[发明专利]智能交易中矩阵量化分析方法及其系统

说明书

技术领域

本发明涉及智能交易的数据分析领域，尤其涉及矩阵量化数据分析方法及系统。 

背景技术

形态分析是技术分析领域中运用比较多的方法，通常被分为两大类：反转形态和整理形态，比如头肩型、三重顶或底、双重顶或底，圆顶和圆底都属于反转心态，而三角形，菱形，旗形，矩形则属于整理形态。但是，无论哪种形态，哪类形态都有一个问题，就是形态在没有走出来之前谁也不能断定会走一个什么样的形态出来。所以，基于形态进行的分析往往需要等到形态走出来之后才能确定交易策略。那么有没有一种办法可以在形态未走出来之前就知道他上涨或下跌的概率和波幅呢？本发明正是基于此而设计了矩阵统计分析指标。对于人工智能交易来说，他主要是研究如何利用计算机技术模拟人的思维来解决问题的方式，所以，人工智能交易是按照某个人或某些人的思维模式来设计并预先设定在程序中的，其他人是无法知道设计者的思想，也无法改进该交易系统。本专利要解决的技术问题是，通过矩阵统计分析指标，使得人工智能交易在一定的规则内可以按照任何人的思维模式来设定交易系统并改进该交易系统。而规则的参数设计正是本发明使得该功能能得以实现的关键.可以说矩阵量化智能交易系统是生产EA的EA。（EA即Expert Advisors的英文缩写，中文意思专家顾问，俗称智能交易系统） 

现有技术的缺陷为： 

1、对于传统技术分析，在对历史数据进行分析时，尤其形态分析没有量化到具体的数据量，更多的还是靠人的经验来判断，所以准确性不高，属于模糊判断，而非量化分析。 

2、对于传统技术分析，对于数据的选取没有确定的时间段范围，这对于预测未来行情的发展也不能给出明确的时间范围，只能根据人的经验来判断，所以准确性不高。 

3、对于违约距离的计算，KMV模型在运用到金融衍生品交易上时是无法量化违约点的。 

4、。每一个智能交易的数据分析部分都是黑匣子，旁人是无法知道里面到底是什么的。这非常不利于改进黑匣子的数据分析部分。 

发明内容

为解决上述问题，本发明提供了一种矩阵量化数据分析方法及其系统，为弥补以上技术分析缺陷并实现风险的实时管理与预测，提供了有效的解决方案。 

本发明公开了一种智能交易中矩阵量化分析方法，包括： 

一种智能交易中矩阵量化分析方法，其特征在于，包括： 

步骤1，建立用于矩阵量化分析的数据库，从数据库中确定时间周期，时间周期的长短可通过矩阵的参数进行设定； 

步骤2，对于历史数据的分析，首先是分别统计前一时间周期和当前时间周期对应矩阵在历史数据中具有相同排列顺序的矩阵在下一时间周期出现涨跌的平均概率和平均波幅,然后分别计算前一时间周期和当前时间周期的市场风险回报率。用户可自选矩阵参数来决定需要统计的时间周期，不同的时间周期对应的市场风险回报率会有所不同； 

步骤3，对统计出来的上一时间周期和当前时间周期具有相同排列顺序的矩阵提供一种以0、1组合的形式表示出来的算法，以便用户根据这种组合调用智能自动交易程序.验证该矩阵量化分析系统的有效性。 

所述的智能交易中矩阵量化数据分析方法，所述步骤1还包括： 

步骤4，对于确定时间周期，上一时间周期和当前时间周期具有相同排列顺序的每n个数据集的下一个数据集出现涨或者跌的概率和波幅； 

步骤5，计算在不同时间段的具有相同排列顺序的每n个数据集的下一个数据集出现涨或者跌的概率和波幅，所述不同时间段为1分钟，5分钟，15分钟，30分钟1小时、4小时、1天、1周或1月的任意时间段，所述n为正整数。 

所述的智能交易中矩阵量化数据分析方法，所述步骤2矩阵量化分析还包括： 

步骤6，对统计出来的上一时间周期和当前时间周期具有相同排列顺序的矩阵提供一种以0、1组合的形式表示出来的算法，以便用户根据这种组合调 用智能交易程序； 

设