TWI768265B - 智能投資輔助系統及其方法 - Google Patents
智能投資輔助系統及其方法 Download PDFInfo
- Publication number
- TWI768265B TWI768265B TW108143191A TW108143191A TWI768265B TW I768265 B TWI768265 B TW I768265B TW 108143191 A TW108143191 A TW 108143191A TW 108143191 A TW108143191 A TW 108143191A TW I768265 B TWI768265 B TW I768265B
- Authority
- TW
- Taiwan
- Prior art keywords
- investment
- intelligent
- community
- result
- user device
- Prior art date
Links
Images
Landscapes
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
- Hardware Redundancy (AREA)
Abstract
一種智能投資輔助系統及其方法。該方法包含下列步驟:自一使用者裝置接收一輸入條件及一投資者喜好;根據該輸入條件,設定一相關環境參數;根據該相關環境參數、該輸入條件及該歷史資料庫,以產生對應該輸入條件的一回測結果;透過該投資市場模型及該投資者喜好分析該回測結果,以產生一投資建議,且將該投資建議傳送給該使用者裝置,其中該投資建議與調整該輸入條件相關;自該使用者裝置接收一使用者回饋;以及根據該使用者回饋,對於該投資市場模型進行一機器學習,以更新該投資市場模型。
Description
本發明係關於一種智能投資輔助系統及其方法。具體而言,本發明係關於一種能夠提供投資建議且利用群眾回饋機制更新系統的智能投資輔助系統及其方法。
在金融市場中,回測(backtesting)是相當常見的一種驗證投資策略的方式。簡言之,回測是指設定了某些投資策略及投資標的後,基於歷史已經發生過的真實行情數據,在歷史上某一個時間點開始,按照設定的投資策略及投資標的,模擬真實金融市場交易的規則進行交易,驗證該投資策略及該投資標的績效。
然而,由於投資標的及投資策略的組合相當繁雜,對於非專業的一般投資者而言,在面對如此多的選擇時,投資者通常無從判斷哪些投資標的及投資策略所產生的回測結果是相對有效的,因此難以有效率的使用這些回測工具獲得有用的投資策略。此外,現有技術欠缺對於產生的回測結果進行分析並提供建議,因此回測結果無法客觀的提供投資人評量的標準,而現有技術也未提供社群的回測結果分享、社群分析比較等功能,因而無法有效的發揮社群功能,亦無法提供投資者多元的投資輔助。
另外,由於現有技術僅採用歷史數據資料進行各式的統計分
析,而缺乏與投資者的互動。因此現有技術沒有關於智能系統的反饋機制,無法進一步讓智能系統學習,使得智能系統更了解投資者的需求。
有鑑於此,如何基於投資者的回測結果,提供投資建議以及社群分析比較,並進一步基於投資者的反饋來更新智能系統,乃業界亟需努力之目標。
本發明之一目的在於提供一種智能投資輔助系統。該智能投資輔助系統與一使用者裝置透過一網路連線,該使用者裝置由一第一使用者操作。該智能投資輔助系統包含一收發介面、一儲存器及一處理器,該處理器電性連接至該收發介面及該儲存器。該儲存器,儲存一歷史數據資料庫及與該歷史數據資料庫相關之一投資市場模型,其中該歷史資料庫儲存對應複數個標的之複數個歷史數據資料,各該歷史數據資料包含對應一時間序列的複數個歷史價格及複數個訊號指標。
該處理器自該使用者裝置接收一輸入條件及一投資者喜好,該輸入條件及該投資者喜好由該第一使用者決定。該處理器根據該輸入條件,設定一相關環境參數。該處理器根據該相關環境參數、該輸入條件及該歷史資料庫,對於該輸入條件進行模擬市場價格變化的歷史回測運算,以產生對應該輸入條件的一回測結果。該處理器透過該投資市場模型及該投資者喜好分析該回測結果,以產生一投資建議,且將該投資建議傳送給該使用者裝置,其中該投資建議與調整該輸入條件相關。該處理器自該使用者裝置接收一使用者回饋。該處理器根據該使用者回饋,對於該投資市場模型進行一機器學習,以更新該投資市場模型。
本發明之另一目的在於提供一種智能投資輔助方法,該智能投資輔助方法適用於一電子裝置,該電子裝置與一使用者裝置透過一網路連線,該使用者裝置由一第一使用者操作,該電子裝置包含一收發介面、一儲存器及一處理器,該儲存器儲存一歷史數據資料庫及與該歷史數據資料庫相關之一投資市場模型,其中該歷史資料庫儲存對應複數個標的之複數個歷史數據資料,各該歷史數據資料包含對應一時間序列的複數個歷史價格及複數個訊號指標。
該智能投資輔助方法由該處理器所執行,且包含下列步驟:自該使用者裝置接收一輸入條件及一投資者喜好,該輸入條件及該投資者喜好由該第一使用者決定;根據該輸入條件,設定一相關環境參數;根據該相關環境參數、該輸入條件及該歷史資料庫,對於該輸入條件進行模擬市場價格變化的歷史回測運算,以產生對應該輸入條件的一回測結果;透過該投資市場模型及該投資者喜好分析該回測結果,以產生一投資建議,且將該投資建議傳送給該使用者裝置,其中該投資建議與調整該輸入條件相關;自該使用者裝置接收一使用者回饋;以及根據該使用者回饋,對於該投資市場模型進行一機器學習以更新該投資市場模型。
本發明所提供之智能投資輔助技術(至少包含系統及方法),藉由接收使用者設計的回測條件,產生相應的回測結果。接著,透過智能系統(即,智能投資輔助系統)與投資者喜好分析回測結果並產生投資建議。隨後,根據使用者的回饋建議,更新智能投資輔助系統的投資市場模型來學習新回測案例,以強化智能系統。由於每一個使用者所利用的投資回測案例均可產生一反饋,本發明中藉由群眾使用者的反饋力量,更新智能系統(即,
智能投資輔助系統),使得產生的建議能更貼近使用者的需求。此外,本發明亦可提供社群的統計分析給使用者參考。因此,本發明解決習知技術的缺點,提供有效的投資輔助。
以下結合圖式闡述本發明之詳細技術及實施方式,俾使本發明所屬技術領域中具有通常知識者能理解所請求保護之發明的技術特徵。
1‧‧‧智能投資輔助系統
3‧‧‧使用者
5‧‧‧使用者裝置
11‧‧‧收發介面
13‧‧‧儲存器
15‧‧‧處理器
101‧‧‧輸入條件
102‧‧‧投資者喜好
103‧‧‧投資建議
105‧‧‧使用者回饋
S401~S411‧‧‧步驟
第1圖係描繪第一實施方式之智能投資輔助系統之架構示意圖;
第2圖係描繪視覺化後的回測結果的一具體範例;
第3圖係描繪視覺化後的社群統計結果的一具體範例;以及
第4圖係描繪第二實施方式之智能投資輔助方法之部分流程圖。
以下將透過實施方式來解釋本發明所提供之一種智能投資輔助系統及其方法。然而,該等實施方式並非用以限制本發明需在如該等實施方式所述之任何環境、應用或方式方能實施。因此,關於實施方式之說明僅為闡釋本發明之目的,而非用以限制本發明之範圍。應理解,在以下實施方式及圖式中,與本發明非直接相關之元件已省略而未繪示,且各元件之尺寸以及元件間之尺寸比例僅為例示而已,而非用以限制本發明之範圍。
本發明之第一實施方式為一智能投資輔助系統1,其架構示意圖係描繪於第1圖。如第1圖所示,智能投資輔助系統1透過有線網路或無線網路與使用者裝置5連線,使用者3可透過在使用者裝置5上安裝的應用程
式(即,前端平台)與智能投資輔助系統1(即,後端系統)進行互動。舉例而言,使用者裝置5可為行動裝置、個人電腦等等具有可傳輸或接收資料的裝置。需說明者,第1圖僅用於例示,本發明並未限制與智能投資輔助系統1所連線的使用者裝置之數目。換言之,於本發明之其他實施方式中,智能投資輔助系統1可與多個使用者裝置透過網路連線,視智能投資輔助系統1之規模及實際需求而定。
於本實施方式中,智能投資輔助系統1包含一收發介面11、一儲存器13及一處理器15,且處理器15電性連接至收發介面11及儲存器13。收發介面11為一可接收及傳輸資料之介面或本發明所屬技術領域中具有通常知識者所知悉之其他可接收及傳輸資料之介面。
儲存器13可為一記憶體、一通用串列匯流排(Universal Serial Bus;USB)碟、一硬碟、一光碟、一隨身碟或本發明所屬技術領域中具有通常知識者所知且具有相同功能之任何其他儲存媒體或電路。處理器15可為各種處理器、中央處理單元、微處理器、數位訊號處理器或本發明所屬技術領域中具有通常知識者所知之其他計算裝置。於一些實施方式中,智能投資輔助系統1可單獨的被設置(例如:獨立的後端平台系統),或是將智能投資輔助系統1整合至其他具有計算能力之電子裝置中(例如:行動裝置、個人電腦等等),本發明未限制其內容。
於本實施方式中,儲存器13儲存一歷史數據資料庫及與該歷史數據資料庫相關之一投資市場模型,其中該歷史資料庫儲存對應複數個標的之複數個歷史數據資料,各該歷史數據資料包含對應一時間序列的複數個歷史價格及複數個訊號指標。需說明者,歷史數據資料庫用以儲存歷史
已經發生過的真實行情數據及相關資訊,本發明並未限制智能投資輔助系統1儲存歷史數據資料之數目及種類,視智能投資輔助系統1之規模及實際需求而定。舉例而言,智能投資輔助系統1儲存的等歷史數據資料可為過去20年間台灣股票上市櫃市場,各個標的(即,每隻股票)在各個時間點的歷史價格資訊以及對應的訊號指標,而智能投資輔助系統1亦可同時儲存過去20年間台灣期貨市場的資料。
須說明者,訊號指標可為各種評分指標、技術指標或是相關重大資訊等等可用以評價該標的之營運或風險的各種訊號。舉例而言,訊號指標可以包含對應該標的之基本面資料、季財報、年財報、季均線、年均線、與標的相關的新聞事件、重大事件、營收變化指標、指數平滑移動平均線(MACD)、相對強弱指標(RSI)、隨機指標(Stochastic Oscillator)等等。本發明並未限制訊號指標之數目及種類,視智能投資輔助系統1之規模及實際需求而定。
須說明者,投資市場模型是一個藉由伊托隨機過程(Ito process)描述投資市場的模型,根據大量的學習資料且反覆的機器學習運作後產生,其可使用單一或多變量之隨機過程,計算出個別資產、個別策略、或整個投資組合與策略的過去參數,以及預測未來的績效與風險。具體而言,隨機過程f(t,W(t))模型可描述N個各別資產、個別策略、或投資組合與策略的行為,並可呈現以下的微分形式(1):
df(t,W(t))=mu(t,W(t))dt+sigma(t,W(t))dW(t) (1)
上述微分形式(1)中,mu以及sigma為非隨機函式(Deterministic Functions),mu用以表示對應的報酬率,sigma用以表示對
應的風險程度。W(t)為K維度的標準布朗運動(Standard Brownian Motion),並透過計算不同資產間的關聯性Rho(即,標準布朗運動的即時關聯矩陣(Instantaneous Correlation Matrix))來描述。透過上述微分形式(1),投資市場模型經由大量的學習資料及多次機器學習後,學習判斷mu、sigma、Rho之函式形式(Functional Form)以描述投資市場。
舉例而言,以證券市場為例,初期的學習資料可使用至少如下資料進行學習(1)證券價格以及交易量資訊,或其產生的衍生性資訊;(2)各別公司、產業等的重要財務資訊,包含損益表、資產負債表、現金流量表或其他,以及其所產生的衍生性資訊;(3)市場媒體資訊或社群資料,或其所產生的衍生性資訊;及(4)各國家政府政策資訊,國家中央銀行政策資訊,或其他國家政府部門的資訊,以及所產生的衍生性資訊。
需說明者,投資市場模型可由智能投資輔助系統1本身建置並訓練,亦可自外部裝置直接接收訓練完的投資市場模型,後續再由智能投資輔助系統1本身進行更新及訓練,所屬領域具有通常知識者,應可根據上述內容了解投資市場模型產生的方式及其運作內容,茲不贅言。
為便於理解本發明,本段落先簡單說明本實施方式的運作流程。本實施方式依各階段運作內容的目的不同,可分區為一回測階段、一結果報告階段及一系統回饋階段。首先,在智能投資輔助系統1的回測階段,智能投資輔助系統1自使用者裝置5接收使用者3所設定對於回測的輸入條件及投資者喜好。接著,智能投資輔助系統1根據該輸入條件,設定相關環境參數。隨後,智能投資輔助系統1基於相關環境參數、使用者3的輸入條件及歷史數據資料進行歷史回測運算,以產生回測結果。
隨後,在智能投資輔助系統1的結果報告階段,智能投資輔助系統1透過投資市場模型及該投資者喜好分析回測結果,以產生投資建議,且將該投資建議傳送給該使用者裝置5,並從使用者裝置5接收使用者回饋。最後,在智能投資輔助系統1的系統回饋階段,智能投資輔助系統1透過使用者的反饋資訊,對投資市場模型進行進一步的機器學習以更新該投資市場模型。需說明者,智能投資輔助系統1的運作尚包含其他相關細節,惟本發明之重點在於數據分析及智能投資輔助的運作,故以下段落將僅詳細說明與本發明相關之實施細節。
首先,先詳細說明本發明在回測階段時,智能投資輔助系統1執行的運作,請參考第1圖。於本實施方式中,智能投資輔助系統1透過收發介面11自使用者裝置5接收輸入條件101及投資者喜好102,輸入條件101及投資者喜好102由該第一使用者決定。具體而言,輸入條件101包含至少一投資標的、對應該至少一投資標的之一回測年限及一起始條件,投資者喜好102可包含一目標期望報酬、一可承受風險、一目前資產配置及一未來資金需求其中之一或其組合。
需說明者,以證券市場為例,該至少一投資標的可以為單一個股或是多個股票的組合,回測年限則為想回測的時間(例如:近5年)。起始條件則是起始資金的配置。舉例而言,當投資人選擇3個標的A、B及C時,投資人設定的起始條件可為100萬起始資金並分別以50%、30%及20%的資金比例分配投資標的A、B及C。
於某些實施方式中,為了提供更多元的回測條件,輸入條件101更可包含一進場條件及一出場條件。具體而言,進場條件及出場條件可
分別為買入或賣出時所依據的訊號(投資策略)、或是停損停利條件,當該訊號滿足時即進行買入或賣出。具體而言,該訊號可為前述的各種評分指標、技術指標或是相關重大資訊等等可用以評價該標的之營運或風險的各種訊號。例如:進場條件可以設定為為當季均線超越一閾值時,即執行買入。出場條件則可以設定為隨機指標交叉時,即執行賣出。
另外,進場條件及出場條件亦可設定為多個條件,當多個條件同時滿足時才執行,進場條件及出場條件亦可設定為當多個條件至少其中之一滿足時就執行,各個標的亦可有各自的進出場條件,本發明並未限制其內容。
接著,處理器15根據輸入條件101,設定一相關環境參數。具體而言,由於不同的投資標的(例如:證券市場、期貨等等)會有不同的相關環境參數。舉例而言,相關環境參數可包含一交易手續費、一對應交易產生之價格滑落公式及一成交方式(例如:該市場的成交規則)其中之一或其組合。
需說明者,以證券市場為例,在回測時雖然可以知道某一時間點的價格。然而,操作會影響市場,當大量買進或賣出時,均會影響實際市場的價格波動(例如:同時買入標的A的10張股票與同時買入標的A的1000張股票,成交價實際上有些微不同)。因此,本發明為了使回測結果更貼近現實,更考量該對應交易產生之價格滑落公式,根據價格及交易量計算出價格滑落的比例。
接著,處理器15根據該相關環境參數、輸入條件101及該歷史資料庫,對於輸入條件101進行模擬市場價格變化的歷史回測運算,以產
生對應該輸入條件的一回測結果。具體而言,該回測結果包含一詳細交易過程報告、一績效報告及一交易風險程度報告其中之一或其組合。
接著說明本發明在結果報告階段時,智能投資輔助系統1執行的運作。於本實施方式中,處理器15透過該投資市場模型及投資者喜好102分析該回測結果,以產生投資建議103,且將該投資建議103傳送給使用者裝置5,投資建議103與調整該輸入條件相關。具體而言,由於前述的投資市場模型已預先經由大量的學習資料且反覆的機器學習建置出描述該投資市場的模型,處理器15可透過投資市場模型及投資者喜好102分析回測結果,來建議使用者如何調整的輸入條件101。
舉例而言,投資建議103可能包括調整起始條件的資金配置比例、調整投資標的的組合、在進場條件新增季均線的訊號等等。又舉例而言,投資建議103可包括建議「在同樣的投資標的與報酬層級,最低風險的配置百分比」,或是建議「配置20%美國公債以增加每單位風險的報酬率」。須說明者,智能投資輔助系統1可整合回測結果及投資建議103後再傳送給使用者裝置5,以進行後續的使用者回饋機制。
接著說明本發明在系統回饋階段時,智能投資輔助系統1執行的運作。於本實施方式中,處理器15自使用者裝置5接收使用者回饋105。接著,處理器15根據使用者回饋105,對於投資市場模型進行一機器學習以更新投資市場模型。須說明者,使用者可綜合判斷投資建議103之正確性、可靠性、價值性後產生使用者回饋105,使用者回饋105可包含使用者對於投資建議103各項內容的評價(例如:數字評分),例如:使用者對於投資建議103中的「移除月均線跌破年均線的出場指標」評分、使用者對於投資建議
103中的「建議增加20%的美國公債」評分。
因此,使用者可基於使用者回饋105評判此智能投資輔助系統1的投資建議成果,而處理器15可基於該評價與一監督式學習,將此評分用以調整投資市場模型對此回測案例的分析權重以進一步學習新的回測案例,並更新投資市場模型進而減少誤差值,使得產生的建議能更貼近使用者的需求。
於某些實施方式中,在眾多使用者利用智能投資輔助系統1的情形下,智能投資輔助系統1更可進一步彙整多個使用者的資料及多個回測資訊並進行社群分析,產生相關的社群統計數據。舉例而言,智能投資輔助系統1可以提供諸如「居住在台北市的人的熱門投資標的」、「同年齡層偏好的標的」、「投報率排名」等等的相關社群統計結果給使用者參考。具體而言,儲存器13更儲存一社群資料庫,該社群資料庫儲存複數個第二使用者各自之一公開資訊及複數個歷史回測結果,且該處理器更執行以下運作:根據該回測結果及該等歷史回測結果,產生一社群統計結果,且將該社群統計結果傳送給該使用者裝置。
於某些實施方式中,該社群統計結果比較結果可包含一社群統計分析、一社群投資比較結果、一投報率排名、一投資排名、一熱門訊號指標排名及一熱門投資標的排名其中之一或其組合。
於某些實施方式中,處理器15更透過一視覺化技術,將該回測結果、該投資建議及該社群統計結果其中之一或其組合傳送給該使用者裝置。舉例而言,如第2圖及第3圖分別例示了視覺化後的回測結果及社群統計結果。
本發明所提供之智能投資輔助系統1,藉由接收使用者設計的回測條件,產生相應的回測結果。接著,透過智能系統(即,智能投資輔助系統)與投資者喜好分析回測結果並產生投資建議。隨後,根據使用者的回饋建議,更新智能投資輔助系統的投資市場模型來學習新回測案例,以強化智能系統。由於每一個使用者所利用的投資回測案例均可產生一反饋,本發明中藉由群眾使用者的反饋力量,更新智能系統(即,智能投資輔助系統1),使得產生的建議能更貼近使用者的需求。此外,本發明亦可提供社群的統計分析給使用者參考。因此,本發明解決了習知技術的缺點,提供有效的投資輔助。
本發明之第二實施方式為一智能投資輔助方法,其流程圖係描繪於第4圖。智能投資輔助方法用於一電子裝置(例如:第一實施方式所述之智能投資輔助系統1),該電子裝置與一使用者裝置透過一網路連線,該使用者裝置由一第一使用者操作。該電子裝置包含一收發介面、一儲存器及一處理器,該儲存器儲存一歷史數據資料庫及與該歷史數據資料庫相關之一投資市場模型(例如:第一實施方式所述之投資市場模型),其中該歷史資料庫儲存對應複數個標的之複數個歷史數據資料,各該歷史數據資料包含對應一時間序列的複數個歷史價格及複數個訊號指標,該智能投資輔助方法由該處理器所執行。智能投資輔助方法透過步驟S401至步驟S411產生投資建議,並根據使用者回饋更新投資市場模型。
於步驟S401,由該電子裝置自該使用者裝置接收一輸入條件及一投資者喜好,該輸入條件及該投資者喜好由該第一使用者決定。接著,於步驟S403,由該電子裝置根據該輸入條件,設定一相關環境參數。隨
後,於步驟S405,由該電子裝置根據該相關環境參數、該輸入條件及該歷史資料庫,對於該輸入條件進行模擬市場價格變化的歷史回測運算,以產生對應該輸入條件的一回測結果。
隨後,於步驟S407,由該電子裝置透過該投資市場模型及該投資者喜好分析該回測結果,以產生一投資建議,且將該投資建議傳送給該使用者裝置,其中該投資建議與調整該輸入條件相關。接著,於步驟S409,由該電子裝置自該使用者裝置接收一使用者回饋。
最後,於步驟S411,由該電子裝置根據該使用者回饋,對於該投資市場模型進行一機器學習,以更新該投資市場模型。
於某些實施方式中,其中該輸入條件包含至少一投資標的、對應該至少一投資標的之一回測年限及一起始條件。
於某些實施方式中,其中該投資者喜好包含一目標期望報酬、一可承受風險、一目前資產配置及一未來資金需求其中之一或其組合。
於某些實施方式中,其中該相關環境參數包含一交易手續費、一對應交易產生之價格滑落公式及一成交方式其中之一或其組合。
於某些實施方式中,其中該回測結果包含一詳細交易過程報告、一績效報告及一交易風險程度報告其中之一或其組合。
於某些實施方式中,其中該儲存器更儲存一社群資料庫,該社群資料庫儲存複數個第二使用者各自之一公開資訊及複數個歷史回測結果,且該智能投資輔助方法更包含以下步驟:根據該回測結果及該等歷史回測結果,產生一社群統計結果,且將該社群統計結果傳送給該使用者裝置。
於某些實施方式中,其中該社群統計結果比較結果可包含一
社群統計分析、一社群投資比較結果、一投報率排名、一投資排名、一熱門訊號指標排名及一熱門投資標的排名其中之一或其組合。
於某些實施方式中,其中該智能投資輔助方法更包含以下步驟:透過一視覺化技術,將該回測結果、該投資建議及該社群統計結果其中之一或其組合傳送給該使用者裝置。
除了上述步驟,第二實施方式亦能執行第一實施方式所描述之智能投資輔助系統1之所有運作及步驟,具有同樣之功能,且達到同樣之技術效果。本發明所屬技術領域中具有通常知識者可直接瞭解第二實施方式如何基於上述第一實施方式以執行此等運作及步驟,具有同樣之功能,並達到同樣之技術效果,故不贅述。
需說明者,於本發明專利說明書及申請專利範圍中,某些用語(包含:使用者)前被冠以「第一」,該「第一」僅用來區分不同之用語。例如:第一使用者僅用來表示與第二使用者不同。
綜上所述,本發明所提供之智能投資輔助技術(至少包含系統及方法),藉由接收使用者設計的回測條件,產生相應的回測結果。接著,透過智能系統(即,智能投資輔助系統)分析回測結果與投資者喜好並產生投資建議。隨後,根據使用者的回饋建議,更新智能投資輔助系統的投資市場模型來學習新回測案例,以強化智能系統。由於每一個使用者所利用的投資回測案例均可產生一反饋,本發明中藉由群眾使用者的反饋力量,更新智能系統(即,智能投資輔助系統),使得產生的建議能更貼近使用者的需求。此外,本發明亦可提供社群的統計分析給使用者參考。因此,本發明解決了習知技術的缺點,提供有效的投資輔助。
上述實施方式僅用來例舉本發明之部分實施態樣,以及闡釋本發明之技術特徵,而非用來限制本發明之保護範疇及範圍。任何本發明所屬技術領域中具有通常知識者可輕易完成之改變或均等性之安排均屬於本發明所主張之範圍,而本發明之權利保護範圍以申請專利範圍為準。
S401~S411‧‧‧步驟
Claims (14)
- 一種智能投資輔助系統,該智能投資輔助系統與一使用者裝置透過一網路連線,該使用者裝置由一第一使用者操作,該智能投資輔助系統包含:一收發介面;一儲存器,儲存一社群資料庫、一歷史數據資料庫及與該歷史數據資料庫相關之一投資市場模型,其中該社群資料庫儲存複數個第二使用者各自之一公開資訊及複數個歷史回測結果,該歷史數據資料庫儲存對應複數個標的之複數個歷史數據資料,各該歷史數據資料包含對應一時間序列的複數個歷史價格及複數個訊號指標;以及一處理器,電性連接至該收發介面及該儲存器,且執行以下運作:自該使用者裝置接收一輸入條件及一投資者喜好,該輸入條件及該投資者喜好由該第一使用者決定;根據該輸入條件,設定一相關環境參數;根據該相關環境參數、該輸入條件及該歷史數據資料庫,對於該輸入條件進行模擬市場價格變化的歷史回測運算,以產生對應該輸入條件的一回測結果;透過該投資市場模型及該投資者喜好分析該回測結果,以產生一投資建議,且將該投資建議傳送給該使用者裝置,其中該投資建議與調整該輸入條件相關;自該使用者裝置接收一使用者回饋;根據該使用者回饋,對於該投資市場模型進行一機器學習以更新該投資市場模型,其中該機器學習的輸入資料中至少包含該使用者回 饋,且該機器學習的輸出資料中至少包含一監督式學習的結果;以及根據該回測結果及該等歷史回測結果,產生一社群統計結果,且將該社群統計結果傳送給該使用者裝置。
- 如請求項1所述之智能投資輔助系統,其中該輸入條件包含至少一投資標的、對應該至少一投資標的之一回測年限及一起始條件。
- 如請求項1所述之智能投資輔助系統,其中該投資者喜好包含一目標期望報酬、一可承受風險、一目前資產配置及一未來資金需求其中之一或其組合。
- 如請求項1所述之智能投資輔助系統,其中該相關環境參數包含一交易手續費、一對應交易產生之價格滑落公式及一成交方式其中之一或其組合。
- 如請求項1所述之智能投資輔助系統,其中該回測結果包含一詳細交易過程報告、一績效報告及一交易風險程度報告其中之一或其組合。
- 如請求項1所述之智能投資輔助系統,其中該社群統計結果比較結果可包含一社群統計分析、一社群投資比較結果、一投報率排名、一投資排名、一熱門訊號指標排名及一熱門投資標的排名其中之一或其組合。
- 如請求項1所述之智能投資輔助系統,其中該處理器更透過一視覺化技術,將該回測結果、該投資建議及該社群統計結果其中之一或其組合傳送給該使用者裝置。
- 一種智能投資輔助方法,其適用於一電子裝置,該電子裝置與一使用者裝置透過一網路連線,該使用者裝置由一第一使用者操作,該電子裝置包含一收發介面、一儲存器及一處理器,該儲存器儲存儲存一社群資料 庫、一歷史數據資料庫及與該歷史數據資料庫相關之一投資市場模型,其中該社群資料庫儲存複數個第二使用者各自之一公開資訊及複數個歷史回測結果,該歷史數據資料庫儲存對應複數個標的之複數個歷史數據資料,各該歷史數據資料包含對應一時間序列的複數個歷史價格及複數個訊號指標,該智能投資輔助方法由該處理器所執行,且包含下列步驟:自該使用者裝置接收一輸入條件及一投資者喜好,該輸入條件及該投資者喜好由該第一使用者決定;根據該輸入條件,設定一相關環境參數;根據該相關環境參數、該輸入條件及該歷史數據資料庫,對於該輸入條件進行模擬市場價格變化的歷史回測運算,以產生對應該輸入條件的一回測結果;透過該投資市場模型及該投資者喜好分析該回測結果,以產生一投資建議,且將該投資建議傳送給該使用者裝置,其中該投資建議與調整該輸入條件相關;自該使用者裝置接收一使用者回饋;根據該使用者回饋,對於該投資市場模型進行一機器學習以更新該投資市場模型,其中該機器學習的輸入資料中至少包含該使用者回饋,且該機器學習的輸出資料中至少包含一監督式學習的結果;以及根據該回測結果及該等歷史回測結果,產生一社群統計結果,且將該社群統計結果傳送給該使用者裝置。
- 如請求項8所述之智能投資輔助方法,其中該輸入條件包含至少一投資 標的、對應該至少一投資標的之一回測年限及一起始條件。
- 如請求項8所述之智能投資輔助方法,其中該投資者喜好包含一目標期望報酬、一可承受風險、一目前資產配置及一未來資金需求其中之一或其組合。
- 如請求項8所述之智能投資輔助方法,其中該相關環境參數包含一交易手續費、一對應交易產生之價格滑落公式、一成交方式其中之一或其組合。
- 如請求項8所述之智能投資輔助方法,其中該回測結果包含一詳細交易過程報告、一績效報告及一交易風險程度報告其中之一或其組合。
- 如請求項8所述之智能投資輔助方法,其中該社群統計結果比較結果可包含一社群統計分析、一社群投資比較結果、一投報率排名、一投資排名、一熱門訊號指標排名及一熱門投資標的排名其中之一或其組合。
- 如請求項8所述之智能投資輔助方法,其中該投資輔助方法更包含以下步驟:透過一視覺化技術,將該回測結果、該投資建議及該社群統計結果其中之一或其組合傳送給該使用者裝置。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201862773343P | 2018-11-30 | 2018-11-30 | |
US62/773,343 | 2018-11-30 |
Publications (2)
Publication Number | Publication Date |
---|---|
TW202022766A TW202022766A (zh) | 2020-06-16 |
TWI768265B true TWI768265B (zh) | 2022-06-21 |
Family
ID=72175864
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
TW108143191A TWI768265B (zh) | 2018-11-30 | 2019-11-27 | 智能投資輔助系統及其方法 |
Country Status (1)
Country | Link |
---|---|
TW (1) | TWI768265B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TW491972B (en) * | 1999-08-31 | 2002-06-21 | Andersen Consulting Llp | System, method, and article of manufacture for electronic merchandising in an e-commerce application framework |
TWI599901B (zh) * | 2015-03-20 | 2017-09-21 | 艾斯夫 貿集 | 用於更新信任分數之方法及系統 |
TWM560648U (zh) * | 2017-12-26 | 2018-05-21 | Systex Corp | 透過金融商品漲跌歷史軌跡為深度學習之轉折點預測系統 |
TWI626614B (zh) * | 2017-08-28 | 2018-06-11 | Shao Ming Yang | Financial commodity automation investment analysis decision system and method |
-
2019
- 2019-11-27 TW TW108143191A patent/TWI768265B/zh active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TW491972B (en) * | 1999-08-31 | 2002-06-21 | Andersen Consulting Llp | System, method, and article of manufacture for electronic merchandising in an e-commerce application framework |
TWI599901B (zh) * | 2015-03-20 | 2017-09-21 | 艾斯夫 貿集 | 用於更新信任分數之方法及系統 |
TWI626614B (zh) * | 2017-08-28 | 2018-06-11 | Shao Ming Yang | Financial commodity automation investment analysis decision system and method |
TWM560648U (zh) * | 2017-12-26 | 2018-05-21 | Systex Corp | 透過金融商品漲跌歷史軌跡為深度學習之轉折點預測系統 |
Also Published As
Publication number | Publication date |
---|---|
TW202022766A (zh) | 2020-06-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11195232B2 (en) | Methods and apparatus employing hierarchical conditional value at risk to minimize downside risk of a multi-asset class portfolio and improved graphical user interface | |
Kuzey et al. | The impact of multinationality on firm value: A comparative analysis of machine learning techniques | |
TW530234B (en) | Methods and systems for efficiently sampling portfolios for optimal underwriting | |
Burnie | Exploring the interconnectedness of cryptocurrencies using correlation networks | |
EP1215603A2 (en) | Method and device for evaluation of financial derivatives using sparse grids | |
US11841828B2 (en) | Data conversion and distribution systems | |
US20220027993A1 (en) | System and method for facilitating social trading | |
CN107437227A (zh) | 股票投资分析装置与方法 | |
CN111344722A (zh) | 用于情景模拟的***和方法 | |
Bakhach et al. | TSFDC: A trading strategy based on forecasting directional change | |
JP6794431B2 (ja) | 当初証拠金標準モデルに基づいて当初証拠金を計算及び提供する方法及びシステム | |
Wang et al. | Economic benefits of technical analysis in portfolio management: Evidence from global stock markets | |
AU2013205641A1 (en) | A robust position detection, cause-and-effect and rule determinants to govern excessive risks for global regulatory compliance | |
US20210056625A1 (en) | Artificial intelligence and machine learning in a clustering processes to develop a utility model for asset allocation and automated rebalancing of exchange traded funds | |
TWI768265B (zh) | 智能投資輔助系統及其方法 | |
Niknya et al. | Financial distress prediction of Tehran Stock Exchange companies using support vector machine | |
EP3800609A1 (en) | Data conversion and distribution systems | |
Bakhach | Developing trading strategies under the Directional Changes framework, with application in the FX market | |
US12050555B2 (en) | Data conversion and distribution systems | |
Do et al. | Detecting Layering and Spoofing in Markets | |
YILDIRIM et al. | A Study on Backtest Metrics for Financial Analysis | |
Ruttiens | Decision Making with Quantitative Financial Market Data: Applications, Precautions and Pitfalls | |
Wu et al. | Momentum Trading in Chinese Derivatives Market: Investigation and Reflection | |
VERPELLI | A modular model for limit order book forecasting | |
Yee | Combining fundamental measures for stock selection |