一种基于自然语言实时处理的股票定价新型算法的制作方法

1.本发明涉及股票算法领域，具体是一种基于自然语言实时处理的股票定价新型算法。


背景技术：

2.股票(stock)是股份公司所有权的一部分，也是发行的所有权凭证，是股份公司为筹集资金而发行给各个股东作为持股凭证并借以取得股息和红利的一种有价证券，股票是资本市场的长期信用工具，可以转让，买卖，股东凭借它可以分享公司的利润，但也要承担公司运作错误所带来的风险，每股股票都代表股东对企业拥有一个基本单位的所有权，股票价值评估的过程就是“从过去预测未来，从未来计算现在”的过程，现代科学技术水平还不能打破时空的限制，准确地预测未来，所以股票价值的评估也只能在黑暗中摸索。正像探索哥德巴赫猜想所采取的迂回接近的思想，对股票价值的评估也可以进行各种可行路径的探索。只要能够更加接近真正的股票价值，这样的探索就是一次进步，现有的股票算法过于复杂，需要考虑通货膨胀，恶意操盘，哄抬股价等各个方面，而且股票市场变化过快，算法无法实时读取股票数据。


技术实现要素：

3.本发明提供可以使用电脑程序实时扒取股票的收益，与市场的收益，同时计算出股票与市场收益的协方差和市场收益的方差的一种基于自然语言实时处理的股票定价新型算法。
4.本发明所采用的技术方案为：一种基于自然语言实时处理的股票定价新型算法，其特征在于：一种基于自然语言实时处理的股票定价新型算法，其特征在于：包括无风险回报率(risk free rate)的计算，股票的beta系数的计算，市场期望回报率(expected market return)的计算和股票市场溢价(equity market premium)的计算，单个股票或是股票组合的预期回报率(expected return)的公式如下：
[0005][0006]
其中r
f
，是无风险回报率(risk free rate)；β
a
，是股票的beta系数；是市场期望回报率(expected market return)。
[0007]
所述无风险回报率(risk free rate)为资金时间价值与通货膨胀补偿率之和，是除了通货膨胀风险之外，没有任何其他风险的投资收益率，无风险回报率(risk free rate)＝资金时间价值 通货膨胀补偿率。
[0008]
所述股票的beta系数利用回归的方法计算，beta系数为1，即股票的价格与市场一同变动，beta系数高于1，即股票价格比总体市场更波动，beta系数大于0小于1，即股票价格的波动性比市场更低，beta系数的计算公式为
[0009]
[0010]
其中cov(r
a
，r
m
)是股票a的收益与市场收益的协方差；是市场收益的方差，因为
[0011]
cov(r
a
，r
m
)＝ρ
am
×
σ
a
×
σ
m
[0012]
所以公式也可以写成
[0013][0014]
其中ρ
am
为股票a与市场的相关系数；σ
a
为股票a的标准差；σ
m
为市场的标准差。
[0015]
所述市场期望回报率(expected market return)的计算公式为
[0016][0017]
其中为市场期望回报率；p
i
为第i种结果出现的概率；n为所有可能结果的数目。
[0018]
所述预期回报率(expected return)基于以下几个假设条件：
[0019]
条件一：投资者希望财富越多愈好，效用是财富的函数，财富又是投资收益率的函数，因此可以认为效用为收益率的函数；
[0020]
条件二：投资者知道投资收益率的概率分布为正态分布；
[0021]
条件三：除期望收益率和风险外没有其他影响投资决策的因素；
[0022]
条件四：投资者在同一风险下，选择收益较高的股票；同一收益水平下，投资者选择风险较低的股票。
[0023]
所述beta系数的计算可以说明beta系数并不代表股票价格波动与总体市场波动的直接联系，并不能直接的说，β越大股票价格波动σ
a
相对与总体市场波动σ
m
越大；同样β越小，也不完全代表σ
a
相对与σ
m
越小，即使β为0也不能代表股票无风险，股票a与市场的相关系数ρ
am
在股票a与市场完全无关时，β也会为0，但是可以确定的时，如果股票无风险，β一定为0。
[0024]
所述beta系数的计算，可以得出单个股票或是股票组合未来将面临的市场风险状况，所述beta系数所用的历史数据越多，beta系数的应用效果将越好。
[0025]
本发明的有益效果：
[0026]
本发明主要通过网络扒取股票的实时数据，可以通过公式的计算可以将股票的实时预期收益率计算出来，同时使用的将股票的历史数据加入beta系数的计算中，使用的历史数据越多，股票的预期收益率将会越精准。
具体实施方式
[0027]
以下结合实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不限定本发明。
[0028]
本实施例的一种基于自然语言实时处理的股票定价新型算法：包括无风险回报率(risk free rate)的计算，股票的beta系数的计算，市场期望回报率(expected market return)的计算和股票市场溢价(equity market premium)的计算，单个股票或是股票组合的预期回报率(expected return)的公式如下：
[0029][0030]
其中r
f
，是无风险回报率(risk free rate)；β
a
，是股票的beta系数；是市场
期望回报率(expected market return)。
[0031]
所述无风险回报率(risk free rate)为资金时间价值与通货膨胀补偿率之和，是除了通货膨胀风险之外，没有任何其他风险的投资收益率，无风险回报率(risk free rate)＝资金时间价值 通货膨胀补偿率。
[0032]
所述无风险回报率(risk free rate)为资金时间价值与通货膨胀补偿率之和，是除了通货膨胀风险之外，没有任何其他风险的投资收益率，无风险回报率(risk free rate)＝资金时间价值 通货膨胀补偿率。
[0033]
所述股票的beta系数利用回归的方法计算，beta系数为1，即股票的价格与市场一同变动，beta系数高于1，即股票价格比总体市场更波动，beta系数大于0小于1，即股票价格的波动性比市场更低，beta系数的计算公式为
[0034][0035]
其中cov(r
a
，r
m
)是股票a的收益与市场收益的协方差；是市场收益的方差，因为
[0036]
cov(r
a
，r
m
)＝ρ
am
×
σ
a
×
σ
m
[0037]
所以公式也可以写成
[0038][0039]
其中ρ
am
为股票a与市场的相关系数；σ
a
为股票a的标准差；σ
m
为市场的标准差。
[0040]
所述市场期望回报率(expected market return)的计算公式为
[0041][0042]
其中为市场期望回报率；p
i
为第i种结果出现的概率；n为所有可能结果的数目。
[0043]
所述预期回报率(expected return)基于以下几个假设条件：
[0044]
条件一：投资者希望财富越多愈好，效用是财富的函数，财富又是投资收益率的函数，因此可以认为效用为收益率的函数；
[0045]
条件二：投资者知道投资收益率的概率分布为正态分布；
[0046]
条件三：除期望收益率和风险外没有其他影响投资决策的因素；
[0047]
条件四：投资者在同一风险下，选择收益较高的股票；同一收益水平下，投资者选择风险较低的股票。
[0048]
所述beta系数的计算可以说明beta系数并不代表股票价格波动与总体市场波动的直接联系，并不能直接的说，β越大股票价格波动σ
a
相对与总体市场波动σ
m
越大；同样β越小，也不完全代表σ
a
相对与σ
m
越小，即使β为0也不能代表股票无风险，股票a与市场的相关系数ρ
am
在股票a与市场完全无关时，β也会为0，但是可以确定的时，如果股票无风险，β一定为0。
[0049]
所述beta系数的计算，可以得出单个股票或是股票组合未来将面临的市场风险状况，所述beta系数所用的历史数据越多，beta系数的应用效果将越好。
[0050]
本发明可以通过网络扒取股票的实时数据，可以通过公式的计算可以将股票的实时预期收益率计算出来，同时使用的将股票的历史数据加入beta系数的计算中，使用的历史数据越多，股票的预期收益率将会越精准。
[0051]
以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明实施例技术方案的精神和范围。