一种基于随机控制的股票交易时刻判断方法及装置与流程

1.本技术属于人工智能技术领域，具体地讲，涉及一种基于随机控制的股票交易时刻判断方法及装置。


背景技术：

2.当今的金融市场交易策略包括基于技术分析的强规则传统交易策略、基于基本面分析的多因子策略以及当下较为新兴的基于人工智能方法的交易策略。虽然公司的盈利能力和发展潜力等基本面因素会对交易提供参考，但最终价格还是由供需双方决定的。
3.有研究表明，股价遵循几何布朗运动，代表将来时刻的状态与以往状态无关，只与现状有关，即证券的价格已包含了所有历史信息，下一刻的价格由市场新的信息决定。
4.然而，股价的日k线、周k线、月k线由于其构造方式导致其收盘价不连续，为离散随机变量。而在日内分时图中，股价数据连续且光滑，该特性使得优化问题更加容易解决，因此会隐蔽一些优化问题，需要提供一种新的方法找到日内股票买卖时点。


技术实现要素：

5.本技术提供了一种基于随机控制的股票交易时刻判断方法及装置，以至少解决目前在日内分时图中股价数据连续且光滑，使得优化问题更加容易解决，因此会隐蔽优化问题的情况。根据本技术的第一个方面，提供了一种基于随机控制的股票交易时刻判断方法，包括：
6.根据获得的折现因子构建汉密尔顿函数的目标方程并根据汉密尔顿函数的目标方程获取所有停时策略的集合；
7.通过停时策略的集合构建常微分方程并使用常微分方程模拟股票交易过程获得持有资金成本函数；
8.根据持有资金成本函数对汉密尔顿函数进行解析获得股票交易时刻。
9.在一实施例中，折现因子的获取过程包括：
10.根据获取的折现利率和对应的时刻，确定折现利率和时间的变化关系；
11.根据折现利率和时间的变化关系确定折现因子。
12.在一实施例中，通过停时策略的集合构建常微分方程，包括：
13.通过停时策略和汉密尔顿函数确定优化点，并获取优化点的时间；
14.根据优化点的时间和汉密尔顿函数构建常微分方程求解值函数。
15.在一实施例中，根据持有资金成本函数对汉密尔顿函数进行解析获得股票交易时刻，包括：
16.从持有资金成本函数中获取价格开始下降的时刻点；
17.根据价格开始下降的时刻点对值函数进行函数定义；
18.通过定义后的值函数对汉密尔顿函数进行解析获得股票交易时刻。
19.根据本技术的第二个方面，还提供了一种基于随机控制的股票交易时刻判断装
置，包括：
20.停时策略集合获取单元，用于根据获得的折现因子构建汉密尔顿函数的目标方程并根据汉密尔顿函数的目标方程获取所有停时策略的集合；
21.股票交易模拟单元，用于通过停时策略的集合构建常微分方程并使用常微分方程模拟股票交易过程获得持有资金成本函数；
22.交易时刻确定单元，用于根据持有资金成本函数对汉密尔顿函数进行解析获得股票交易时刻。
23.在一实施例中，还包括一折现因子获取单元，折现因子获取单元包括：
24.关系确定模块，用于根据获取的折现利率和对应的时刻，确定折现利率和时间的变化关系；
25.折现因子确定模块，用于根据折现利率和时间的变化关系确定折现因子。
26.在一实施例中，股票交易模拟单元包括：
27.优化点确定模块，用于通过停时策略和汉密尔顿函数确定优化点，并获取优化点的时间；
28.常微分方程构建模块，用于根据优化点的时间和汉密尔顿函数构建常微分方程求解值函数。
29.在一实施例中，股票交易模拟单元包括：
30.价格降时点确定模块，用于从持有资金成本函数中获取价格开始下降的时刻点；
31.函数定义模块，用于根据价格开始下降的时刻点对值函数进行函数定义；
32.股票交易时刻确定模块，用于通过定义后的持有资金成本函数对汉密尔顿函数进行解析获得股票交易时刻。
33.根据本技术的第三个方面，还提供了一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行程序时实现基于随机控制的股票交易时刻判断方法的步骤。
34.根据本技术的第四个方面，还提供了一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现基于随机控制的股票交易时刻判断方法的步骤。
35.由上技术方案可知，本技术提供了一种基于随机控制的股票交易时刻判断方法及装置，方法包括：根据预设的报酬函数和获得的折现因子构建汉密尔顿函数的目标方程并根据汉密尔顿函数的目标方程获取所有停时策略的集合；通过停时策略的集合构建常微分方程并使用常微分方程模拟股票交易过程获得持有资金成本函数；根据持有资金成本函数对汉密尔顿函数进行解析获得股票交易时刻。本技术通过对日内连续股价数据进行数据构造，利用随机控制中的优化控制方法，直接通过价格波动对未来趋势进行预测，找出最优买卖时刻，对股票进行择时交易，实现了规避日内连续股价构造过程中对价格信息的损失，并在股票市场越来越有效的情况下补足现有方法对强有效市场假设的不适应的功能。
附图说明
36.为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本
发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
37.图1为本技术提供的一种基于随机控制的股票交易时刻判断方法流程图。
38.图2为本技术实施例中根据汉密尔顿函数的目标方程获取所有停时策略的集合的流程图。
39.图3为本技术实施例中通过停时策略的集合构建常微分方程的流程图。
40.图4为本技术实施例中获得股票交易时刻的流程图。
41.图5为本技术实施例中股票交易时刻走势图。
42.图6为本技术提供的一种基于随机控制的股票交易时刻判断装置的结构框图。
43.图7为本技术实施例中停时策略集合获取单元的结构框图。
44.图8为本技术实施例中股票交易模拟单元的结构框图。
45.图9为本技术另一实施例中股票交易模拟单元的结构框图。
46.图10为本技术实施例中一种电子设备的具体实施方式。
具体实施方式
47.下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
48.需要说明的是，本技术公开的基于随机控制的股票交易时刻判断方法及装置可用于人工智能技术领域，也可用于除人工智能技术领域之外的任意领域，本技术公开的基于随机控制的股票交易时刻判断方法及装置的应用领域不做限定。
49.有研究表明，股价遵循几何布朗运动，代表将来时刻的状态与以往状态无关，只与现状有关，即证券的价格已包含了所有历史信息，下一刻的价格由市场新的信息决定。然而，股价的日k线、周k线、月k线由于其构造方式导致其收盘价不连续，为离散随机变量。而在日内分时图中，股价数据连续且光滑，该特性使得优化问题更加容易解决，因此会隐蔽一些优化问题。
50.基于上述问题，为了解决日内分时图中股价图连续光滑无法反应真实情况的问题，本技术分别提供了一种基于随机控制的股票交易时刻判断方法、基于随机控制的股票交易时刻判断装置，电子设备和计算机可读存储介质，通过对日内连续股价数据进行数据构造，利用随机控制中的优化控制方法，直接通过价格波动对未来趋势进行预测，找出最优买卖时刻，对股票进行择时交易，实现了规避日内连续股价构造过程中对价格信息的损失，并在股票市场越来越有效的情况下补足现有方法对强有效市场假设的不适应的功能。
51.基于上述内容，本技术还提供一种用于实现本技术一个或多个实施例中基于随机控制的股票交易时刻判断方法的基于随机控制的股票交易时刻判断装置，该基于随机控制的股票交易时刻判断装置可以自行或通过第三方服务器等与客户端设备之间通信连接，以接收各个客户端设备分别发起的故障测试请求，然后触发本装置中用于实现本技术一个或多个实施例中提供的基于随机控制的股票交易时刻判断方法的程序执行步骤。
52.可以理解的是，所述客户端设备可以包括智能手机、平板电子设备、网络机顶盒、
便携式计算机、台式电脑、个人数字助理(pda)、车载设备、智能穿戴设备等。其中，所述智能穿戴设备可以包括智能眼镜、智能手表、智能手环等。
53.在另一种实际应用情形中，前述的基于随机控制的股票交易时刻判断装置进行基于随机控制的股票交易时刻判断的部分可以在如上述内容的服务器中执行，也可以所有的操作都在所述客户端设备中完成。具体可以根据所述客户端设备的处理能力，以及用户使用场景的限制等进行选择。本技术对此不作限定。若所有的操作都在所述客户端设备中完成，所述客户端设备还可以包括处理器。
54.上述的客户端设备可以具有通信模块(即通信单元)，可以与远程的服务器进行通信连接，实现与所述服务器的数据传输。所述服务器可以包括任务调度中心一侧的服务器，其他的实施场景中也可以包括中间平台的服务器，例如与任务调度中心服务器有通信链接的第三方服务器平台的服务器。所述的服务器可以包括单台计算机设备，也可以包括多个服务器组成的服务器集群，或者分布式装置的服务器结构。
55.上述服务器与所述客户端设备之间可以使用任何合适的网络协议进行通信，包括在本技术提交日尚未开发出的网络协议。所述网络协议例如可以包括tcp/ip协议、udp/ip协议、http协议、https协议等。当然，所述网络协议例如还可以包括在上述协议之上使用的rpc协议(remote procedure call protocol，远程过程调用协议)、rest协议(representational state transfer，表述性状态转移协议)等。
56.具体通过下述各个实施例及应用实例分别进行详细说明。
57.本技术分别提供一种基于随机控制的股票交易时刻判断方法，如图1所示，包括：
58.s101：根据获得的折现因子构建汉密尔顿函数的目标方程并根据汉密尔顿函数的目标方程获取所有停时策略的集合。
59.s102：通过停时策略的集合构建常微分方程并使用常微分方程模拟股票交易过程获得持有资金成本函数。
60.s103：根据持有资金成本函数对汉密尔顿函数进行解析获得股票交易时刻。
61.目前证券交易量化择时策略中多数基于p-quant，如传统交易策略、多因子策略、机器学习方法等。这些方法都依赖于第三方指标，而并非直接从价格出发，因此人为主观因素较多。基于技术分析的传统交易策略通过对技术分析指标进行人为设定规则生成买卖信号，该方法人为主观影响大；多因子策略需要先行计算财务指标、经济指标等作为因子进入多元线性回归模型，进一步对收益率进行预测，该方法可能由于未发现的因子而导致信息丢失预测不准；机器学习方法可将技术分析及规则、基本面指标相结合共同入模，但可能由于模型本身的缺陷使预测结果欠拟合或过拟合，调参及优化过程复杂。因此，图1所示的方法解决了上述问题，基于随机过程的优化停时方法直接由价格波动过程本身出发，其假设背景与强有效市场理论相契合。
62.在一具体实施例中，首先预设报酬函数g，并且构造随机过程，基于随机过程假设，随机变量xt满足一维伊藤扩散：
[0063][0064]
其中wt为标准布朗运动，σ是为正的线性独立的解，σ(t,x)关于x是可以二次求导并连续的。
[0065]
当上述公式展现的随机过程的曲线足够平滑时(这里说的足够平滑是满足c1假
设，其中σ关于t和x是连续的，并且关于x的倒数是连续的。)，根据预设的报酬函数和获取的现有的折现因子构建汉密尔顿函数来解决优化控制，然后从中获得值函数，在使折现后报酬在所有停时达到最大值，即可得到值函数，由于在实际情况中，股价有可能被无限交易下去，因此可得到无限范围下的优化停时问题。继而将问题转化为求解常微分方程并使用常微分方程模拟股票交易过程获得持有资金成本函数。最后根据持有资金成本函数对汉密尔顿函数进行解析获得股票交易时刻。
[0066]
在一实施例中，根据预设的报酬函数和折现因子构建汉密尔顿函数并根据汉密尔顿函数的目标方程获取所有停时策略的集合，如图2所示，包括：
[0067]
s201：根据获取的折现利率和对应的时刻，确定折现利率和时间的变化关系。
[0068]
s202：根据折现利率和时间的变化关系确定折现因子。
[0069]
s203：利用汉密尔顿函数的目标方程确定所有的停时策略，生成停时策略的集合。
[0070]
在一具体实施例中，当随机过程足够平滑，构造hjb(hamilton jacobi bellman汉密尔顿)函数来解决优化控制，首先，构建hjb函数：
[0071]
h＝f(t，x(t)，u(t)) λ(t)g(t，x(t)，u(t))
[0072]
其中，t代表时刻，x(t)是状态变量，u(t)是控制变量。
[0073]
通过这一步骤可以将问题转换为解决ode(ordinary differential equation常微分方程)问题。
[0074]
构建hjb函数的目标方程：
[0075][0076]
其中，
[0077]
sx，是所有停时策略的集合；
[0078]
g，是报酬函数；
[0079]
λτ，折现因子。
[0080]
在一实施例中，通过停时策略的集合构建常微分方程，如图3所示，包括：
[0081]
s301：通过停时策略的集合和汉密尔顿函数确定优化点，并获取优化点的时间。
[0082]
s302：根据优化点的时间和汉密尔顿函数构建常微分方程并求解值函数。
[0083]
在一具体实施例中，使折现后报酬在所有停时达到最大值，然后得到值函数：
[0084][0085]
由于在实际情况中，股价可被无限交易下去，因此可以得到无限范围下的优化停时问题，值函数公式如下：
[0086][0087]
r，折现利率；
[0088]
τ，停时。
[0089]
将上述问题(公式)转化为解ode方程
[0090]
在时间无限的情况下，值函数v独立于时间，这与美式期权是否要行权的问题相似。可以得到hjb方程(汉密尔顿)的解：
[0091][0092]
问题转化为找到第一次碰到优化点的时间。在停时区可得到：
[0093][0094]
由于在短暂时刻后延迟停时决策被认为是优化点，那么可以将问题转化为解ode(常微分方程)，而非pde(偏微分方程)。
[0095][0096]
如何针对上述ode方程进行求解？在此，问题转化为找到二阶线性微分方程的一般解：
[0097][0098]
其一般解如下：
[0099]
f(x)＝aφ(x) bψx)
[0100]
其中a和b为常数，φ和ψ是两个为正的线性独立的解，且φ严格递减，ψ严格递增。因此，问题转化为找到φ和ψ过程。至此，完成对常微分方程的求解。
[0101]
在一实施例中，根据持有资金成本函数对汉密尔顿函数进行解析获得股票交易时刻，如图4所示，包括：
[0102]
s401：从持有资金成本函数中获取价格开始下降的时刻点。
[0103]
s402：根据价格开始下降的时刻点对值函数进行函数定义。
[0104]
s403：通过定义后的值函数对汉密尔顿函数进行解析获得股票交易时刻。
[0105]
在一具体实施例中，股票交易中，假设股票波动是连续且光滑的，以最小交易单位为讨论对象，即对一手股票的全部买入与卖出，首先考虑在空仓情况下，有机会买入。因此，可以等到价格准备上涨时作为最优买入策略，收益为e(x)。但是，如果没有机会卖出，则需要找到满足以下方程的解w：
[0106][0107]
e(x)-w(x)＝0for x≥b，
[0108]
解：
[0109][0110]
其中ψ严格递增。当x过程光滑时，值函数需要在自由边界点b，可以得到
[0111]
bψ(b)＝e(b)and bψ
′
(b)＝e
′
(b)
[0112]
可得：
[0113][0114]
定义：
[0115]
q(x)＝e(x)ψ
′
(x)-e
′
(x)ψ(x)，
[0116]
解
[0117]
q(b)＝0.
[0118]
找到b和b的解。
[0119]
第二，设想有持仓的情况下找到最适合的卖点的一次卖出交易，即价格开始下降的点(从持有资金成本函数中获取价格开始下降的时刻点)，资金成本函数为f(x)。可得到：
[0120][0121]
解得：
[0122][0123]
第三，连续买卖情况。空仓待买入时找到最佳买点，收益为e(x)，则值函数为：
[0124][0125]
价格下跌时，开始卖出，持有资金成本函数为f(x)，值函数定义为：
[0126][0127]
其中a，b为常数，但是a股实际操作中我们需要先筹集资金才能买入股票，这个过程中资金具有持有成本，因此有α＜a＜b＜β，且a，b为非负数。因此hjb方程的w解为：
[0128][0129][0130]
关于hjb方程的解的概况如图5所示，在图5中展示了股票交易中左侧(下跌时)卖出，右侧(上涨时)买入的过程。实际股票交易中无法恰好卖在最高点或买在最低点，常见的
情形是回落到一定程度时卖出，在拐头上涨形成时买入。因此，若要确定买入时刻或卖出时刻，只需要找到股票交易趋向回落时刻和拐头上涨形成时刻即可，求解上述方程可得：
[0131][0132][0133]
当求解了常数a和b之后，即可获得最佳买入点，
[0134][0135]
以及最佳卖出点，
[0136][0137]
本技术通过对日内连续股价数据进行数据构造，利用随机控制中的优化控制方法，直接通过价格波动对未来趋势进行预测，找出最优买卖时刻，对股票进行择时交易，实现了规避日内连续股价构造过程中对价格信息的损失，并在股票市场越来越有效的情况下补足现有方法对强有效市场假设的不适应的功能。
[0138]
基于同一发明构思，本技术实施例还提供了一种基于随机控制的股票交易时刻判断装置，可以用于实现上述实施例中所描述的方法，如下面实施例所述。由于该基于随机控制的股票交易时刻判断装置解决问题的原理与基于随机控制的股票交易时刻判断方法相似，因此基于随机控制的股票交易时刻判断装置的实施可以参见基于随机控制的股票交易时刻判断方法的实施。以下所使用的，术语“单元”或者“模块”可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的系统较佳地以软件来实现，但是硬件，或者软件和硬件的组合的实现也是可能并被构想的。
[0139]
根据本技术的另一个方面，还提供了一种基于随机控制的股票交易时刻判断装置，如图6所示，包括：
[0140]
停时策略集合获取单元601，用于根据预设的报酬函数和获得的折现因子构建汉密尔顿函数的目标方程并根据汉密尔顿函数的目标方程获取所有停时策略的集合；
[0141]
股票交易模拟单元602，用于通过停时策略的集合构建常微分方程并使用常微分方程模拟股票交易过程获得持有资金成本函数；
[0142]
交易时刻确定单元603，用于根据持有资金成本函数对汉密尔顿函数进行解析获得股票交易时刻。
[0143]
在一实施例中，如图7所示，停时策略集合获取单元601包括：
[0144]
关系确定模块701，用于根据获取的折现利率和对应的时刻，确定折现利率和时间的变化关系；
[0145]
折现因子确定模块702，用于根据折现利率和时间的变化关系确定折现因子；
[0146]
集合生成模块703，用于利用汉密尔顿函数的目标方程确定所有的停时策略，生成停时策略的集合。
[0147]
在一实施例中，如图8所示，股票交易模拟单元602包括：
[0148]
优化点确定模块801，用于通过停时策略和汉密尔顿函数确定优化点，并获取优化点的时间；
[0149]
常微分方程构建模块802，用于根据优化点的时间和汉密尔顿函数构建常微分方程求解值函数。
[0150]
在一实施例中，如图9所示，股票交易模拟单元602包括：
[0151]
价格降时点确定模块901，用于从持有资金成本函数中获取价格开始下降的时刻点；
[0152]
函数定义模块902，用于根据价格开始下降的时刻点对值函数进行函数定义；
[0153]
股票交易时刻确定模块903，用于通过定义后的值函数对汉密尔顿函数进行解析获得股票交易时刻。
[0154]
本技术通过对日内连续股价数据进行数据构造，利用随机控制中的优化控制方法，直接通过价格波动对未来趋势进行预测，找出最优买卖时刻，对股票进行择时交易，实现了规避日内连续股价构造过程中对价格信息的损失，并在股票市场越来越有效的情况下补足现有方法对强有效市场假设的不适应的功能。
[0155]
本领域内的技术人员应明白，本技术的实施例可提供为方法、系统、或计算机程序产品。因此，本技术可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本技术可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产品的形式。
[0156]
本技术是参照根据本技术实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
[0157]
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
[0158]
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
[0159]
本技术中应用了具体实施例对本技术的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本技术的方法及其核心思想；同时，对于本领域的一般技术人员，
依据本技术的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本技术的限制。
[0160]
本技术的实施例还提供能够实现上述实施例中的方法中全部步骤的一种电子设备的具体实施方式，参见图10，所述电子设备具体包括如下内容：
[0161]
处理器(processor)1001、内存1002、通信接口(communications interface)1003、总线1004和非易失性存储器1005；
[0162]
其中，所述处理器1001、内存1002、通信接口1003通过所述总线1004完成相互间的通信；
[0163]
所述处理器1001用于调用所述内存1002和非易失性存储器1005中的计算机程序，所述处理器执行所述计算机程序时实现上述实施例中的方法中的全部步骤，例如，所述处理器执行所述计算机程序时实现下述步骤：
[0164]
s101：根据预设的报酬函数和获得的折现因子构建汉密尔顿函数的目标方程并根据汉密尔顿函数的目标方程获取所有停时策略的集合。
[0165]
s102：通过停时策略的集合构建常微分方程并使用常微分方程模拟股票交易过程获得持有资金成本函数。
[0166]
s103：根据持有资金成本函数对汉密尔顿函数进行解析获得股票交易时刻。
[0167]
本技术的实施例还提供能够实现上述实施例中的方法中全部步骤的一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，该计算机程序被处理器执行时实现上述实施例中的方法的全部步骤，例如，所述处理器执行所述计算机程序时实现下述步骤：
[0168]
s101：根据预设的报酬函数和获得的折现因子构建汉密尔顿函数的目标方程并根据汉密尔顿函数的目标方程获取所有停时策略的集合。
[0169]
s102：通过停时策略的集合构建常微分方程并使用常微分方程模拟股票交易过程获得持有资金成本函数。
[0170]
s103：根据持有资金成本函数对汉密尔顿函数进行解析获得股票交易时刻。
[0171]
本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于硬件 程序类实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。虽然本说明书实施例提供了如实施例或流程图所述的方法操作步骤，但基于常规或者无创造性的手段可以包括更多或者更少的操作步骤。实施例中列举的步骤顺序仅仅为众多步骤执行顺序中的一种方式，不代表唯一的执行顺序。在实际中的装置或终端产品执行时，可以按照实施例或者附图所示的方法顺序执行或者并行执行(例如并行处理器或者多线程处理的环境，甚至为分布式数据处理环境)。术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、产品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、产品或者设备所固有的要素。在没有更多限制的情况下，并不排除在包括所述要素的过程、方法、产品或者设备中还存在另外的相同或等同要素。为了描述的方便，描述以上装置时以功能分为各种模块分别描述。当然，在实施本说明书实施例时可以把各模块的功能在同一个或多个软件和/或硬件中实现，也可以将实现同一功能的模块由多个子
模块或子单元的组合实现等。以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。本领域技术人员应明白，本说明书的实施例可提供为方法、系统或计算机程序产品。因此，本说明书实施例可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且，本说明书实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产品的形式。本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于系统实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本说明书实施例的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例或示例。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。以上所述仅为本说明书实施例的实施例而已，并不用于限制本说明书实施例。对于本领域技术人员来说，本说明书实施例可以有各种更改和变化。凡在本说明书实施例的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本说明书实施例的权利要求范围之内。

技术特征：
1.一种基于随机控制的股票交易时刻判断方法，其特征在于，包括：根据获得的折现因子构建汉密尔顿函数的目标方程并根据所述汉密尔顿函数的目标方程获取所有停时策略的集合；通过所述停时策略的集合构建常微分方程并使用所述常微分方程模拟股票交易过程获得持有资金成本函数；根据所述持有资金成本函数对所述汉密尔顿函数进行解析获得股票交易时刻。2.根据权利要求1所述的基于随机控制的股票交易时刻判断方法，其特征在于，折现因子的获取过程，包括：根据获取的折现利率和对应的时刻，确定折现利率和时间的变化关系；根据所述折现利率和时间的变化关系确定所述折现因子。3.根据权利要求1所述的基于随机控制的股票交易时刻判断方法，其特征在于，所述通过所述停时策略的集合构建常微分方程，包括：通过所述停时策略的集合和所述汉密尔顿函数确定优化点，并获取优化点的时间；根据所述优化点的时间和所述汉密尔顿函数构建常微分方程求解值函数。4.根据权利要求3所述的基于随机控制的股票交易时刻判断方法，其特征在于，所述根据所述持有资金成本函数对所述汉密尔顿函数进行解析获得股票交易时刻，包括：从所述持有资金成本函数中获取价格开始下降的时刻点；根据所述价格开始下降的时刻点对所述值函数进行函数定义；通过定义后的所述值函数对所述汉密尔顿函数进行解析获得股票交易时刻。5.根据权利要求2所述的基于随机控制的股票交易时刻判断方法，其特征在于，所述通过所述停时策略的集合构建常微分方程，包括：通过所述停时策略的集合和所述汉密尔顿函数确定优化点，并获取优化点的时间；根据所述优化点的时间和所述汉密尔顿函数构建常微分方程求解值函数。6.根据权利要求5所述的基于随机控制的股票交易时刻判断方法，其特征在于，所述根据所述持有资金成本函数对所述汉密尔顿函数进行解析获得股票交易时刻，包括：从所述持有资金成本函数中获取价格开始下降的时刻点；根据所述价格开始下降的时刻点对所述值函数进行函数定义；通过定义后的所述值函数对所述汉密尔顿函数进行解析获得股票交易时刻。7.一种基于随机控制的股票交易时刻判断装置，其特征在于，包括：停时策略集合获取单元，用于根据获得的折现因子构建汉密尔顿函数并根据所述汉密尔顿函数的目标方程获取所有停时策略的集合；股票交易模拟单元，用于通过所述停时策略的集合构建常微分方程并使用所述常微分方程模拟股票交易过程获得持有资金成本函数；交易时刻确定单元，用于根据所述持有资金成本函数对所述汉密尔顿函数进行解析获得股票交易时刻。8.根据权利要求7所述的基于随机控制的股票交易时刻判断装置，其特征在于，还包括一折现因子获取单元，所述折现因子获取单元包括：关系确定模块，用于根据获取的折现利率和对应的时刻，确定折现利率和时间的变化关系；
折现因子确定模块，用于根据所述折现利率和时间的变化关系确定所述折现因子；集合生成模块，用于利用所述折现因子和所述汉密尔顿函数确定所有的停时策略，生成所述停时策略的集合。9.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序实现权利要求1至4任一项所述的基于随机控制的股票交易时刻判断方法的步骤。10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现权利要求1至4任一项所述的基于随机控制的股票交易时刻判断方法的步骤。

技术总结
本发明提供了一种基于随机控制的股票交易时刻判断方法及装置，方法包括：根据预设的报酬函数和获得的折现因子构建汉密尔顿函数的目标方程并根据汉密尔顿函数的目标方程获取所有停时策略的集合；通过停时策略的集合构建常微分方程并使用常微分方程模拟股票交易过程获得持有资金成本函数；根据持有资金成本函数对汉密尔顿函数进行解析获得股票交易时刻。本申请通过对日内连续股价数据进行数据构造，利用随机控制中的优化控制方法，直接通过价格波动对未来趋势进行预测，找出最优买卖时刻，对股票进行择时交易，实现了规避日内连续股价构造过程中对价格信息的损失，并在股票市场越来越有效的情况下补足现有方法对强有效市场假设的不适应的功能。市场假设的不适应的功能。市场假设的不适应的功能。


技术研发人员：程路欣
受保护的技术使用者：中国工商银行股份有限公司
技术研发日：2022.02.18
技术公布日：2022/5/25