CN110472889A - 资源配置方法、资源配置装置、存储介质与电子设备 - Google Patents
资源配置方法、资源配置装置、存储介质与电子设备 Download PDFInfo
- Publication number
- CN110472889A CN110472889A CN201910780145.0A CN201910780145A CN110472889A CN 110472889 A CN110472889 A CN 110472889A CN 201910780145 A CN201910780145 A CN 201910780145A CN 110472889 A CN110472889 A CN 110472889A
- Authority
- CN
- China
- Prior art keywords
- resource
- target
- target resource
- extrinsicfactor
- target component
- 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
Links
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
- 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
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06312—Adjustment or analysis of established resource schedule, e.g. resource or task levelling, or dynamic rescheduling
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Economics (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Development Economics (AREA)
- Marketing (AREA)
- Educational Administration (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本公开提供了一种资源配置方法、资源配置装置、计算机可读存储介质与电子设备,属于计算机技术领域。该方法包括:获取待配置的目标资源;基于所述目标资源的约束参数、外部因子和目标参数,对所述目标资源进行配置;监控所述目标资源在使用情况中所产生的实际效益值;如果所述实际效益值低于根据所述目标参数确定的预期效益值,则对所述目标资源的配置进行调整。本公开可以基于全面、充分的影响因素进行资源配置决策,保证了资源配置的有效性和可持续性,也能够满足业务方面的多样化需求。
Description
技术领域
本公开涉及计算机技术领域,尤其涉及一种资源配置方法、资源配置装置、计算机可读存储介质与电子设备。
背景技术
资源配置是指将一定的资源合理配置到不同的途径、地区、渠道等,以实现资源的优化利用,产出最大效益,其在各个领域都有着重要应用。
相关方法中,大多是从自身业务的角度出发,对资源进行配置,所考虑的影响因素较为片面,且资源配置较为固定,导致无法得到很好的效果。例如:金融、保险机构等对用户的资产进行配置,通常是以自身的金融产品为主要途径,对资产进行投资组合,其收益一般较低,也无法较好的满足用户的个性化需求。
需要说明的是,在上述背景技术部分公开的信息仅用于加强对本公开的背景的理解,因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。
发明内容
本公开提供了一种资源配置方法、资源配置装置、计算机可读存储介质与电子设备,进而至少在一定程度上改善相关方法中考虑的影响因素片面、且资源配置较为固定的问题。
本公开的其他特性和优点将通过下面的详细描述变得显然,或部分地通过本公开的实践而习得。
根据本公开的第一方面,提供一种资源配置方法,包括:获取待配置的目标资源;基于所述目标资源的约束参数、外部因子和目标参数,对所述目标资源进行配置;监控所述目标资源在使用情况中所产生的实际效益值;如果所述实际效益值低于根据所述目标参数确定的预期效益值,则对所述目标资源的配置进行调整。
可选的,在所述目标资源的使用过程中,所述方法还包括:响应于所述约束参数、外部因子和目标参数中的任一发生变化,根据变化后的所述约束参数、外部因子和目标参数调整所述目标资源的配置。
可选的,所述约束参数、外部因子和目标参数中的任一发生变化,包括:所述约束参数发生变化,使得所述目标资源的当前配置超出所述约束参数;或者所述外部因子的变化程度超出预设程度;或者所述目标参数发生变化。
可选的,所述基于所述目标资源的约束参数、外部因子和目标参数,对所述目标资源进行配置,包括:将所述目标资源以及所述约束参数、外部因子和目标参数输入资源配置模型,所述资源配置模型计算在所述约束参数的约束下,多种备选配置方案与所述目标参数的匹配度;采用与所述目标参数匹配度最高的备选配置方案对所述目标资源进行配置。
可选的,所述备选配置方案包括所述目标资源分配到不同途径的比例。
可选的,所述资源配置模型通过以下方式计算所述备选配置方案与所述目标参数的匹配度:查找与当前的外部因子相同或相似的至少一个历史周期;获取各所述途径在所述历史周期的效益指数,记为历史效益指数;基于所述历史效益指数、所述历史周期的外部因子和当前的外部因子的相似度、所述历史周期的长度以及所述目标资源分配到各所述途径的时间长度,预测各所述途径在所述目标资源的使用期间内的效益指数,记为预测效益指数;根据所述预测效益指数计算所述备选配置方案的预测效益值,并计算所述预测效益值与根据所述目标参数确定的预期效益值之间的匹配度。
可选的,所述目标资源包括待配置资产。
根据本公开的第二方面,提供一种资源配置装置,包括:获取模块,用于获取待配置的目标资源;配置模块,用于基于所述目标资源的约束参数、外部因子和目标参数,对所述目标资源进行配置;监控模块,用于监控所述目标资源在使用情况中所产生的实际效益值;调整模块,用于如果所述实际效益值低于根据所述目标参数确定的预期效益值,则对所述目标资源的配置进行调整。
可选的,所述调整模块,还用于在目标资源的使用过程中,响应于所述约束参数、外部因子和目标参数中的任一发生变化,根据变化后的所述约束参数、外部因子和目标参数调整所述目标资源的配置。
可选的,所述约束参数、外部因子和目标参数中的任一发生变化,包括:所述约束参数发生变化,使得所述目标资源的当前配置超出所述约束参数;或者所述外部因子的变化程度超出预设程度;或者所述目标参数发生变化。
可选的,所述调整模块,用于将所述目标资源以及所述约束参数、外部因子和目标参数输入资源配置模型,通过所述资源配置模型计算在所述约束参数的约束下,多种备选配置方案与所述目标参数的匹配度,并采用与所述目标参数匹配度最高的备选配置方案对所述目标资源进行配置。
可选的,所述备选配置方案包括所述目标资源分配到不同途径的比例。
可选的,所述调整模块通过执行以下方法步骤,计算所述备选配置方案与所述目标参数的匹配度:查找与当前的外部因子相同或相似的至少一个历史周期;获取各所述途径在所述历史周期的效益指数,记为历史效益指数;基于所述历史效益指数、所述历史周期的外部因子和当前的外部因子的相似度、所述历史周期的长度以及所述目标资源分配到各所述途径的时间长度,预测各所述途径在所述目标资源的使用期间内的效益指数,记为预测效益指数;根据所述预测效益指数计算所述备选配置方案的预测效益值,并计算所述预测效益值与根据所述目标参数确定的预期效益值之间的匹配度。
可选的,所述目标资源包括待配置资产。
根据本公开的第三方面,提供一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现上述任意一种方法。
根据本公开的第四方面,提供一种电子设备,包括:处理器;以及存储器,用于存储所述处理器的可执行指令;其中,所述处理器配置为经由执行所述可执行指令来执行上述任意一种方法。
本公开的技术方案具有以下有益效果:
在获取待配置的目标资源后,基于其约束参数、外部因子和目标参数进行资源配置,并监控配置后目标资源在使用过程中所产生的实际效益值,如果低于预期效益值,则对目标资源的配置进行调整。一方面,资源配置是综合了约束参数、外部因子和目标参数这三个方面的影响因素后作出的决策,因此该决策较为全面、充分,保证了资源配置的有效性,也可以满足业务方面的多样化需求。另一方面,资源配置并非一成不变,在其使用过程中若未达到预期目标,则及时做出调整,从而进一步提高了资源配置的质量,保证了资源配置的可持续性。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本公开。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本公开的实施方式,并与说明书一起用于解释本公开的原理。显而易见地,下面描述中的附图仅仅是本公开的一些实施方式,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1示出本示例性实施方式中一种资源配置方法的流程图;
图2示出本示例性实施方式中一种资源配置方法的子流程图;
图3示出本示例性实施方式中另一种资源配置方法的流程图;
图4示出本示例性实施方式中中债国债的收益示意图;
图5示出本示例性实施方式中A股票的指标示意图;
图6示出本示例性实施方式中模拟组合的配置方案跟踪曲线图;
图7示出本示例性实施方式中权益市场跟踪操作示意图;
图8示出本示例性实施方式中组合A的权益仓位走势图;
图9示出本示例性实施方式中组合B的权益仓位走势图;
图10示出本示例性实施方式中一种资源配置装置的结构框图;
图11示出本示例性实施方式中一种用于实现上述方法的计算机可读存储介质;
图12示出本示例性实施方式中一种用于实现上述方法的电子设备。
具体实施方式
现在将参考附图更全面地描述示例实施方式。然而,示例实施方式能够以多种形式实施,且不应被理解为限于在此阐述的范例;相反,提供这些实施方式使得本公开将更加全面和完整,并将示例实施方式的构思全面地传达给本领域的技术人员。所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施方式中。在下面的描述中,提供许多具体细节从而给出对本公开的实施方式的充分理解。然而,本领域技术人员将意识到,可以实践本公开的技术方案而省略所述特定细节中的一个或更多,或者可以采用其它的方法、组元、装置、步骤等。在其它情况下,不详细示出或描述公知技术方案以避免喧宾夺主而使得本公开的各方面变得模糊。
此外,附图仅为本公开的示意性图解,并非一定是按比例绘制。图中相同的附图标记表示相同或类似的部分,因而将省略对它们的重复描述。附图中所示的一些方框图是功能实体,不一定必须与物理或逻辑上独立的实体相对应。可以采用软件形式来实现这些功能实体,或在一个或多个硬件模块或集成电路中实现这些功能实体,或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。
附图中所示的流程图仅是示例性说明,不是必须包括所有的步骤。例如,有的步骤还可以分解,而有的步骤可以合并或部分合并,因此实际执行的顺序有可能根据实际情况改变。
本公开的示例性实施方式首先提供了一种资源配置方法,可以在计算机、服务器等具有处理功能的任意电子设备上执行。图1示出了该方法的一种流程,可以包括以下步骤S110~S140:
步骤S110,获取待配置的目标资源。
其中,目标资源可以是用户拥有的一定数额的待配置资产,需要分配到不同的投资途径,以获得较高的收益,也可以是网络服务商拥有的网络资源,需要分配到后台系统中的不同业务模块与不同层级,以获得较高的系统性能,还可以是企业拥有的人力资源,需要分配到不同地区或不同部门,以获得较高的业务效益,等等,本公开对此不做限定。
步骤S120,基于目标资源的约束参数、外部因子和目标参数,对目标资源进行配置。
其中,约束参数是指关于配置目标资源的一些硬性限制指标,包括目标资源的可配置途径以及在各个可配置途径下的配置比例范围;以资产配置为例,根据国家政策的相关规定,对不同类型的本金可投资的途径以及投资比例做了一定程度的框架限制,在配置资产时必须遵守该框架指引,将其转换为参数形式的表示,即为约束参数。外部因子是指对于资源使用过程可能产生影响的外部因素;以资产配置为例,其外部因子包括长期经济发展趋势、当前经济增长、利率、汇率、通货膨胀、货币流动性、相关经济政策等。目标参数是指资源使用需要达到的一定效益指标,通常是根据资源所涉及的业务特点而确定的相关指标参数,也可以包括目标资源的消耗状况;仍以资产配置为例,可以根据投资用户的特点确定收益水平和风险容忍度等因素,从而计算资产投入的预期收益率等目标参数。
本示例性实施方式中,可以根据上述各项参数构建算法模型,以对资源进行配置。举例而言:获取资源配置的历史记录,提取出上述参数,作为训练数据,并提取出资源配置的历史结果,加以人为修正,作为标签,训练机器学习模型,以用于资源配置;根据业务特点,构建资源配置的优化函数,如设置关于资源配置的若干变量,根据约束参数确定各个变量的取值范围,根据外部因子和目标参数生成关于所有变量的优化函数,在上述取值范围内求解优化函数的极值问题,得到资源配置结果;采用现有的算法模型,以资产配置为例,可以以B-L模型(Black-Litterman模型,引入投资者主观因素的资产配置模型)为基础,通过导入约束参数、外部因子和目标参数,对模型中的算法项进行修正或加入新的参数项,从而得到资产配置模型。
步骤S130,监控目标资源在使用情况中所产生的实际效益值。
在对目标资源进行配置后,基于配置的情况,使用目标资源以开展业务,在业务进行过程中产生实际效益值。例如:在配置资产后,进入投资收益,产生实际收益值;在配置网络资源后,形成确定的后台系统,提供网络服务,得到实际性能值;在配置人力资源后,各地区各部门投入工作,产生实际效益值。本示例性实施方式中,可以事先制定周期或阶段,以对上述实际效益值进行周期性或阶段性地监控。
步骤S140,如果实际效益值低于根据目标参数确定的预期效益值,则对目标资源的配置进行调整。
本示例性实施方式中,监控得到实际效益值后,可以将其与预期效益值进行对比,若低于预期,则调整步骤S120中确定的资源配置方案;需要说明的是,预期效益值可能包括一组数值或者一定的数值范围等,本公开对此不做限定。对步骤S140举例说明:在资产配置中,目标参数包括预期收益率、风险概率等,可以计算得到在投资各个阶段的预期收益范围,如果实际收益值低于该范围,则对资源配置方案进行调整,包括降低收益过低的投资途径比例,增加新的投资途径等。
除了步骤S140中的情况外,还可以在其他情况下调整目标资源的配置,例如:响应于约束参数、外部因子和目标参数中的任一发生变化,根据变化后的约束参数、外部因子和目标参数调整目标资源的配置。
其中,约束参数、外部因子和目标参数中的任一发生变化,可以包括以下几种情况:
(1)约束参数发生变化,使得目标资源的当前配置超出约束参数。需要调整目标资源的配置,使其重新回到约束参数的限制范围以内。例如资产配置中国家政策的变化引起的可投资途径及其投资比例的变化。
(2)外部因子的变化程度超出预设程度。由于外部因子通常包括一些动态变化的因素,例如资产配置中的利率、汇率、通货膨胀、货币流动性等因子,处于长期波动的状态,如果波动幅度过大,导致超出预设程度,可以认为对资源使用的影响也发生变化,因此需要调整目标资源的配置。需要说明的是,预设程度可以根据经验以及实际需求而设定,可以为不同的动态因子设定不同的预设程度。
(3)目标参数发生变化,通常是内部因素的变化。例如:用户投资偏好的变化,导致预期收益和风险容忍度等的变化;企业业务部署的变化,导致不同地区不同部门的业务目标发生变化。
在上述任一种情况发生时,都可以基于变化后的约束参数、外部因子和目标参数,重新执行步骤S120,以得到新的资源配置方案,从而进行调整。
基于上述内容,本示例性实施方式中,在获取待配置的目标资源后,基于其约束参数、外部因子和目标参数进行资源配置,并监控配置后目标资源在使用过程中所产生的实际效益值,如果低于预期效益值,则对目标资源的配置进行调整。一方面,资源配置是综合了约束参数、外部因子和目标参数这三个方面的影响因素后作出的决策,因此该决策较为全面、充分,保证了资源配置的有效性,也可以满足业务方面的多样化需求。另一方面,资源配置并非一成不变,在其使用过程中若未达到预期目标,则及时做出调整,从而进一步提高了资源配置的质量,保证了资源配置的可持续性。
在一种可选的实施方式中,步骤S120可以具体通过以下步骤实现:
将目标资源及其约束参数、外部因子和目标参数输入资源配置模型,资源配置模型计算在该约束参数的约束下,多种备选配置方案与目标参数的匹配度;
采用与目标参数匹配度最高的备选配置方案对目标资源进行配置。
其中,资源配置模型是事先验证或训练的算法模型,可以是数学函数模型、机器学习模型等,该模型主要用于模拟预测,模拟资源配置后的使用情况,以预测所能实现的效益值或其他相关参数。备选配置方案可以由人工配置得到,也可以由程序在约束参数的约束下,随机配置而生成,备选配置方案可以覆盖资源可配置的范围,通常是具有代表性的配置组合方案,具体而言,每个备选方案可以是目标资源分配到不同途径的比例。资源配置模型可以计算各备选配置方案预期所能达到的目标,以及该目标与目标参数的匹配度,最终采用匹配度最高的备选配置方案对目标资源进行配置。
进一步的,参考图2所示,资源配置模型可以通过以下步骤S210~S240计算备选配置方案与目标参数的匹配程度:
步骤S210,查找与当前的外部因子相同或相似的至少一个历史周期;
步骤S220,获取各途径在历史周期的效益指数,记为历史效益指数;
步骤S230,基于历史效益指数、历史周期的外部因子和当前的外部因子的相似度、历史周期的长度以及目标资源分配到各途径的时间长度,预测各途径在目标资源的使用期间内的效益指数,记为预测效益指数;
步骤S240,根据预测效益指数计算备选配置方案的预测效益值,并计算预测效益值与根据目标参数确定的预期效益值之间的匹配度。
举例而言,假设备选配置方案A是将目标资源R0分配到n个途径D1~Dn,分配比例分别为L1~Ln,L1+L2+…+Ln=1,当前的外部因子记为Q0,是关于多个外部影响参数的集合;查找与Q0相似的一个历史周期Ta,其外部因子为Qa;在Ta内,D1~Dn的效益指数分别为Pa1~Pan;R0分配到D1~Dn后,使用的时间周期记为T0;预测D1~Dn在T0内的效益指数分别为P1~Pn,以P1为例,其与Pa1正相关、Sim(Q0,Q1)(表示外部因子Q0和Q1的相似度)正相关、Ta和T0的长度正相关,据此可以构建多种算法公式,本公开对此不做限定,下面提供一个具体示例:
基于此,可以计算备选配置方案A的预测效益值:
根据目标参数确定预期效益值为R1,将RA与R1比较,以确定匹配度。通过上述方式,可以得到各备选配置方案的预测效益值,与R1最接近的备选配置方案为最终采用的配置方案。
图3示出了本示例性实施方式的另一种流程。如图3所示,在获取目标资源及其约束参数、外部因子和目标参数后,首先执行步骤S301,输入资源配置模型;然后执行步骤S302,资源配置模型经过处理,输出资源配置比例方案;在据此进行资源配置后,通过两方面进行监控优化:
第一方面,执行步骤S303,监控资源使用过程中产生的实际效益值;再执行步骤S304,将实际效益值与根据目标参数确定的预期效益值对比,若偏离预期效益值,则执行步骤S308,优化调整资源配置,若未偏离则不做调整;
第二方面,执行步骤S305,监控约束参数是否变动;若是,则执行步骤S308,优化调整资源配置,若否,则继续执行步骤S306,监控外部因子是否变动;若是,则执行步骤S308,优化调整资源配置,若否,则继续执行步骤S307,监控目标参数是否变动;若是,则执行步骤S308,若否,则不做调整。
上述监控过程可以在资源使用过程中周期性循环执行,因而可以实现资源配置的实时优化。
下面以年金配置为具体示例,对资源配置以及跟踪优化的过程做进一步说明。
1、前期分析与配置
假设待配置的目标资源为年金R。在系统中可以查询各项市场指标,如表1示出了2008~2012年的大类资产价格和收益率,其中非标资产、协议存款平均收益率为保险机构平均资产收益率不完全统计。
表1
由表1可见,2012年,在需求减弱、成本上升等诸多不利因素的影响下,中国经济下行的压力增大,经济增速放缓。自2008年以来,股票市场整体市盈率处于相对低位,股票价格较低,具备长期投资价值;债券收益率在央行多次降息的背景下也逐步走低,债券价格持续上涨,配置价值凸显。在宏观形势的背景下,结合年金可配置权益、债券和存款等资产的市场的价值中枢位置判断,权益和债券具备较好的配置价值,风险偏好或随之上升。参考图4和图5,选取中债国债以及股票市场中具有代表性的A股票,进行收益率价值分析。
在该阶段,可以通过人为分析或采用工具分析,估计年金R的约束参数、外部因子和目标参数。例如:根据表1中的各项指标,确定收益前景较好的若干大类资产,作为约束参数,后续资源配置在这些大类资产的范围内进行,本示例中确定权益资产中枢15%、市值债券类资产仓位不低于55%的约束参数;又例如:在系统中输入数据区间,如输入区间为2008年1月1日至2011年12月31日,系统抽取该区间内的交易日数据,计算长期资产配置的马科维茨有效边界,如表2所示,结合用户的风险偏好,同时考虑到组合建仓期的风险控制要求,结合模型结果,计算预期波动率在4%以内,作为目标参数的一项指标。其他参数也可以采用类似的方法进行分析获得。
表2
2、资源配置方案的确立
根据上述市场分析与资产价格价值中枢研究,确定年金R相关的约束参数、外部因子和目标参数后,可以根据B-L模型确定资产配置方案,如表3所示。
表3
3、资源配置方案跟踪
从2012年4月计划运行开始至2014年底,通过选取市值指数组成模拟组合,如表4所示。根据模拟组合的配置方案跟踪分析年金R的资源配置方案的有效性,跟踪结果如图6所示,区间为2012年4月至2014年12月,其中市场基准为:15%*沪深300+80%*中债综合财富+5%流动性。跟踪过程的一部分数据如表5所示。
表4
表5
收益率 | 市场基准 | 资源配置方案 |
累计收益率 | 15.9% | 17.9% |
年化收益 | 5.51% | 6.17% |
2012年收益* | 4.23% | 4.98% |
2013年收益 | -1.58% | 0.17% |
2014年收益 | 13.07% | 13.31% |
4、2015年资源配置方案的调整
2015年5月,根据宏观经济指标与市场价格分析,发现市场存在下跌风险,通过调整市场的动态因子,触发系统中动态因子的同步变化,可以参照表6所示,因此对资源配置方案作出调整。
表6
系统利用B-L置模型重新分析年金R的约束参数、外部因子和目标参数,对原资源配置比例做出调整:主要将权益比例调整至10%,并增加非标配置以增厚组合安全垫。资源配置比例调整情况如表7所示。
表7
权益市场跟踪操作如图7所示,配置方案调整方案如表8所示。在此可以不直接调整,根据系统输出的调整方案,向用户提供建议。
表8
5、资源配置方案的调整效果对比
以年金R投资计划中的两个标准组合(组合A、组合B)为例,通过对组合权益仓位的动态跟踪,落实资源配置方案调整策略。
2015年初,组合A依照战略资源配置策略以15%作为权益仓位中枢,并减持了权益仓位。与之相对,组合B未及时执行资源配置方案,而是采用追高的方式盲目加仓,甚至在高位进行了再次加仓。
组合A权益仓位走势如图8所示,组合B权益仓位走势如图9所示。结果显示,经过动态调整后的资源配置方案降低了组合于6月份出现的最大回撤幅度,同时把握住了第三季度的上升趋势,使组合在把握市场上涨趋势的同时,得到了10.06%的全年收益,较原资源配置组合全年收益提高1.83%。
投资组合A由于对资源配置方案的严格跟踪执行,最终获得了16.27%的投资收益,较好的实现了控制回撤及组合波动的风险控制,最终收益排名处于前列。而投资组合B在实际运营中未及时落实资源配置方案,系统执行了盲目追高、不顾风险的操作,最终实现7.10%的收益,大幅低于市场平均水平。组合A和B的实际表现情况如表9所示。
表9
组合名称 | 收益率 | 最大回撤 | 波动率 |
投资组合A | 16.27% | 3.8% | 4.2% |
投资组合B | 7.10% | 6.0% | 5.4% |
原资产配置方案 | 8.23% | 12.3% | 6.0% |
动态调整后资产配置方案 | 10.06% | 10.5% | 4.7% |
单一含权计划市场平均 | 10.50% | -- | -- |
通过对比调整前与调整后的资源配置方案走势,降低了组合收益的最大回撤与波动率,有效提升了投资收益水平。
本公开的示例性实施方式还提供了一种资源配置装置,如图10所示,该资源配置装置1000可以包括:获取模块1010,用于获取待配置的目标资源;配置模块1020,用于基于目标资源的约束参数、外部因子和目标参数,对目标资源进行配置;监控模块1030,用于监控目标资源在使用情况中所产生的实际效益值;调整模块1040,用于如果实际效益值低于根据目标参数确定的预期效益值,则对目标资源的配置进行调整。
在一种可选的实施方式中,调整模块1040,还可以用于在目标资源的使用过程中,响应于约束参数、外部因子和目标参数中的任一发生变化,根据变化后的约束参数、外部因子和目标参数调整目标资源的配置。
在一种可选的实施方式中,约束参数、外部因子和目标参数中的任一发生变化,可以包括:约束参数发生变化,使得目标资源的当前配置超出约束参数;或者外部因子的变化程度超出预设程度;或者目标参数发生变化。
在一种可选的实施方式中,调整模块1040,可以用于将目标资源以及约束参数、外部因子和目标参数输入资源配置模型,通过资源配置模型计算在约束参数的约束下,多种备选配置方案与目标参数的匹配度,并采用与目标参数匹配度最高的备选配置方案对目标资源进行配置。
在一种可选的实施方式中,备选配置方案可以包括目标资源分配到不同途径的比例。
在一种可选的实施方式中,调整模块1040通过执行以下方法步骤,计算备选配置方案与目标参数的匹配度:查找与当前的外部因子相同或相似的至少一个历史周期;获取各途径在历史周期的效益指数,记为历史效益指数;基于历史效益指数、历史周期的外部因子和当前的外部因子的相似度、历史周期的长度以及目标资源分配到各途径的时间长度,预测各途径在目标资源的使用期间内的效益指数,记为预测效益指数;根据预测效益指数计算备选配置方案的预测效益值,并计算预测效益值与根据目标参数确定的预期效益值之间的匹配度。
在一种可选的实施方式中,目标资源可以是待配置资产。
上述装置中各模块的具体细节在方法部分实施方式中已经详细说明,未披露的方案细节内容可以参见方法部分的实施方式内容,因而不再赘述。
所属技术领域的技术人员能够理解,本公开的各个方面可以实现为系统、方法或程序产品。因此,本公开的各个方面可以具体实现为以下形式,即:完全的硬件实施方式、完全的软件实施方式(包括固件、微代码等),或硬件和软件方面结合的实施方式,这里可以统称为“电路”、“模块”或“系统”。
本公开的示例性实施方式还提供了一种计算机可读存储介质,其上存储有能够实现本说明书上述方法的程序产品。在一些可能的实施方式中,本公开的各个方面还可以实现为一种程序产品的形式,其包括程序代码,当程序产品在终端设备上运行时,程序代码用于使终端设备执行本说明书上述“示例性方法”部分中描述的根据本公开各种示例性实施方式的步骤。
参考图11所示,描述了根据本公开的示例性实施方式的用于实现上述方法的程序产品1100,其可以采用便携式紧凑盘只读存储器(CD-ROM)并包括程序代码,并可以在终端设备,例如个人电脑上运行。然而,本公开的程序产品不限于此,在本文件中,可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
程序产品可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以为但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。
计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了可读程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。可读信号介质还可以是可读存储介质以外的任何可读介质,该可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于无线、有线、光缆、RF等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言的任意组合来编写用于执行本公开操作的程序代码,程序设计语言包括面向对象的程序设计语言—诸如Java、C++等,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中,远程计算设备可以通过任意种类的网络,包括局域网(LAN)或广域网(WAN),连接到用户计算设备,或者,可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。
本公开的示例性实施方式还提供了一种能够实现上述方法的电子设备。下面参照图12来描述根据本公开的这种示例性实施方式的电子设备1200。图12显示的电子设备1200仅仅是一个示例,不应对本公开实施方式的功能和使用范围带来任何限制。
如图12所示,电子设备1200可以以通用计算设备的形式表现。电子设备1200的组件可以包括但不限于:至少一个处理单元1210、至少一个存储单元1220、连接不同系统组件(包括存储单元1220和处理单元1210)的总线1230和显示单元1240。
存储单元1220存储有程序代码,程序代码可以被处理单元1210执行,使得处理单元1210执行本说明书上述“示例性方法”部分中描述的根据本公开各种示例性实施方式的步骤。例如,处理单元1210可以执行图1、图2或图3所示的方法步骤等。
存储单元1220可以包括易失性存储单元形式的可读介质,例如随机存取存储单元(RAM)1221和/或高速缓存存储单元1222,还可以进一步包括只读存储单元(ROM)1223。
存储单元1220还可以包括具有一组(至少一个)程序模块1225的程序/实用工具1224,这样的程序模块1225包括但不限于:操作系统、一个或者多个应用程序、其它程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。
总线1230可以为表示几类总线结构中的一种或多种,包括存储单元总线或者存储单元控制器、外围总线、图形加速端口、处理单元或者使用多种总线结构中的任意总线结构的局域总线。
电子设备1200也可以与一个或多个外部设备1300(例如键盘、指向设备、蓝牙设备等)通信,还可与一个或者多个使得用户能与该电子设备1200交互的设备通信,和/或与使得该电子设备1200能与一个或多个其它计算设备进行通信的任何设备(例如路由器、调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口1250进行。并且,电子设备1200还可以通过网络适配器1260与一个或者多个网络(例如局域网(LAN),广域网(WAN)和/或公共网络,例如因特网)通信。如图所示,网络适配器1260通过总线1230与电子设备1200的其它模块通信。应当明白,尽管图中未示出,可以结合电子设备1200使用其它硬件和/或软件模块,包括但不限于:微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。
通过以上的实施方式的描述,本领域的技术人员易于理解,这里描述的示例实施方式可以通过软件实现,也可以通过软件结合必要的硬件的方式来实现。因此,根据本公开实施方式的技术方案可以以软件产品的形式体现出来,该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM,U盘,移动硬盘等)中或网络上,包括若干指令以使得一台计算设备(可以是个人计算机、服务器、终端装置、或者网络设备等)执行根据本公开示例性实施方式的方法。
此外,上述附图仅是根据本公开示例性实施方式的方法所包括的处理的示意性说明,而不是限制目的。易于理解,上述附图所示的处理并不表明或限制这些处理的时间顺序。另外,也易于理解,这些处理可以是例如在多个模块中同步或异步执行的。
应当注意,尽管在上文详细描述中提及了用于动作执行的设备的若干模块或者单元,但是这种划分并非强制性的。实际上,根据本公开的示例性实施方式,上文描述的两个或更多模块或者单元的特征和功能可以在一个模块或者单元中具体化。反之,上文描述的一个模块或者单元的特征和功能可以进一步划分为由多个模块或者单元来具体化。
本领域技术人员在考虑说明书及实践这里公开的发明后,将容易想到本公开的其他实施方式。本申请旨在涵盖本公开的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施方式仅被视为示例性的,本公开的真正范围和精神由权利要求指出。
应当理解的是,本公开并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限。
Claims (10)
1.一种资源配置方法,其特征在于,包括:
获取待配置的目标资源;
基于所述目标资源的约束参数、外部因子和目标参数,对所述目标资源进行配置;
监控所述目标资源在使用情况中所产生的实际效益值;
如果所述实际效益值低于根据所述目标参数确定的预期效益值,则对所述目标资源的配置进行调整。
2.根据权利要求1所述的方法,其特征在于,在所述目标资源的使用过程中,所述方法还包括:
响应于所述约束参数、外部因子和目标参数中的任一发生变化,根据变化后的所述约束参数、外部因子和目标参数调整所述目标资源的配置。
3.根据权利要求2所述的方法,其特征在于,所述约束参数、外部因子和目标参数中的任一发生变化,包括:
所述约束参数发生变化,使得所述目标资源的当前配置超出所述约束参数;或者
所述外部因子的变化程度超出预设程度;或者
所述目标参数发生变化。
4.根据权利要求1所述的方法,其特征在于,所述基于所述目标资源的约束参数、外部因子和目标参数,对所述目标资源进行配置,包括:
将所述目标资源以及所述约束参数、外部因子和目标参数输入资源配置模型,所述资源配置模型计算在所述约束参数的约束下,多种备选配置方案与所述目标参数的匹配度;
采用与所述目标参数匹配度最高的备选配置方案对所述目标资源进行配置。
5.根据权利要求4所述的方法,其特征在于,所述备选配置方案包括所述目标资源分配到不同途径的比例。
6.根据权利要求5所述的方法,其特征在于,所述资源配置模型通过以下方式计算所述备选配置方案与所述目标参数的匹配度:
查找与当前的外部因子相同或相似的至少一个历史周期;
获取各所述途径在所述历史周期的效益指数,记为历史效益指数;
基于所述历史效益指数、所述历史周期的外部因子和当前的外部因子的相似度、所述历史周期的长度以及所述目标资源分配到各所述途径的时间长度,预测各所述途径在所述目标资源的使用期间内的效益指数,记为预测效益指数;
根据所述预测效益指数计算所述备选配置方案的预测效益值,并计算所述预测效益值与根据所述目标参数确定的预期效益值之间的匹配度。
7.根据权利要求1-6任一项所述的方法,其特征在于,所述目标资源包括待配置资产。
8.一种资源配置装置,其特征在于,包括:
获取模块,用于获取待配置的目标资源;
配置模块,用于基于所述目标资源的约束参数、外部因子和目标参数,对所述目标资源进行配置;
监控模块,用于监控所述目标资源在使用情况中所产生的实际效益值;
调整模块,用于如果所述实际效益值低于根据所述目标参数确定的预期效益值,则对所述目标资源的配置进行调整。
9.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1-7任一项所述的方法。
10.一种电子设备,其特征在于,包括:
处理器;以及
存储器,用于存储所述处理器的可执行指令;
其中,所述处理器配置为经由执行所述可执行指令来执行权利要求1-7任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910780145.0A CN110472889A (zh) | 2019-08-22 | 2019-08-22 | 资源配置方法、资源配置装置、存储介质与电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910780145.0A CN110472889A (zh) | 2019-08-22 | 2019-08-22 | 资源配置方法、资源配置装置、存储介质与电子设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110472889A true CN110472889A (zh) | 2019-11-19 |
Family
ID=68513398
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910780145.0A Pending CN110472889A (zh) | 2019-08-22 | 2019-08-22 | 资源配置方法、资源配置装置、存储介质与电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110472889A (zh) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111355617A (zh) * | 2020-01-08 | 2020-06-30 | 浙江辉驿网络科技有限公司 | 一种基于服务层级配置网络资源的方法、装置和电子设备 |
CN111506029A (zh) * | 2020-04-10 | 2020-08-07 | 王士波 | 一种资源配置方法及装置 |
CN112163960A (zh) * | 2020-10-19 | 2021-01-01 | 泰康保险集团股份有限公司 | 基于区块链的安全垫确定方法及装置、系统、设备和介质 |
CN112286990A (zh) * | 2020-10-29 | 2021-01-29 | 上海淇玥信息技术有限公司 | 一种预测平台作业执行时间的方法、装置和电子设备 |
CN112288123A (zh) * | 2020-06-16 | 2021-01-29 | 北京沃东天骏信息技术有限公司 | 资源属性的预测方法和系统、训练方法及相关设备 |
CN112417041A (zh) * | 2020-11-19 | 2021-02-26 | 清华大学 | 参数配置方法、装置、电子设备以及存储介质 |
CN113158124A (zh) * | 2021-02-19 | 2021-07-23 | 平安国际智慧城市科技股份有限公司 | 基于人工智能的数据处理方法、装置及存储介质 |
CN113781083A (zh) * | 2021-01-06 | 2021-12-10 | 北京沃东天骏信息技术有限公司 | 商品补货方法、装置、电子设备以及存储介质 |
CN114385256A (zh) * | 2020-10-22 | 2022-04-22 | 华为云计算技术有限公司 | 系统参数的配置方法和配置装置 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104283946A (zh) * | 2014-09-26 | 2015-01-14 | 东北大学 | 一种单物理机下多虚拟机的资源自适应调整系统及方法 |
CN106355504A (zh) * | 2016-08-24 | 2017-01-25 | 深圳市崇广科技有限公司 | 一种金融产品配置方法和设备 |
CN107798608A (zh) * | 2017-10-19 | 2018-03-13 | 深圳市耐飞科技有限公司 | 一种投资产品组合推荐方法及系统 |
CN108229801A (zh) * | 2017-12-22 | 2018-06-29 | 上海宽全智能科技有限公司 | 逆向资产配置分析方法、设备及存储介质 |
CN108446984A (zh) * | 2018-03-20 | 2018-08-24 | 张家林 | 一种投资数据管理方法及装置 |
-
2019
- 2019-08-22 CN CN201910780145.0A patent/CN110472889A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104283946A (zh) * | 2014-09-26 | 2015-01-14 | 东北大学 | 一种单物理机下多虚拟机的资源自适应调整系统及方法 |
CN106355504A (zh) * | 2016-08-24 | 2017-01-25 | 深圳市崇广科技有限公司 | 一种金融产品配置方法和设备 |
CN107798608A (zh) * | 2017-10-19 | 2018-03-13 | 深圳市耐飞科技有限公司 | 一种投资产品组合推荐方法及系统 |
CN108229801A (zh) * | 2017-12-22 | 2018-06-29 | 上海宽全智能科技有限公司 | 逆向资产配置分析方法、设备及存储介质 |
CN108446984A (zh) * | 2018-03-20 | 2018-08-24 | 张家林 | 一种投资数据管理方法及装置 |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111355617A (zh) * | 2020-01-08 | 2020-06-30 | 浙江辉驿网络科技有限公司 | 一种基于服务层级配置网络资源的方法、装置和电子设备 |
CN111355617B (zh) * | 2020-01-08 | 2021-08-03 | 浙江辉驿网络科技有限公司 | 一种基于应用配置网络资源的方法、装置和电子设备 |
CN111506029A (zh) * | 2020-04-10 | 2020-08-07 | 王士波 | 一种资源配置方法及装置 |
CN111506029B (zh) * | 2020-04-10 | 2023-11-24 | 王思盛 | 一种工业控制方法及装置 |
CN112288123A (zh) * | 2020-06-16 | 2021-01-29 | 北京沃东天骏信息技术有限公司 | 资源属性的预测方法和系统、训练方法及相关设备 |
CN112288123B (zh) * | 2020-06-16 | 2023-01-31 | 北京沃东天骏信息技术有限公司 | 资源属性的预测方法和系统、训练方法及相关设备 |
CN112163960A (zh) * | 2020-10-19 | 2021-01-01 | 泰康保险集团股份有限公司 | 基于区块链的安全垫确定方法及装置、系统、设备和介质 |
CN114385256A (zh) * | 2020-10-22 | 2022-04-22 | 华为云计算技术有限公司 | 系统参数的配置方法和配置装置 |
CN112286990A (zh) * | 2020-10-29 | 2021-01-29 | 上海淇玥信息技术有限公司 | 一种预测平台作业执行时间的方法、装置和电子设备 |
CN112417041B (zh) * | 2020-11-19 | 2022-12-02 | 清华大学 | 参数配置方法、装置、电子设备以及存储介质 |
CN112417041A (zh) * | 2020-11-19 | 2021-02-26 | 清华大学 | 参数配置方法、装置、电子设备以及存储介质 |
CN113781083A (zh) * | 2021-01-06 | 2021-12-10 | 北京沃东天骏信息技术有限公司 | 商品补货方法、装置、电子设备以及存储介质 |
CN113158124A (zh) * | 2021-02-19 | 2021-07-23 | 平安国际智慧城市科技股份有限公司 | 基于人工智能的数据处理方法、装置及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110472889A (zh) | 资源配置方法、资源配置装置、存储介质与电子设备 | |
Dosi et al. | Income distribution, credit and fiscal policies in an agent-based Keynesian model | |
Hirano et al. | Asset bubbles and bailouts | |
JP6991554B2 (ja) | Esg情報を用いたポートフォリオ構築方法、esg情報を用いたポートフォリオ構築に関する情報処理を実行可能なコンピュータおよびプログラム | |
US20140258175A1 (en) | Generating Personalized Investment Recommendations | |
CN101120371A (zh) | 控制用于交易金融工具的定单切割器 | |
He et al. | Contemporaneous and asymmetric properties in the price-volume relationships in China's agricultural futures markets | |
US20180322580A1 (en) | Intelligent Financial Management System | |
Lisenkova et al. | Effects of population ageing on the pension system in Belarus | |
US20190236711A1 (en) | System for Identifying and Obtaining Assets According to a Customized Allocation | |
US10789649B2 (en) | Method and apparatus of goals-based investing using a blended account-level target | |
Zhang et al. | Combining expert weights for online portfolio selection based on the gradient descent algorithm | |
US11328360B2 (en) | Systems and methods for automated trading | |
Youssef et al. | Portfolio selection: should investors include crypto‐assets? A multiobjective approach | |
US20120036086A1 (en) | System and method for management of investment funds | |
Wei et al. | Generic improvements to least squares monte carlo methods with applications to optimal stopping problems | |
Herrera et al. | Long-run growth in Ghana: Determinants and prospects | |
Takahashi et al. | Generating a target payoff distribution with the cheapest dynamic portfolio: an application to hedge fund replication | |
CN114549132A (zh) | 一种智能交易拆单方法、设备、系统和介质 | |
Mitra et al. | Using market sentiment to enhance second-order stochastic dominance trading models | |
Kirkulak et al. | Market value chain efficiency in Turkey: application of DEA to the pre-and post-2001 financial crisis | |
ap Gwilym et al. | Financial frictions and the futures pricing puzzle | |
Cattell | An overview of component unit pricing theory | |
Santos et al. | Empirical analysis on the determinants of FDI in Brazil for the period of the post 1990 | |
US20190026835A1 (en) | Method and System of a Target Result Optimizing Application |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20191119 |