期刊信息
主办:中国中医科学院中药研究所;中华中医药学会
主管:国家中医药管理局
ISSN:1005-9903
CN:11-3495/R
语言:中文
周期:半月
影响因子:1.817375
数据库收录:
北大核心期刊(2008版);北大核心期刊(2011版);北大核心期刊(2014版);北大核心期刊(2017版);化学文摘(网络版);中国科学引文数据库(2015-2016);中国科学引文数据库(2017-2018);中国科学引文数据库(2019-2020);日本科学技术振兴机构数据库;中国科技核心期刊;期刊分类:中药学
期刊热词:
药理
一种基于移动平均价和大数据分析的寻找股票买(2)
【作者】网站采编
【关键词】
【摘要】显然L,l过小,数据量过小,不能充分体现过程的内涵;另外,运算速度太慢不能及时给出答案也不行,所以L,l要充分大,运算速度要充分地快,也就是说我
显然L,l过小,数据量过小,不能充分体现过程的内涵;另外,运算速度太慢不能及时给出答案也不行,所以L,l要充分大,运算速度要充分地快,也就是说我们必须从大数据的视域出发,做到快速摄取大量数据,快速处理大量数据。为此我们根据上述主导思想,设计了如下的算法RFPO,以其给出我们的方法。
RFPO 算法
问题:S-RFPP (f)。
输入:
(其中f,l,r,L,v,ε> 0;f为正整数,表示未来日数;l为正整数,表示P(t,l)中的交易日数;r是一个表示成功率的参变量;v=O(t,f);ε是一个表示运行尺度的参变量;分别表示交易日i的开盘价、收盘价、最低价和最高价;L+f+l为运用历史数据的个数;p为当前股价;1 表示当前交易日,2 表示1 的前一个交易日,…,L+f+l表示L+f+l? 1的前一个交易日)。
输出:Y 或N (其中,Y 表示可以按当前股价p购买股票;N 表示不可以购买股票)。
过程:
1.命δ:=0。
2.置δ:=δ+ε;I:=0;N:=0。
3.关于t=f+1,f+2,…,f+L,进行下面各步。
(1) 计算(t,l)。
(2) 如Ptl<(t,l)?δ,置I:=I+1;然后考虑
不等式成立,置N:=N+1。
4.(1)I=0。转步5。
(2) (i)。返回第二步。
(ii)。转步6。
5.输出N。
6.(1) 计算(0,l),(0 表示当前交易日)。
(2) (i)p>(0,l)?δ。输出N。
(ii)p≤(0,l)?δ。输出Y。
4.实验
针对沪市股票中船科技(),选取2015年12月24日至2016年11月25日这期间的220 个交易日(去掉周六周日和法定节假日)每日的开盘价、收盘价、最高价、最低价为实验数据,取l=40,L=90,f=30,r=0.6,v=1.4,ε=0.1,依次以2016年8月25日至2016年10月14日这期间的30 个交易日为当前时刻,进行实验。在实验中以当前日的最低价为当前价。
1.以2016年8月25日为当前交易日0 时,i=1 (2016年8月24日),2 (2016年8月23日),…,(L+f+l) (2015年12月24日),将数据和参量代入算法中,得到结果:可以买入,不成功;
2.以2016年8月26日为当前交易日0 时,i=1 (2016年8月25日),2 (2016年8月24日),…,(L+f+l) (2015年12月25日),将数据和参量代入算法中,得到结果:可以买入,不成功;
……
30.以2016年10月14日为当前交易日0 时,i=1 (2016年10月13日),2 (2016年10月12日),…(L+f+l) (2016年2月4日),将数据和参量代入算法中,得到结果:不可买入。
详细结果见表1。
由表1可见,在30 个实验交易日中,有20 个交易日可以买入,在可以买入的交易日中有18 个成功,成功率达60%以上,可见算法有效。
注2:1) 我们的实验是通过运用MATLAB 语言编出RFPO 算法的计算机运行程序,然后在一台型号为Inspiron1427FT02、CPU 为Intel(R) Core(TM)2 Duo CPU T6500 @2.10GHz 2.10GHz 的计算机上运行所编出的程序进行大数据运算而完成的。2) 算法RFPO 不仅参变量较多,而且可以从炒股软件中快速提取大量数据,快速进行运算,及时回答我们是否可以按当前价买入股票的问题,充分地体现了大数据的特点。3) 由于时间和篇幅等原因,在此我们暂未讨论怎样选择合适的参量r,实验是在r=0.6的条件下进行的,如何优化地确定r是一个很值得继续研究的问题。4) 为了降低难度和便于使用量化技术,算法RFPO 的主要意图限于发展一种买入股票后可大概率盈利,且买入可能性较大的方法,没有考虑不成功时的盈亏问题;如何在不成功时控制盈亏,使得尽量少亏损多盈利,并进而考虑如何使用资金,争取较大收益率等,也是很值得继续研究的问题。
5.结束语
本文尝试地建立了一种基于大数据与平均线的选股方法,并通过实验说明了它的效率,运用沪市股票中船科技() 2015年至2016年的220 个交易日的数据,进行实验,结果表明算法有效。由于水平有限,不足之处很多,敬望各位专家批评指正。如何优化的确定r,如何优化的运用资金,以及收益率如何等是很值得进一步研究的问题。希望该项工作能够激发大家关于这方面的研究兴趣,希望能够有更多的学者和我们一起从事这方面的研究,共同促进我国量化技术发展。
Table of experiment result表1.实验结果汇集表当前日期 可否买入 是否成功 当前日期 可否买入 是否成功 可以买入 不成功 可以买入 成功 可以买入 不成功 可以买入 成功 可以买入 成功 不可买入—— 可以买入 成功 不可买入—— 可以买入 成功 可以买入 成功 2016.9.1 可以买入 成功 可以买入 成功 2016.9.2 可以买入 成功 可以买入 成功 2016.9.5 可以买入 成功 可以买入 成功 2016.9.6 可以买入 成功 可以买入 成功 2016.9.7 可以买入 成功 不可买入——2016.9.8 不可买入—— 不可买入——2016.9.9 不可买入—— 不可买入—— 可以买入 成功 不可买入—— 可以买入 成功 不可买入—— 可以买入 成功 不可买入——
文章来源:《中国实验方剂学杂志》 网址: http://www.zgsyfjxzzzz.cn/qikandaodu/2021/0505/598.html
上一篇:试论初中物理实验与多媒体技术的有效整合措施
下一篇:诚信值钱的时代已经到来