CN114943582A - 一种信息推荐方法、***及推荐服务器 - Google Patents

一种信息推荐方法、***及推荐服务器 Download PDF

Info

Publication number
CN114943582A
CN114943582A CN202210524498.6A CN202210524498A CN114943582A CN 114943582 A CN114943582 A CN 114943582A CN 202210524498 A CN202210524498 A CN 202210524498A CN 114943582 A CN114943582 A CN 114943582A
Authority
CN
China
Prior art keywords
investment
information
target
strategy
recommended
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.)
Pending
Application number
CN202210524498.6A
Other languages
English (en)
Inventor
刘军
张赫麟
肖钢
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
China Securities Co Ltd
Original Assignee
China Securities Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by China Securities Co Ltd filed Critical China Securities Co Ltd
Priority to CN202210524498.6A priority Critical patent/CN114943582A/zh
Publication of CN114943582A publication Critical patent/CN114943582A/zh
Pending legal-status Critical Current

Links

Images

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
    • G06Q30/00—Commerce
    • G06Q30/06—Buying, selling or leasing transactions
    • G06Q30/0601—Electronic shopping [e-shopping]
    • G06Q30/0631—Item recommendations
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/95—Retrieval from the web
    • G06F16/953—Querying, e.g. by the use of web search engines
    • G06F16/9535—Search customisation based on user profiles and personalisation
    • 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
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
    • 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
    • G06Q40/04—Trading; Exchange, e.g. stocks, commodities, derivatives or currency exchange
    • 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

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Finance (AREA)
  • Development Economics (AREA)
  • Human Resources & Organizations (AREA)
  • Accounting & Taxation (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • General Physics & Mathematics (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Databases & Information Systems (AREA)
  • Operations Research (AREA)
  • Game Theory and Decision Science (AREA)
  • Educational Administration (AREA)
  • Technology Law (AREA)
  • Tourism & Hospitality (AREA)
  • Quality & Reliability (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)

Abstract

本发明实施例提供了一种信息推荐方法、***及推荐服务器，客户端向推荐服务器发送信息推荐请求。推荐服务器获得多个待推荐投资策略；从交易服务器获得目标用户的用户特征和每一待推荐投资策略对应的产品特征。推荐服务器计算每个待推荐投资策略与目标用户的相似度；获得相似度满足预设选择条件的候选投资策略，向交易服务器发送每个候选投资策略的投资评价值获取请求。交易服务器基于该候选投资策略对应的交易信息，计算该候选投资策略的目标投资评价值并返回至推荐服务器。推荐服务器从各候选投资策略中确定目标投资策略；将目标投资策略作为推荐信息发送至客户端。客户端显示推荐信息，可以针对每个用户提供个性化推荐服务，提高信息推荐效率。

Description

一种信息推荐方法、***及推荐服务器
技术领域
本发明涉及大数据处理技术领域，特别是涉及一种信息推荐方法、***及推荐服务器。
背景技术
目前，大数据处理技术已经应用到了各个领域中。大数据处理技术在各个领域中的一个重要的应用是基于大量的历史数据，生成对应领域的推荐信息输出给用户。例如：视频***可以基于历史数据，生成推荐的视频输出给用户；再如：在电子商务领域，也实现了基于历史数据，生成商品的推荐信息输出给用户等等。
然而，在金融领域大数据处理技术还没有得到特别广泛的应用。例如：在进行投资策略推荐时，仍然是由专业人员人工对历史数据进行量化分析，以得到目标投资策略推荐给用户。可见，这种方式需要较大的人工成本，且无法针对每个用户提供个性化推荐服务。
发明内容
本发明实施例的目的在于提供一种信息推荐方法、***及推荐服务器，以针对每个用户提供个性化推荐服务，并提高信息推荐效率。具体技术方案如下：
第一方面，为了达到上述目的，本发明实施例提供了一种信息推荐方法，所述方法应用于推荐***中的推荐服务器，所述推荐***还包括客户端；所述推荐服务器与交易服务器通信连接，所述方法包括：
接收所述客户端发送的信息推荐请求；其中，所述信息推荐请求中包含目标用户标识和待推荐信息的配置信息；在基于所述配置信息确定待推荐信息为投资策略的情况下，基于所述配置信息获得多个待推荐投资策略；基于所述目标用户标识向所述交易服务器发送对应的用户特征获取请求；以使所述交易服务器基于目标用户的历史投资数据，获得所述目标用户的用户特征，返回至所述推荐服务器；针对每一待推荐投资策略，向所述交易服务器发送对应的产品特征获取请求；以使所述交易服务器获得该待推荐投资策略对应的投资产品的产品特征，返回至所述推荐服务器；分别计算每个待推荐投资策略对应的产品特征与所述目标用户的用户特征的相似度，作为该待推荐投资策略与所述目标用户的相似度；获得与所述目标用户的相似度满足预设选择条件的待推荐投资策略，作为候选投资策略；针对每一候选投资策略，向所述交易服务器发送对应的投资评价值获取请求；以使所述交易服务器针对投资评价值获取请求，获得第一历史时间段内的历史交易场景信息，基于所述历史交易场景信息，计算该候选投资策略对应的第一交易信息；其中，所述第一历史时间段为早于接收到所述信息推荐请求的时刻的时间段；以及，获得该候选投资策略对应的第二历史时间段对应的第二交易信息；其中，所述第二历史时间段为基于该候选投资策略进行模拟交易的时间段；并基于所述第一交易信息和所述第二交易信息，计算该候选投资策略的目标投资评价值，返回至所述推荐服务器；从各候选投资策略中，确定对应的目标投资评价值满足预设推荐条件的目标投资策略；将所述目标投资策略作为推荐信息发送至所述客户端，以使所述客户端显示所述推荐信息。
可选的，所述配置信息中包括：用于确定投资策略的各策略配置项的配置参数值；所述配置参数值为所述目标用户通过配置页面输入的；所述配置页面中显示有多个策略配置项；
所述在基于所述配置信息确定待推荐信息为投资策略的情况下，基于所述配置信息获得多个待推荐投资策略，包括：基于所述目标用户输入的各策略配置项的配置参数值，生成多个待推荐投资策略；其中，每一待推荐投资策略包含筛选条件和交易方式。
可选的，所述配置信息中还包括：所述目标用户通过所述配置页面确定的多个目标评价指标；所述投资评价值获取请求中包含所述多个目标评价指标，以使所述交易服务器基于所述目标评价指标、所述第一交易信息和所述第二交易信息，确定该候选投资策略的目标投资评价值；
或者，
所述投资评价值获取请求中包含所述目标用户标识，以使所述交易服务器从预设的各评价指标中，确定与所述目标用户的用户特征相匹配的评价指标，作为目标评价指标；基于所述目标评价指标、所述第一交易信息和所述第二交易信息，确定该候选投资策略的目标投资评价值。
可选的，所述配置信息中包括：投资策略的策略标识；
所述在基于所述配置信息确定待推荐信息为投资策略的情况下，基于所述配置信息获得多个待推荐投资策略，包括：从本地记录的各投资策略中，确定策略标识所属的投资策略，得到多个待推荐投资策略；其中，每一待推荐投资策略包含筛选条件和交易方式。
可选的，所述分别计算每个待推荐投资策略对应的产品特征与所述目标用户的用户特征的相似度，作为该待推荐投资策略与所述目标用户的相似度，包括：针对每一待推荐投资策略，对该待推荐投资策略对应的产品特征进行映射处理，得到该待推荐投资策略对应的第一特征向量；对所述目标用户的用户特征进行映射处理，得到所述目标用户对应的第二特征向量；计算所述第一特征向量与所述第二特征向量的相似度，得到该待推荐投资策略对应的产品特征与所述目标用户的用户特征的相似度，作为该待推荐投资策略与所述目标用户的相似度；
所述获得与所述目标用户的相似度满足预设选择条件的待推荐投资策略，作为候选投资策略，包括：
按照与所述目标用户的相似度从大到小的顺序，从各待推荐投资策略中确定前预设数目个待推荐投资策略，作为候选投资策略；
或者，
从各待推荐投资策略中，确定与所述目标用户的相似度大于预设阈值的待推荐投资策略，作为候选投资策略。
第二方面，为了达到上述目的，本发明实施例提供了一种信息推荐方法，所述方法应用于交易服务器，所述交易服务器与推荐***中的推荐服务器通信连接；所述推荐***还包括客户端；所述方法包括：
在接收到所述推荐服务器基于信息推荐请求中包含的目标用户标识发送的用户特征获取请求时，基于目标用户的历史投资数据，获得所述目标用户的用户特征，返回至所述推荐服务器；其中，所述信息推荐请求为客户端向所述推荐服务器发送的，所述信息推荐请求包含目标用户标识和待推荐信息的配置信息；针对每一待推荐投资策略，在接收到所述推荐服务器发送的产品特征获取请求时，获得该待推荐投资策略对应的投资产品的产品特征，返回至所述推荐服务器；以使所述推荐服务器分别计算每个待推荐投资策略对应的产品特征与所述目标用户的用户特征的相似度，作为该待推荐投资策略与所述目标用户的相似度；获得与所述目标用户的相似度满足预设选择条件的待推荐投资策略，作为候选投资策略；其中，该待推荐投资策略为：所述推荐服务器在基于所述配置信息确定待推荐信息为投资策略的情况下，基于所述配置信息获得的；针对每一候选投资策略，在接收到所述推荐服务器发送的投资评价值获取请求时，针对投资评价值获取请求，获得第一历史时间段内的历史交易场景信息，基于所述历史交易场景信息，计算该候选投资策略对应的第一交易信息；其中，所述第一历史时间段为早于接收到所述信息推荐请求的时刻的时间段；以及，获得该候选投资策略对应的第二历史时间段对应的第二交易信息；其中，所述第二历史时间段为基于该候选投资策略进行模拟交易的时间段；基于所述第一交易信息和所述第二交易信息，计算该候选投资策略的目标投资评价值，返回至所述推荐服务器；以使所述推荐服务器从各候选投资策略中，确定对应的目标投资评价值满足预设推荐条件的目标投资策略；将所述目标投资策略作为推荐信息发送至所述客户端，以使所述客户端显示所述推荐信息。
可选的，所述获得第一历史时间段内的历史交易场景信息，基于所述历史交易场景信息，计算该候选投资策略对应的第一交易信息，包括：获取所述第一历史时间段内的历史交易场景中的各投资产品的产品信息，作为第一产品信息；从所述第一历史时间段内的历史交易场景中的各投资产品中，确定与该候选投资策略中的筛选条件相匹配的各投资产品，作为第一投资产品；基于该候选投资策略中的交易方式和所述第一投资产品的第一产品信息，计算所述第一历史时间段内按照该候选投资策略进行投资时，符合所述目标评价指标的交易信息，作为第一交易信息；
所述获得该候选投资策略对应的第二历史时间段对应的第二交易信息，包括：获取所述第二历史时间段内的历史交易场景中的各投资产品的产品信息，作为第二产品信息；从所述第二历史时间段内的历史交易场景中的各投资产品中，确定与该候选投资策略中的筛选条件相匹配的各投资产品，作为第二投资产品；在所述第二历史时间段内，基于该候选投资策略中的交易方式和所述第二投资产品的第二产品信息进行模拟交易，得到符合所述目标评价指标的交易信息，作为第二交易信息。
可选的，所述投资评价值获取请求中携带有多个目标评价指标；
所述基于所述第一交易信息和所述第二交易信息，计算该候选投资策略的目标投资评价值，包括：针对每一目标评价指标，基于符合该目标评价指标的第一交易信息，计算该目标评价指标的指标值，作为第一指标值；计算各目标评价指标的第一指标值的加权和，作为第一投资评价值；基于符合该目标评价指标的第二交易信息，计算该目标评价指标的指标值，作为第二指标值；计算各目标评价指标的第二指标值的加权和，作为第二投资评价值；计算所述第一投资评价值和所述第二投资评价值的加权和，得到该候选投资策略的目标投资评价值。
第三方面，为了达到上述目的，本发明实施例提供了一种信息推荐***，所述推荐***包括：客户端和推荐服务器；所述推荐服务器与交易服务器通信连接；
所述客户端，用于向所述推荐服务器发送包含目标用户标识和待推荐信息的配置信息的信息推荐请求；所述推荐服务器，用于接收所述信息推荐请求；在基于所述配置信息确定待推荐信息为投资策略的情况下，基于所述配置信息获得多个待推荐投资策略；基于所述目标用户标识向所述交易服务器发送对应的用户特征获取请求；所述交易服务器，用于基于目标用户的历史投资数据，获得所述目标用户的用户特征，返回至所述推荐服务器；所述推荐服务器，还用于针对每一待推荐投资策略，向所述交易服务器发送对应的产品特征获取请求；所述交易服务器，还用于获得该待推荐投资策略对应的投资产品的产品特征，返回至所述推荐服务器；所述推荐服务器，还用于分别计算每个待推荐投资策略对应的产品特征与所述目标用户的用户特征的相似度，作为该待推荐投资策略与所述目标用户的相似度；获得与所述目标用户的相似度满足预设选择条件的待推荐投资策略，作为候选投资策略；针对每一候选投资策略，向所述交易服务器发送对应的投资评价值获取请求；所述交易服务器，还用于针对投资评价值获取请求，获得第一历史时间段内的历史交易场景信息，基于所述历史交易场景信息，计算该候选投资策略对应的第一交易信息；其中，所述第一历史时间段为早于接收到所述信息推荐请求的时刻的时间段；以及，获得该候选投资策略对应的第二历史时间段对应的第二交易信息；其中，所述第二历史时间段为基于该候选投资策略进行模拟交易的时间段；并基于所述第一交易信息和所述第二交易信息，计算该候选投资策略的目标投资评价值，返回至所述推荐服务器；所述推荐服务器，还用于从各候选投资策略中，确定对应的目标投资评价值满足预设推荐条件的目标投资策略；将所述目标投资策略作为推荐信息发送至所述客户端；所述客户端，还用于显示所述推荐信息。
第四方面，为了达到上述目的，本发明实施例提供了一种推荐服务器，所述推荐服务器包括：
信息推荐请求接收模块，用于接收所述客户端发送的信息推荐请求；其中，所述信息推荐请求中包含目标用户标识和待推荐信息的配置信息；待推荐投资策略获取模块，用于在基于所述配置信息确定待推荐信息为投资策略的情况下，基于所述配置信息获得多个待推荐投资策略；用户特征获取模块，用于基于所述目标用户标识向所述交易服务器发送对应的用户特征获取请求；以使所述交易服务器基于目标用户的历史投资的交易数据，获得所述目标用户的用户特征，返回至所述推荐服务器；产品特征获取模块，用于针对每一待推荐投资策略，向所述交易服务器发送对应的产品特征获取请求；以使所述交易服务器获得该待推荐投资策略对应的投资产品的产品特征，返回至所述推荐服务器；相似度计算模块，用于分别计算每个待推荐投资策略对应的产品特征与所述目标用户的用户特征的相似度，作为该待推荐投资策略与所述目标用户的相似度；候选投资策略获取模块，用于获得与所述目标用户的相似度满足预设选择条件的待推荐投资策略，作为候选投资策略；投资评价值获取模块，用于针对每一候选投资策略，向所述交易服务器发送对应的投资评价值获取请求；以使所述交易服务器针对投资评价值获取请求，获得第一历史时间段内的历史交易场景信息，基于所述历史交易场景信息，计算该候选投资策略对应的第一交易信息；其中，所述第一历史时间段为早于接收到所述信息推荐请求的时刻的时间段；以及，获得该候选投资策略对应的第二历史时间段对应的第二交易信息；其中，所述第二历史时间段为基于该候选投资策略进行模拟交易的时间段；并基于所述第一交易信息和所述第二交易信息，计算该候选投资策略的目标投资评价值，返回至所述推荐服务器；目标投资策略获取模块，用于从各候选投资策略中，确定对应的目标投资评价值满足预设推荐条件的目标投资策略；推荐信息输出模块，用于将所述目标投资策略作为推荐信息发送至所述客户端，以使所述客户端显示所述推荐信息。
可选的，所述配置信息中包括：用于确定投资策略的各策略配置项的配置参数值；所述配置参数值为所述目标用户通过配置页面输入的；所述配置页面中显示有多个策略配置项；
所述待推荐投资策略获取模块，具体用于基于所述目标用户输入的各策略配置项的配置参数值，生成多个待推荐投资策略；其中，每一待推荐投资策略包含筛选条件和交易方式。
可选的，所述配置信息中还包括：所述目标用户通过所述配置页面确定的多个目标评价指标；所述投资评价值获取请求中包含所述多个目标评价指标，以使所述交易服务器基于所述目标评价指标、所述第一交易信息和所述第二交易信息，确定该候选投资策略的目标投资评价值；
或者，
所述投资评价值获取请求中包含所述目标用户标识，以使所述交易服务器从预设的各评价指标中，确定与所述目标用户的用户特征相匹配的评价指标，作为目标评价指标；基于所述目标评价指标、所述第一交易信息和所述第二交易信息，确定该候选投资策略的目标投资评价值。
可选的，所述配置信息中包括：投资策略的策略标识；
所述待推荐投资策略获取模块，具体用于从本地记录的各投资策略中，确定策略标识所属的投资策略，得到多个待推荐投资策略；其中，每一待推荐投资策略包含筛选条件和交易方式。
可选的，所述相似度计算模块，具体用于针对每一待推荐投资策略，对该待推荐投资策略对应的产品特征进行映射处理，得到该待推荐投资策略对应的第一特征向量；对所述目标用户的用户特征进行映射处理，得到所述目标用户对应的第二特征向量；计算所述第一特征向量与所述第二特征向量的相似度，得到该待推荐投资策略对应的产品特征与所述目标用户的用户特征的相似度，作为该待推荐投资策略与所述目标用户的相似度；
所述候选投资策略获取模块，具体用于按照与所述目标用户的相似度从大到小的顺序，从各待推荐投资策略中确定前预设数目个待推荐投资策略，作为候选投资策略；
或者，
从各待推荐投资策略中，确定与所述目标用户的相似度大于预设阈值的待推荐投资策略，作为候选投资策略。
第五方面，为了达到上述目的，本发明实施例提供了一种交易服务器，所述交易服务器包括：
用户特征获取模块，用于在接收到所述推荐服务器基于信息推荐请求中包含的目标用户标识发送的用户特征获取请求时，基于目标用户的历史投资数据，获得所述目标用户的用户特征，返回至所述推荐服务器；其中，所述信息推荐请求为客户端向所述推荐服务器发送的，所述信息推荐请求包含目标用户标识和待推荐信息的配置信息；产品特征获取模块，用于针对每一待推荐投资策略，在接收到所述推荐服务器发送的产品特征获取请求时，获得该待推荐投资策略对应的投资产品的产品特征，返回至所述推荐服务器；以使所述推荐服务器分别计算每个待推荐投资策略对应的产品特征与所述目标用户的用户特征的相似度，作为该待推荐投资策略与所述目标用户的相似度；获得与所述目标用户的相似度满足预设选择条件的待推荐投资策略，作为候选投资策略；其中，该待推荐投资策略为：所述推荐服务器在基于所述配置信息确定待推荐信息为投资策略的情况下，基于所述配置信息获得的；交易信息获取模块，用于针对每一候选投资策略，在接收到所述推荐服务器发送的投资评价值获取请求时，针对投资评价值获取请求，获得第一历史时间段内的历史交易场景信息，基于所述历史交易场景信息，计算该候选投资策略对应的第一交易信息；其中，所述第一历史时间段为早于接收到所述信息推荐请求的时刻的时间段；以及，获得该候选投资策略对应的第二历史时间段对应的第二交易信息；其中，所述第二历史时间段为基于该候选投资策略进行模拟交易的时间段；投资评价值获取模块，用于基于所述第一交易信息和所述第二交易信息，计算该候选投资策略的目标投资评价值，返回至所述推荐服务器；以使所述推荐服务器从各候选投资策略中，确定对应的目标投资评价值满足预设推荐条件的目标投资策略；将所述目标投资策略作为推荐信息发送至所述客户端，以使所述客户端显示所述推荐信息。
可选的，所述交易信息获取模块，具体用于获取所述第一历史时间段内的历史交易场景中的各投资产品的产品信息，作为第一产品信息；从所述第一历史时间段内的历史交易场景中的各投资产品中，确定与该候选投资策略中的筛选条件相匹配的各投资产品，作为第一投资产品；基于该候选投资策略中的交易方式和所述第一投资产品的第一产品信息，计算所述第一历史时间段内按照该候选投资策略进行投资时，符合所述目标评价指标的交易信息，作为第一交易信息；
所述交易信息获取模块，具体用于获取所述第二历史时间段内的历史交易场景中的各投资产品的产品信息，作为第二产品信息；从所述第二历史时间段内的历史交易场景中的各投资产品中，确定与该候选投资策略中的筛选条件相匹配的各投资产品，作为第二投资产品；在所述第二历史时间段内，基于该候选投资策略中的交易方式和所述第二投资产品的第二产品信息进行模拟交易，得到符合所述目标评价指标的交易信息，作为第二交易信息。
可选的，所述投资评价值获取请求中携带有多个目标评价指标；
所述投资评价值获取模块，具体用于针对每一目标评价指标，基于符合该目标评价指标的第一交易信息，计算该目标评价指标的指标值，作为第一指标值；计算各目标评价指标的第一指标值的加权和，作为第一投资评价值；基于符合该目标评价指标的第二交易信息，计算该目标评价指标的指标值，作为第二指标值；计算各目标评价指标的第二指标值的加权和，作为第二投资评价值；计算所述第一投资评价值和所述第二投资评价值的加权和，得到该候选投资策略的目标投资评价值。
本发明实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质内存储有计算机程序，所述计算机程序被处理器执行时实现上述第一方面，或者第二方面任一所述的信息推荐方法步骤。
本发明实施例还提供了一种包含指令的计算机程序产品，当其在计算机上运行时，使得计算机执行上述第一方面，或者第二方面任一所述的信息推荐方法。
本发明实施例提供的技术方案，客户端向推荐服务器发送包含目标用户标识和待推荐信息的配置信息的信息推荐请求。推荐服务器在基于接收到的信息推荐请求中的配置信息确定待推荐信息为投资策略的情况下，基于配置信息获得多个待推荐投资策略；基于目标用户标识向交易服务器发送对应的用户特征获取请求。交易服务器基于目标用户的历史投资数据，获得目标用户的用户特征返回至推荐服务器。推荐服务器针对每一待推荐投资策略，向交易服务器发送对应的产品特征获取请求。交易服务器获得该待推荐投资策略对应的投资产品的产品特征，返回至推荐服务器。推荐服务器分别计算每个待推荐投资策略对应的产品特征与目标用户的用户特征的相似度，作为该待推荐投资策略与目标用户的相似度；获得与目标用户的相似度满足预设选择条件的待推荐投资策略，作为候选投资策略；针对每一候选投资策略，向交易服务器发送对应的投资评价值获取请求。交易服务器针对投资评价值获取请求，获得第一历史时间段内的历史交易场景信息，基于历史交易场景信息，计算该候选投资策略对应的第一交易信息。第一历史时间段为早于接收到信息推荐请求的时刻的时间段；以及，获得该候选投资策略对应的第二历史时间段对应的第二交易信息；第二历史时间段为基于该候选投资策略进行模拟交易的时间段；并基于第一交易信息和第二交易信息，计算该候选投资策略的目标投资评价值，返回至推荐服务器。推荐服务器从各候选投资策略中，确定对应的目标投资评价值满足预设推荐条件的目标投资策略；将目标投资策略作为推荐信息发送至客户端。客户端显示推荐信息。
基于上述处理，基于目标用户的用户特征，确定与用户的用户特征的相似度满足预设选择条件的候选投资策略，并从候选投资策略中确定向用户推荐的目标投资策略，目标投资策略为符合目标用户真实需求的投资策略，可以实现为目标用户提供个性化推荐服务，并且从待推荐投资策略中确定出候选投资策略，可以减少后续处理的数据量，可以提高信息推荐效率。
当然，实施本发明的任一产品或方法并不一定需要同时达到以上所述的所有优点。
附图说明
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，还可以根据这些附图获得其他的实施例。
图1为本发明实施例提供的一种信息推荐***的结构图；
图2为本发明实施例提供的一种信息推荐方法的流程图；
图3为本发明实施例提供的另一种信息推荐方法的流程图；
图4为本发明实施例中获取交易信息的具体流程图；
图5为本发明实施例中确定投资评价值的具体流程图；
图6为本发明实施例中客户端显示的配置页面的示意图；
图7为本发明实施例提供的一种信息推荐方法的原理示意图；
图8为本发明实施例提供的一种推荐服务器的结构图；
图9为本发明实施例提供的一种交易服务器的结构图。
具体实施方式
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基于本申请所获得的所有其他实施例，都属于本发明保护的范围。
相关技术中，在金融领域大数据处理技术还没有得到特别广泛的应用。例如：在进行投资策略推荐时，仍然是由专业人员人工对历史数据进行量化分析，以得到目标投资策略推荐给用户。这种方式需要较大的人工成本，且无法针对每个用户提供个性化推荐服务。
为了解决上述问题，参见图1，图1为本发明实施例提供的一种信息推荐***的结构图。该信息推荐***包括客户端101和推荐服务器102，推荐服务器102和交易服务器103通信连接。图1中客户端101、推荐服务器102和交易服务器103之间的连接关系，表示在实现本发明实施例提供的信息推荐方法时的逻辑关系。在实际实现时，推荐服务器102和交易服务器103可以为服务器集群中的不同服务器，此时，推荐服务器102和交易服务器103通过外部网络进行通信连接。或者，推荐服务器102和交易服务器103也可以部署于同一台物理设备，此时，推荐服务器102和交易服务器103可以通过内部通信协议进行通信连接。
客户端可以为手机、电脑等终端。客户端中运行有用于获取投资策略的程序。例如，当客户端为手机时，用于获取投资策略的程序以APP(Application，应用程序)的形式安装于手机中。当客户端为电脑时，用于获取投资策略的程序以网页的形式运行于电脑的Web浏览器中。
当目标用户需要获取投资策略时，目标用户可以向客户端输入策略获取指令。例如，客户端的显示界面中可以设置有“获取投资策略”操作按钮，用户可以点击该“获取投资策略”操作按钮，以向客户端输入策略获取指令。客户端在接收到策略获取指令时，可以向推荐服务器发送对应的信息推荐请求。相应的，推荐服务器可以基于本发明实施例提供的方法与交易服务器进行交互，确定向目标用户推荐的目标投资策略，并向客户端发送包含目标投资策略的推荐信息。进而，客户端可以在显示界面中向用户显示推荐信息，以供用户浏览。
基于本发明实施例提供的信息推荐***，以代码的形式，形成用于获取投资策略的程序，并向用户提供用于获取投资策略的程序。用户只需要在运行有用于获取投资策略的程序的客户端中输入策略获取指令，客户端就可以向用户显示目标投资策略，并且目标投资策略为符合目标用户真实需求的投资策略，可以实现为目标用户提供个性化推荐服务，并提高信息推荐效率。
参见图2，图2为本发明实施例提供的一种信息推荐方法的流程图，该方法应用于信息推荐***，该推荐***包括：客户端和推荐服务器；推荐服务器与交易服务器通信连接，该方法可以包括以下步骤：
S201：客户端向推荐服务器发送包含目标用户标识和待推荐信息的配置信息的信息推荐请求。
S202：推荐服务器接收信息推荐请求；在基于配置信息确定待推荐信息为投资策略的情况下，基于配置信息获得多个待推荐投资策略。
S203：推荐服务器基于目标用户标识向交易服务器发送对应的用户特征获取请求。
S204：交易服务器基于目标用户的历史投资数据，获得目标用户的用户特征。
S205：交易服务器将目标用户的用户特征返回至推荐服务器。
S206：推荐服务器针对每一待推荐投资策略，向交易服务器发送对应的产品特征获取请求。
S207：交易服务器获得该待推荐投资策略对应的投资产品的产品特征。
S208：交易服务器将该待推荐投资策略对应的产品特征返回至推荐服务器。
S209：推荐服务器分别计算每个待推荐投资策略对应的产品特征与目标用户的用户特征的相似度，作为该待推荐投资策略与目标用户的相似度；获得与目标用户的相似度满足预设选择条件的待推荐投资策略，作为候选投资策略。
S210：推荐服务器针对每一候选投资策略，向交易服务器发送对应的投资评价值获取请求。
S211：交易服务器针对投资评价值获取请求，获得第一历史时间段内的历史交易场景信息，基于历史交易场景信息，计算该候选投资策略对应的第一交易信息；以及，获得该候选投资策略对应的第二历史时间段对应的第二交易信息；基于第一交易信息和第二交易信息，计算该候选投资策略的目标投资评价值。
其中，第一历史时间段为早于接收到信息推荐请求的时刻的时间段；第二历史时间段为基于该候选投资策略进行模拟交易的时间段。
S212：交易服务器将该候选投资策略的目标投资评价值返回至推荐服务器。
S213：推荐服务器从各候选投资策略中，确定对应的目标投资评价值满足预设推荐条件的目标投资策略。
S214：推荐服务器将目标投资策略作为推荐信息发送至客户端。
S215：客户端显示推荐信息。
基于本发明实施例提供的信息推荐方法，基于目标用户的用户特征，确定与用户的用户特征的相似度满足预设选择条件的候选投资策略，并从候选投资策略中确定向用户推荐的目标投资策略，目标投资策略为符合目标用户真实需求的投资策略，可以实现为目标用户提供个性化推荐服务，并且从待推荐投资策略中确定出候选投资策略，可以减少后续处理的数据量，可以提高信息推荐效率。
针对步骤S201和步骤S202，待推荐信息可以为：视频、音乐、商品和投资策略等。目标用户可以为当前需要进行信息推荐的任意一个用户，目标用户标识可以为目标用户的名称、手机号、登陆客户端的账号等。一个投资策略包括：用于选择投资产品的筛选条件和用于进行投资的交易方式。投资产品可以包括：股票、基金、国债、期货、期权、可转债等。交易方式可以包括：买入符合筛选的投资产品的数目、时间、资金数，以及卖出已买入的投资产品的数目、时间和资金数等。
当目标用户需要获取推荐信息时，目标用户可以向客户端输入信息获取指令。客户端可以在接收到该信息获取指令时，向推荐服务器发送包含目标用户标识和待推荐信息的配置信息的信息推荐请求。
一种实现方式中，配置信息中包括：投资策略的策略标识。相应的，步骤S202可以包括以下步骤：推荐服务器从本地记录的各投资策略中，确定策略标识所属的投资策略，得到多个待推荐投资策略；其中，每一待推荐投资策略包含筛选条件和交易方式。
客户端在接收到信息获取指令时，可以显示预设的各投资策略的策略标识。目标用户可以从预设的各投资策略中选择想要了解的投资策略，并向客户端输入携带有选择的投资策略的策略标识的选择指令。相应的，客户端接收到用于选择投资策略的选择指令时，向推荐服务器发送携带有用户选择的投资策略的策略标识的信息推荐请求。相应的，推荐服务器可以从本地记录的多个投资策略中，确定与信息推荐请求中携带的策略标识所属的投资策略，作为待推荐投资策略。推荐服务器中记录的投资策略可以由了解金融投资知识的专业人员(例如，投资分析专员、投资管理人、证券公司的工作人员)设置。
另一种实现方式中，待推荐信息的配置信息中包括：用于确定投资策略的各策略配置项的配置参数值；配置参数值为目标用户通过配置页面输入的；配置页面中显示有多个策略配置项。
相应的，步骤S202可以包括以下步骤：推荐服务器基于目标用户输入的各策略配置项的配置参数值，生成多个待推荐投资策略；其中，每一待推荐投资策略包含产品筛选条件和交易方式。
策略配置项用于生成投资策略，策略配置项可以包括：用于确定投资产品的筛选条件的策略配置项(可以称为第一策略配置项)，以及确定进行投资的交易方式的策略配置项(可以称为第二策略配置项)。例如，第一策略配置项可以包括：投资产品对应的开盘价格、市净率、营业利润、K线图类型等，第二策略配置项可以包括：投资产品的买入的数目、时间、资金数、卖出的数目、时间、资金数等。
客户端在接收到策略获取指令时，可以显示包含多个策略配置项的配置页面。目标用户则可以在配置页面中输入各策略配置项的配置参数值，例如，用于可以输入投资产品对应的开盘价格大于1.01元、市净率大于2倍、营业利润大于1千万、K线图类型为三只乌鸦，以及投资产品的买入的数目为3个、时间为每个交易日、资金数为50万、卖出的数目为1个、时间为每3个交易日、资金数为10万等。
进而，客户端可以向推荐服务器发送包含各策略配置项的配置参数值的配置信息。相应的，推荐服务器可以基于用户输入的各策略配置项的配置参数值，确定包含各策略配置项的配置参数值的筛选条件和交易方式，也就得到对应的投资策略，作为待推荐投资策略。
基于上述处理，客户端可以按照用户的指令灵活的配置投资策略，得到符合用户需求的投资策略，可以满足用户配置投资策略的个性化需求，提高用户体验。
针对步骤S203和步骤S204，推荐服务器可以向交易服务器发送包含目标用户标识的用户获取请求，以获取目标用户的用户特征。交易服务器在接收到该用户特征获取请求时，则可以基于目标用户的历史投资数据，获得目标用户的用户特征
目标用户的历史投资数据可以包括目标用户历史投资的投资产品的产品特征。目标用户的用户特征包括：目标用户进行投资时偏好的风险等级、产品类型、收益情况等。交易服务器可以基于目标用户历史投资的投资产品的产品特征，确定目标用户的用户特征。例如，目标用户历史投资的投资产品为风险等级较低的投资产品，交易服务器可以确定目标用户的用户特征包含：风险类型为稳健型，表示目标用户对投资风险的承受能力较低。或者，目标用户历史投资的投资产品为科技类的投资产品，交易服务器可以确定目标用户的用户特征包含：产品类型为科技类，表示目标用户偏好科技类的投资产品。
针对步骤S206和步骤S207，针对每一待推荐投资策略，推荐服务器可以向交易服务器发送针对该待推荐投资策略的产品特征获取请求，以获取该待推荐投资策略对应的产品特征。交易服务器在接收到该产品特征获取请求时，则可以确定该待推荐投资策略包含的筛选条件对应的投资产品(即后续实施例中第一投资产品和第二投资产品)，并获取该投资产品的特征标签，作为该待推荐投资策略对应的产品特征。一个投资产品的特征标签可以包括：该投资产品的名称、代码、所属板块、所属行业、所属公司、投资风险等级、累计收益率、年化波动率、目标用户持有该投资产品的持仓资金数目、持仓时间等。
在一个实施例中，在图2的基础上，参见图3，步骤S209可以包括以下步骤：
S2091：推荐服务器针对每一待推荐投资策略，对该待推荐投资策略对应的产品特征进行映射处理，得到该待推荐投资策略对应的第一特征向量。
S2092：推荐服务器对目标用户的用户特征进行映射处理，得到目标用户对应的第二特征向量。
S2093：推荐服务器计算第一特征向量与第二特征向量的相似度，得到该待推荐投资策略对应的产品特征与目标用户的用户特征的相似度，作为该待推荐投资策略与目标用户的相似度。
S2094：推荐服务器按照与目标用户的相似度从大到小的顺序，从各待推荐投资策略中确定前预设数目个待推荐投资策略，作为候选投资策略。或者，从各待推荐投资策略中，确定与目标用户的相似度大于预设阈值的待推荐投资策略，作为候选投资策略。
针对每一待推荐投资策略，推荐服务器可以按照预设编码方式，对该待推荐投资策略对应的产品特征进行映射处理，得到该待推荐投资策略对应的第一特征向量。以及按照预设编码方式，对目标用户的用户特征进行映射处理，得到目标用户对应的第二特征向量。预设编码方式可以为One-hot(独热)编码，或者也可以为Embedding(词嵌入)编码等。
推荐服务器可以基于预设相似度算法，计算第一特征向量与第二特征向量的相似度，得到该待推荐投资策略与目标用户的相似度。预设相似度算法可以为余弦相似度算法，或者也可以为欧氏距离算法等。
一种实现方式中，推荐服务器可以按照与目标用户的相似度从大到小的顺序，从各待推荐投资策略中确定前预设数目个待推荐投资策略，作为候选投资策略。
另一种实现方式中，推荐服务器从各待推荐投资策略中，确定与目标用户的相似度大于预设阈值的待推荐投资策略，作为候选投资策略。
针对步骤S210和步骤S211，针对每一候选投资策略，推荐服务器可以向交易服务器发送对应的投资评价值获取请求。相应的，交易服务器接收到该投资评价值获取请求，可以获取该候选投资策略对应的第一交易信息和第二交易信息，以确定该候选投资策略的目标投资评价值，并返回至推荐服务器。
第一历史时间段为早于接收到信息推荐请求的时刻的时间段；第二历史时间段为基于该候选投资策略进行模拟交易的时间段。也就是第一历史时间段早于第二历史时间段，第一历史时间段的时长、第二历史时间段的时长可以基于需求设置。针对每一候选投资策略，目标用户在客户端配置该候选投资策略时，可以设置第一历史时间段为配置该候选投资策略的时刻之前的时间段，第二历史时间段为配置该候选投资策略的时刻之后的时间段。
例如，用户在2022年2月1日配置候选投资策略，则可以设置第一历史时间段为2021年1月1日至2021年12月31日，第二历史时间段为2022年2月2日至2022年4月1日。在2022年2月1日，交易服务器可以计算第一历史时间段内按照该候选投资策略在投资市场中进行投资时符合目标评价指标的第一交易信息。交易服务器可以从2022年2月2日(即第二历史时间段的开始时刻)开始实时运行该候选投资策略，也就是基于第二投资产品的第二产品信息，实时按照该候选投资策略进行模拟交易，直至2022年4月1日(即第二历史时间段的结束时刻)，可以得到第二历史时间段内按照该候选投资策略在投资市场中进行投资时符合目标评价指标的第二交易信息。
在一个实施例中，参见图4，图4为本发明实施例中获取交易信息的具体流程图，该方法可以包括以下步骤：
S401：交易服务器获取第一历史时间段内的历史交易场景中的各投资产品的产品信息，作为第一产品信息。
S402：交易服务器从第一历史时间段内的历史交易场景中的各投资产品中，确定与该候选投资策略中的筛选条件相匹配的各投资产品，作为第一投资产品。
S403：交易服务器基于该候选投资策略中的交易方式和第一投资产品的第一产品信息，计算第一历史时间段内按照该候选投资策略进行投资时，符合目标评价指标的交易信息，作为第一交易信息。
S404：交易服务器获取第二历史时间段内的历史交易场景中的各投资产品的产品信息，作为第二产品信息。
S405：交易服务器从第二历史时间段内的历史交易场景中的各投资产品中，确定与该候选投资策略中的筛选条件相匹配的各投资产品，作为第二投资产品。
S406：交易服务器在第二历史时间段内，基于该候选投资策略中的交易方式和第二投资产品的第二产品信息进行模拟交易，得到符合目标评价指标的交易信息，作为第二交易信息。
一种实现方式中，交易服务器可以获取第一历史时间段内投资市场(即历史交易场景)内的各投资产品的产品信息(即第一产品信息)。一个投资产品的产品信息包括：表示该投资产品的价格信息的行情指标因子，例如，一个时间段内的每一交易日该投资产品的开盘价格、收盘价格、成交价格和市场净值等。表示该投资产品所属公司的财务信息的财务指标因子，例如，一个时间段内该投资产品所属公司每一天的营业利润和财务报表等。表示该投资产品的K线图类型的形态指标因子，例如，两只乌鸦、三只乌鸦、上升三角、下降三角、头肩顶和头肩底等。表示该投资产品的价格信息的统计特征的量价指标因子，例如，该投资产品的日K线图、5日K线图、分钟K线图和一个时间段的净值曲线等。表示该投资产品所属公司的舆情信息的舆情指标因子，例如，与该投资产品所属公司相关的新闻的数目、浏览量和用户对该投资产品所属公司的评价等。表示该投资产品所属公司的业务信息的特色数据指标因子，例如，一个时间段内该投资产品所属公司的经营产品的销售额、该投资产品所属公司被起诉的次数，以及该投资产品所属公司缴纳社保的人数等。
然后，针对每一候选投资策略，交易服务器可以从第一历史时间段内投资市场内的各投资产品中，确定与该候选投资策略包含的筛选条件相匹配的第一投资产品。例如，该候选投资策略包含的筛选条件为：开盘价格大于1.01元，交易服务器可以确定开盘价格大于1.01元的投资产品为第一投资产品。交易服务器可以基于该候选投资策略和第一投资产品的第一产品信息，计算第一历史时间段内按照该候选投资策略进行投资时的符合目标评价指标的第一交易信息。
交易服务器确定第二投资产品的方式与确定第一投资产品的方式类似，可以参考前述实施例的相关介绍。进而，交易服务器可以从第二历史时间段的开始时刻，按照该候选投资策略中的交易方式和第二投资产品的第二产品信息进行模拟交易，直至第二时间段的结束时刻，可以得到第二历史时间段内按照该候选投资策略在投资市场中进行投资时符合目标评价指标的第二交易信息。
一个时间段内的交易信息包括以下至少一项：该时间段内允许进行投资的初始资金数、该时间段内最后一次交易结束时的剩余资金数、该时间段内的每一交易日的总权益、日收益率、持有的各第一投资产品的数目、持有的每一第一投资产品的标识(例如，代码)、持仓资金数，一个交易日的总权益为：该交易日的剩余资金数与持有的各第一投资产品的总持仓资金数的和值。
符合目标评价指标的交易信息也就是用于计算目标评价指标的指标值的交易信息。在获取交易信息时，交易服务器可以确定基于该候选投资策略在第一历史时间段内的，用于计算目标评价指标的指标值的交易信息(即第一交易信息)，以及确定该候选投资策略在第二历史时间段内的，用于计算目标评价指标的指标值的交易信息(即第二交易信息)。
例如，目标评价指标为：累计收益率，累计收益率为基于一个时间段的期初总权益和期末总权益确定的，一个时间段的期初总权益为该时间段的开始时刻允许进行投资的初始资金数，一个时间段的期末总权益为该时间段的结束时刻的剩余资金数，与持有的投资产品的持仓资金数的和值。相应的，第一交易信息包含第一历史时间段的期初总权益和期末总权益，则交易服务器可以计算第一历史时间段内，按照该候选投资策略在投资市场中进行投资时的期初总权益和期末总权益。
基于上述处理，结合第一历史时间段内的交易信息和第二历史时间段内的交易信息，确定候选投资策略的目标评价值，可以提高数据的多样性，使得计算得到的目标投资评价值更符合实际情况，即提高确定出的目标投资评价值的准确性。
在本发明的一个实施例中，参见图5，图5为本发明实施例中确定投资评价值的具体流程图，该方法可以包括以下步骤：
S501：交易服务器针对每一目标评价指标，基于符合该目标评价指标的第一交易信息，计算该目标评价指标的指标值，作为第一指标值。
S502：交易服务器计算各目标评价指标的第一指标值的加权和，作为第一投资评价值。
S503：交易服务器基于符合该目标评价指标的第二交易信息，计算该目标评价指标的指标值，作为第二指标值。
S504：交易服务器计算各目标评价指标的第二指标值的加权和，作为第二投资评价值。
S505：交易服务器计算第一投资评价值和第二投资评价值的加权和，得到该候选投资策略的目标投资评价值。
在本发明的一个实施例中，目标评价指标包括以下至少一项：累计收益率、年化收益率、累计夏普比率、年化夏普比率、总权益的最大回撤率、总权益的最大回撤恢复所需天数、年化波动率、累计超额收益、年化超额收益率、超额收益率的最大回撤率、超额收益率的最大回撤恢复所需天数、信息比率、日单边换手率、年化单边换手率、日双边换手率，以及年化双边换手率。
针对每一候选投资策略，目标评价指标为累计收益率时，交易服务器可以基于累计收益率对应的第一交易信息，按照如下公式计算第一历史时间段内按照该候选投资策略进行投资的累计收益率，作为第一评价指标值。
Figure BDA0003643564850000181
R表示第一历史时间段内按照该候选投资策略进行投资的累计收益率；A表示第一历史时间段对应的期末总权益，第一历史时间段对应的期末总权益为第一历史时间段的结束时刻的剩余资金数与持有的投资产品的持仓资金数的和值，第一历史时间段对应的期末总权益为第一历史时间段的结束时刻的剩余资金数为：第一历史时间段内最后一次交易结束时的剩余资金数；B表示第一历史时间段对应的期初总权益，第一历史时间段对应的期初总权益为第一历史时间段的开始时刻允许进行投资的初始资金数。
目标评价指标为年化收益率时，交易服务器可以基于年化收益率对应的第一交易信息，按照如下公式计算第一历史时间段内按照该候选投资策略进行投资的年化收益率，作为第一评价指标值。
Figure BDA0003643564850000182
P表示第一历史时间段内按照该候选投资策略进行投资的年化收益率；R表示第一历史时间段内按照该候选投资策略进行投资的累计收益率；t表示一年内的交易日的数目与第一历史时间段内的交易日的数目的比值。
目标评价指标为累计夏普比率时，交易服务器可以基于累计夏普比率对应的第一交易信息，按照如下公式计算第一历史时间段内基于该候选投资策略进行投资的夏普比率，作为第一评价指标值。累计夏普比率可以衡量投资策略相对于无风险组合的表现，是投资策略所获得风险溢价的度量，无风险组合可以为十年期国债。
Figure BDA0003643564850000183
S表示第一历史时间段内基于该候选投资策略进行投资的夏普比率；R表示第一历史时间段内按照该候选投资策略进行投资的累计收益率；F表示第一历史时间段内无风险组合的累计收益率；μ表示第一历史时间段内基于该候选投资策略进行投资的各交易日的日收益率的方差。
目标评价指标为总权益的最大回撤率时，交易服务器可以基于总权益的最大回撤率对应的第一交易信息，按照如下公式计算第一历史时间段内基于该候选投资策略进行投资的总权益的最大回撤率，作为第一评价指标值。总权益的最大回撤率为评估投资策略的极端风险管理能力的重要指标。
Figure BDA0003643564850000191
D表示第一历史时间段内基于该候选投资策略进行投资的总权益的最大回撤率；C1表示第一历史时间段内基于该候选投资策略进行投资的各交易日的总权益的最大值；C2表示第一历史时间段内基于该候选投资策略进行投资的各交易日的总权益的最小值。
目标评价指标为年化波动率时，交易服务器可以基于年化波动率对应的第一交易信息，按照如下公式计算第一历史时间段内基于该候选投资策略进行投资的年化波动率，作为第一评价指标值。年化波动率是常用的风险度量指标，年化波动率越大投资策略的风险越高。
Figure BDA0003643564850000192
σ表示第一历史时间段内基于该候选投资策略进行投资的年化波动率，n表示第一历史时间段内的交易日的数目，r(i)表示第一历史时间段内基于该候选投资策略进行投资的第i个交易日的日收益率，
Figure BDA0003643564850000193
表示第一历史时间段内基于该候选投资策略进行投资的各交易日的日收益率的均值。
目标评价指标为累计超额收益率时，交易服务器可以基于累计超额收益率对应的第一交易信息，按照如下公式计算第一历史时间段内基于该候选投资策略进行投资的累计超额收益率，作为第一评价指标值。累计超额收益率的计算公式是CAPM(Capital AssetPricing Model，资本资产定价模型)的表达式中的残余项。累计超额收益率能够表示投资策略对应的收益中与市场整体收益无关的部分，可以用于度量投资策略选择投资产品的能力。累计超额收益率为正值，表明投资策略所选的投资产品的收益高于市场基准组合；累计超额收益率为负值，表明投资策略所选的投资产品的收益低于市场基准组合，市场基准组合为沪深300指数。
α＝E[r(i)-[f+β(r(i)-f)]] (6)
α表示第一历史时间段内基于该候选投资策略进行投资的累计超额收益率；E表示数学期望；r(i)表示第一历史时间段内基于该候选投资策略进行投资的第i个交易日的日收益率；f表示第一历史时间段内无风险组合的日收益率；β表示CAPM模型中的预设系数。
目标评价指标为信息比率时，交易服务器可以基于信息比率对应的第一交易信息，按照如下公式计算第一历史时间段内基于该候选投资策略进行投资的信息比率，作为第一评价指标值。信息比率用于衡量投资策略相对于市场基准组合的收益情况。信息比率一般用于评估纯多头的主动交易的投资策略(例如，阿尔法投资策略和基准择时投资策略)，并且信息比率不适用于评估多-空结合的对冲投资策略。
Figure BDA0003643564850000201
I表示第一历史时间段内基于该候选投资策略进行投资的信息比率；R表示第一历史时间段内按照该候选投资策略进行投资的累计收益率；F表示第一历史时间段无风险组合的累计收益率；ε表示第一历史时间段内市场基准组合的日收益率的方差。
目标评价指标为日单边换手率时，针对第一历史时间段内的每一交易日，交易服务器可以计算该交易日买入第一投资产品的资金数与该交易日的总权益的比值，得到该交易日的日单边换手率，计算第一历史时间段内各交易日的日单边换手率的平均值，作为第一指标值。
另外，年化夏普比率可以基于累计夏普比率计算得到。总权益的最大回撤恢复所需天数表示第一历史时间段内按照该候选投资策略进行投资时，总权益的最小值的交易日与总权益的最大值的交易日之间间隔的天数。年化超额收益率可以基于累计超额收益率计算得到。超额收益率的最大回撤率和超额收益率的最大回撤恢复所需天数，均可以基于第一历史时间段内每一交易日的超额收益率计算得到。年化单边换手率可以基于日单边换手率计算得到。针对第一历史时间段内的每一交易日，该交易日的日双边换手率为该交易日买入和卖出第一投资产品的总资金数与该交易日的总权益的比值，交易服务器可以计算第一历史时间段内各交易日的日双边换手率的平均值，作为第一指标值。年化双边换手率可以基于日双边换手率计算得到。
进而，交易服务器可以计算各目标评价指标的第一指标值的加权和，得到第一投资评价值。示例性的，交易服务器可以按照series数值(值和索引对应的数据)的形式记录目标评价指标与权重的对应关系。参见表1，表1为本发明实施例提供的一种目标评价指标与权重的对应关系表。各目标评价指标的权重的和值为1。
表1
评价指标 权重
zb-a zb-a1
zb-b zb-b1
zb-c zb-c1
zb-d zb-d1
zb-e zb-e1
zb-f zb-f1
zb-g zb-g1
zb-a至zb-g表示不同的目标评价指标，zb-a1至zb-g1表示对应的目标评价指标的权重。交易服务器可以基于第一历史时间段对应的第一交易信息，计算评价指标zb-a至zb-g各自的指标值，然后，交易服务器可以按照权重zb-a1至zb-g1，计算评价指标zb-a至zb-g各自的指标值的加权和，得到第一投资评价值。
交易服务器计算第二投资评价值的方式与计算第一投资评价值的方式类似，可以参考前述实施例的相关介绍。
基于上述处理，可以综合多个不同的评价指标，得到候选投资策略的投资评价值，投资评价值可以从多个维度体现投资策略的特征。
针对每一候选投资策略，交易服务器可以计算该候选投资策略的第一投资评价值和第二投资评价值的加权和，得到该候选投资策略的目标投资评价值。第一投资评价值的权重a，第二投资评价值的权重为b，且a与b的和值为1。例如，第一投资评价值的权重为0.1，第二投资评价值的权重为0.9。交易服务器还可以将目标投资评价值归一化值0至100区间内，得到该候选投资策略的最终投资评价值。
示例性的，目标评价指标包括：累计收益率，累计夏普比率和总权益的最大回撤率。累计收益率的权重为0.8，累计夏普比率的权重为0.1，总权益的最大回撤率的权重为0.1。第一投资评价值为：第一历史时间段内的累计收益率，累计夏普比率和总权益的最大回撤率的加权和。第二投资评价值为：第二历史时间段内的累计收益率，累计夏普比率和总权益的最大回撤率的加权和。目标评价指标为：0.1×第一投资评价值+0.9×第二投资评价值。将目标投资评价值归一化值0至100区间，得到该候选投资策略的最终投资评价值。
针对步骤S213和步骤S214，推荐服务器可以按照目标投资评价值从大到小的顺序，从各候选投资策略中，确定前预设数目个的投资策略，作为目标投资策略，例如，从各候选投资策略中，确定对应的目标投资评价值最大的投资策略，作为目标投资策略。进而，推荐服务器可以向客户端发包含目标投资策略和对应的目标投资评价值的推荐信息。
针对步骤S215，客户端可以接收推荐服务器发送的推荐信息，并向目标用户显示推荐信息，也就是显示目标投资策略和对应的目标投资评价值，以供用户浏览。后续，用户可以按照目标投资策略进行投资。
另外，推荐服务器还可以按照目标投资评价值从大到小的顺序，对各候选投资策略进行排序，将排序结果作为推荐信息，并向客户端发送推荐信息，也就是向客户端发送排序结果。客户端可以显示接收到的推荐信息，也就是按照目标投资评价值从大到小的顺序，显示各候选投资策略和对应的目标投资评价值。用户则可以基于显示的各候选投资策略的目标投资评价值，确定目标投资策略。
在一个实施例中，针对每一待推荐投资策略，推荐服务器可以获取该待推荐投资策略的目标投资评价值，以及该待推荐投资策略与目标用户的相似度。然后，推荐服务器可以计算该待推荐投资策略的目标投资评价值和对应的相似度的加权和，作为该待推荐投资策略的最终投资评价值。然后，推荐服务器可以按照最终投资评价值从大到小的顺序，从各待推荐投资策略中，确定前预设数目个的投资策略，作为目标投资策略。
在一个实施例中，针对每一待推荐投资策略，推荐服务器可以获取该待推荐投资策略的目标投资评价值，从各待推荐投资策略中，确定投资评价值满足预设推荐条件的投资策略，作为候选投资策略。然后，针对每一候选投资策略，获取该候选投资策略与目标用户的相似度。然后，推荐服务器可以从各待推荐投资策略中确定对应的相似度满足预设选择条件的投资策略，作为目标投资策略。
在一个实施例中，交易服务器还可以获取目标评价指标，进而根据目标评价指标、第一交易信息和第二交易信息计算候选投资策略的目标投资评价值。
一种实现方式中，配置信息中还包括：目标用户通过配置页面确定的多个目标评价指标；投资评价值获取请求中包含多个目标评价指标，以使交易服务器基于目标评价指标、第一交易信息和第二交易信息，确定该候选投资策略的目标投资评价值。
目标用户可以向客户端输入用于获取评价指标的指标配置指令。客户端在接收到指标配置指令时，可以显示包含预设的多个评价指标的配置页面。用户则可以从多个评价指标中，选择用于评价投资策略的目标评价指标，以向客户端输入指标选择指令。例如，配置页面显示有累计收益率、年化收益率、累计夏普比率、信息比率和年化波动等多个评价指标。目标用户可以选择目标评价指标为：年化收益率、信息比率和年化波动。然后，客户端可以向推荐服务器发送包含目标评价指标的信息推荐请求。后续，推荐服务器则可以向交易服务器发送包含目标评价指标的投资评价值获取请求，交易服务器则可以基于目标评价指标、第一交易信息和第二交易信息，确定各候选投资策略的目标投资评价值。
基于上述处理，客户端可以按照用户的指令灵活的配置评价指标，得到符合用户需求的目标评价指标，可以满足用户配置评价指标的个性化需求，提高用户体验。
另一种实现方式中，投资评价值获取请求中包含目标用户标识，以使交易服务器从预设的各评价指标中，确定与目标用户的用户特征相匹配的评价指标，作为目标评价指标；基于目标评价指标、第一交易信息和第二交易信息，确定该候选投资策略的目标投资评价值。
示例性的，目标用户的用户特征包含：风险类型为稳健型时，交易服务器可以确定能够表示投资策略的风险等级的评价指标(例如，年化波动率、总权益的最大回撤率、夏普比率等)，作为目标评价指标。或者，目标用户的用户特征包含：收益情况为高于1％时，交易服务器可以确定能够表示投资策略对应的收益情况的评价指标(例如，累计收益率、年化收益率、超额收益率等)，作为目标评价指标。
基于上述处理，目标评价指标为与目标用户的用户特征相匹配的评价指标，目标评价指标符合目标用户的需求，可以实现针对目标用户个性化配置评价指标，提高用户体验。
参见图6，图6为本发明实施例中客户端的配置页面的示意图。用户可以在该配置页面中配置投资策略和评价指标。用于配置投资策略的策略配置项包括：选股设置(用于设置股票的筛选条件)、交易模型(即进行投资的交易方式)和风险控制(即股票的风险类型)。
选择股票池为全市场表示用户可以选择投资市场中的全部股票。板块为全部表示用户可以选择任何板块(例如，军工和半导体等)的股票。行业为全部表示用户可以选择任何行业(例如，医疗和新能源等)的股票。过滤ST表示过滤ST类型的股票，ST类型指所属公司出现财务异常状况或其他异常状况的股票。用户可以在搜索因子输入框中输入需要的选股指标或评价指标，以快速选择需要的选股指标或评价指标。
选股指标包括：行情(即前述实施例中的行情指标因子)、技术指标(即前述实施例中的量价指标因子)、财务指标和财务数据(即前述实施例中财务指标因子)、形态指标(即前述实施例中的形态指标因子)。
行情包括：股票的开盘价、收盘价、最高价、最低价、成交量、成交额、换手率和上市天数等。例如，用户可以选择开盘价作为选股指标。技术指标包括：股票的均值、MACD(Moving Average Convergence/Divergence，异同移动平均线)、阿隆指标、KDJ(随机指标)、ROC(Price Rate of Change，价格变化率)、MFI(Money Flow Index，资金流量指标)、布林线、TRIX(Triple Exponentially Smoothed Average，三重指数平滑移动平均指标)等。财务指标包括：股票所属公司的估值、盈利能力、每股指标和偿债能力等。
我的指标表示用户已经选择的选股指标的数目，例如，图6中用户选择了4个选股指标，该4个选股指标为：开盘价、市净率、营业利润和两只乌鸦。并且开盘价的范围大于1.01元、市净值大于2倍，营业利润大于1000万。删除按钮“×”用于删除已选择的选股指标。“添加自定义规则”用于添加用户自己设置的选股条件。
交易模型包括：定期轮动方式和条件触发方式，定期轮动方式表示用户设置投资产品的调整持仓资金数的周期和最大持仓股票数据等。条件触发方式表示用户设置股票的买入条件和卖出条件。图6中用户已经选择的交易模型为定期轮动方式。
在设置各策略配置项的参数值和评价指标之后，用户可以点击“保存”按钮，以向客户端输入包含各策略配置项的参数值和目标评价指标的配置信息。基于上述处理，用户可以在配置页面配置投资策略和评价指标，可以满足用户的个性化配置需求，提高用户体验。
参见图7，图7为本发明实施例提供的一种信息推荐方法的原理示意图。
行情及因子源包括：沪深证券交易所、中国金融期货交易所和大连商品交易等。行情因子接入装置用于从行情及因子源，获取指定时间段(例如第一历史时间段和第二历史时间段)内，投资市场内各投资产品的行情指标因子、财务指标因子、形态指标因子、量价指标因子、舆情指标因子和特色数据指标因子等产品信息，行情因子接入装置具体实现时可以由交易服务器实现。
量化策略制作装置用于接收用户配置的投资策略。量化策略制作装置为用户提供统一数量的虚拟资金(例如，100万虚拟资金)，作为允许进行投资的初始资金数。量化策略制作装置包括选股模块，交易模型和风控模型。用户通过量化策略制作装置的选股模块设置选股条件(即股票的筛选条件)，选股模块配置的选股条件包括：行情(即前述实施例中的行情指标因子)、技术指标(即前述实施例中的量价指标因子)、财务指标和财务数据(即前述实施例中财务指标因子)、形态指标(即前述实施例中的形态指标因子)等。
用户通过量化策略制作装置的交易模型设置进行投资的交易方式，交易方式包括：定期轮动方式和条件触发方式，定期轮动方式表示用户设置投资产品的调整持仓资金数的周期和最大持仓股票数据等。条件触发方式表示用户设置股票的买入条件和卖出条件。量化策略制作装置具体实现时可以由推荐服务器实现。
进而，在股票的产品信息满足买入条件时，量化策略运行装置将按照投资策略买入股票，以进行股票买入交易。当股票的产品信息满足卖出条件时，量化策略运行装置将按照投资策略卖出持有的股票，以进行股票卖出交易。量化策略运行装置统一设置投资策略的开始运行时间和结束运行时间(也就是确定历史时间段的开始时刻和结束时刻)，并按照行情因子接入装置获取的产品信息，将不同的投资策略以程序的形式运行，在投资产品的产品信息满足买入条件时，量化策略运行装置将按照投资策略买入投资产品。当投资产品的产品信息满足卖出条件时，量化策略运行装置将按照投资策略卖出持有的投资产品。量化策略运行装置根据投资策略和行情指标因子等产品信息，进行换仓操作，得到投资产品的持仓市值。持仓市值为投资产品的持仓价格与持仓数量的乘积。并且，量化策略运行装置还可以记录投资策略运行的持仓情况(即交易信息)。持仓情况包括：剩余资金数，总权益，持有的投资产品的代码，数目，实时市场净值，以及购买投资产品的成交价格的平均值等。
另外，量化策略运行装置中还配置有交易手续费扣除标准，在进行换仓操作时，按照交易手续费扣除标准在进行投资时扣除相应的交易手续费，例如，最低交易手续费为5元，双向交易手续费为交易的资金数的万分之二等。量化策略运行装置具体实现时可以由交易服务器实现。
量化策略评估装置用于基于按照候选投资策略进行投资的交易信息，计算候选投资策略的目标投资评价值，并确定包含向目标用户推荐的目标投资策略的推荐信息。量化策略评估装置具体实现时可以由交易服务器实现。
量化策略评估输出装置用于向客户端发送推荐信息，以使得客户端向目标用户显示推荐信息。量化策略评估输出装置具体实现时可以由推荐服务器实现。
基于本发明实施例提供的信息推荐方法，为用户提供了投资策略评估平台，并且可以结合第一历史时间段和第二历史时间段，对投资策略进行评估，得到符合实际情况的目标投资评价值。基于历史时间段对应的实时行情指标因子运行投资策略，且运行投资策略的资金为虚拟资金，可以方便在投资策略真实运行前进行模拟仿真。用户可灵活配置投资策略和评价指标，且配置方式简单，操作方便，可以满足用户的个性化需求，提高用户体验。
与图1的方法实施例相对应，参见图8，图8为本发明实施例提供的一种推荐服务器的结构图，所述推荐服务器包括：
信息推荐请求接收模块801，用于接收所述客户端发送的信息推荐请求；其中，所述信息推荐请求中包含目标用户标识和待推荐信息的配置信息；待推荐投资策略获取模块802，用于在基于所述配置信息确定待推荐信息为投资策略的情况下，基于所述配置信息获得多个待推荐投资策略；用户特征获取模块803，用于基于所述目标用户标识向所述交易服务器发送对应的用户特征获取请求；以使所述交易服务器基于目标用户的历史投资的交易数据，获得所述目标用户的用户特征，返回至所述推荐服务器；产品特征获取模块804，用于针对每一待推荐投资策略，向所述交易服务器发送对应的产品特征获取请求；以使所述交易服务器获得该待推荐投资策略对应的投资产品的产品特征，返回至所述推荐服务器；相似度计算模块805，用于分别计算每个待推荐投资策略对应的产品特征与所述目标用户的用户特征的相似度，作为该待推荐投资策略与所述目标用户的相似度；候选投资策略获取模块806，用于获得与所述目标用户的相似度满足预设选择条件的待推荐投资策略，作为候选投资策略；投资评价值获取模块807，用于针对每一候选投资策略，向所述交易服务器发送对应的投资评价值获取请求；以使所述交易服务器针对投资评价值获取请求，获得第一历史时间段内的历史交易场景信息，基于所述历史交易场景信息，计算该候选投资策略对应的第一交易信息；其中，所述第一历史时间段为早于接收到所述信息推荐请求的时刻的时间段；以及，获得该候选投资策略对应的第二历史时间段对应的第二交易信息；其中，所述第二历史时间段为基于该候选投资策略进行模拟交易的时间段；并基于所述第一交易信息和所述第二交易信息，计算该候选投资策略的目标投资评价值，返回至所述推荐服务器；目标投资策略获取模块808，用于从各候选投资策略中，确定对应的目标投资评价值满足预设推荐条件的目标投资策略；推荐信息输出模块809，用于将所述目标投资策略作为推荐信息发送至所述客户端，以使所述客户端显示所述推荐信息。
可选的，所述配置信息中包括：用于确定投资策略的各策略配置项的配置参数值；所述配置参数值为所述目标用户通过配置页面输入的；所述配置页面中显示有多个策略配置项；
所述待推荐投资策略获取模块802，具体用于基于所述目标用户输入的各策略配置项的配置参数值，生成多个待推荐投资策略；其中，每一待推荐投资策略包含筛选条件和交易方式。
可选的，所述配置信息中还包括：所述目标用户通过所述配置页面确定的多个目标评价指标；所述投资评价值获取请求中包含所述多个目标评价指标，以使所述交易服务器基于所述目标评价指标、所述第一交易信息和所述第二交易信息，确定该候选投资策略的目标投资评价值；
或者，
所述投资评价值获取请求中包含所述目标用户标识，以使所述交易服务器从预设的各评价指标中，确定与所述目标用户的用户特征相匹配的评价指标，作为目标评价指标；基于所述目标评价指标、所述第一交易信息和所述第二交易信息，确定该候选投资策略的目标投资评价值。
可选的，所述配置信息中包括：投资策略的策略标识；
所述待推荐投资策略获取模块802，具体用于从本地记录的各投资策略中，确定策略标识所属的投资策略，得到多个待推荐投资策略；其中，每一待推荐投资策略包含筛选条件和交易方式。
可选的，所述相似度计算模块805，具体用于针对每一待推荐投资策略，对该待推荐投资策略对应的产品特征进行映射处理，得到该待推荐投资策略对应的第一特征向量；对所述目标用户的用户特征进行映射处理，得到所述目标用户对应的第二特征向量；计算所述第一特征向量与所述第二特征向量的相似度，得到该待推荐投资策略对应的产品特征与所述目标用户的用户特征的相似度，作为该待推荐投资策略与所述目标用户的相似度；
所述候选投资策略获取模块806，具体用于按照与所述目标用户的相似度从大到小的顺序，从各待推荐投资策略中确定前预设数目个待推荐投资策略，作为候选投资策略；
或者，
从各待推荐投资策略中，确定与所述目标用户的相似度大于预设阈值的待推荐投资策略，作为候选投资策略。
基于本发明实施例提供的推荐服务器，基于目标用户的用户特征，确定与用户的用户特征的相似度满足预设选择条件的候选投资策略，并从候选投资策略中确定向用户推荐的目标投资策略，目标投资策略为符合目标用户真实需求的投资策略，可以实现为目标用户提供个性化推荐服务，并且从待推荐投资策略中确定出候选投资策略，可以减少后续处理的数据量，可以提高信息推荐效率。
与图1的方法实施例相对应，参见图9，图9为本发明实施例提供的一种交易服务器的结构图，所述交易服务器包括：
用户特征获取模块901，用于在接收到所述推荐服务器基于信息推荐请求中包含的目标用户标识发送的用户特征获取请求时，基于目标用户的历史投资数据，获得所述目标用户的用户特征，返回至所述推荐服务器；其中，所述信息推荐请求为客户端向所述推荐服务器发送的，所述信息推荐请求包含目标用户标识和待推荐信息的配置信息；产品特征获取模块902，用于针对每一待推荐投资策略，在接收到所述推荐服务器发送的产品特征获取请求时，获得该待推荐投资策略对应的投资产品的产品特征，返回至所述推荐服务器；以使所述推荐服务器分别计算每个待推荐投资策略对应的产品特征与所述目标用户的用户特征的相似度，作为该待推荐投资策略与所述目标用户的相似度；获得与所述目标用户的相似度满足预设选择条件的待推荐投资策略，作为候选投资策略；其中，该待推荐投资策略为：所述推荐服务器在基于所述配置信息确定待推荐信息为投资策略的情况下，基于所述配置信息获得的；交易信息获取模块903，用于针对每一候选投资策略，在接收到所述推荐服务器发送的投资评价值获取请求时，针对投资评价值获取请求，获得第一历史时间段内的历史交易场景信息，基于所述历史交易场景信息，计算该候选投资策略对应的第一交易信息；其中，所述第一历史时间段为早于接收到所述信息推荐请求的时刻的时间段；以及，获得该候选投资策略对应的第二历史时间段对应的第二交易信息；其中，所述第二历史时间段为基于该候选投资策略进行模拟交易的时间段；投资评价值获取模块904，用于基于所述第一交易信息和所述第二交易信息，计算该候选投资策略的目标投资评价值，返回至所述推荐服务器；以使所述推荐服务器从各候选投资策略中，确定对应的目标投资评价值满足预设推荐条件的目标投资策略；将所述目标投资策略作为推荐信息发送至所述客户端，以使所述客户端显示所述推荐信息。
可选的，所述交易信息获取模块903，具体用于获取所述第一历史时间段内的历史交易场景中的各投资产品的产品信息，作为第一产品信息；从所述第一历史时间段内的历史交易场景中的各投资产品中，确定与该候选投资策略中的筛选条件相匹配的各投资产品，作为第一投资产品；基于该候选投资策略中的交易方式和所述第一投资产品的第一产品信息，计算所述第一历史时间段内按照该候选投资策略进行投资时，符合所述目标评价指标的交易信息，作为第一交易信息；
所述交易信息获取模块903，具体用于获取所述第二历史时间段内的历史交易场景中的各投资产品的产品信息，作为第二产品信息；从所述第二历史时间段内的历史交易场景中的各投资产品中，确定与该候选投资策略中的筛选条件相匹配的各投资产品，作为第二投资产品；在所述第二历史时间段内，基于该候选投资策略中的交易方式和所述第二投资产品的第二产品信息进行模拟交易，得到符合所述目标评价指标的交易信息，作为第二交易信息。
可选的，所述投资评价值获取请求中携带有多个目标评价指标；
所述投资评价值获取模块904，具体用于针对每一目标评价指标，基于符合该目标评价指标的第一交易信息，计算该目标评价指标的指标值，作为第一指标值；计算各目标评价指标的第一指标值的加权和，作为第一投资评价值；基于符合该目标评价指标的第二交易信息，计算该目标评价指标的指标值，作为第二指标值；计算各目标评价指标的第二指标值的加权和，作为第二投资评价值；计算所述第一投资评价值和所述第二投资评价值的加权和，得到该候选投资策略的目标投资评价值。
基于本发明实施例提供的交易服务器，基于目标用户的用户特征，确定与用户的用户特征的相似度满足预设选择条件的候选投资策略，并从候选投资策略中确定向用户推荐的目标投资策略，目标投资策略为符合目标用户真实需求的投资策略，可以实现为目标用户提供个性化推荐服务，并且，从待推荐投资策略中确定出候选投资策略，可以减少后续处理的数据量，可以提高信息推荐效率。
在本发明提供的又一实施例中，还提供了一种计算机可读存储介质，该计算机可读存储介质内存储有计算机程序，所述计算机程序被处理器执行时实现实施例中任一所述的应用于推荐服务器的信息推荐方法的步骤，或者上述实施例中任一所述的应用于交易服务器的信息推荐方法的步骤。
在本发明提供的又一实施例中，还提供了一种包含指令的计算机程序产品，当其在计算机上运行时，使得计算机执行上述实施例中任一所述的应用于推荐服务器的信息推荐方法，或者上述实施例中任一所述的应用于交易服务器的信息推荐方法的步骤。
在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时，可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时，全部或部分地产生按照本发明实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质，(例如，软盘、硬盘、磁带)、光介质(例如，DVD)、或者半导体介质(例如固态硬盘Solid State Disk(SSD))等。
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，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、物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、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
本说明书中的各个实施例均采用相关的方式描述，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***、推荐服务器、交易服务器、计算机可读存储介质和计算机程序产品实施例而言，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。
以上所述仅为本发明的较佳实施例，并非用于限定本发明的保护范围。凡在本发明的精神和原则之内所作的任何修改、等同替换、改进等，均包含在本发明的保护范围内。

Claims (10)

1.一种信息推荐方法，其特征在于，所述方法应用于推荐***中的推荐服务器，所述推荐***还包括客户端；所述推荐服务器与交易服务器通信连接，所述方法包括：
接收所述客户端发送的信息推荐请求；其中，所述信息推荐请求中包含目标用户标识和待推荐信息的配置信息；
在基于所述配置信息确定待推荐信息为投资策略的情况下，基于所述配置信息获得多个待推荐投资策略；
基于所述目标用户标识向所述交易服务器发送对应的用户特征获取请求；以使所述交易服务器基于目标用户的历史投资数据，获得所述目标用户的用户特征，返回至所述推荐服务器；
针对每一待推荐投资策略，向所述交易服务器发送对应的产品特征获取请求；以使所述交易服务器获得该待推荐投资策略对应的投资产品的产品特征，返回至所述推荐服务器；
分别计算每个待推荐投资策略对应的产品特征与所述目标用户的用户特征的相似度，作为该待推荐投资策略与所述目标用户的相似度；
获得与所述目标用户的相似度满足预设选择条件的待推荐投资策略，作为候选投资策略；
针对每一候选投资策略，向所述交易服务器发送对应的投资评价值获取请求；以使所述交易服务器针对投资评价值获取请求，获得第一历史时间段内的历史交易场景信息，基于所述历史交易场景信息，计算该候选投资策略对应的第一交易信息；其中，所述第一历史时间段为早于接收到所述信息推荐请求的时刻的时间段；以及，获得该候选投资策略对应的第二历史时间段对应的第二交易信息；其中，所述第二历史时间段为基于该候选投资策略进行模拟交易的时间段；并基于所述第一交易信息和所述第二交易信息，计算该候选投资策略的目标投资评价值，返回至所述推荐服务器；
从各候选投资策略中，确定对应的目标投资评价值满足预设推荐条件的目标投资策略；
将所述目标投资策略作为推荐信息发送至所述客户端，以使所述客户端显示所述推荐信息。
2.根据权利要求1所述的方法，其特征在于，所述配置信息中包括：用于确定投资策略的各策略配置项的配置参数值；所述配置参数值为所述目标用户通过配置页面输入的；所述配置页面中显示有多个策略配置项；
所述在基于所述配置信息确定待推荐信息为投资策略的情况下，基于所述配置信息获得多个待推荐投资策略，包括：
基于所述目标用户输入的各策略配置项的配置参数值，生成多个待推荐投资策略；其中，每一待推荐投资策略包含筛选条件和交易方式。
3.根据权利要求2所述的方法，其特征在于，所述配置信息中还包括：所述目标用户通过所述配置页面确定的多个目标评价指标；所述投资评价值获取请求中包含所述多个目标评价指标，以使所述交易服务器基于所述目标评价指标、所述第一交易信息和所述第二交易信息，确定该候选投资策略的目标投资评价值；
或者，
所述投资评价值获取请求中包含所述目标用户标识，以使所述交易服务器从预设的各评价指标中，确定与所述目标用户的用户特征相匹配的评价指标，作为目标评价指标；基于所述目标评价指标、所述第一交易信息和所述第二交易信息，确定该候选投资策略的目标投资评价值。
4.根据权利要求1所述的方法，其特征在于，所述配置信息中包括：投资策略的策略标识；
所述在基于所述配置信息确定待推荐信息为投资策略的情况下，基于所述配置信息获得多个待推荐投资策略，包括：
从本地记录的各投资策略中，确定策略标识所属的投资策略，得到多个待推荐投资策略；其中，每一待推荐投资策略包含筛选条件和交易方式。
5.根据权利要求1所述的方法，其特征在于，所述分别计算每个待推荐投资策略对应的产品特征与所述目标用户的用户特征的相似度，作为该待推荐投资策略与所述目标用户的相似度，包括：
针对每一待推荐投资策略，对该待推荐投资策略对应的产品特征进行映射处理，得到该待推荐投资策略对应的第一特征向量；
对所述目标用户的用户特征进行映射处理，得到所述目标用户对应的第二特征向量；
计算所述第一特征向量与所述第二特征向量的相似度，得到该待推荐投资策略对应的产品特征与所述目标用户的用户特征的相似度，作为该待推荐投资策略与所述目标用户的相似度；
所述获得与所述目标用户的相似度满足预设选择条件的待推荐投资策略，作为候选投资策略，包括：
按照与所述目标用户的相似度从大到小的顺序，从各待推荐投资策略中确定前预设数目个待推荐投资策略，作为候选投资策略；
或者，
从各待推荐投资策略中，确定与所述目标用户的相似度大于预设阈值的待推荐投资策略，作为候选投资策略。
6.一种信息推荐方法，其特征在于，所述方法应用于交易服务器，所述交易服务器与推荐***中的推荐服务器通信连接；所述推荐***还包括客户端；所述方法包括：
在接收到所述推荐服务器基于信息推荐请求中包含的目标用户标识发送的用户特征获取请求时，基于目标用户的历史投资数据，获得所述目标用户的用户特征，返回至所述推荐服务器；其中，所述信息推荐请求为客户端向所述推荐服务器发送的，所述信息推荐请求包含目标用户标识和待推荐信息的配置信息；
针对每一待推荐投资策略，在接收到所述推荐服务器发送的产品特征获取请求时，获得该待推荐投资策略对应的投资产品的产品特征，返回至所述推荐服务器；以使所述推荐服务器分别计算每个待推荐投资策略对应的产品特征与所述目标用户的用户特征的相似度，作为该待推荐投资策略与所述目标用户的相似度；获得与所述目标用户的相似度满足预设选择条件的待推荐投资策略，作为候选投资策略；其中，该待推荐投资策略为：所述推荐服务器在基于所述配置信息确定待推荐信息为投资策略的情况下，基于所述配置信息获得的；
针对每一候选投资策略，在接收到所述推荐服务器发送的投资评价值获取请求时，针对投资评价值获取请求，获得第一历史时间段内的历史交易场景信息，基于所述历史交易场景信息，计算该候选投资策略对应的第一交易信息；其中，所述第一历史时间段为早于接收到所述信息推荐请求的时刻的时间段；以及，获得该候选投资策略对应的第二历史时间段对应的第二交易信息；其中，所述第二历史时间段为基于该候选投资策略进行模拟交易的时间段；
基于所述第一交易信息和所述第二交易信息，计算该候选投资策略的目标投资评价值，返回至所述推荐服务器；以使所述推荐服务器从各候选投资策略中，确定对应的目标投资评价值满足预设推荐条件的目标投资策略；将所述目标投资策略作为推荐信息发送至所述客户端，以使所述客户端显示所述推荐信息。
7.根据权利要求6所述的方法，其特征在于，所述获得第一历史时间段内的历史交易场景信息，基于所述历史交易场景信息，计算该候选投资策略对应的第一交易信息，包括：
获取所述第一历史时间段内的历史交易场景中的各投资产品的产品信息，作为第一产品信息；
从所述第一历史时间段内的历史交易场景中的各投资产品中，确定与该候选投资策略中的筛选条件相匹配的各投资产品，作为第一投资产品；
基于该候选投资策略中的交易方式和所述第一投资产品的第一产品信息，计算所述第一历史时间段内按照该候选投资策略进行投资时，符合所述目标评价指标的交易信息，作为第一交易信息；
所述获得该候选投资策略对应的第二历史时间段对应的第二交易信息，包括：
获取所述第二历史时间段内的历史交易场景中的各投资产品的产品信息，作为第二产品信息；
从所述第二历史时间段内的历史交易场景中的各投资产品中，确定与该候选投资策略中的筛选条件相匹配的各投资产品，作为第二投资产品；
在所述第二历史时间段内，基于该候选投资策略中的交易方式和所述第二投资产品的第二产品信息进行模拟交易，得到符合所述目标评价指标的交易信息，作为第二交易信息。
8.根据权利要求6所述的方法，其特征在于，所述投资评价值获取请求中携带有多个目标评价指标；
所述基于所述第一交易信息和所述第二交易信息，计算该候选投资策略的目标投资评价值，包括：
针对每一目标评价指标，基于符合该目标评价指标的第一交易信息，计算该目标评价指标的指标值，作为第一指标值；
计算各目标评价指标的第一指标值的加权和，作为第一投资评价值；
基于符合该目标评价指标的第二交易信息，计算该目标评价指标的指标值，作为第二指标值；
计算各目标评价指标的第二指标值的加权和，作为第二投资评价值；
计算所述第一投资评价值和所述第二投资评价值的加权和，得到该候选投资策略的目标投资评价值。
9.一种信息推荐***，其特征在于，所述推荐***包括：客户端和推荐服务器；所述推荐服务器与交易服务器通信连接；
所述客户端，用于向所述推荐服务器发送包含目标用户标识和待推荐信息的配置信息的信息推荐请求；
所述推荐服务器，用于接收所述信息推荐请求；在基于所述配置信息确定待推荐信息为投资策略的情况下，基于所述配置信息获得多个待推荐投资策略；基于所述目标用户标识向所述交易服务器发送对应的用户特征获取请求；
所述交易服务器，用于基于目标用户的历史投资数据，获得所述目标用户的用户特征，返回至所述推荐服务器；
所述推荐服务器，还用于针对每一待推荐投资策略，向所述交易服务器发送对应的产品特征获取请求；
所述交易服务器，还用于获得该待推荐投资策略对应的投资产品的产品特征，返回至所述推荐服务器；
所述推荐服务器，还用于分别计算每个待推荐投资策略对应的产品特征与所述目标用户的用户特征的相似度，作为该待推荐投资策略与所述目标用户的相似度；获得与所述目标用户的相似度满足预设选择条件的待推荐投资策略，作为候选投资策略；针对每一候选投资策略，向所述交易服务器发送对应的投资评价值获取请求；
所述交易服务器，还用于针对投资评价值获取请求，获得第一历史时间段内的历史交易场景信息，基于所述历史交易场景信息，计算该候选投资策略对应的第一交易信息；其中，所述第一历史时间段为早于接收到所述信息推荐请求的时刻的时间段；以及，获得该候选投资策略对应的第二历史时间段对应的第二交易信息；其中，所述第二历史时间段为基于该候选投资策略进行模拟交易的时间段；并基于所述第一交易信息和所述第二交易信息，计算该候选投资策略的目标投资评价值，返回至所述推荐服务器；
所述推荐服务器，还用于从各候选投资策略中，确定对应的目标投资评价值满足预设推荐条件的目标投资策略；将所述目标投资策略作为推荐信息发送至所述客户端；
所述客户端，还用于显示所述推荐信息。
10.一种推荐服务器，其特征在于，所述推荐服务器包括：
信息推荐请求接收模块，用于接收所述客户端发送的信息推荐请求；其中，所述信息推荐请求中包含目标用户标识和待推荐信息的配置信息；
待推荐投资策略获取模块，用于在基于所述配置信息确定待推荐信息为投资策略的情况下，基于所述配置信息获得多个待推荐投资策略；
用户特征获取模块，用于基于所述目标用户标识向所述交易服务器发送对应的用户特征获取请求；以使所述交易服务器基于目标用户的历史投资的交易数据，获得所述目标用户的用户特征，返回至所述推荐服务器；
产品特征获取模块，用于针对每一待推荐投资策略，向所述交易服务器发送对应的产品特征获取请求；以使所述交易服务器获得该待推荐投资策略对应的投资产品的产品特征，返回至所述推荐服务器；
相似度计算模块，用于分别计算每个待推荐投资策略对应的产品特征与所述目标用户的用户特征的相似度，作为该待推荐投资策略与所述目标用户的相似度；
候选投资策略获取模块，用于获得与所述目标用户的相似度满足预设选择条件的待推荐投资策略，作为候选投资策略；
投资评价值获取模块，用于针对每一候选投资策略，向所述交易服务器发送对应的投资评价值获取请求；以使所述交易服务器针对投资评价值获取请求，获得第一历史时间段内的历史交易场景信息，基于所述历史交易场景信息，计算该候选投资策略对应的第一交易信息；其中，所述第一历史时间段为早于接收到所述信息推荐请求的时刻的时间段；以及，获得该候选投资策略对应的第二历史时间段对应的第二交易信息；其中，所述第二历史时间段为基于该候选投资策略进行模拟交易的时间段；并基于所述第一交易信息和所述第二交易信息，计算该候选投资策略的目标投资评价值，返回至所述推荐服务器；
目标投资策略获取模块，用于从各候选投资策略中，确定对应的目标投资评价值满足预设推荐条件的目标投资策略；
推荐信息输出模块，用于将所述目标投资策略作为推荐信息发送至所述客户端，以使所述客户端显示所述推荐信息。
CN202210524498.6A 2022-05-13 2022-05-13 一种信息推荐方法、***及推荐服务器 Pending CN114943582A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210524498.6A CN114943582A (zh) 2022-05-13 2022-05-13 一种信息推荐方法、***及推荐服务器

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210524498.6A CN114943582A (zh) 2022-05-13 2022-05-13 一种信息推荐方法、***及推荐服务器

Publications (1)

Publication Number Publication Date
CN114943582A true CN114943582A (zh) 2022-08-26

Family

ID=82906476

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210524498.6A Pending CN114943582A (zh) 2022-05-13 2022-05-13 一种信息推荐方法、***及推荐服务器

Country Status (1)

Country Link
CN (1) CN114943582A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115795072A (zh) * 2023-02-03 2023-03-14 北京数慧时空信息技术有限公司 遥感影像动态混合推荐***及方法
CN117992676A (zh) * 2024-04-02 2024-05-07 福建省君诺科技成果转化服务有限公司 一种基于大数据的科技成果智能推荐方法

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115795072A (zh) * 2023-02-03 2023-03-14 北京数慧时空信息技术有限公司 遥感影像动态混合推荐***及方法
CN117992676A (zh) * 2024-04-02 2024-05-07 福建省君诺科技成果转化服务有限公司 一种基于大数据的科技成果智能推荐方法
CN117992676B (zh) * 2024-04-02 2024-06-07 福建省君诺科技成果转化服务有限公司 一种基于大数据的科技成果智能推荐方法

Similar Documents

Publication Publication Date Title
US6453303B1 (en) Automated analysis for financial assets
US7664693B1 (en) Financial methodology for the examination and explanation of spread between analyst targets and market share prices
JP2003530649A (ja) ネットワーク上で具現された個人化した投資諮問システムおよびその方法
CN109784779B (zh) 财务风险预测方法、装置及存储介质
US20140258175A1 (en) Generating Personalized Investment Recommendations
WO2007130338A2 (en) Consolidation, sharing and analysis of investment information
JP2001525577A (ja) 財務助言システム
CA2362444A1 (en) Methods and systems for finding value and reducing risk
EP1269348A1 (en) Methods and apparatus for rapid deployment of a valuation system
JP7161722B2 (ja) アドバイス提示システム
CA2362441A1 (en) Methods and systems for optimizing return and present value
CN114943582A (zh) 一种信息推荐方法、***及推荐服务器
KR20180011680A (ko) 투자 정보 제공방법 및 투자 정보 제공서버
TWM613536U (zh) 對於基金商品的投資風險評分系統
JP2003114977A (ja) 顧客生涯価値算出方法およびシステム
RU2630169C1 (ru) Автоматизированная вычислительная система для формирования и мониторинга инвестиционных портфелей акций
CN114444831A (zh) 数据评估方法、装置、电子设备及存储介质
US10991044B2 (en) Stock price forecast assist system and method
CN116228431A (zh) 一种异常交易账户确定方法、装置及电子设备
CN116308599A (zh) 基于产品标签与客户标签的理财产品智能推荐方法和装置
CN115034685A (zh) 客户价值评估方法、装置和计算机可读存储介质
CN114240599A (zh) 贷款测算方法、装置、计算机设备和存储介质
CN115221212A (zh) 基金投资数据管理***及方法
TWI776370B (zh) 對於基金商品的投資風險評分方法及系統
US20230267542A1 (en) System and method for analysing financial products

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