基于海量金融數(shù)據(jù)的智能投資系統(tǒng)數(shù)據(jù)處理方法
【專利摘要】本發(fā)明公開了基于海量金融數(shù)據(jù)的智能投資系統(tǒng)數(shù)據(jù)處理方法，步驟包括：金融產(chǎn)品交易的歷史數(shù)據(jù)存入數(shù)據(jù)庫(kù)；所述歷史數(shù)據(jù)序列平穩(wěn)化處理；使用圖表分析模塊對(duì)處理后的歷史數(shù)據(jù)進(jìn)行結(jié)果統(tǒng)計(jì)、得出所投資的金融產(chǎn)品的種類、投資金額與其收益的相對(duì)應(yīng)圖表；根據(jù)選擇的金融產(chǎn)品種類和投資金額構(gòu)建金融產(chǎn)品的收益模型；運(yùn)行構(gòu)建的模型；仿真軟件根據(jù)構(gòu)建的模型得出購(gòu)買的金融產(chǎn)品種類和最大的收益額。本發(fā)明根據(jù)構(gòu)建的模型和仿真軟件的計(jì)算結(jié)果，得出準(zhǔn)確的收益值，避免了只考慮歷史數(shù)據(jù)進(jìn)行金融分析預(yù)測(cè)的僵化性，確保用戶在交易過(guò)程中能夠獲取最大的收益和最小的風(fēng)險(xiǎn)。
【專利說(shuō)明】
基于海量金融數(shù)據(jù)的智能投資系統(tǒng)數(shù)據(jù)處理方法
技術(shù)領(lǐng)域
[0001] 本發(fā)明屬于投資分析方法，特別設(shè)及基于海量金融數(shù)據(jù)的智能投資系統(tǒng)數(shù)據(jù)處理 方法。
【背景技術(shù)】
[0002] 現(xiàn)代商業(yè)、金融的投資中，任何理性的投資者總是希望收益能夠取得最大化，但是 也面臨著不確定性所引致的風(fēng)險(xiǎn)。而且大的收益總是伴隨著高的風(fēng)險(xiǎn)。在有很多種資產(chǎn)可 供選擇，又有很多投資方案的情況下，投資越分散，總的風(fēng)險(xiǎn)就越小。為了同時(shí)兼顧收益和 風(fēng)險(xiǎn)，追求大的收益和小的風(fēng)險(xiǎn)構(gòu)成一個(gè)兩目標(biāo)決策問(wèn)題，依據(jù)決策者對(duì)收益和風(fēng)險(xiǎn)的理 解和偏好將其轉(zhuǎn)化為一個(gè)單目標(biāo)最優(yōu)化問(wèn)題求解。隨著投資者對(duì)收益和風(fēng)險(xiǎn)的日益關(guān)注如 何選擇較好的投資組合方案是提高投資效益的根本保證。傳統(tǒng)的投資組合遵循"不要將所 有的雞蛋放在一個(gè)藍(lán)子里"的原則將投資分散化。
[0003] 金融預(yù)測(cè)是指W金融理論及當(dāng)前數(shù)據(jù)為基礎(chǔ)，綜合運(yùn)用各種技術(shù)手段與分析方 法，對(duì)金融經(jīng)營(yíng)管理活動(dòng)中難W確定的未來(lái)發(fā)展趨勢(shì)和規(guī)律進(jìn)行研究，做預(yù)見性的判斷和 推測(cè)。良好的預(yù)測(cè)可W使公司收益最大化，為國(guó)家經(jīng)濟(jì)和金融決策制定科學(xué)有效的宏觀政 策提供有力的依據(jù)。
[0004] 當(dāng)前金融預(yù)測(cè)模型主要是定量的模型，運(yùn)很大程度上依賴與數(shù)字。在較早的預(yù)測(cè) 研究中，很多預(yù)測(cè)方法也大多是依據(jù)歷史數(shù)據(jù)來(lái)進(jìn)行的，很少考慮到期望收益率和風(fēng)險(xiǎn)損 失率對(duì)預(yù)測(cè)準(zhǔn)確性的影響。

【發(fā)明內(nèi)容】

[0005] 針對(duì)所提到的問(wèn)題，提出了基于海量金融數(shù)據(jù)的智能投資系統(tǒng)數(shù)據(jù)處理方法，步 驟包括：
[0006] 1)獲取至少一個(gè)金融產(chǎn)品交易的歷史數(shù)據(jù)并存入數(shù)據(jù)庫(kù)；
[0007] 2)用差分方法對(duì)所述歷史數(shù)據(jù)序列平穩(wěn)化處理；
[0008] 3)使用圖表分析模塊對(duì)步驟2處理后的歷史數(shù)據(jù)進(jìn)行結(jié)果統(tǒng)計(jì)，得出金融產(chǎn)品的 種類、投資金額與其收益的相對(duì)應(yīng)圖表；
[0009] 4)根據(jù)選擇的金融產(chǎn)品種類和投資金額，通過(guò)仿真軟件提供的連接規(guī)則、工作模 式、系統(tǒng)函數(shù)、分布函數(shù)構(gòu)建金融產(chǎn)品的收益模型：
[0015] 1 = 0,1,2,...........η (6)
[0016] 其中，R為收益值；
[0017] Mx功購(gòu)買第i種資產(chǎn)的資金數(shù)額；
[001引 Q為總體風(fēng)險(xiǎn)；
[0019] Pi為交易費(fèi)率；
[0020] qi為風(fēng)險(xiǎn)損失率；
[0021] ri為期望收益率；
[0022] Ai為根據(jù)海量歷史數(shù)據(jù)的結(jié)果統(tǒng)計(jì)和相應(yīng)圖標(biāo)得出對(duì)應(yīng)購(gòu)買數(shù)額為Μ的收益額；
[0023] a.為根據(jù)期望收益率的權(quán)重；
[0024] b為根據(jù)海量歷史數(shù)據(jù)得出收益額的權(quán)重；
[00巧]C為風(fēng)險(xiǎn)損失的權(quán)重；
[0026] 5)仿真軟件根據(jù)步驟4構(gòu)建的模型得出購(gòu)買的金融產(chǎn)品種類、購(gòu)買的份額和最大 的收益額。
[0027] 優(yōu)選方案是:所述a、b、c的權(quán)重為多個(gè)專家決定，充分考慮決策者和決策對(duì)象的不 確定性，用梯形模糊數(shù)來(lái)表示。
[0028] 優(yōu)選方案是:所述數(shù)據(jù)庫(kù)中的數(shù)據(jù)實(shí)時(shí)更新。
[0029] 優(yōu)選方案是:獲取的海量的金融數(shù)據(jù)均為量化數(shù)據(jù)。
[0030] 優(yōu)選方案是:利用數(shù)據(jù)庫(kù)DB觸發(fā)器，用于監(jiān)測(cè)業(yè)務(wù)系統(tǒng)的數(shù)據(jù)庫(kù)表，所述數(shù)據(jù)庫(kù)W 行存儲(chǔ)方式存儲(chǔ)所述數(shù)據(jù)庫(kù)表的數(shù)據(jù)。
[0031] 優(yōu)選方案是:所述圖表分析模塊使用關(guān)聯(lián)圖、矩陣圖、KJ法對(duì)所述各項(xiàng)數(shù)據(jù)進(jìn)行結(jié) 果統(tǒng)計(jì)，生成所投資的金融產(chǎn)品的金額與收益的相對(duì)應(yīng)圖表。
[0032] 使用本發(fā)明的方法進(jìn)行投資，改變W往僅僅依靠歷史數(shù)據(jù)進(jìn)行金融分析預(yù)測(cè)的狀 況，本發(fā)明考慮到期望收益率和風(fēng)險(xiǎn)損失率對(duì)預(yù)測(cè)結(jié)果的影響，根據(jù)構(gòu)建的模型和仿真軟 件的計(jì)算結(jié)果，得出準(zhǔn)確的收益值，避免了只考慮歷史數(shù)據(jù)進(jìn)行金融分析預(yù)測(cè)的僵化性，確 保用戶在交易過(guò)程中能夠獲取最大的收益和最小的風(fēng)險(xiǎn)。
【具體實(shí)施方式】
[0033] 下面對(duì)本發(fā)明做進(jìn)一步的詳細(xì)說(shuō)明，W令本領(lǐng)域技術(shù)人員參照說(shuō)明書文字能夠據(jù) W實(shí)施。
[0034] 本發(fā)明提供了基于海量金融數(shù)據(jù)的智能投資系統(tǒng)數(shù)據(jù)處理方法，步驟包括：
[0035] 1)將海量金融數(shù)據(jù)分析的智能投資系統(tǒng)與金融交易中屯、連接，獲取至少一個(gè)金融 產(chǎn)品交易的歷史數(shù)據(jù)并存入數(shù)據(jù)庫(kù)，數(shù)據(jù)庫(kù)DB觸發(fā)器監(jiān)測(cè)數(shù)據(jù)庫(kù)表，所述數(shù)據(jù)庫(kù)W行存儲(chǔ) 方式存儲(chǔ)所述數(shù)據(jù)庫(kù)表的數(shù)據(jù)，相應(yīng)于監(jiān)測(cè)到所述數(shù)據(jù)庫(kù)表發(fā)生數(shù)據(jù)更新時(shí)，DB觸發(fā)器將 表示所述數(shù)據(jù)庫(kù)表發(fā)生的數(shù)據(jù)更新情況的數(shù)據(jù)更新信息記錄到日志記錄表中，其中，所述 數(shù)據(jù)庫(kù)表發(fā)生數(shù)據(jù)更新包括所述數(shù)據(jù)庫(kù)表發(fā)生新增、修改或刪除數(shù)據(jù)事件，所述數(shù)據(jù)更新 記錄包括發(fā)生數(shù)據(jù)更新的數(shù)據(jù)庫(kù)表表示ID和所述發(fā)生數(shù)據(jù)更新的位置信息，行列存儲(chǔ)轉(zhuǎn)換 單元實(shí)時(shí)讀取所述日志記錄表中更新的數(shù)據(jù)更新信息，若所述更新的數(shù)據(jù)更新信息表示有 數(shù)據(jù)庫(kù)表發(fā)生數(shù)據(jù)更新時(shí)，行列存儲(chǔ)轉(zhuǎn)換單元根據(jù)所述數(shù)據(jù)庫(kù)表的數(shù)據(jù)更新信息中的位置 信息，從所述業(yè)務(wù)系統(tǒng)的數(shù)據(jù)庫(kù)中的相應(yīng)位置讀取更新數(shù)據(jù)，并將該更新數(shù)據(jù)同步W列存 儲(chǔ)方式存儲(chǔ)數(shù)據(jù)庫(kù)表的數(shù)據(jù)的內(nèi)存數(shù)據(jù)庫(kù)中的對(duì)應(yīng)位置，所述預(yù)設(shè)數(shù)據(jù)庫(kù)表為預(yù)先設(shè)定的 需要實(shí)時(shí)同步到內(nèi)存數(shù)據(jù)庫(kù)中的數(shù)據(jù)庫(kù)表;2)判斷獲取的歷史數(shù)據(jù)序列的平穩(wěn)性，用差分 方法對(duì)所述歷史數(shù)據(jù)序列平穩(wěn)化處理，通過(guò)平滑處理修正不良數(shù)據(jù)或錯(cuò)誤數(shù)據(jù);3)使用圖 表分析模塊對(duì)步驟2處理后的歷史數(shù)據(jù)進(jìn)行結(jié)果統(tǒng)計(jì)、得出所投資的金融產(chǎn)品的種類、投資 金額與其收益的相對(duì)應(yīng)圖表，所述圖表分析模塊使用關(guān)聯(lián)圖、矩陣圖、KJ法對(duì)所述各項(xiàng)數(shù)據(jù) 進(jìn)行結(jié)果統(tǒng)計(jì)，生成所投資的金融產(chǎn)品的金額與收益的相對(duì)應(yīng)圖表;4)根據(jù)選擇的金融產(chǎn) 品種類和投資金額構(gòu)建金融產(chǎn)品的收益模型：
[0039] xi^O (4)
[0040] a+b+c = l (5)
[0041 ] 1 = 0,1,2,...........η (6)
[0042] 其中，R為收益值；
[0043] Mxi為購(gòu)買第i種資產(chǎn)的資金數(shù)額；
[0044] Q為總體風(fēng)險(xiǎn)；
[0045] Pi為交易費(fèi)率；
[0046] qi為風(fēng)險(xiǎn)損失率；
[0047] ri為期望收益率；
[004引 Ai為根據(jù)海量歷史數(shù)據(jù)的結(jié)果統(tǒng)計(jì)和相應(yīng)圖標(biāo)得出對(duì)應(yīng)購(gòu)買數(shù)額為Μ的收益額；
[0049] a.為根據(jù)期望收益率的權(quán)重；
[0050] b為根據(jù)海量歷史數(shù)據(jù)得出收益額的權(quán)重；
[0051 ] C為風(fēng)險(xiǎn)損失的權(quán)重；
[0052] 其中，所述a、b、c的權(quán)重由多名金融專家的權(quán)重語(yǔ)言標(biāo)量賦值轉(zhuǎn)化為梯形模糊數(shù)， 然后集結(jié)專家成員的梯形模糊數(shù)賦值，得出群體評(píng)價(jià)值，即a、b、c的權(quán)重；
[0053] 5)用戶通過(guò)金融投資終端輸入所選擇的金融產(chǎn)品和投資金額，所述終端通過(guò)數(shù)據(jù) 接收模型將數(shù)據(jù)傳送到計(jì)算中屯、，系統(tǒng)通過(guò)仿真軟件提供的連接規(guī)則、工作模式、系統(tǒng)函 數(shù)、分布函數(shù)從而完成步驟4構(gòu)建模型的運(yùn)行，仿真軟件根據(jù)步驟5構(gòu)建的模型得出購(gòu)買的 金融產(chǎn)品種類和最大的收益額。仿真模型的一次運(yùn)行，只是對(duì)系統(tǒng)一次抽樣的模擬。從運(yùn) 點(diǎn)來(lái)說(shuō)，系統(tǒng)仿真方法不是一種系統(tǒng)優(yōu)化的方法，即它不能求系統(tǒng)的最優(yōu)解。但是，系統(tǒng)仿 真可W讓人們依據(jù)對(duì)系統(tǒng)模型動(dòng)態(tài)運(yùn)行的效果，多次修改參數(shù)，反復(fù)仿真?；蛘哒f(shuō)，系統(tǒng)仿 真是一種間接的系統(tǒng)優(yōu)化方法?，F(xiàn)在，人們?cè)絹?lái)越認(rèn)識(shí)到，對(duì)于多目標(biāo)、多因素、多層次的系 統(tǒng)(物流系統(tǒng)正是運(yùn)樣的系統(tǒng))來(lái)說(shuō)，并不存在絕對(duì)意義上的最優(yōu)解。優(yōu)化只是相對(duì)而言的。 即使是最優(yōu)化方法，其本身由于若干的假設(shè)、抽象和簡(jiǎn)化所造成的誤差，己經(jīng)使"最"字打了 折扣。因此，不單純追求最優(yōu)解，而尋求改善系統(tǒng)行為的途徑和方法，應(yīng)該說(shuō)是更加有效的。 系統(tǒng)仿真方法正是提供了運(yùn)種環(huán)境，系統(tǒng)仿真技術(shù)應(yīng)用越來(lái)越廣泛。當(dāng)然，系統(tǒng)仿真方法應(yīng) 用與發(fā)展的外部條件，首先是計(jì)算機(jī)軟硬件技術(shù)的發(fā)展與支持。建立可信的系統(tǒng)模型是仿 真最重要的前提，也是仿真中比較困難的部分。其次，仿真需要從實(shí)際系統(tǒng)收集大量的數(shù) 據(jù)。仿真模型的每一個(gè)細(xì)節(jié)都W實(shí)際數(shù)據(jù)為依據(jù)。運(yùn)要花費(fèi)較多的時(shí)間。數(shù)據(jù)收集和分析的 難度也較大，運(yùn)些都會(huì)影響仿真的質(zhì)量。借助仿真方法優(yōu)化系統(tǒng)時(shí)，需要對(duì)每次仿真過(guò)程反 映出的現(xiàn)象，進(jìn)行深入的綜合分析，提出改進(jìn)建議，再仿真檢驗(yàn)改進(jìn)措施的效果。運(yùn)種優(yōu)化 過(guò)程是很靈活的，優(yōu)化路徑常常是多種多樣的。運(yùn)就要求仿真者不僅對(duì)實(shí)際系統(tǒng)具有深入 的了解，準(zhǔn)確把握系統(tǒng)的多種目標(biāo)，而且有綜合的系統(tǒng)分析能力。
[0054] 另外，本發(fā)明不考慮系統(tǒng)風(fēng)險(xiǎn)，即整個(gè)資本市場(chǎng)整體性風(fēng)險(xiǎn)，它依賴于整個(gè)經(jīng)濟(jì)的 運(yùn)行情況，投資者無(wú)法分散運(yùn)種風(fēng)險(xiǎn)，而只考慮非系統(tǒng)風(fēng)險(xiǎn)，即投資者通過(guò)投資種類的選擇 使風(fēng)險(xiǎn)有所分散。
[0055] 盡管本發(fā)明的實(shí)施方案已公開如上，但其并不僅僅限于說(shuō)明書和實(shí)施方式中所列 運(yùn)用，它完全可W被適用于各種適合本發(fā)明的領(lǐng)域，對(duì)于熟悉本領(lǐng)域的人員而言，可容易地 實(shí)現(xiàn)另外的修改，因此在不背離權(quán)利要求及等同范圍所限定的一般概念下，本發(fā)明并不限 于特定的細(xì)節(jié)。
【主權(quán)項(xiàng)】
1. 基于海量金融數(shù)據(jù)的智能投資系統(tǒng)數(shù)據(jù)處理方法，其特征在于，步驟包括： 1) 獲取至少一個(gè)金融產(chǎn)品交易的歷史數(shù)據(jù)并存入數(shù)據(jù)庫(kù)； 2) 用差分方法對(duì)所述歷史數(shù)據(jù)序列平穩(wěn)化處理； 3) 使用圖表分析模塊對(duì)步驟2處理后的歷史數(shù)據(jù)進(jìn)行結(jié)果統(tǒng)計(jì)，得出金融產(chǎn)品的種類、 投資金額與其收益的相對(duì)應(yīng)圖表； 4) 根據(jù)選擇的金融產(chǎn)品種類和投資金額，通過(guò)仿真軟件提供的連接規(guī)則、工作模式、系 統(tǒng)函數(shù)、分布函數(shù)構(gòu)建金融產(chǎn)品的收益模型： η mm ( ^ - Pi + - Mcx, q, ] (1) i=i) min Q - max .\iqi (2) i)<in n + /">-/ = [ (3) -i^O xi^O (4) a+b+c = 1 (5) 1 = 0,1,2,...........n (6) 其中，R為收益值； MXl*購(gòu)買第i種資產(chǎn)的資金數(shù)額； Q為總體風(fēng)險(xiǎn)； Pi為交易費(fèi)率； qi為風(fēng)險(xiǎn)損失率； ri為期望收益率； 仏為根據(jù)海量歷史數(shù)據(jù)的結(jié)果統(tǒng)計(jì)和相應(yīng)圖標(biāo)得出對(duì)應(yīng)購(gòu)買數(shù)額為Μ的收益額； a.為根據(jù)期望收益率的權(quán)重； b為根據(jù)海量歷史數(shù)據(jù)得出收益額的權(quán)重； c為風(fēng)險(xiǎn)損失的權(quán)重； 5) 仿真軟件根據(jù)步驟4構(gòu)建的模型得出購(gòu)買的金融產(chǎn)品種類、購(gòu)買的份額和最大的收 益額。2. 根據(jù)權(quán)利要求1所述的基于海量金融數(shù)據(jù)的智能投資系統(tǒng)數(shù)據(jù)處理方法，其特征在 于，所述a、b、c的權(quán)重為多個(gè)專家決定，充分考慮決策者和決策對(duì)象的不確定性，用梯形模 糊數(shù)來(lái)表示。3. 根據(jù)權(quán)利要求1所述的基于海量金融數(shù)據(jù)的智能投資系統(tǒng)數(shù)據(jù)處理方法，其特征在 于，所述數(shù)據(jù)庫(kù)中的數(shù)據(jù)實(shí)時(shí)更新。4. 根據(jù)權(quán)利要求1所述的基于海量金融數(shù)據(jù)的智能投資系統(tǒng)數(shù)據(jù)處理方法，其特征在 于，獲取的海量的金融數(shù)據(jù)均為量化數(shù)據(jù)。5. 根據(jù)權(quán)利要求1所述的基于海量金融數(shù)據(jù)的智能投資系統(tǒng)數(shù)據(jù)處理方法，其特征在 于，利用數(shù)據(jù)庫(kù)DB觸發(fā)器，用于監(jiān)測(cè)業(yè)務(wù)系統(tǒng)的數(shù)據(jù)庫(kù)表，所述數(shù)據(jù)庫(kù)以行存儲(chǔ)方式存儲(chǔ)所 述數(shù)據(jù)庫(kù)表的數(shù)據(jù)。6. 根據(jù)權(quán)利要求1所述的基于海量金融數(shù)據(jù)的智能投資系統(tǒng)數(shù)據(jù)處理方法，其特征在 于，所述圖表分析模塊使用關(guān)聯(lián)圖、矩陣圖、KJ法對(duì)所述各項(xiàng)數(shù)據(jù)進(jìn)行結(jié)果統(tǒng)計(jì)，生成所投 資的金融產(chǎn)品的金額與收益的相對(duì)應(yīng)圖表。
【文檔編號(hào)】G06Q10/06GK106067083SQ201610368308
【公開日】2016年11月2日
【申請(qǐng)日】2016年5月30日 公開號(hào)201610368308.0, CN 106067083 A, CN 106067083A, CN 201610368308, CN-A-106067083, CN106067083 A, CN106067083A, CN201610368308, CN201610368308.0
【發(fā)明人】代小虎
【申請(qǐng)人】上海二三四五網(wǎng)絡(luò)控股集團(tuán)股份有限公司