[发明专利]一种分析股票趋势的方法

权利要求书

1.一种分析股票趋势的方法，其特征在于，包含以下步骤：

S1、获取股票数据，形成特征数据集；

S2、初始化股票数据集的速度与位置信息；

S3、更新每一个粒子点的局部最优值点、每一个粒子每一维的迭代步数和自适应速度值；

S4、更新所有粒子点的速度及位置，从所有粒子历史局部最优值点中找到种群的全局最优值点；

S5、若迭代步骤超过迭代步骤的上限或最优特征被找到，转到S6，否则返回S3；

S6、根据S5中的最优特征构建数据矩阵；

S7、根据S6中的数据矩阵进行RF分类，得到分类结果，进行股票预测，预测结果正确率与BPSO-RF算法相比较。

2.如权利要求1所述分析股票趋势的方法，其特征在于，步骤S1中所述特征为投资者普遍接受的、用于预测股票趋势的技术指标，包含指数平滑移动平均线、移动平均线、平均趋向指数、顺势指标、随机摆动指标、价格变动率、威廉指数、动量指标、相对强弱指标、真实波动幅度均值指标、平衡量指标。

3.如权利要求1所述分析股票趋势的方法，其特征在于，步骤S2中初始化种群速度信息的计算公式为：

式中，ω为惯性系数，c₁、c₂为学习因子，为在第k步时第i个粒子的第d维取值，ξ₁和ξ₂为(0，1)之间的均匀分布的随机数，为在第k步时第i个粒子的局部最优，为在第k步时第i个粒子的局部最优；

初始化种群位置信息的计算公式为：

式中，rand(0，1)为(0，1)之间的均匀分布的随机数，为在第k步时第i个粒子的第d维取值。

4.如权利要求1所述分析股票趋势的方法，其特征在于，步骤S3中粒子点的局部最优值点为：

式中，为在第k步时第i个粒子的局部最优，c_i为学习因子，为[0，1]之间随机数；

自适应速度值为：

式中，ξ_id是一个在(0，1)之间的随机数，x_id第i个粒子的第d维取值，为x_id的取反，st_id为第i个粒子的第d维未发生改变的步骤数，fit_i为第i个粒子当前的适应度值。

5.如权利要求1所述分析股票趋势的方法，其特征在于，步骤S4中速度更新公式为各个局部最优值加速度与自适应速度值的叠加：