(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211050828.9 (22)申请日 2022.08.30 (71)申请人 中国银行股份有限公司 地址 100818 北京市西城区复兴门内大街1 号 (72)发明人 邱小健　黄文强　 (74)专利代理 机构 北京集佳知识产权代理有限 公司 11227 专利代理师 张东梅 (51)Int.Cl. G06Q 40/04(2012.01) G06Q 10/10(2012.01) G06F 17/18(2006.01) (54)发明名称 股票交易时点的推荐方法、 装置、 存储介质 和设备 (57)摘要 本申请公开了一种股票交易时点的推荐方 法、 装置、 存储介质和设备， 可应用于大数据领 域， 该方法为： 从指标集合中筛选出目标指标； 基 于目标指标作为自变量， 股票波动率作为因变 量， 构建回归模型， 并利用目标指标的历史日频 数据， 对回归模型中的各项回归系数进行训练， 得到股票波动率预估模型； 从金融系统中获取目 标指标在交易时点的当前取值， 并将当前取值输 入到股票波动率预估模型， 得到股 票波动率预估 模型输出的预估 结果； 在当前波动率不大于预设 波动率阈值的情况下， 将交易时点标识为目标时 点， 并提示用户在 目标时点可对股票进行交易。 该方法以当前波动率作为判定交易时点是否可 进行股票交易的参考依据， 实现为用户推荐合理 的股票交易时点。 权利要求书3页 说明书9页 附图5页 CN 115393088 A 2022.11.25 CN 115393088 A 1.一种股票交易时点的推荐方法， 其特 征在于， 包括： 从预先构建的指标集合中筛选出符合预设条件的指标， 作为目标指标； 其中， 所述预设 条件为： 指标与股票波动率之间的秩相关系 数大于预设阈值； 所述指标与股票波动率之间 的秩相关系数基于指标的历史日频 数据获得； 基于所述目标指标作为自变量， 股票波动率作为因变量， 构建回归模型， 并利用所述目 标指标的历史日频数据， 对所述回归模型中的各项回归系 数进行训练， 得到股票波动率预 估模型； 对于每个交易时点， 从金融系统中获取所述目标指标在所述交易时点的当前取值， 并 将所述当前取值输入到所述股票波动率预估模型， 得到所述股票波动率预估模型输出的预 估结果； 所述预估结果包括股票的当前波动率； 在所述当前波动率不大于预设波动率阈值的情况下， 将所述交易时点标识为目标时 点， 并提示用户在目标时点可对股票进行交易。 2.根据权利要求1所述的方法， 其特 征在于， 还 包括： 在所述当前波动 率大于所述预设波动 率阈值的情况下， 将所述交易 时点标识为非 目标 时点， 提示所述用户在非目标时点 不可对股票进行交易。 3.根据权利要求1所述的方法， 其特 征在于， 所述指标包括所述股票的市盈率； 所述基于指标的历史日频数据获得所述指标与股票波动率之间的秩相关系数的过程， 包括： 预先从金融系统中获取所述股票在预设历史时间段内所经历的每一天的最高价、 最低 价、 市盈率； 计算所述股票在所述预设历史时间段内所经历的每一天的最高价和最低 价的标准差， 得到所述股票在所述预设历史时间段内所 经历的每一天的日波动率； 将所述预设历史时间段划分为 n个月份； n 为正整数； 对于每个所述月份， 基于所述股票在所述月份内所经历的每一天的日波动率， 生成日 波动率向量； 基于所述股票在所述月份内所 经历的每一天的市盈率， 生成市盈率向量； 基于所述日波动 率向量与 所述市盈率向量， 计算得到与 所述月份对应的第 一秩相关系 数； 对与n个所述月份对应的第一秩相关系数进行平均值计算， 得到所述股票的市盈率与 股票波动率之间的秩相关系数。 4.根据权利要求1所述的方法， 其特 征在于， 所述指标包括所述股票的市净率； 所述基于指标的历史日频数据获得所述指标与股票波动率之间的秩相关系数的过程， 包括： 预先从金融系统中获取所述股票在预设历史时间段内所经历的每一天的最高价、 最低 价、 市净率； 计算所述股票在所述预设历史时间段内所经历的每一天的最高价和最低 价的标准差， 得到所述股票在所述预设历史时间段内所 经历的每一天的日波动率； 将所述预设历史时间段划分为 n个月份； n 为正整数； 对于每个所述月份， 基于所述股票在所述月份内所经历的每一天的日波动率， 生成日权　利　要　求　书 1/3 页 2 CN 115393088 A 2波动率向量； 基于所述股票在所述月份内所 经历的每一天的市净率， 生成市净率向量； 基于所述日波动 率向量与 所述市净率向量， 计算得到与 所述月份对应的第 二秩相关系 数； 对与n个所述月份对应的第二秩相关系数进行平均值计算， 得到所述股票的市净率与 股票波动率之间的秩相关系数。 5.根据权利要求1所述的方法， 其特 征在于， 所述指标包括所述股票的换手率； 所述基于指标的历史日频数据获得所述指标与股票波动率之间的秩相关系数的过程， 包括： 预先从金融系统中获取所述股票在预设历史时间段内所经历的每一天的最高价、 最低 价、 换手率； 计算所述股票在所述预设历史时间段内所经历的每一天的最高价和最低 价的标准差， 得到所述股票在所述预设历史时间段内所 经历的每一天的日波动率； 将所述预设历史时间段划分为 n个月份； n 为正整数； 对于每个所述月份， 基于所述股票在所述月份内所经历的每一天的日波动率， 生成日 波动率向量； 基于所述股票在所述月份内所 经历的每一天的换手率， 生成第一换手率向量； 基于所述日波动 率向量与 所述第一换手率向量， 计算得到与 所述月份对应的第 三秩相 关系数； 对与n个所述月份对应的第三秩相关系数进行平均值计算， 得到所述股票的换手率与 股票波动率之间的秩相关系数。 6.根据权利要求1所述的方法， 其特征在于， 所述指标包括所述股票所在股票市场的换 手率； 所述基于指标的历史日频数据获得所述指标与股票波动率之间的秩相关系数的过程， 包括： 预先从金融系统中获取所述股票在预设历史时间段内所经历的每一天的最高价、 最低 价， 以及所述股票市场在所述预设历史时间段内所 经历的每一天的换手率； 计算所述股票在所述预设历史时间段内所经历的每一天的最高价和最低 价的标准差， 得到所述股票在所述预设历史时间段内所 经历的每一天的日波动率； 将所述预设历史时间段划分为 n个月份； n 为正整数； 对于每个所述月份， 基于所述股票在所述月份内所经历的每一天的日波动率， 生成日 波动率向量； 基于所述股票市场在所述月份内所 经历的每一天的换手率， 生成第二换手率向量； 基于所述日波动 率向量与 所述第二换手率向量， 计算得到与 所述月份对应的第四秩相 关系数； 对与n个所述月份对应的第 四秩相关系数进行平均值计算， 得到所述股票市场的换手 率与股票波动率之间的秩相关系数。 7.根据权利要求1所述的方法， 其特征在于， 所述指标包括所述股票所属行业的行业指 数的换手率；权　利　要　求　书 2/3 页 3 CN 115393088 A 3