[发明专利]有价证券的中期量化交易系统及方法在审
| 申请号: | 202010888397.8 | 申请日: | 2020-08-28 |
| 公开(公告)号: | CN112037060A | 公开(公告)日: | 2020-12-04 |
| 发明(设计)人: | 张毓财 | 申请(专利权)人: | 中国建设银行股份有限公司;建信金融科技有限责任公司 |
| 主分类号: | G06Q40/04 | 分类号: | G06Q40/04;G06Q40/06 |
| 代理公司: | 北京品源专利代理有限公司 11332 | 代理人: | 孟金喆 |
| 地址: | 100033 *** | 国省代码: | 北京;11 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 有价证券 中期 量化 交易系统 方法 | ||
1.一种有价证券的中期量化交易系统,其特征在于,所述系统包括:数据采集组件、计算引擎组件和预测组件;其中:
所述数据采集组件配置为,采集各支有价证券在当前交易日的当前交易全量数据,以提供给所述计算引擎组件;
所述计算引擎组件配置为,读取各支有价证券在距离当前交易日的最近第一预设个历史交易日内的历史交易全量数据;以及,依据所述当前交易全量数据和所述历史交易全量数据,确定当前证券板块榜单;
所述预测组件配置为,依据所述当前证券板块榜单内各个证券板块的涨跌幅数据,预测确定各个证券板块的涨幅趋势信息,用于辅助用户进行证券交易。
2.根据权利要求1所述的系统,其特征在于,所述计算引擎组件包括:
证券量能确定单元,用于依据所述当前交易全量数据和所述历史交易全量数据,确定各支有价证券在当前交易日的量能指数;
板块量能确定单元,用于依据各支有价证券在当前交易日的量能指数以及各支有价证券的所属证券板块,得到当前交易日的各个证券板块的量能指数;
板块榜单确定单元,用于依据当前交易日的各个证券板块的量能指数,确定当前交易日的当前证券板块榜单;其中所述证券板块榜单包括证券板块排名榜、新晋榜单、维持榜单以及退出榜单。
3.根据权利要求2所述的系统,其特征在于,证券量能确定单元具体用于:
确定影响有价证券量能指数的关键影响因子;所述关键影响因子包括以下至少一项:区间涨幅和成交量;
基于选定的关键影响因子,依据所述当前交易全量数据和所述历史交易全量数据,计算得到各支有价证券在当前交易日的量能指数。
4.根据权利要求2所述的系统,其特征在于,板块量能确定单元具体用于:
以各个证券板块为单位,依据各支有价证券的所属证券板块,确定每个证券板块中包括的有价证券;
依据各支有价证券在当前交易日的量能指数,对同属于一个证券板块的有价证券进行聚合,得到当前交易日每个证券板块的量能指数。
5.根据权利要求2所述的系统,其特征在于,板块榜单确定单元具体用于:
依据当前交易日的各个证券板块的量能指数,对各个证券板块进行板块排名,得到当前交易日的证券板块排名榜;
将当前交易日的证券板块排名榜与距离当前交易日的最近第二预设个历史交易日的证券板块排名榜进行比对,得到当前交易日的证券板块新晋榜单、维持榜单以及退出榜单。
6.根据权利要求1所述的系统,其特征在于,所述预测组件包括:
预测模型训练单元,用于依据所述当前证券板块榜单内各个证券板块在距离当前交易日的最近第三预设个历史交易日的涨跌幅数据进行模型训练,得到目标自回归滑动平均模型;
证券板块预测单元,用于基于目标自回归滑动平均模型的预测函数,预测确定当前证券板块榜单内各个证券板块的涨幅趋势信息。
7.根据权利要求6所述的系统,其特征在于,预测模型训练单元具体用于:
基于各个证券板块在距离当前交易日的最近第三预设个历史交易日的涨跌幅数据,构造得到模型训练数据和模型测试数据;
对所述模型训练数据序列进行ADF检验,通过进行D阶差分运算将所述模型训练数据序列转换为平稳的时间序列;
根据转换得到的平稳的时间序列,计算其自相关系数ACF和偏自相关系数PACF,根据分析和经验设置模型阶层p和模型阶数q,以得到自回归滑动平均模型;以及,基于模型测试数据对训练的自回归滑动平均模型进行测试。
8.根据权利要求1所述的系统,其特征在于,所述系统还包括:应用服务组件;
所述应用服务组件配置为,获取所述预测组件确定的各个证券板块的涨幅趋势信息,并将各个证券板块的涨幅趋势信息推送至用户所属客户端进行展示。
9.根据权利要求1或8所述的系统,其特征在于,各个组件之间通讯采用发布订阅机制进行松耦合设置。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国建设银行股份有限公司;建信金融科技有限责任公司,未经中国建设银行股份有限公司;建信金融科技有限责任公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202010888397.8/1.html,转载请声明来源钻瓜专利网。





