基于標(biāo)準(zhǔn)量化參數(shù)動態(tài)篩選海量數(shù)據(jù)的方法及其在金融證券領(lǐng)域的應(yīng)用的制作方法
【專利摘要】本發(fā)明提供一種基于標(biāo)準(zhǔn)量化參數(shù)動態(tài)篩選數(shù)據(jù)的方法，這種方法充分考慮和應(yīng)用了數(shù)據(jù)數(shù)量化、動態(tài)化以及符合統(tǒng)計學(xué)概率分布的特點(diǎn)，能夠從海量量化數(shù)據(jù)中篩選出符合標(biāo)準(zhǔn)量化參數(shù)篩選條件的數(shù)據(jù)。這種方法最為直接的應(yīng)用就在金融證券領(lǐng)域，本發(fā)明進(jìn)而公開了應(yīng)用基于標(biāo)準(zhǔn)量化參數(shù)動態(tài)選擇股票組合的方法以及選擇期貨品種的方法。本發(fā)明方法應(yīng)用于金融證券領(lǐng)域避免了靜態(tài)數(shù)值篩選數(shù)據(jù)的僵化，能夠顯著提高了決策的效果。
【專利說明】基于標(biāo)準(zhǔn)量化參數(shù)動態(tài)篩選海量數(shù)據(jù)的方法及其在金融證 券領(lǐng)域的應(yīng)用

【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及篩選數(shù)據(jù)的方法，尤其是一種基于標(biāo)準(zhǔn)量化參數(shù)動態(tài)篩選數(shù)據(jù)的方 法，這種方法在金融證券領(lǐng)域能夠被廣泛的應(yīng)用。
[0002]

【背景技術(shù)】
[0003] 人類進(jìn)入"大數(shù)據(jù)"時代，隨之而來的數(shù)據(jù)合庫、數(shù)據(jù)安全、數(shù)據(jù)分析、數(shù)據(jù)校掘等 等圍繞大數(shù)據(jù)的商業(yè)價值的利用逐漸成為行業(yè)人士爭相追捧的利潤焦點(diǎn)。數(shù)據(jù)分析和數(shù)據(jù) 挖掘被深入的研究并取得廣泛應(yīng)用的領(lǐng)域。所謂數(shù)據(jù)分析是指用適當(dāng)?shù)慕y(tǒng)計方法對收集來 的大量第一手資料和第二手資料進(jìn)行分析，以求最大化地開發(fā)數(shù)據(jù)資料的功能，發(fā)揮數(shù)據(jù) 的作用；數(shù)據(jù)挖掘是指從數(shù)據(jù)庫的大量數(shù)據(jù)中揭示出隱含的、先前未知的并有潛在價值的 信息的非平凡過程?；陂L期對大數(shù)據(jù)的應(yīng)用，尤其是對金融證券領(lǐng)域數(shù)據(jù)的研究和應(yīng)用 發(fā)現(xiàn)，金融數(shù)據(jù)尤其是股票、期貨等證券數(shù)據(jù)其具有三個顯著的共性：一是數(shù)量化；二是數(shù) 量化數(shù)據(jù)動態(tài)化；二是數(shù)量化數(shù)據(jù)符合統(tǒng)計學(xué)的概率分布。盡管對金融數(shù)據(jù)三個共性并不 陌生，但是直接應(yīng)用上述數(shù)據(jù)共性，系統(tǒng)化成為海量數(shù)據(jù)篩選方法指導(dǎo)并提供決策，這是個 空白。以最為常見利用數(shù)量化數(shù)據(jù)選擇股票為例，現(xiàn)有系統(tǒng)的操作是通過外部設(shè)置參數(shù)或 閥值，直接從海量的數(shù)據(jù)中篩選標(biāo)的股票，這種方法僅僅關(guān)注和應(yīng)用了數(shù)據(jù)數(shù)量化的特點(diǎn)， 而忽視了數(shù)據(jù)動態(tài)性以及符合統(tǒng)計學(xué)概率分布的特點(diǎn)，實(shí)際效果并不理想。
[0004]


【發(fā)明內(nèi)容】

[0005] 本發(fā)明提供一種基于標(biāo)準(zhǔn)量化參數(shù)動態(tài)篩選數(shù)據(jù)的方法，這種方法充分考慮和應(yīng) 用了數(shù)據(jù)數(shù)量化、動態(tài)化以及符合統(tǒng)計學(xué)概率分布的特點(diǎn)，能夠?qū)暮Ａ苛炕瘮?shù)據(jù)中篩選 出符合標(biāo)準(zhǔn)量化參數(shù)篩選條件的數(shù)據(jù)。這種方法最為直接的應(yīng)用就是金融證券領(lǐng)域，本發(fā) 明還公開了應(yīng)用基于標(biāo)準(zhǔn)量化參數(shù)動態(tài)選擇股票組合的方法以及選擇期貨品種的方法。
[0006] 為達(dá)到上述目的，本發(fā)明應(yīng)用于在海量數(shù)據(jù)中量化分析篩選符合決策條件數(shù)據(jù)集 合用于決策，其步驟包括： (1) 通過數(shù)據(jù)接收端接收數(shù)據(jù)源提供的海量數(shù)據(jù)； (2) 預(yù)處理海量數(shù)據(jù)，提取海量數(shù)據(jù)中的量化數(shù)據(jù)，編制整理形成量化數(shù)據(jù)倉庫； (3) 形成標(biāo)準(zhǔn)量化參數(shù)作為篩選數(shù)據(jù)的篩選條件：選取量化數(shù)據(jù)中的一類數(shù)據(jù)，作為一 個樣本空間，根據(jù)概率分布計算樣本空間中這類數(shù)據(jù)的標(biāo)準(zhǔn)差，然后計算樣本空間標(biāo)準(zhǔn)差 的倍數(shù)，以此數(shù)值與平均值之間形成的偏離數(shù)量關(guān)系作為篩選條件； (4) 利用步驟（3)形成的篩選條件，在樣本空間中篩選出符合條件的數(shù)據(jù)集合并保存； (5) 循環(huán)步驟（3)，選擇量化數(shù)據(jù)中與上一次相異的另一類數(shù)據(jù)，計算形成另一標(biāo)準(zhǔn)量 化參數(shù)，進(jìn)而循環(huán)步驟（4)形成另一組數(shù)據(jù)集合； (6 )當(dāng)根據(jù)步驟（3 )至（5 )形成至少一組數(shù)據(jù)集合后，將各組集合做交/并集合運(yùn)算形 成符合最終篩選條件的決策集合； (7 )輸出決策集合，提供最后決策根據(jù)。
[0007] 步驟（2)和步驟（3)之間可以通過外部設(shè)置參數(shù)對量化數(shù)據(jù)倉庫的數(shù)據(jù)進(jìn)行預(yù)篩 選。
[0008] 步驟（3)形成的標(biāo)準(zhǔn)量化參數(shù)表述三種形式：〈1>大于平均值偏離標(biāo)準(zhǔn)差N倍； 〈2>小于平均值偏離標(biāo)準(zhǔn)差N倍；〈3>介于平均值偏離標(biāo)準(zhǔn)差-N倍至-M倍之間或介于平均 值偏離標(biāo)準(zhǔn)差+N倍至-M倍之間或介于平均值偏離標(biāo)準(zhǔn)差+N倍至+M倍之間。
[0009] 倍數(shù)N和Μ在步驟（3)和步驟（4)之間通過外部預(yù)設(shè)賦值，倍數(shù)N和Μ為絕對值， 正負(fù)號在于定義偏離是位于平均值的左側(cè)或是右側(cè)。通常的定義是正號表示偏離在平均值 的右側(cè)，負(fù)號表示偏離在平均值得左側(cè)。
[0010] 本發(fā)明方法中最大的特點(diǎn)在于標(biāo)準(zhǔn)量化參數(shù)并不對應(yīng)于特定類型數(shù)值，大量自然 量化數(shù)據(jù)，符合統(tǒng)計學(xué)概率分布特點(diǎn)的就能夠被應(yīng)用。通過計算樣本空間數(shù)據(jù)平均值以及 標(biāo)準(zhǔn)差，再根據(jù)外部設(shè)定倍數(shù)，計算出倍數(shù)與標(biāo)準(zhǔn)差的乘積即為偏離量，倍數(shù)、標(biāo)準(zhǔn)差、平均 值、偏離量并不具有特定性和指向性，因此這種方法具有廣泛的應(yīng)用空間。這一特點(diǎn)對于海 量的數(shù)量化數(shù)據(jù)數(shù)據(jù)分析和數(shù)據(jù)挖掘具有重要的現(xiàn)實(shí)意義。本發(fā)明所披露的方法尤其針對 金融證券數(shù)據(jù)公開兩種應(yīng)用一種標(biāo)準(zhǔn)量化參數(shù)動態(tài)選擇股票組合的方法以及一種標(biāo)準(zhǔn)量 化參數(shù)動態(tài)選擇期貨品種的方法，這兩種應(yīng)用因?yàn)槟康牡牟煌?，?biāo)準(zhǔn)量化參數(shù)形成上存在 顯著區(qū)別：一種標(biāo)準(zhǔn)量化參數(shù)動態(tài)選擇股票組合的方法，標(biāo)準(zhǔn)量化參數(shù)采用介于平均值偏 離標(biāo)準(zhǔn)差-Ν倍至-Μ倍之間或介于平均值偏離標(biāo)準(zhǔn)差+Ν倍至-Μ倍之間或介于平均值偏離 標(biāo)準(zhǔn)差+Ν倍至+Μ倍之間的形式；一種標(biāo)準(zhǔn)量化參數(shù)動態(tài)選擇期貨品種的方法，標(biāo)準(zhǔn)量化參 數(shù)采用大于平均值偏離標(biāo)準(zhǔn)差Ν倍或小于平均值偏離標(biāo)準(zhǔn)差Ν倍的形式。
[0011] 本發(fā)明方法應(yīng)用于金融證券領(lǐng)域兼顧了量化數(shù)據(jù)動態(tài)變化性以及符合統(tǒng)計學(xué)概 率分布的特點(diǎn)，避免了靜態(tài)數(shù)值篩選數(shù)據(jù)的僵化，能夠顯著提高了決策的效果。
[0012]

【專利附圖】

【附圖說明】
[0013] 圖1為本發(fā)明方法步驟流程圖； 圖2為本發(fā)明方法在選擇股票品種方面樣本空間正態(tài)分布時的應(yīng)用圖表一； 圖3為本發(fā)明方法在選擇股票品種方面樣本空間正態(tài)分布時的應(yīng)用圖表二； 圖4為本發(fā)明方法在選擇股票品種方面樣本空間正態(tài)分布時的應(yīng)用圖表三； 圖5為本發(fā)明方法在選擇期貨品種方面樣本空間正態(tài)分布時的應(yīng)用圖表一； 圖6為本發(fā)明方法在選擇期貨品種方面樣本空間正態(tài)分布時的應(yīng)用圖表二。
[0014]

【具體實(shí)施方式】
[0015] 結(jié)合附圖和應(yīng)用實(shí)施例對本發(fā)明進(jìn)一步說明。
[0016] 如圖1所示，本發(fā)明方法有如下步驟： (1)通過數(shù)據(jù)接收端接收數(shù)據(jù)源提供的海量數(shù)據(jù)； (2) 預(yù)處理海量數(shù)據(jù)，提取海量數(shù)據(jù)中的量化數(shù)據(jù)，編制整理形成量化數(shù)據(jù)倉庫； (3) 形成標(biāo)準(zhǔn)量化參數(shù)作為篩選數(shù)據(jù)的篩選條件：選取量化數(shù)據(jù)中的一類數(shù)據(jù)，作為一 個樣本空間，根據(jù)概率分布計算樣本空間中這類數(shù)據(jù)的標(biāo)準(zhǔn)差，然后計算樣本空間標(biāo)準(zhǔn)差 的倍數(shù)，以此數(shù)值與平均值之間形成的偏離數(shù)量關(guān)系作為篩選條件； (4) 利用步驟（3)形成的篩選條件，在樣本空間中篩選出符合條件的數(shù)據(jù)集合并保存； (5) 循環(huán)步驟（3)，選擇量化數(shù)據(jù)中與上一次相異的另一類數(shù)據(jù)，計算形成另一標(biāo)準(zhǔn)量 化參數(shù)，進(jìn)而循環(huán)步驟（4)形成另一組數(shù)據(jù)集合； (6 )當(dāng)根據(jù)步驟（3 )至（5 )形成至少一組數(shù)據(jù)集合后，將各組集合做集合運(yùn)算形成符合 最終篩選條件的決策集合； (7 )輸出決策集合，提供最后決策根據(jù)。
[0017] 其中，步驟（2)和步驟（3)之間可以通過外部設(shè)置參數(shù)對量化數(shù)據(jù)倉庫的數(shù)據(jù)進(jìn) 行預(yù)篩選。這個步驟給本方法進(jìn)一步提供了靈活性。
[0018] 步驟（3)形成的標(biāo)準(zhǔn)量化參數(shù)表述三種形式：〈1>大于平均值偏離標(biāo)準(zhǔn)差N倍； 〈2>小于平均值偏離標(biāo)準(zhǔn)差N倍；〈3>介于平均值偏離標(biāo)準(zhǔn)差-N倍至-M倍之間或介于平均 值偏離標(biāo)準(zhǔn)差+N倍至-M倍之間或介于平均值偏離標(biāo)準(zhǔn)差+N倍至+M倍之間。
[0019] 倍數(shù)N和Μ在步驟（3)和步驟（4)之間通過外部預(yù)設(shè)賦值，倍數(shù)N和Μ為絕對值， 正負(fù)號在于定義偏離位于平均值的左側(cè)或右側(cè)。通常的定義是正號表示偏離在平均值的右 偵h負(fù)號表示偏離在平均值得左側(cè)。倍數(shù)與標(biāo)準(zhǔn)差的乘積即為偏離量，倍數(shù)、標(biāo)準(zhǔn)差、平均 值、偏離量均不具有特定性和指向性，因此這種方法具有廣泛的應(yīng)用空間。這一特點(diǎn)對于海 量的數(shù)量化數(shù)據(jù)數(shù)據(jù)分析和數(shù)據(jù)挖掘具有重要的現(xiàn)實(shí)意義。
[0020] 圖2至圖4揭示了基于標(biāo)準(zhǔn)量化參數(shù)動態(tài)篩選數(shù)據(jù)的方法在選擇股票組合方面的 應(yīng)用。在選擇股票組合時，對于股票數(shù)據(jù)應(yīng)有一些普遍認(rèn)識：股票數(shù)據(jù)，如股票價格、股票數(shù) 量、流通數(shù)量、市盈率、市凈率、市銷率、凈資本回報率、負(fù)債率等等都是量化或可量化的，這 些數(shù)據(jù)是動態(tài)變化的，是可以統(tǒng)計并符合某種統(tǒng)計學(xué)概率分布的。在這些認(rèn)識的前提下，可 以應(yīng)用基于標(biāo)準(zhǔn)量化參數(shù)動態(tài)篩選數(shù)據(jù)的方法實(shí)現(xiàn)對股票的選擇決策或是其他的數(shù)據(jù)挖 掘決策。
[0021] 由于股票交易的特點(diǎn)，選取股票時通常采用區(qū)間的篩選條件以選擇符合相同條件 趨向性的股票，譬如對于整個市場而言估值較低的股票可能需要滿足市盈率低，凈資本回 報率高等條件，股價適中等條件。這些條件如果僅通過靜態(tài)數(shù)值條件設(shè)定篩選意義并不大， 而通過標(biāo)準(zhǔn)量化參數(shù)動態(tài)篩選則具有指導(dǎo)意義。
[0022] 圖示中假定數(shù)據(jù)均符合正態(tài)分布的，根據(jù)正態(tài)分布的計算公式。
[0023]

【權(quán)利要求】
1. 基于標(biāo)準(zhǔn)量化參數(shù)動態(tài)篩選海量數(shù)據(jù)的方法，應(yīng)用于在海量數(shù)據(jù)中量化分析篩選符 合決策條件數(shù)據(jù)集合，其步驟包括： (1) 通過數(shù)據(jù)接收端接收數(shù)據(jù)源提供的海量數(shù)據(jù)； (2) 預(yù)處理海量數(shù)據(jù)，提取海量數(shù)據(jù)中的量化數(shù)據(jù)，編制整理形成量化數(shù)據(jù)倉庫； (3) 形成標(biāo)準(zhǔn)量化參數(shù)作為篩選數(shù)據(jù)的篩選條件：選取量化數(shù)據(jù)中的一類數(shù)據(jù)，作為一 個樣本空間，根據(jù)概率分布計算樣本空間中這類數(shù)據(jù)的標(biāo)準(zhǔn)差，然后計算樣本空間標(biāo)準(zhǔn)差 的倍數(shù)，以此數(shù)值與平均值之間形成的偏離數(shù)量關(guān)系作為篩選條件； (4) 利用步驟（3)形成的篩選條件，在樣本空間中篩選出符合條件的數(shù)據(jù)集合并保存； (5) 循環(huán)步驟（3)，選擇量化數(shù)據(jù)中與上一次相異的另一類數(shù)據(jù)，計算形成另一標(biāo)準(zhǔn)量 化參數(shù)，進(jìn)而循環(huán)步驟（4)形成另一組數(shù)據(jù)集合； (6 )當(dāng)根據(jù)步驟（3 )至（5 )形成至少一組數(shù)據(jù)集合后，將各組集合做交/并集合運(yùn)算形 成符合最終篩選條件的決策集合； (7 )輸出決策集合，提供最后決策根據(jù)。
2. 根據(jù)權(quán)利要求1所述基于標(biāo)準(zhǔn)量化參數(shù)動態(tài)篩選海量數(shù)據(jù)的方法，其特征在于，所 述步驟（2)和步驟（3)之間可以通過外部設(shè)置參數(shù)對量化數(shù)據(jù)倉庫的數(shù)據(jù)進(jìn)行預(yù)篩選。
3. 根據(jù)權(quán)利要求1或2所述基于標(biāo)準(zhǔn)量化參數(shù)動態(tài)篩選海量數(shù)據(jù)的方法，其特征在于， 所述步驟（3)形成的標(biāo)準(zhǔn)量化參數(shù)表述三種形式：〈1>大于平均值偏離標(biāo)準(zhǔn)差N倍；〈2>小 于平均值偏離標(biāo)準(zhǔn)差N倍；〈3>介于平均值偏離標(biāo)準(zhǔn)差-N倍至-M倍之間或介于平均值偏 離標(biāo)準(zhǔn)差+N倍至-M倍之間或介于平均值偏離標(biāo)準(zhǔn)差+N倍至+M倍之間。
4. 根據(jù)權(quán)利要求3所述基于標(biāo)準(zhǔn)量化參數(shù)動態(tài)篩選海量數(shù)據(jù)的方法，其特征在于，所 述倍數(shù)N和Μ在步驟（3)和步驟（4)之間通過外部預(yù)設(shè)賦值，所述倍數(shù)N和Μ為絕對值，正 負(fù)號在于定義偏離是位于平均值的左側(cè)或是右側(cè)。
5. -種標(biāo)準(zhǔn)量化參數(shù)動態(tài)選擇股票組合的方法，應(yīng)用了權(quán)利要求4所述基于標(biāo)準(zhǔn)量化 參數(shù)動態(tài)篩選海量數(shù)據(jù)的方法，其特征在于，所述標(biāo)準(zhǔn)量化參數(shù)采用介于平均值偏離標(biāo)準(zhǔn) 差-Ν倍至-Μ倍之間或介于平均值偏離標(biāo)準(zhǔn)差+Ν倍至-Μ倍之間或介于平均值偏離標(biāo)準(zhǔn)差 +Ν倍至+Μ倍之間的形式。
6. -種標(biāo)準(zhǔn)量化參數(shù)動態(tài)選擇期貨品種的方法，應(yīng)用了權(quán)利要求4所述基于標(biāo)準(zhǔn)量化 參數(shù)動態(tài)篩選海量數(shù)據(jù)的方法，其特征在于，所述標(biāo)準(zhǔn)量化參數(shù)采用大于平均值偏離標(biāo)準(zhǔn) 差Ν倍或小于平均值偏離標(biāo)準(zhǔn)差Ν倍的形式。
【文檔編號】G06Q40/04GK104123668SQ201410122235
【公開日】2014年10月29日 申請日期:2014年3月30日 優(yōu)先權(quán)日:2014年3月30日
【發(fā)明者】曾盛敏 申請人:廣州天策軟件科技有限公司