數據獲得所述股票的時序數據，所述股票的時序數據為股災發生前后的股價時間序列。3.如權利要求2所述的方法，其特征在于，所述方法還包括：用所述時間標度δ將所述時序數據分割成N個不重疊的區間，其中，所述時間標度0<δ＜1，所述N通過得到，其中N為正整數。4.如權利要求3所述的方法，其特征在于，所述方法還包括：所述概率測度Pi(δ)可通過公式獲得，其中，Ii(δ)為時間標度為δ時第i個區間內所有樣品股價值之和。5.如權利要求4所述的方法，其特征在于，所述方法包括：所述配分函數χq(δ)可通過得到。6.如權利要求5所述的方法，其特征在于，所述方法還包括：當所述時間標度δ未選取完畢時，則繼續獲得時間標度δ。7.如權利要求6所述的方法，其特征在于，所述方法還包括：當所述q...

【專利技術屬性】
技術研發人員：程迪，張冬梅，金佳琪，汪海，楊宏湘，
申請(專利權)人：中國地質大學武漢，
類型：發明
國別省市：湖北;42