CN113159972B - 组合确定方法、装置、电子设备及计算机可读存储介质 - Google Patents
组合确定方法、装置、电子设备及计算机可读存储介质 Download PDFInfo
- Publication number
- CN113159972B CN113159972B CN202110552237.0A CN202110552237A CN113159972B CN 113159972 B CN113159972 B CN 113159972B CN 202110552237 A CN202110552237 A CN 202110552237A CN 113159972 B CN113159972 B CN 113159972B
- Authority
- CN
- China
- Prior art keywords
- target product
- product
- target
- factor
- factors
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 47
- 238000003860 storage Methods 0.000 title claims abstract description 15
- 230000008901 benefit Effects 0.000 claims description 64
- 230000015654 memory Effects 0.000 claims description 22
- 238000013507 mapping Methods 0.000 claims description 9
- 238000012360 testing method Methods 0.000 claims description 6
- 238000012790 confirmation Methods 0.000 claims description 4
- 238000012795 verification Methods 0.000 claims description 2
- 230000000875 corresponding effect Effects 0.000 description 72
- 238000010586 diagram Methods 0.000 description 8
- 238000009826 distribution Methods 0.000 description 8
- 238000011835 investigation Methods 0.000 description 6
- 238000004891 communication Methods 0.000 description 5
- 238000004590 computer program Methods 0.000 description 5
- 238000012545 processing Methods 0.000 description 5
- 230000002596 correlated effect Effects 0.000 description 4
- 230000007774 longterm Effects 0.000 description 4
- 238000013473 artificial intelligence Methods 0.000 description 3
- 230000006735 deficit Effects 0.000 description 3
- 102000003712 Complement factor B Human genes 0.000 description 2
- 108090000056 Complement factor B Proteins 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000007667 floating Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000000737 periodic effect Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000013515 script Methods 0.000 description 2
- 230000001174 ascending effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 239000000470 constituent Substances 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- PCHJSUWPFVWCPO-UHFFFAOYSA-N gold Chemical compound [Au] PCHJSUWPFVWCPO-UHFFFAOYSA-N 0.000 description 1
- 239000010931 gold Substances 0.000 description 1
- 229910052737 gold Inorganic materials 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003058 natural language processing Methods 0.000 description 1
- 230000007935 neutral effect Effects 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 235000015277 pork Nutrition 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
- G06Q40/06—Asset management; Financial planning or analysis
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Finance (AREA)
- Accounting & Taxation (AREA)
- Development Economics (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Human Resources & Organizations (AREA)
- Entrepreneurship & Innovation (AREA)
- Economics (AREA)
- Marketing (AREA)
- Strategic Management (AREA)
- Technology Law (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
Abstract
本申请提供了一种组合确定方法、装置、电子设备及计算机可读存储介质;方法包括:主节点设备接收产品组合请求,基于用户偏好确定目标产品与特征因子,并将目标产品的信息与特征因子发送给多个从节点设备,以使多个从节点设备确定对应的特征因子与每个目标产品之间的相关度,其中,每个从节点设备对应一种特征因子;接收多个从节点设备返回的相关度;基于每个特征因子与每个目标产品之间的相关度、以及每个特征因子对应的权重确定每个目标产品的起始权重;基于每个目标产品的起始权重对多个目标产品进行排序,并基于排序后的目标产品所构成的产品组合响应产品组合请求。通过本申请,能够提高投资的准确性。
Description
技术领域
本申请涉及互联网技术,尤其涉及一种组合确定方法、装置、电子设备及计算机可读存储介质。
背景技术
随着市场中投资标的的不断增加,人们倾向于选择多种不同类型的投资标的构成投资组合进行投资。相关技术中,只能依赖于人工经验和专业知识选择投资组合,这对于普通投资者来说门槛太高,同时需要投入的大量的人力成本,且投资的准确性并不高,可能带来较大的投资风险。
发明内容
本申请实施例提供一种组合确定方法、装置、电子设备及计算机可读存储介质,能够提高投资的准确性。
本申请实施例的技术方案是这样实现的:
本申请实施例提供一种组合确定方法,包括:
主节点设备接收产品组合请求,基于用户偏好确定目标产品与特征因子,并将所述目标产品的信息与所述特征因子发送给多个从节点设备,以使所述多个从节点设备确定对应的特征因子与每个所述目标产品之间的相关度,其中,每个所述从节点设备对应一种特征因子;
接收所述多个从节点设备返回的相关度;
基于每个所述特征因子与每个所述目标产品之间的相关度、以及每个所述特征因子对应的权重确定每个所述目标产品的起始权重;
基于每个所述目标产品的起始权重对多个所述目标产品进行排序,并基于排序后的所述目标产品所构成的产品组合响应所述产品组合请求。
本申请实施例提供一种组合确定装置,包括:
确定模块,用于接收产品组合请求,基于用户偏好确定目标产品与特征因子,并将所述目标产品的信息与所述特征因子发送给多个从节点设备,以使所述多个从节点设备确定对应的特征因子与每个所述目标产品之间的相关度,其中,每个所述从节点设备对应一种特征因子;以及用于基于每个所述特征因子与每个所述目标产品之间的相关度、以及每个所述特征因子对应的权重确定每个所述目标产品的起始权重;
接收模块,用于接收所述多个从节点设备返回的相关度;
排序模块,用于基于每个所述目标产品的起始权重对多个所述目标产品进行排序,并基于排序后的所述目标产品所构成的产品组合响应所述产品组合请求。
上述方案中,所述确定模块,还用于:
基于用户的购买记录或用户偏好调查结果确定所述用户的偏好;
通过查询映射表确定与所述用户的偏好匹配的至少一个目标产品、以及与所述用户的偏好匹配的至少一个特征因子。
上述方案中,当所述特征因子用于评估所述目标产品的市盈率时,所述确定模块,还用于:
将所述目标产品的信息与所述特征因子发送给对应所述特征因子的从节点设备,以使
所述对应所述特征因子的从节点设备基于所述特征因子的分布划分得到多个特征因子区间,并确定每个所述目标产品的特征因子所属的特征因子区间对应的区间概率,将所述区间概率作为对应的所述目标产品与所述特征因子的相关度。
上述方案中,当所述特征因子用于评估目标产品的舆论风险时,所述确定模块,还用于:
将所述目标产品的信息与所述特征因子发送给对应所述特征因子的从节点设备,以使所述从节点设备获取媒体内容,并对所述媒体内容进行识别处理,得到与所述目标产品关联的目标媒体内容;
确定所述目标媒体内容中包括的预设关键词的数量;
基于所述预设关键词的数量对舆论基准值进行调整,得到所述目标产品与所述特征因子间的相关度。
上述方案中,所述确定模块,还用于:
获取所述目标产品的历史表现数据;
基于所述历史表现数据确定候选舆论基准值;
对所述候选舆论基准值进行回测验证,当验证通过时,将所述候选舆论基准值作为所述舆论基准值。
上述方案中,所述确定模块,还用于:
基于每个所述特征因子对应的权重,对每个所述目标产品与每个所述特征因子之间的相关度进行加权求和,得到每个所述目标产品的起始权重。
上述方案中,所述组合确定装置还包括调整模块,用于:
确定所述产品组合中与每个所述特征因子关联的至少一个目标产品的收益;
基于所述至少一个目标产品的收益确定对应的特征因子的整体收益;
当所述特征因子的整体收益高于因子收益基准值时,增加与所述特征因子关联的所述至少一个目标产品的权重;
当所述特征因子的整体收益低于因子收益最低阈值时,减小与所述特征因子关联的所述至少一个目标产品的权重,或去除所述特征因子,得到新的产品组合。
上述方案中,所述调整模块,还用于:
确定所述产品组合中每个所述目标产品的收益;
当所述目标产品的收益高于目标产品收益基准值时,增加所述目标产品的权重;
当所述目标产品的收益低于目标产品收益最低阈值时,对所述目标产品的权重进行调整,或从所述产品组合中去除所述目标产品,得到新的产品组合。
上述方案中,所述调整模块,还用于:
减少所述目标产品的权重,或
将所述目标产品的权重恢复为所述起始权重。
本申请实施例提供一种电子设备,包括:
存储器,用于存储可执行指令;
处理器,用于执行所述存储器中存储的可执行指令时,实现本申请实施例提供的组合确定方法。
本申请实施例提供一种计算机可读存储介质,存储有可执行指令,用于引起处理器执行时,实现本申请实施例提供的组合确定方法。
本申请实施例提供了一种计算机程序产品或计算机程序,所述计算机程序产品或所述计算机程序包括计算机指令,所述计算机指令存储在计算机可读存储介质中,电子设备的处理器从所述计算机可读存储介质读取所述计算机指令,处理器执行所述计算机指令,使得所述电子设备执行本申请实施例提供的组合确定方法。
本申请实施例具有以下有益效果:
基于用户偏好确定特征因子与目标产品,并基于目标产品与特征因子间的相关度确定每个目标产品的起始权重,从而可以高效快速地得到由各个目标产品构成的产品组合,同时可以确定产品组合中各目标产品的比重,无需人工筛选目标产品和特征因子,更为智能化,并使目标产品更贴近用户偏好和用户需求。
附图说明
图1是本申请实施例提供的投资***10的架构示意图;
图2是本申请实施例提供的组合确定方法的流程示意图;
图3是本申请实施例提供的投资组合确定的示意图;
图4是本申请实施例提供的标签映射的示意图;
图5是本申请实施例提供的对投资标的排序的示意图;
图6是本申请实施例提供的确定投资标的的排序的示意图;
图7是本申请实施例提供的确定投资组合的示意图;
图8是本申请实施例提供的调仓的示意图;
图9是本申请实施例提供的服务器200的结构示意图。
具体实施方式
为了使本申请的目的、技术方案和优点更加清楚,下面将结合附图对本申请作进一步地详细描述,所描述的实施例不应视为对本申请的限制,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它实施例,都属于本申请保护的范围。
在以下的描述中,涉及到“一些实施例”,其描述了所有可能实施例的子集,但是可以理解,“一些实施例”可以是所有可能实施例的相同子集或不同子集,并且可以在不冲突的情况下相互结合。
除非另有定义,本文所使用的所有的技术和科学术语与属于本申请的技术领域的技术人员通常理解的含义相同。本文中所使用的术语只是为了描述本申请实施例的目的,不是旨在限制本申请。
对本申请实施例进行进一步详细说明之前,对本申请实施例中涉及的名词和术语进行说明,本申请实施例中涉及的名词和术语适用于如下的解释。
1)投资标的:指的是整个金融市场上,可用于投资购买的标的。投资标的的类型包括基金、股票、期权、黄金等。当投资标的的类型为基金时,投资标的可以是场内基金、场外基金、板块基金、指数基金等;当投资标的的类型为股票时,投资标的可以是任意一只个股;当投资标的的类型为期权时,投资标的可以是短期期权或长期期权。
2)投资因子:投资因子是通过算法服务进行分析后生成的可评估、可衡量投资标的的因子,包括基本面因子、价量因子、净资产收益率等。
3)市盈率(PER,Price Earnings Ratio):也称“本益比”或“市价盈利比率”。市盈率是指投资标的的价格除以其收益的比率,它常用于评估投资标的的价格水平是否合理。
4)调仓:调仓是在大盘出现一定程度的变动的时候,将持股和仓位进行及时的调整更换,以控制风险,兑现利润。调仓操作一般有三个方向:第一是把盈利的个股卖出一部分,进行仓位上的调整;第二是把亏损的个股卖出一部分,进行仓位上的止损操作用以防止更大的损失;第三是卖出当前持股,转换成新的个股。
相关技术在确定投资的产品组合的过程中,常常通过人工筛选特征因子,并基于特征因子选择目标产品进行投资,这需要一定的投资经验和专业知识,对于普通投资者来说不仅门槛太高,而且还需要大量的人力成本,而且投资的精确性较差,可能带来较大的投资风险。
针对上述问题,本申请实施例提供一种组合确定方法、装置、电子设备和计算机可读存储介质,能够提高投资的准确性。
本申请实施例提供的组合确定方法可以由各种电子设备实施,例如,可以由服务器(即下文中的主节点设备)单独实施,也可以由服务器和终端协同实施。例如服务器独自执行下文所述的组合确定方法,或者,由终端和服务器协同执行下文所述的组合确定方法。例如,在用户终端中呈现用户偏好调查问卷,响应于用户的问卷提交操作,获取用户填写或者选择的问卷答案,得到用户偏好调查结果,向服务器发送携带用户偏好调查结果的产品组合请求,服务器接收到产品组合请求后,根据用户偏好调查结果确定关联的目标产品和特征因子,并确定每个特征因子的权重,以及每个目标产品与每个特征因子间的相关度,基于每个目标产品与每个特征因子间的相关度、以及每个特征因子对应的权重确定每个目标产品的权重,最后,基于每个目标产品的权重对目标产品进行降序排序,并将排序后的目标产品所构成的产品组合发送给用户的终端,以在终端中呈现建议的产品组合。
本申请实施例中,服务器可以是独立的物理服务器,也可以是多个物理服务器构成的服务器集群或者分布式***,还可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、CDN、以及大数据和人工智能平台等基础云计算服务的云服务器;终端可以是智能手机、平板电脑、笔记本电脑、台式计算机、智能电视、智能车载终端等,但并不局限于此。终端以及服务器可以通过有线或无线通信方式进行直接或间接地连接,本申请实施例对此不做限制。
以服务器为例,例如可以是部署在云端的服务器集群,向用户开放人工智能云服务(AIaaS,AI as a Service),AIaaS平台会把几类常见的AI服务进行拆分,并在云端提供独立或者打包的服务,这种服务模式类似于一个AI主题商城,所有的用户都可以通过应用程序编程接口的方式来接入使用AIaaS平台提供的一种或者多种人工智能服务。
例如,其中的一种人工智能云服务可以是产品组合服务,即云端的服务器封装有本申请实施例提供的产品组合程序。用户的终端响应于问卷提交操作,向云端的服务器发送携带用户偏好调查结果的产品组合请求,云端的服务器调用封装的产品组合程序,根据问卷答案确定关联的特征因子与目标产品,并根据特征因子确定各目标产品的权重,根据权重对目标产品进行降序排序,将排序后的目标产品所构成的产品组合发送给用户的终端,以在终端中呈现建议的产品组合。
下面以服务器和终端协同实施本申请实施例提供的组合确定方法为例进行说明。参见图1,图1是本申请实施例提供的投资***10的架构示意图。终端400通过网络300连接服务器200,网络300可以是广域网或者局域网,又或者是二者的组合。
在一些实施例中,用户的终端400响应于问卷提交操作,向服务器200发送携带用户偏好调查结果的产品组合请求,服务器200根据用户偏好调查结果确定关联的特征因子与目标产品,并根据特征因子确定各目标产品的权重,根据权重对目标产品进行降序排序,将排序后的目标产品所构成的产品组合发送给用户的终端400,以在终端400中呈现建议的产品组合。
下面将结合附图对本申请实施例提供的组合确定方法进行说明,下述组合确定方法的执行主体可以为主节点设备,具体可以是主节点设备通过运行上文的各种计算机程序来实现的;当然,根据对下文的理解,不难看出也可以由终端和主节点设备协同实施本申请实施例提供的组合确定方法。
参见图2,图2是本申请实施例提供的组合确定方法的流程示意图,将结合图2示出的步骤进行说明。
在步骤101中,主节点设备接收产品组合请求,基于用户偏好确定目标产品与特征因子,并将目标产品的信息与特征因子发送给多个从节点设备,以使多个从节点设备确定对应的特征因子与每个目标产品之间的相关度。
在一些实施例中,服务器集群包括主节点设备和多个从节点设备,每个从节点设备均与主节点设备连接,且每个从节点设备彼此间相互独立。主节点设备用于基于产品组合请求确定产品组合,从节点设备用于确定目标产品和特征因子的相关度。产品组合请求用于请求推荐至少一个产品构成的产品组合。在一些可能的示例中,也可以通过主节点设备确定目标产品和特征因子的相关度,并确定产品组合。
在一些实施例中,当发生以下情况至少之一时,终端响应于用户的相关操作(如登录操作、浏览操作、问卷提交操作),向服务器集群中的主节点设备发送产品组合请求:当用户登录相关的应用程序(如理财应用程序或支付应用程序)或者小程序时、当用户在相关的应用程序中浏览可投资购买的产品时、当用户在相关的应用程序中填写完用户偏好调查问卷时。
在一些实施例中,用户偏好包括用户偏好投资的产品类型、可承受风险能力、投资时长等。目标产品为虚拟的可交易产品,可以是投资标的等。特征因子是表征目标产品自身特性(如价值、波动性、风险性、趋势等)的因子,例如,当目标产品为投资标的时,对应的特征因子可以是投资因子,如基本面因子或价量因子等。目标产品的信息包括目标产品的类型和名称等信息。
在一些实施例中,基于用户偏好确定目标产品与特征因子,可以采用如下方式实现。基于用户的购买记录或用户偏好调查结果确定用户的偏好;通过查询映射表确定与用户的偏好匹配的至少一个目标产品、以及与用户的偏好匹配的至少一个特征因子。其中,映射表中存储有用户偏好与对应的目标产品,以及用户偏好与对应的特征因子。需要说明的是,用户偏好与目标产品可以是一一对应或一对多的关系,用户偏好与特征因子也可以是一一对应或一对多的关系。
在一些可能的示例中,当主节点设备接收的产品组合请求包括用户偏好调查结果时,用户偏好调查结果包括用户在用户偏好问卷中填写或者选择的问卷答案,可以基于用户偏好调查结果(即问卷答案)确定用户的偏好。例如,对于问题:您倾向于投资以下哪种类型的标的?A、稳定增长;B、波动较大;C、周期波动。若问卷答案表明用户选择了A,则表明用户偏好保守型投资,不适合投资收益大、同时风险也大的产品。然后,以“保守型投资”作为用户偏好查询映射表,可以得到对应的目标产品和特征因子。
在一些可能的示例中,主节点设备可以获取用户近期(如最近三个月或最近一年)在理财应用程序中的购买记录,并对购买记录中的产品进行分析,得到用户的偏好。例如,用户最近三个月在理财应用程序中分别购买了股票1和股票2,而股票1和股票2的波动率都较大,可以确定用户偏好风险型投资,可将“风险型投资”作为用户偏好查询映射表,可以得到对应的目标产品和特征因子。
在另一些可能的示例中,当主节点设备接收的产品组合请求包括用户偏好调查结果时,用户偏好调查结果包括用户在用户偏好问卷中填写或者选择的问卷答案。当用户偏好问卷为填空题的形式时,可对用户偏好调查结果中用户的填空内容进行语义分析,从而确定出目标产品与特征因子。当用户偏好问卷为选择题的形式时,每个选择题的每个选项与至少一个标签关联,标签包括市场类标签(如A股、美股、港股)、板块类标签(如主板、创业板、科创版)、行业类标签(如金融业、制造业、保险业)、指标类标签(如市盈率、市值、市净率、波动率)或自定义标签(如猪肉、短视频)。根据用户在用户偏好问卷的每个选择题中选择的答案所关联的标签可以确定目标产品与特征因子。例如,统计每个关联的标签出现的频次,若标签是与产品相关的标签,当标签出现的频次超过频次阈值时,将该标签相关的产品作为目标产品;若标签是与因子相关的标签,当标签出现的频次超过频次阈值时,将该标签相关的因子作为特征因子。作为示例,在用户偏好问卷的每个选择题中选择的答案所关联的标签中,标签“A股”出现了3次,超过频次阈值(1次),因此,将“A股”作为目标产品。
在一些实施例中,每个从节点设备对应一种特征因子。相关度表征特征因子与目标产品之间的相关程度。例如,对于“A股”这一目标产品,“价量因子”这一特征因子与“A股”的相关度可以为0.5,而“净资产收益率”这一特征因子与“A股”的相关度可以为0.6,表明“净资产收益率”与“A股”的相关程度比“价量因子”与“A股”的相关程度更高。
在一些实施例中,在主节点设备将确定的至少一个目标产品和至少一个特征因子发送给多个从节点设备后,各个从节点设备确定至少一个特征因子中是否存在与该从节点设备对应的特征因子,若不存在对应的特征因子,则该从节点设备闲置,不做处理。若存在对应的特征因子,则通过该从节点设备确定对应的特征因子与每个目标产品之间的相关度。
在一些可能的示例中,当特征因子用于评估目标产品的市盈率时,对应该特征因子的从节点设备基于特征因子的分布划分得到多个特征因子区间,并确定每个目标产品的特征因子所属的特征因子区间对应的区间概率,将区间概率作为对应的目标产品与特征因子的相关度。
以目标产品为投资标的进行说明,因为每个投资标的的市盈率都不同,因此,可以统计一段时间内(如3个月内)各投资标的的市盈率,得到市盈率的分布情况,并基于市盈率的分布划分得到多个市盈率区间(即特征因子区间)。例如,可以对市盈率均匀划分,并统计落入每个市盈率区间的市盈率的个数,作为该市盈率区间对应的区间概率。在确定目标产品与市盈率的相关度时,先确定该目标产品的市盈率所属的市盈率区间,再将该市盈率区间对应的的区间概率作为目标产品与市盈率的相关度。
在一些可能的示例中,当特征因子用于评估目标产品的舆论风险时,对应该特征因子的从节点设备获取媒体内容,并对媒体内容进行识别处理,得到与目标产品关联的目标媒体内容,目标媒体内容的类型包括以下至少一种:视频、文本、图片。与目标产品关联的目标媒体内容即其内容包括目标产品的名称等信息的媒体内容。确定目标媒体内容中包括的预设关键词的数量;基于预设关键词的数量对舆论基准值进行调整,得到目标产品与特征因子间的相关度。其中,预设关键词包括正面关键词、负面关键词和中性关键词。每出现一次正面关键词,舆论基准值将增加预设值;每出现一次负面关键词,舆论基准值将减少预设值。如此,可基于预设关键词的数量对舆论基准值进行调整,得到目标产品与特征因子间的相关度。
在一些可能的示例中,可采用如下方式确定舆论基准值。获取目标产品的历史表现数据;基于历史表现数据确定候选舆论基准值;对候选舆论基准值进行回测验证,当验证通过时,将候选舆论基准值作为舆论基准值。其中,历史表现数据包括目标产品的波动情况、收益情况、购买人数、媒体评论情况等。
在步骤102中,主节点设备接收多个从节点设备返回的相关度。
在步骤103中,基于每个特征因子与每个目标产品之间的相关度、以及每个特征因子对应的权重确定每个目标产品的起始权重。
在一些实施例中,基于每个特征因子对应的权重,对每个目标产品与每个特征因子之间的相关度进行加权求和,得到每个目标产品的起始权重。其中,不同的特征因子对应的权重为定值。当各个目标产品的起始权重之和不等于1时,还需要对起始权重进行归一化处理,使各个目标产品的起始权重之和为1。
例如,特征因子1对应的权重为0.3,特征因子2对应的权重为0.3,特征因子3对应的权重为0.2。对于目标产品1,若目标产品1与特征因子1之间的相关度为0.5,目标产品1与特征因子2之间的相关度为0.3,目标产品1与特征因子3之间的相关度为0.4,则目标产品1的起始权重为:0.3×0.5+0.3×0.3+0.2×0.4=0.32。
如此,可以快速确定构成产品组合的各个目标产品的起始权重,进而确定各个目标产品的份额。当目标产品的收益出现亏损时,可将目标产品的权重恢复为起始权重。
在步骤104中,基于每个目标产品的起始权重对多个目标产品进行排序,并基于排序后的目标产品所构成的产品组合响应产品组合请求。
在一些实施例中,基于每个目标产品的起始权重对多个目标产品进行降序排序或升序排序,并将排序后的目标产品所构成的产品组合返回给终端,以响应终端的产品组合请求。当接收到终端的确认购买操作后,将按照各个目标产品的起始权重对应的份额购入目标产品。如此,通过投资购入产品组合的方式,可以降低投资风险,提高产品组合的抗风险能力,并提高产品收益。
在一些实施例中,在确定产品组合后,将持续性追踪产品组合中投资因子所关联的目标产品的收益情况,并根据其收益情况调仓(即调整产品组合)。可将与投资因子的相关度大于相关度阈值的目标产品作为与投资因子关联的目标产品。调整的时间间隔可以是每天一次,也可以是每三天一次、每周一次,等等。每间隔一定时间,主节点设备确定产品组合中与每个特征因子关联的至少一个目标产品的收益;基于至少一个目标产品的收益确定对应的特征因子的整体收益;当特征因子的整体收益高于因子收益基准值时,增加与特征因子关联的至少一个目标产品的权重;当特征因子的整体收益低于因子收益最低阈值时,减小与特征因子关联的至少一个目标产品的权重,或去除特征因子,得到新的产品组合。
例如,相关度阈值设置为0.7,特征因子4与目标产品1的相关度为0.75,特征因子4与目标产品2的相关度为0.8,则特征因子4与目标产品1、目标产品2关联,将目标产品1、目标产品2的收益情况作为特征因子4的整体收益。当整体收益高于因子收益基准值时,增加目标产品1或目标产品2或目标产品1以及目标产品2在产品组合中的权重。当整体收益低于因子收益最低阈值时,减小目标产品1或目标产品2或目标产品1以及目标产品2在产品组合中的权重,或去除目标产品1或目标产品2或目标产品1以及目标产品2,得到新的产品组合。如此,可以根据特征因子关联的目标产品的收益评估特征因子的表现,并根据其表现调整产品组合,增加用户的收益。
在一些实施例中,在确定产品组合后,将持续性追踪产品组合中投资标的的收益情况,并根据其收益情况调整产品组合。调整的时间间隔可以是每天一次,也可以是每三天一次、每周一次,等等。每间隔一定时间,主节点设备确定产品组合中每个目标产品的收益;当目标产品的收益高于目标产品收益基准值时,增加目标产品的权重;当目标产品的收益低于目标产品收益最低阈值时,减少目标产品的权重,或将目标产品的权重恢复为起始权重,或从产品组合中去除目标产品,得到新的产品组合。
其中,每个目标产品对应的目标产品收益基准值可以相同,也可以不同;每个目标产品对应的目标产品收益最低阈值可以相同,也可以不同。将每个目标产品的目标产品收益最低阈值和目标产品收益基准值之间的收益区间作为收益正常浮动区间。当目标产品的收益在收益正常浮动区间中时,确认目标产品收益正常。当目标产品的收益高于目标产品收益基准值时,确认目标产品属于盈利状态,可以通过增持目标产品的方式增加目标产品在产品组合中的权重。当目标产品的收益低于目标产品收益最低阈值时,确认目标产品属于亏损状态,可以通过减持目标产品的方式减少目标产品在产品组合中的权重,也可以调整目标产品的份额(例如减少股票的股数),使目标产品的权重恢复为创建产品组合时在产品组合中所占的起始权重。当目标产品亏损超过止损值时,还可以从产品组合中去除目标产品,以避免更多地亏损。如此,可以及时根据目标产品的收益表现调整它们在产品组合中的权重,避免亏损,并帮助增加收益。
在一些实施例中,在通过上文所述方法确定对产品组合的调整策略后,可以自动调整用户投资的产品组合,也可以将调整策略和调整原因(如亏损)发送到用户的终端,在接收到对调整策略的确认操作后对产品组合执行调整。如此,可以使用户直观的感受投资的产品组合的盈亏变化,并给出对应的调整策略,不需要用户根据投资经验决定如何调整,也不需要通过第三方确定调整策略,节约了设备资源,提高了调整效率。
可以看出,本申请实施例基于用户偏好确定特征因子与目标产品;确定每个目标产品与每个特征因子间的相关度;基于每个目标产品与每个特征因子间的相关度、以及每个特征因子对应的权重确定每个目标产品的权重;基于每个目标产品的权重对每个目标产品排序,并将排序后的目标产品所构成的组合作为用户对应的产品组合,无需人工筛选目标产品和特征因子,更为智能化,可高效快速地确定出合适的产品组合,并使产品组合更贴近用户偏好和用户需求。
下面,将说明本申请实施例在一个实际的应用场景中的示例性应用。
本申请实施例基于投资标的、投资因子和用户偏好,向用户推荐投资组合,同时会对投资因子和投资组合进行长期的表现跟踪,以根据最新的组合收益以及因子收益,向用户推荐合适的调仓方案供用户进行选择和调整。
在一些实施例中,如图3所示,图3是本申请实施例提供的投资组合确定的示意图。可以在Web页面中通过风险问卷等方式确定用户偏好,进而确定投资标的和投资因子。风险问卷中的问题用于确定用户对行业、市场、风险、收益等投资特性的偏好等。且每个问题的答案与不同的投资因子以及投资标的关联。例如,对于多选问题1、您倾向于投资以下哪些市场的标的?可从以下三个选项中进行选择:A、A股;B、美股;C、港股。其中,选项A可与投资因子1以及投资标的1关联,选项B可与投资因子2以及投资标的2关联,选项C可与投资因子3以及投资标的3关联。可见,多选问题1是用于确定用户偏好的投资标的的,当用户只选择了A时,则随之确定对应的投资因子1以及投资标的1。再例如,对于多选问题2、您倾向于投资以下哪种类型的标的?可从以下三个选项中进行选择:A、稳定增长;B、波动较大;C、周期波动。可见,多选问题2是用于确定用户偏好的类型的,其中每个选项也与对应的投资因子以及投资标的关联。当接收到用户针对问卷中每个问题所选择的答案时,如确定用户偏好的市场是中国A股、行业是消费行业、风险是可接受损失争取更高收益,即可根据这些特性(标签)确定对应的投资标的和投资因子。
参见图4,图4是本申请实施例提供的标签映射的示意图。每个投资因子与投资因子池中的多个标签关联,每个投资标的与投资标的池中的多个标签关联。参见表1,表1是本申请实施例提供的增量标签池的示意表,标签池中的标签表征一种特征,将实时或定期更新(修改或增加)。
表1 增量标签池的示意表
在确定投资因子后,可确定各投资因子对应的权重。例如,根据用户偏好筛选出4个投资因子,分别为因子A、因子B、因子C和因子D。其中,根据各因子的历史收益等数据可确定各因子对应的权重,在确定投资组合的过程中,各因子对应的权重为固定值。假设因子A对应的权重为1,因子B对应的权重为2,因子C对应的权重为3,因子D对应的权重为4。
然后,如图5和图6所示,可确定各投资标的与各投资因子的相关度。以投资因子为市盈率因子(用于评估投资标的市盈率)为例,可根据各投资标对应的市盈率在正态分布中的分布状态确定各投资标的与市盈率因子间的相关度。若投资标对应的市盈率为50,基准值为10,则相对值为5,确定5落在正态分布对应区间的概率为80%,则该投资标的与市盈率因子间的相关度为0.8。以投资因子为舆情因子(用于评估舆论风险)为例,可基于自然语言处理算法识别新闻中的事件主体(投资标的),然后基于相关事件主体的新闻中的关键字(正面字段、负面字段)对基准值进行计算,得到相关度。例如,基准值为10,若出现正面字段在基准值的基础上加上0.1,若出现负面字段在基准值的基础上减去0.2,将最后得到的值(如10.1)作为投资标的与舆情因子之间的相关度。
在得到各投资因子对应的权重、以及各投资标的与各投资因子的相关度后,可确定每个投资标的对应的权重。参见表2,表2是本申请实施例提供的投资标的与投资因子的关系表。在关系表中,每一单元格中的数据为对应的投资标的以及投资因子之间的相关度。以标的a为例,其对应的权重为0.5×1+0.1×2+0.7×3+1.5×4=8.8。依次可计算出标的b、标的c、标的d、标的e和标的f对应的权重。之后,可对各投资标的对应的权重归一化,得到归一化后的权重。如图7所示,根据归一化后的权重对各投资标的降序排序,将排序后的投资标的构成的投资组合发送至用户的客户端中,在接收到用户针对投资组合的确定操作后,即确定该投资组合为用户所选择的投资组合。
表2 投资标的与投资因子的关系表
如图8所示,在确定投资组合并进行投资后,每日会通过批量任务,同步所有投资标的的行情信息,根据行情信息计算各个投资组合和每个投资因子的收益,并根据收益情况向用户推送对应的调仓信息。例如,某投资因子的表现低于基准值,则可建议提出该投资因子;某投资因子的表现高于基准值,则可建议增加该投资因子的权重;投资标的的权重排序发生变化,则建议调整投资标的;还可加入其它投资因子等。用户可以选择是否调仓,也可以授权***自动调仓,若授权自动调仓,则在投资组合的亏损偏差超过阈值(如7%)时,将自动调整投资组合仓位或者投资标的池以及投资因子池。
可以看出,本申请实施例基于用户的投资偏好,筛选对应的投资标的和投资因子,通过将投资标的和投资因子进行组合计算得出与用户偏好相关的投资组合,无需人工筛选投资标的和投资因子,更为智能化,可高效快速地确定出合适的投资组合,并使投资组合更贴近用户偏好和用户需求。同时会对投资因子和投资组合进行长期的表现跟踪,根据最新的组合收益以及因子收益,给用户推荐合适的调仓方案供用户进行选择和调整。通过调仓建议及时为用户预警,避免可能的投资风险,提高投资的稳定性和安全性,保证投资收益。
下面说明服务器的示例性结构。参见图9,图9是本申请实施例提供的服务器200的结构示意图,图9所示的服务器200包括:至少一个处理器410、存储器440、至少一个网络接口420。服务器200中的各个组件通过总线***430耦合在一起。可理解,总线***430用于实现这些组件之间的连接通信。总线***430除包括数据总线之外,还包括电源总线、控制总线和状态信号总线。但是为了清楚说明起见,在图9中将各种总线都标为总线***430。
处理器410可以是一种集成电路芯片,具有信号的处理能力,例如通用处理器、数字信号处理器(DSP,Digital Signal Processor),或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等,其中,通用处理器可以是微处理器或者任何常规的处理器等。
存储器440可以是可移除的,不可移除的或其组合。示例性的硬件设备包括固态存储器,硬盘驱动器,光盘驱动器等。存储器440可选地包括在物理位置上远离处理器410的一个或多个存储设备。
存储器440包括易失性存储器或非易失性存储器,也可包括易失性和非易失性存储器两者。非易失性存储器可以是只读存储器(ROM,Read Only Memory),易失性存储器可以是随机存取存储器(RAM,Random Access Memory)。本申请实施例描述的存储器440旨在包括任意适合类型的存储器。
在一些实施例中,存储器440能够存储数据以支持各种操作,这些数据的示例包括程序、模块和数据结构或者其子集或超集,下面示例性说明。
操作***441,包括用于处理各种基本***服务和执行硬件相关任务的***程序,例如框架层、核心库层、驱动层等,用于实现各种基础业务以及处理基于硬件的任务。
网络通信模块442,用于经由一个或多个(有线或无线)网络接口420到达其他电子设备,示例性的网络接口430包括:蓝牙、无线相容性认证(WiFi)、和通用串行总线(USB,Universal Serial Bus)等。
在一些实施例中,本申请实施例提供的组合确定装置可以采用软件方式实现,图9示出了存储在存储器440中的组合确定装置443,其可以是程序和插件等形式的软件,包括确定模块4431、接收模块4432、排序模块4433和调整模块4434。将在下文中说明各个模块的功能。
确定模块4431,用于接收产品组合请求,基于用户偏好确定目标产品与特征因子,并将目标产品的信息与特征因子发送给多个从节点设备,以使多个从节点设备确定对应的特征因子与每个目标产品之间的相关度,其中,每个从节点设备对应一种特征因子;以及用于基于每个特征因子与每个目标产品之间的相关度、以及每个特征因子对应的权重确定每个目标产品的起始权重;接收模块4432,用于接收多个从节点设备返回的相关度;排序模块4433,用于基于每个目标产品的起始权重对多个目标产品进行排序,并基于排序后的目标产品所构成的产品组合响应产品组合请求。
在一些实施例中,确定模块4431,还用于基于用户的购买记录或用户偏好调查结果确定用户的偏好;通过查询映射表确定与用户的偏好匹配的至少一个目标产品、以及与用户的偏好匹配的至少一个特征因子。
在一些实施例中,当特征因子用于评估目标产品的市盈率时,确定模块4431,还用于将目标产品的信息与特征因子发送给对应特征因子的从节点设备,以使对应特征因子的从节点设备基于特征因子的分布划分得到多个特征因子区间,并确定每个目标产品的特征因子所属的特征因子区间对应的区间概率,将区间概率作为对应的目标产品与特征因子的相关度。
在一些实施例中,当特征因子用于评估目标产品的舆论风险时,确定模块4431,还用于将目标产品的信息与特征因子发送给对应特征因子的从节点设备,以使从节点设备获取媒体内容,并对媒体内容进行识别处理,得到与目标产品关联的目标媒体内容;确定目标媒体内容中包括的预设关键词的数量;基于预设关键词的数量对舆论基准值进行调整,得到目标产品与特征因子间的相关度。
在一些实施例中,确定模块4431,还用于获取目标产品的历史表现数据;基于历史表现数据确定候选舆论基准值;对候选舆论基准值进行回测验证,当验证通过时,将候选舆论基准值作为舆论基准值。
在一些实施例中,确定模块4431,还用于基于每个特征因子对应的权重,对每个目标产品与每个特征因子之间的相关度进行加权求和,得到每个目标产品的起始权重。
在一些实施例中,组合确定装置还包括调整模块4434,用于确定产品组合中与每个特征因子关联的至少一个目标产品的收益;基于至少一个目标产品的收益确定对应的特征因子的整体收益;当特征因子的整体收益高于因子收益基准值时,增加与特征因子关联的至少一个目标产品的权重;当特征因子的整体收益低于因子收益最低阈值时,减小与特征因子关联的至少一个目标产品的权重,或去除特征因子,得到新的产品组合。
在一些实施例中,调整模块4434,还用于确定产品组合中每个目标产品的收益;当目标产品的收益高于目标产品收益基准值时,增加目标产品的权重;当目标产品的收益低于目标产品收益最低阈值时,对目标产品的权重进行调整,或从产品组合中去除目标产品,得到新的产品组合。
在一些实施例中,调整模块4434,还用于减少目标产品的权重,或将目标产品的权重恢复为起始权重。
本申请实施例提供了一种计算机程序产品或计算机程序,该计算机程序产品或计算机程序包括计算机指令,该计算机指令存储在计算机可读存储介质中。电子设备的处理器从计算机可读存储介质读取该计算机指令,处理器执行该计算机指令,使得该电子设备执行本申请实施例上述的组合确定方法。
本申请实施例提供一种存储有可执行指令的计算机可读存储介质,其中存储有可执行指令,当可执行指令被处理器执行时,将引起处理器执行本申请实施例提供的组合确定方法,例如,如图2示出的组合确定方法。
在一些实施例中,计算机可读存储介质可以是FRAM、ROM、PROM、EPROM、EEPROM、闪存、磁表面存储器、光盘、或CD-ROM等存储器;也可以是包括上述存储器之一或任意组合的各种设备。
在一些实施例中,可执行指令可以采用程序、软件、软件模块、脚本或代码的形式,按任意形式的编程语言(包括编译或解释语言,或者声明性或过程性语言)来编写,并且其可按任意形式部署,包括被部署为独立的程序或者被部署为模块、组件、子例程或者适合在计算环境中使用的其它单元。
作为示例,可执行指令可以但不一定对应于文件***中的文件,可以可被存储在保存其它程序或数据的文件的一部分,例如,存储在超文本标记语言(HTML,Hyper TextMarkup Language)文档中的一个或多个脚本中,存储在专用于所讨论的程序的单个文件中,或者,存储在多个协同文件(例如,存储一个或多个模块、子程序或代码部分的文件)中。
作为示例,可执行指令可被部署为在一个计算设备上执行,或者在位于一个地点的多个计算设备上执行,又或者,在分布在多个地点且通过通信网络互连的多个计算设备上执行。
综上所述,可以看出,本申请实施例基于用户的投资偏好,筛选对应的投资标的和投资因子,通过将投资标的和投资因子进行组合计算得出与用户偏好相关的投资组合,无需人工筛选投资标的和投资因子,更为智能化,可高效快速地确定出合适的投资组合,并使投资组合更贴近用户偏好和用户需求。同时会对投资因子和投资组合进行长期的表现跟踪,根据最新的组合收益以及因子收益,给用户推荐合适的调仓方案供用户进行选择和调整。通过调仓建议及时为用户预警,避免可能的投资风险,提高投资的稳定性和安全性,保证投资收益。
以上所述,仅为本申请的实施例而已,并非用于限定本申请的保护范围。凡在本申请的精神和范围之内所作的任何修改、等同替换和改进等,均包含在本申请的保护范围之内。
Claims (8)
1.一种组合确定方法,其特征在于,所述方法包括:
主节点设备接收产品组合请求,基于用户偏好确定目标产品与特征因子,并将所述目标产品的信息与所述特征因子发送给多个从节点设备,以使所述多个从节点设备确定对应的特征因子与每个所述目标产品之间的相关度,其中,每个所述从节点设备对应一种特征因子,所述特征因子是表征所述目标产品自身特性的因子,所述目标产品自身特征包括价值、波动性、风险性和趋势,所述用户偏好包括用户偏好投资的产品类型、可承受风险能力和投资时长,所述目标产品为虚拟的可交易产品;
接收所述多个从节点设备返回的相关度;
基于每个所述特征因子对应的权重,对每个所述目标产品与每个所述特征因子之间的相关度进行加权求和,得到每个所述目标产品的起始权重;
基于每个所述目标产品的起始权重对多个所述目标产品进行排序,并基于排序后的所述目标产品所构成的产品组合响应所述产品组合请求;
在接收到确认购买请求后,按照多个所述目标产品的起始权重对应的份额购入所述目标产品;
当所述特征因子用于评估目标产品的舆论风险时,所述将所述目标产品的信息与所述特征因子发送给多个从节点设备,以使所述多个从节点设备确定对应的特征因子与每个所述目标产品之间的相关度,包括:
将所述目标产品的信息与所述特征因子发送给对应所述特征因子的从节点设备,以使所述从节点设备获取媒体内容,并对所述媒体内容进行识别处理,得到与所述目标产品关联的目标媒体内容;
确定所述目标媒体内容中包括的预设关键词的数量;
基于所述预设关键词的数量对舆论基准值进行调整,得到所述目标产品与所述特征因子间的相关度;
在所述基于排序后的所述目标产品所构成的产品组合响应所述产品组合请求之后,所述方法还包括:
确定所述产品组合中与每个所述特征因子关联的至少一个目标产品的收益;
基于所述至少一个目标产品的收益确定对应的特征因子的整体收益;
当所述特征因子的整体收益高于因子收益基准值时,增加与所述特征因子关联的所述至少一个目标产品的权重;
当所述特征因子的整体收益低于因子收益最低阈值时,减小与所述特征因子关联的所述至少一个目标产品的权重,或去除所述特征因子,得到新的产品组合。
2.根据权利要求1所述的方法,其特征在于,所述基于用户偏好确定目标产品与特征因子,包括:
基于用户的购买记录或用户偏好调查结果确定所述用户的偏好;
通过查询映射表确定与所述用户的偏好匹配的至少一个目标产品、以及与所述用户的偏好匹配的至少一个特征因子。
3.根据权利要求1所述的方法,其特征在于,在所述将所述目标产品的信息与所述特征因子发送给多个从节点设备,以使所述多个从节点设备确定对应的特征因子与每个所述目标产品之间的相关度之前,所述方法还包括:
获取所述目标产品的历史表现数据;
基于所述历史表现数据确定候选舆论基准值;
对所述候选舆论基准值进行回测验证,当验证通过时,将所述候选舆论基准值作为所述舆论基准值。
4.根据权利要求1所述的方法,其特征在于,在所述基于排序后的所述目标产品所构成的产品组合响应所述产品组合请求之后,所述方法还包括:
确定所述产品组合中每个所述目标产品的收益;
当所述目标产品的收益高于目标产品收益基准值时,增加所述目标产品的权重;
当所述目标产品的收益低于目标产品收益最低阈值时,对所述目标产品的权重进行调整,或从所述产品组合中去除所述目标产品,得到新的产品组合。
5.根据权利要求4所述的方法,其特征在于,所述对所述目标产品的权重进行调整,包括:
减少所述目标产品的权重,或将所述目标产品的权重恢复为所述起始权重。
6.一种执行权利要求1所述的组合确定方法的组合确定装置,其特征在于,包括:
确定模块,用于接收产品组合请求,基于用户偏好确定目标产品与特征因子,并将所述目标产品的信息与所述特征因子发送给多个从节点设备,以使所述多个从节点设备确定对应的特征因子与每个所述目标产品之间的相关度,其中,每个所述从节点设备对应一种特征因子,所述特征因子是表征所述目标产品自身特性的因子,所述目标产品自身特征包括价值、波动性、风险性和趋势,所述用户偏好包括用户偏好投资的产品类型、可承受风险能力和投资时长,所述目标产品为虚拟的可交易产品;当所述特征因子用于评估目标产品的舆论风险时,将所述目标产品的信息与所述特征因子发送给对应所述特征因子的从节点设备,以使所述从节点设备获取媒体内容,并对所述媒体内容进行识别处理,得到与所述目标产品关联的目标媒体内容;确定所述目标媒体内容中包括的预设关键词的数量;基于所述预设关键词的数量对舆论基准值进行调整,得到所述目标产品与所述特征因子间的相关度;以及用于基于每个所述特征因子对应的权重,对每个所述目标产品与每个所述特征因子之间的相关度进行加权求和,得到每个所述目标产品的起始权重;
接收模块,用于接收所述从节点设备返回的相关度;
排序模块,用于基于每个所述目标产品的起始权重对多个所述目标产品进行排序,并基于排序后的所述目标产品所构成的产品组合响应所述产品组合请求;在接收到确认购买请求后,按照多个所述目标产品的起始权重对应的份额购入所述目标产品;
调整模块,用于确定所述产品组合中与每个所述特征因子关联的至少一个目标产品的收益;基于所述至少一个目标产品的收益确定对应的特征因子的整体收益;当所述特征因子的整体收益高于因子收益基准值时,增加与所述特征因子关联的所述至少一个目标产品的权重;当所述特征因子的整体收益低于因子收益最低阈值时,减小与所述特征因子关联的所述至少一个目标产品的权重,或去除所述特征因子,得到新的产品组合。
7.一种电子设备,其特征在于,包括:
存储器,用于存储可执行指令;
处理器,用于执行所述存储器中存储的可执行指令时,实现权利要求1至5任一项所述的组合确定方法。
8.一种计算机可读存储介质,其特征在于,存储有可执行指令,用于引起处理器执行如权利要求1至5任一项所述的组合确定方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110552237.0A CN113159972B (zh) | 2021-05-20 | 2021-05-20 | 组合确定方法、装置、电子设备及计算机可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110552237.0A CN113159972B (zh) | 2021-05-20 | 2021-05-20 | 组合确定方法、装置、电子设备及计算机可读存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113159972A CN113159972A (zh) | 2021-07-23 |
CN113159972B true CN113159972B (zh) | 2024-05-24 |
Family
ID=76876780
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110552237.0A Active CN113159972B (zh) | 2021-05-20 | 2021-05-20 | 组合确定方法、装置、电子设备及计算机可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113159972B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113989048A (zh) * | 2021-09-08 | 2022-01-28 | 富途网络科技(深圳)有限公司 | 投资组合的管理方法、装置、存储介质及终端设备 |
US11606446B1 (en) | 2021-09-13 | 2023-03-14 | International Business Machines Corporation | Microapplication composition |
CN116739789B (zh) * | 2023-08-16 | 2023-12-19 | 中信证券股份有限公司 | 虚拟物品回测信息发送方法、装置、电子设备和介质 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107436866A (zh) * | 2016-05-25 | 2017-12-05 | 阿里巴巴集团控股有限公司 | 理财产品的推荐方法及装置 |
CN109583966A (zh) * | 2018-12-07 | 2019-04-05 | 平安银行股份有限公司 | 一种高价值客户识别方法、***、设备及存储介质 |
CN109767333A (zh) * | 2018-12-15 | 2019-05-17 | 平安科技(深圳)有限公司 | 选基方法、装置、电子设备及计算机可读存储介质 |
CN109886788A (zh) * | 2019-02-26 | 2019-06-14 | 湖南大学 | 一种基于弱连接的惊喜度推荐方法 |
CN110443715A (zh) * | 2019-06-27 | 2019-11-12 | 平安科技(深圳)有限公司 | 基金产品推荐方法、装置、设备及计算机可读存储介质 |
CN110473040A (zh) * | 2018-05-10 | 2019-11-19 | 北京三快在线科技有限公司 | 一种产品推荐方法及装置,电子设备 |
CN110969290A (zh) * | 2019-11-18 | 2020-04-07 | 国电湖南巫水水电开发有限公司 | 一种基于深度学习的径流概率预测方法及*** |
CN111581516A (zh) * | 2020-05-11 | 2020-08-25 | 中国银行股份有限公司 | 投资产品的推荐方法及相关装置 |
CN111833113A (zh) * | 2020-07-27 | 2020-10-27 | 中国平安财产保险股份有限公司 | 基于大数据的产品推荐方法、装置、设备及存储介质 |
US10867321B1 (en) * | 2018-07-16 | 2020-12-15 | James D MacDonald-Korth | Automatic login link for targeted users without previous account creation |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103377445A (zh) * | 2012-04-27 | 2013-10-30 | 连迪思 | 保证投资组合预期收益且将风险降至最低的方法及工具 |
-
2021
- 2021-05-20 CN CN202110552237.0A patent/CN113159972B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107436866A (zh) * | 2016-05-25 | 2017-12-05 | 阿里巴巴集团控股有限公司 | 理财产品的推荐方法及装置 |
CN110473040A (zh) * | 2018-05-10 | 2019-11-19 | 北京三快在线科技有限公司 | 一种产品推荐方法及装置,电子设备 |
US10867321B1 (en) * | 2018-07-16 | 2020-12-15 | James D MacDonald-Korth | Automatic login link for targeted users without previous account creation |
CN109583966A (zh) * | 2018-12-07 | 2019-04-05 | 平安银行股份有限公司 | 一种高价值客户识别方法、***、设备及存储介质 |
CN109767333A (zh) * | 2018-12-15 | 2019-05-17 | 平安科技(深圳)有限公司 | 选基方法、装置、电子设备及计算机可读存储介质 |
CN109886788A (zh) * | 2019-02-26 | 2019-06-14 | 湖南大学 | 一种基于弱连接的惊喜度推荐方法 |
CN110443715A (zh) * | 2019-06-27 | 2019-11-12 | 平安科技(深圳)有限公司 | 基金产品推荐方法、装置、设备及计算机可读存储介质 |
CN110969290A (zh) * | 2019-11-18 | 2020-04-07 | 国电湖南巫水水电开发有限公司 | 一种基于深度学习的径流概率预测方法及*** |
CN111581516A (zh) * | 2020-05-11 | 2020-08-25 | 中国银行股份有限公司 | 投资产品的推荐方法及相关装置 |
CN111833113A (zh) * | 2020-07-27 | 2020-10-27 | 中国平安财产保险股份有限公司 | 基于大数据的产品推荐方法、装置、设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN113159972A (zh) | 2021-07-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113159972B (zh) | 组合确定方法、装置、电子设备及计算机可读存储介质 | |
US8930247B1 (en) | System and methods for content-based financial decision making support | |
CN107798607A (zh) | 资产配置策略获取方法、装置、计算机设备和存储介质 | |
US20140258175A1 (en) | Generating Personalized Investment Recommendations | |
KR102672533B1 (ko) | 퀸트 투자 기반의 금융 자산 자동 투자 시스템 및 방법 | |
US20090287695A1 (en) | Systems and methods for bidirectional matching | |
RU2622850C2 (ru) | Метод и сервер для обработки идентификаторов продукта и машиночитаемый носитель данных | |
WO2017173102A1 (en) | Data structures for transfer and processing of financial data | |
KR102453535B1 (ko) | 온라인 쇼핑 플랫폼을 제공하는 방법 및 장치 | |
KR20140009640A (ko) | 투자 분석 시스템 및 그 방법 | |
US20150294409A1 (en) | Systems and methods for facilitating offerings of securities | |
CN109690581A (zh) | 用户指导***及方法 | |
WO2007085055A1 (en) | A mass customisable interactive, multi-faceted system for data collection, processing, analysis, transmission, and trading in securities | |
CN102496126A (zh) | 一种托管资产交易数据监控设备 | |
CN112036631B (zh) | 采购量确定方法、装置、设备及存储介质 | |
CN111080417A (zh) | 用于提高预订顺畅率的处理方法、模型训练方法及*** | |
US11481308B2 (en) | Systems and methods for determining an application quality index | |
KR20120032606A (ko) | 증권투자고객 참여 가능 증권투자 시스템 및 그 방법 | |
KR102472903B1 (ko) | 사용자 지향형으로 설정된 조건에 매칭되는 주식 종목 선별 시스템 및 방법 | |
CN114943582A (zh) | 一种信息推荐方法、***及推荐服务器 | |
US11341517B2 (en) | Indexing entities based on performance metrics | |
JP2023159414A (ja) | Aiを使用したソースコード売買システム | |
US20210295435A1 (en) | Platform and method for monetizing investment data | |
KR20140022742A (ko) | 투자 분석 시스템 및 그 방법 | |
JP6892053B2 (ja) | Aiを使用したソースコード売買システム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |