CN111819592A - 用于资产分配的候选者的可量化分类的系统和方法 - Google Patents
用于资产分配的候选者的可量化分类的系统和方法 Download PDFInfo
- Publication number
- CN111819592A CN111819592A CN201980009497.4A CN201980009497A CN111819592A CN 111819592 A CN111819592 A CN 111819592A CN 201980009497 A CN201980009497 A CN 201980009497A CN 111819592 A CN111819592 A CN 111819592A
- Authority
- CN
- China
- Prior art keywords
- investor
- computing device
- ava
- investors
- data
- 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
- 238000000034 method Methods 0.000 title claims description 47
- 239000013598 vector Substances 0.000 claims abstract description 73
- 230000004044 response Effects 0.000 claims abstract description 30
- 230000000694 effects Effects 0.000 claims abstract description 26
- 238000004458 analytical method Methods 0.000 claims abstract description 11
- 238000003860 storage Methods 0.000 claims description 36
- 238000004891 communication Methods 0.000 claims description 20
- 238000011161 development Methods 0.000 abstract description 6
- 230000006399 behavior Effects 0.000 description 16
- 238000005516 engineering process Methods 0.000 description 12
- 230000008569 process Effects 0.000 description 11
- 238000012545 processing Methods 0.000 description 9
- 238000009826 distribution Methods 0.000 description 8
- 238000004590 computer program Methods 0.000 description 6
- 230000004048 modification Effects 0.000 description 5
- 238000012986 modification Methods 0.000 description 5
- 230000001186 cumulative effect Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 3
- 240000005020 Acaciella glauca Species 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 2
- 238000013459 approach Methods 0.000 description 2
- 230000007423 decrease Effects 0.000 description 2
- 230000007123 defense Effects 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000010606 normalization Methods 0.000 description 2
- 235000003499 redwood Nutrition 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 230000007717 exclusion Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 230000001902 propagating effect Effects 0.000 description 1
- 210000001525 retina Anatomy 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
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
- G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
- G06Q40/06—Asset management; Financial planning or analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/46—Multiprogramming arrangements
- G06F9/54—Interprogram communication
- G06F9/542—Event management; Broadcasting; Multicasting; Notifications
-
- 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
- G06Q40/02—Banking, e.g. interest calculation or account maintenance
-
- 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
Abstract
资产向量分析(AVA)计算设备从数据库中取得与多个个体投资者以及该多个投资者的过去投资活动有关的投资者数据。该设备针对每个个体投资者计算投资者得分,并向个体投资者中的至少一些发送资产公开发行的通知。该设备从个体投资者接收响应,该响应指示相应投资者愿意在公开发行上投资的金额。该设备确定公开发行中对于个体投资者可用的资产总额。该设备至少部分地基于个体投资者的投资者得分来分配对于个体投资者可用的资产总额的一部分。
Description
相关申请的交叉引用
本申请要求2018年1月23日提交的美国临时申请序列号No.62/620,485的权益和优先权,其全部内容通过引用并入本文。
技术领域
本公开总体上涉及资产的分配,并且更具体地,涉及一种计算机系统,该计算机系统被配置为针对大量不同历史投资者中的每一个计算动态得分向量,该动态得分向量量化历史投资者关于特定公开发行从事某些投资行为的可能性。
背景技术
计算机系统用于增加各种处理的简易性和效率。计算机系统包括能够彼此通信并响应于所接收的输入值做出决定(例如,生成特定的输出值)的计算设备。计算设备通过将规则(例如,公式或算法)应用于所接收的输入值来做出决定。然而,计算设备通常不能够量化人类行为和决策,因为人类行为和决策不遵循固定规则,而是取决于计算设备无法感知的个体人类偏见。
当前,计算机系统不用于公司股份的首次公开发行(IPO),股份的二次发行或其它资产公开发行中的资产分配。在诸如IPO的公开发行中,发行者将公司的股份出售给投资者,诸如个体投资者和机构投资者(例如,银行、保险公司、对冲基金和共同基金)。发行者通常青睐从事某些投资行为(诸如在长时间段内持有在IPO中获取的资产)的投资者,以便减少资产价格的波动。个体投资者通常将依赖经纪交易商来通知和获取IPO中的资产。经纪交易商在决定是否将IPO通知个体投资者时,通常可以使用计算机系统手动审核过去与经纪交易商进行过业务的个体投资者(称为经纪交易商的“历史投资者”)的记录,但是然后必须对候选投资者的兴趣和参与IPO的能力做出主观判断。此外,已经获取在IPO中收取一定数量的资产以向多个个体投资者发行的权利的经纪交易商必须在分配个体投资者之间的资产数量时做出主观判断。这些主观判断通常是经纪交易商偏见的产物。因此,向个体投资者发行资产通常效率低下,并降低发行者可获得的价值和个体投资者可获得的机会。
因此,期望一种计算机设备能够计算个体投资者参与特定公开发行或以其它方式参与特定投资行为的可能性,使得可以由计算机系统以一致且可预测的方式来实现对发行中的资产进行分配的过程,该方式可以有效利用计算机资源,并且有利于任何数量的经纪交易商的发行者和投资者。
发明内容
在一方面,提供了一种资产向量分析(AVA)计算设备。AVA计算设备包括与数据库通信的至少一个处理器。该至少一个处理器被配置为从数据库取得投资者数据,其中,投资者数据与多个个体投资者以及该多个个体投资者的过去投资活动有关。该至少一个处理器进一步被配置为使用投资者数据针对多个个体投资者中的每一个计算投资者得分。该至少一个处理器进一步被配置为向多个个体投资者中的至少一些发送资产公开发行的通知。该至少一个处理器进一步被配置为从多个个体投资者中的至少一个个体投资者接收响应,该响应指示多个投资者中的至少一个愿意在公开发行上投资的金额。该至少一个处理器进一步被配置为确定公开发行中个体投资者可用的资产总额。该至少一个处理器进一步被配置为至少部分地基于多个个体投资者中的至少一个的投资者得分,向多个投资者中的至少一个分配对于个体投资者可用的资产总额的一部分。
在另一方面,提供了一种计算机实现的方法。该计算机实现的方法由包括与数据库通信的至少一个处理器的资产向量分析(AVA)计算设备实现。该方法包括从数据库取得投资者数据,其中该投资者数据与多个个体投资者以及该多个个体投资者的过去投资活动有关。该方法还包括针对多个个体投资者中的每一个使用投资者数据来计算投资者得分。该方法还包括向多个个体投资者中的至少一些发送资产公开发行的通知。该方法还包括从多个个体投资者中的至少一个接收响应,该响应指示多个投资者中的至少一个愿意在公开发行上投资的金额。该方法还包括确定公开发行中对于个体投资者可用的资产总额。该方法还包括至少部分地基于多个个体投资者中的至少一个的投资者得分,向多个投资者中的至少一个分配对于个体投资者可用的资产总额的一部分。
在另一方面,提供了一种非暂态计算机可读存储介质。该非暂态计算机可读存储介质具有在其上体现的计算机可执行指令,其中,该计算机可执行指令当由具有与数据库通信的至少一个处理器的资产向量分析(AVA)计算设备执行时,该计算机可执行指令使AVA计算设备从数据库中取得投资者数据,其中投资者数据与多个个体投资者以及该多个个体投资者的过去投资活动有关。该计算机可执行指令还使AVA计算设备针对多个个体投资者中的每一个使用投资者数据来计算投资者得分。该计算机可执行指令还使AVA计算设备向多个个体投资者中的至少一些发送资产公开发行的通知。该计算机可执行指令还使AVA计算设备从多个个体投资者中的至少一个接收响应,该响应指示多个投资者中的至少一个愿意在公开发行上投资的金额。该计算机可执行指令还使AVA计算设备确定公开发行中对于个体投资者可用的资产总额。该计算机可执行指令还使AVA计算设备至少部分地基于多个个体投资者中的至少一个的投资者得分,向多个投资者中的至少一个分配对于个体投资者可用的资产总额的一部分。
附图说明
图1是示例公开资产发行的示意图,其示出与投资者计算设备、经纪交易商计算设备和发行者计算设备进行通信的示例资产向量分析(AVA)计算设备。
图2是根据本公开的实施例可用于实现图1中所示的投资者计算设备、经纪交易商计算设备和/或发行者计算设备的客户端系统的示例配置。
图3是根据本公开的实施例可用于实现图1中所示的AVA计算设备的服务器系统的示例配置。
图4A是示出示例过程的流程图,通过该示例过程可以使用图1中所示的AVA计算设备在公开发行中分配资产。
图4B是图4A的流程图的继续。
具体实施方式
以下详细描述通过示例而非限制的方式示出了本公开的实施例。该描述使本领域技术人员能够制作和使用本公开,描述了本公开的若干实施例,改编、变型、替代和使用,包括目前被认为是执行本公开的最优模式的内容。本公开被描述为应用于示例实施例,即,用于在公开发行中分配资产的系统和方法,公开发行诸如但不限于公司股份的首次公开发行(IPO)。在此描述的系统包括至少一个资产向量分析(AVA)计算设备,该设备在公开发行中分配资产。AVA计算设备可以与至少一个经纪交易商计算设备、大量投资者计算设备以及至少一个发行者计算设备通信。
AVA计算设备包括与存储器通信的处理器。AVA计算设备进一步与用于存储诸如历史投资者数据的信息的至少一个数据库通信。历史投资者数据可以包括与通过AVA计算设备外部的通道(例如,通过他们的相关经纪交易商)进行的多个个体投资者的过去投资活动有关的数据字段。例如,此类“外部”历史投资者数据可包括以下中的一个或多个:在峰值持有资产的平均天数,持有特定资产类别的资产的平均天数,特定资产的二级市场的累积百分比,每年的交易数量,和/或交易时每购买力的平均交易规模。历史投资者数据也可以包括与先前关于通过AVA计算设备提供的公开发行的先前投资活动有关的数据,称为“内部”历史投资者数据。例如,此类内部历史投资者数据可以包括以下中的一个或多个:实际购买的资产相对于投资者指示在候选阶段愿意购买的资产额的比例,持有前一次发行的天数除以阈值天数,投资者的社会股份百分比,和/或关于购买力的订单大小。选择阈值天数作为用于持有资产的阈值时间段,该阈值时间段与发行后资产价格的稳定性相关联。投资者的社会股份的百分比是先前通过AVA计算设备向投资者发行的发行百分比,对于该发行,投资者已经以电子方式共享有关该发行的信息(例如,通过共享投资者已经由社交媒体平台进行了投资)。
在示例实施例中,AVA计算设备利用历史投资者数据来针对多个个体投资者中的每一个计算投资者得分。投资者得分可以是动态的,因为有时会对其进行重新计算以包括附加数据,诸如新获得的数据。例如,可以定期地(例如,每12小时)重新计算投资者得分,或者在投资者收到针对其的通知的每个资产发行完成之后重新计算投资者得分。在一些实施例中,外部和内部数据各自用于生成相应的向量(例如,外部向量和内部向量)。相对于用于分析基础变量以评估投资者行为的其它方法,可以使外部向量和内部向量可以被用于以提高处理速度和效率的方式来计算投资者得分。该提高的处理速度和效率使得,例如,(i)横跨多个行业细分分别计算每个候选投资者的投资者得分,从而可以针对每个当前发行使用不同的行业定制的得分,和/或(ii)随着新的投资行为数据变得可用,横跨与任何数量的不同的经纪交易商进行业务的相当大量投资者进行重新计算。另外,在此公开的向量方法使得不同经纪交易商的投资者之间可以进行同类(apples-to-apples)比较。在一些示例实施例中,随着在内部向量的字段内生成更多的记录,在计算投资者得分时,内部向量随时间推移更显著地加权。例如,AVA计算设备内的阈值累积水平(例如,一定数量的交易或特定时间范围)可以用于确定何时应当比外部向量更显著地对内部向量加权。
在一些实施例中,可以仅使用与例如与资产发行所涉及的行业的特定类别相关联的投资者数据(例如,国防、能源或技术)来计算向量的每个分量或因子。因此,对于特定类别的资产发行,投资者得分可以准确地预测投资者相对于特定资产发行的行为(例如,投资者将持有在发行中获取的资产多长时间)。因此,投资者得分可以在资产发行中被发行者使用以基于资产发行所涉及的行业确定将资产分配给环境中的特定个体投资者以及环境中的个体投资者总体的愿望。
在示例实施例中,AVA计算设备进一步被配置为向环境中的多个个体投资者发送资产发行的通知。资产发行的通知可以被发送到环境中的多个投资者中的每一个,或者被发送到多个投资者的子集(例如,相对于特定发行,投资者得分高于阈值的投资者)。在示例实施例中,AVA计算设备进一步被配置为从这些候选投资者接收指示投资者参与该发行的程度的响应。响应可以包括例如候选投资者愿意在发行上投资的量的声明。因为AVA计算设备正在和与每个投资者相关联的经纪交易商进行通信,所以AVA计算设备可以确定每个候选投资者是否能够投资该投资者声明的量,并且在候选投资者无法投资所声明的量的情况下(例如,当投资者缺乏足够资金时)拒绝考虑发行。
在示例实施例中,AVA计算设备进一步被配置为确定可用于分配给个体投资者的资产总额,其指示在公开发行上投资的意愿。AVA计算设备可以生成发行并将其发送给发行者,该发行包括从个体候选投资者接收到的指示愿意参与发行的响应数量、由候选投资者声明的指示愿意参与发行的总金额,以及针对候选个体投资者的指示愿意参与发行的总体投资者得分。作为响应,AVA计算设备可以从发行者接收可用于分配给多个个体投资者的可用资产额。发行者在确定将要经由AVA计算设备发行的资产额时,可以利用AVA计算设备所计算的总投资者得分或愿意参与发行的多个候选个体投资者中的每一个的个体投资者得分。例如,发行者可能正在IPO中发行技术公司的股份。如果愿意参与IPO的个体投资者的得分指示个体投资者很可能会在长时间段内购买和持有科技股票,则发行者可决定应当经由AVA计算设备被分配更大的量,因为投资者可能会采取有利于科技公司的投资行为(例如,通过在长时间段内持有所获取的科技公司股票)。
在示例实施例中,AVA计算设备进一步被配置为基于每个候选投资者的投资者得分将可用资产分配给候选个体投资者。AVA计算设备可以归一化投资者得分,使得候选投资者的归一化投资者得分之和等于将要被分配给候选个体投资者的资产总额。AVA计算设备可以分配可用资产,使得参与发行的候选个体投资者中的每一个接收与个体投资者的归一化投资者得分相关的分配。
本公开解决的技术问题包括以下中的至少一个:(i)计算设备无法量化特定个体投资者愿意在特定公共资产发行中获取资产的可能性;计算设备无法量化特定个体投资者在特定发行中获取资产的财务能力;(iii)计算设备无法量化特定投资者在特定时段内持有在特定发行中获取的资产的可能性;(iv)计算设备无法基于每个特定个体投资者在发行中获取资产的能力在发行中在个体投资者之间分配资产;(v)计算设备无法基于特定个体投资者将在特定发行中获取的资产持有特定时间段的可能性,在发行中在个体投资者之间分配资产;(vi)计算设备无法针对给定的公开发行进行识别和评估合适的个体投资者的通常的主观分析;以及(vii)计算设备无法执行更新维持在每次新发行中资产的准确和有效分配所需的投资者得分所需要的大量计算。
通过在此描述的系统和方法实现的技术效果包括以下中的至少一个:(i)接收与多个历史个体投资者和该多个历史投资者的过去投资活动有关的投资者信息;(ii)将投资者数据存储在数据库中;(iii)针对多个个体投资者中的每一个计算投资者得分;(iv)向多个个体投资者中的至少一些发送公开发行的通知;(v)从多个个体投资者中的至少一个接收到响应,该响应指示多个个体投资者中的一个愿意在公开发行上投资的金额;(vi)确定公开发行中对于个体投资者可用的资产总额;(vii)至少部分地基于多个投资者中的一个的投资者得分,向多个投资者中的至少一个分配首次公开发行中对于个体投资者可用的资产总额的一部分;(viii)分别基于通过AVA计算设备和在AVA计算设备外部进行的发行的历史投资行为,针对个体投资者中的每一个计算内部和外部向量;(ix)在附加历史投资者信息变得可用时重新计算向量;以及(x)在阈值量的内部数据(即,响应于通过AVA计算设备的发行而累积的数据)被累积之后,对内部向量进行重新加权。
通过本公开的系统和方法实现的所得技术利益包括以下中的至少一个:(i)量化特定个体投资者愿意在公开资产发行中获取资产的可能性的能力;量化特定个体投资者在特定发行中获取资产的财务能力的能力;(iii)量化特定个体投资者将在特定发行中所获取的资产持有特定时段内的可能性的能力;(iv)基于每个特定投资者在发行中获取资产的财务能力,在发行中在个体投资者之间分配资产的能力;(v)基于特定个体投资者将在特定发行中获取的资产持有特定时段内的可能性,在发行中在个体投资者之间分配资产的能力;(vi)有效地计算位于不同位置的个体投资者之间的可能性的客观度量的能力,每个个体投资者都与每个个体投资者愿意参与资产发行的众多经纪交易商之一有关系;以及(vii)当有关投资者行为的附加数据变得可用时,在短时间内有效地重新计算针对每个投资者的可能性的能力。
在一个实施例中,提供了一种计算机程序,并且该程序被体现在计算机可读介质上。在示例实施例中,该系统在单个计算机系统上执行,而不需要连接到服务器计算机。在另一个示例实施例中,该系统正在环境中运行(Windows是华盛顿州雷蒙德市微软公司的注册商标)。在另一实施例中,该系统在大型机环境和服务器环境上运行(UNIX是位于英国伯克郡雷丁的X/Open Company Limited的注册商标)。在另一实施例中,该系统在环境上运行(iOS是位于加利福尼亚州圣何塞的思科系统公司的注册商标)。在另一实施例中,该系统在Mac OS环境上运行(Mac OS是位于加利福尼亚州库比蒂诺的苹果公司的注册商标)。该应用灵活,并且被设计为在各种不同的环境中运行,而不会损害任何主要功能。在一些实施例中,系统包括分布在多个计算设备之间的多个组件。一个或多个组件体现为在计算机可读介质中的计算机可执行指令的形式。该系统和过程不限于在此描述的特定实施例。另外,每个系统和每个过程的组件可以与在此描述的其它组件和过程独立地并且分开地实践。每个组件和过程也可以与其它组装程序包和过程结合使用。
在一个实施例中,提供了一种计算机程序,并且该程序被体现在计算机可读介质上并且利用结构化查询语言(SQL),该结构化查询语言(SQL)具有用于管理的客户端用户界面前端和用于标准用户输入和报告的网络界面。在另一实施例中,该系统以网络实现并且在商业实体内联网上运行。在另一实施例中,该系统由具有通过互联网在企业实体的防火墙外部的授权访问的个体完全访问。在另一实施例中,该系统在环境中运行(Windows是华盛顿州雷蒙德市微软公司的注册商标)。该应用灵活并且被设计为在各种不同的环境中运行,而不会损害任何主要功能。
如在此所使用的,以单数形式陈述并且在单词“一”或“一个”之前的元件或步骤应被理解为不排除多个元件或步骤,除非明确地陈述此类排除。此外,对本公开的“示例实施例”或“一个实施例”的引用不旨在被解释为排除同样包含所陈述特征的附加实施例的存在。
如在此所使用的,术语“数据库”可以指数据主体、关系数据库管理系统(RDBMS)或二者。数据库可以包括数据的任何集合,包括分层数据库、关系数据库、平面文件数据库、对象关系数据库、面向对象的数据库,以及存储在计算机系统中的任何其它结构化的记录或数据集合。以上示例仅是示例,并且因此不旨在以任何方式限制术语数据库的定义和/或含义。RDBMS的示例包括但不限于包括数据库、MySQL、DB2、SQL Server、和PostgreSQL。然而,可以使用实现在此描述的系统和方法的任何数据库(Oracle是位于加利福尼亚州Redwood Shores的Oracle Corporation的注册商标;IBM是位于纽约州Armonk的International Business Machines Corporation的注册商标;Microsoft是位于华盛顿州雷蒙德的微软公司的注册商标;并且Sybase Sybase是加利福尼亚州都柏林的Sybase的注册商标)。
如在此所使用的,术语“处理器”可以指中央处理单元、微处理器、微控制器、精简指令集电路(RISC)、专用集成电路(ASIC)、逻辑电路以及能够执行在此所述的功能的任何其它电路或处理器。
如在此所使用的,术语“软件”和“固件”是可互换的,并且包括存储在存储器(包括RAM存储器、ROM存储器、EPROM存储器、EEPROM存储器和非易失性RAM(NVRAM)存储器)中以供处理器执行的任何计算机程序。以上存储器类型仅是示例,并且因此对于可用于存储计算机程序的存储器类型没有限制。
图1是示出示例环境100的示意图。环境100包括至少一个投资者计算设备102、至少一个经纪交易商计算设备104、发行者计算设备106以及资产向量分析(AVA)计算设备108。
每个投资者计算设备102与环境100中的投资者相关联。每个投资者可以是希望通过公开发行购买资产的个体。例如,投资者可能希望购买具有首次公开发行的公司的股票。每个投资者可具有与在IPO和其它公开发行中的该投资者的历史参与相对应的关联历史投资者数据。每个投资者计算设备102与AVA计算设备108直接通信。例如,每个个体投资者向由AVA计算设备108提供的服务进行注册。响应于该注册,AVA计算设备108向投资者计算设备102发送即将到来的公开资产发行的通知。例如但不限于,AVA计算设备108响应于投资者计算设备102向web服务器发送登录凭证,经由安装在投资者计算设备102上的客户端应用或经由投资者计算设备102可访问的网页,向投资者计算设备102发送通知。投资者计算设备102向AVA计算设备108发送指示投资者愿意在即将到来的发行上投资的响应。此类响应可以包括投资者希望在即将到来的发行上投资的金额的声明。如图1中所示,在示例实施例中,环境100可以包括多个投资者计算设备102,每个投资者计算设备102与个体投资者相关联。一些实施例包括发送到成百上千、成千上万或数百万的投资者计算设备102的发行。
每个经纪交易商计算设备104与环境100中的相应经纪交易商相关联。经纪交易商是代表经纪交易商的客户(例如,个体投资者)从事证券(例如股票)交易业务的个体或组织。经纪交易商计算设备104可以通过与经纪交易商计算设备104相对应的经纪交易商来存储或生成与个体投资者的投资活动相对应的历史投资者数据。经纪交易商计算设备104与AVA计算设备108以及经纪交易商的每个客户/个体投资者的投资者计算设备102直接通信。经纪交易商计算设备104向AVA计算设备108发送由经纪交易商计算设备104累积的历史投资者数据。如图1中所示,环境100可以包括多个经纪交易商计算设备104,每个经纪交易商计算设备104与对应的经纪交易商相关联。
发行者计算设备106与诸如IPO的公开发行的发行者相关联。发行者出售例如公司股票的份额以换取资金。发行者可以基于例如感知的财务能力和预期的未来投资行为来选择公开发行中的投资者。这样,发行者可以与任何数量的机构投资者110进行通信,并且可以在AVA计算设备108提供的通道之外将发行的任何合适的部分分配给机构投资者110。另外或可替代地,发行者可以考虑经由AVA计算设备108将发行的一部分分配给个体投资者。发行者可以合计考虑环境100中的个体投资者,使得发行者对要分配多少发行的决定可以基于环境100中所有个体投资者的总的感知财务能力和预期未来投资行为。发行者计算设备106与AVA计算设备108直接通信,以接收有关个体投资者的预期行为的数据。虽然在图1中示出了一个发行者计算设备106,但是环境100可以包括多个发行者计算设备106,每个发行者计算设备106与对应的发行者相关联。
AVA计算设备108进一步与至少一个数据库(可以由图3中所示的存储设备334实现)通信,以用于存储诸如历史投资者数据的信息。在示例实施例中,历史投资者数据被存储在具有多个数据字段和多个记录的至少一个数据结构中,每个记录包括与多个数据字段对应的多个数据值。历史投资者数据可以包括与通过AVA计算设备108外部的通道执行的多个个体投资者的过去投资活动有关的数据字段。在示例实施例中,外部历史投资者数据可以从与AVA计算设备108通信的一个或多个经纪交易商计算设备104中接收。例如,外部历史投资者数据字段可以包括以下中的一个或多个:在峰值持有资产的平均天数、持有特定资产类别的资产的平均天数、特定资产的二级市场的累积百分比、每年的交易次数,和/或交易时每购买力的平均交易规模。
历史投资者数据还可包括与关于通过AVA计算设备108的公开发行的先前投资活动有关的数据,被称为“内部”历史投资者数据。在一些实施例中,AVA计算设备108被配置为从通过AVA计算设备108进行的多个个体投资者的先前投资活动中采集数据,并将所采集的数据作为历史投资者数据的至少一部分存储在数据库中。例如,内部历史投资者数据字段可以包括以下中的一个或多个:实际购买的资产相对于投资者指示在候选阶段愿意购买的资产额的比例,持有前一次发行的天数除以阈值天数,投资者的社会股份百分比,和/或关于购买力的订单大小。如上所述,投资者的社会股份的百分比是先前通过AVA计算设备向投资者提供的发行的百分比,对于该发行,投资者已经以电子方式共享有关该发行的信息(例如,通过共享投资者已经由社交媒体平台进行了投资)。在一些实施例中,候选个体投资者在电子社交媒体平台上的此类共享是发行资产的发行者和/或公司希望鼓励以便为该发行建立积极势头的行为。
AVA计算设备108利用历史投资者数据来计算多个投资者中的每一个的投资者得分。投资者得分可以是动态的,因为有时其被重新计算以包括附加数据,诸如添加到数据库中历史投资者数据中的新的可用数据。例如,投资者得分可以定期地(例如,每12小时)被重新计算,或者在投资者计算设备102接收到来自AVA计算设备108的通知的每个资产发行完成之后被重新计算。可以基于从在AVA设备108外部执行的投资交易(诸如经由经纪交易商计算设备104)获得的历史投资者数据中的各种不同数据字段来计算投资者得分,该历史投资者数据诸如但不限于,在峰值持有资产的平均天数、持有特定资产类别的资产的平均天数、特定资产的二级市场的累积百分比、每年的交易次数,和/或交易时每购买力的平均交易规模。换句话说,这些记录代表个体投资者在通过AVA计算设备108进行的发行之外的经纪交易商的投资活动。投资者得分可以进一步基于根据候选投资者在AVA计算设备108中的过去活动而在AVA计算设备108中内部生成的其它数据字段来计算,诸如实际购买的资产相对于投资者指示在候选阶段愿意购买的资产额的比例,投资者的社会股份百分比,和/或相对于购买力的订单大小。
在示例实施例中,外部数据和内部数据各自用于基于对应的数据字段生成相应的向量(被称为外部向量和内部向量)。
在示例实施例中,使用从外部数据字段中得出的以下因子,针对总计n个候选投资者中的第k个候选个体投资者计算外部向量Ek:
X1k=在峰值持有资产的平均天数;
X2k=相关特定资产类别的资产的平均持有天数;
X3k=特定资产的二级市场累积的百分比;
X4k=每年的交易次数;
X5k=交易时每购买力的交易平均大小。
对于观察中的给定变量,AVA计算设备108计算横跨目标集合的外部因子的加权平均值:
在替代实施例中,可以替换或添加附加外部因子。此外,在一些实施例中,用于为历史投资者生成外部向量的外部因子集合随时间推移修改(例如,从Ek的计算中添加或删除某些因子)。例如,如响应于当前发行所观察的,可以响应于不符合期望的候选个体投资者的行为来修改外部因子集合。在一些此类实施例中,例如通过合适的机器学习算法自动地实现对外部因子集合的修改。另外地或可替代地,外部因子集合的修改由人类操作员来实现。
在示例实施例中,在计算外部向量之前,横跨所有n个候选投资者对用于计算每个候选投资者k的外部向量Ek的因子的值进行归一化,以便归一化外部向量对投资者得分的影响。例如,对于上面讨论的五个外部因子,可以通过以下方式实现每个因子的归一化:
其中1<k<n。
在示例实施例中,使用从内部数据字段中(即,从通过AVA计算设备108进行的第k个候选个体投资者的至少一项先前交易中)得出的以下内部因子针对第k个候选个体投资者计算内部向量Ik):
Y1k=实际购买的资产相对于投资者指示在候选阶段愿意购买的资产额的比例;
Y2k=持有前一次发行的天数除以阈值天数;
Y3k=投资者的社会股份百分比;以及
Y4k=相对于购买力的订单大小。
对于观察中的给定变量,AVA计算设备108计算横跨目标集合的内部数据因子的加权平均值:
如果Ik-1==0
否则
其中⊙是微分算术运算符(例如,乘法、微分或加法算术运算符),其可产生横跨投资者的内部向量的归一化。
在替代实施例中,可以替换或添加附加内部因子。此外,在一些实施例中,用于生成历史投资者的内部向量的内部因子集合随时间推移修改(例如,从Ik的计算中添加或删除某些因子)。例如,如响应于当前发行所观察的,可以响应于不符合期望的候选个体投资者的行为来修改内部因子集合。在一些此类实施例中,例如通过合适的机器学习算法自动地实现对内部因子集合的修改。另外地或可替代地,内部因子集合的修改由人类操作员来实现。
在示例实施例中,将第k个候选个体投资者的外部向量和内部向量线性地组合(例如,乘以加权因子并求和),以获得第k个候选个体投资者的投资者得分Uk。在一些示例实施例中,随着在内部向量的字段内生成更多的记录,在计算投资者得分时,内部向量随时间推移更显著地加权。例如,可以使用阈值累积水平(例如,一定数量的交易或特定时间范围)来确定何时和/或在何种程度上应该比外部向量更显著地对内部向量加权。
在一些实施例中,仅使用例如来自与资产发行相关的不同行业类别(例如,国防、能源或技术)的历史投资者数据来计算一个或两个向量中的每个因子。例如,AVA计算设备108在历史投资者数据的数据库中查询与当前发行相关联的行业类别有关的投资活动的记录,并且仅使用所返回记录中的数据字段值来计算外部和内部向量中的一个或二者。换句话说,仅基于针对当前发行行业中的投资的候选投资者的历史投资数据来计算用于分配每个当前发行的外部和/或内部向量。因此,对于特定行业类别的资产发行,投资者得分更准确地预测了候选投资者相对于特定资产发行的行为(例如,投资者将持有在发行中获取的资产多长时间)。
投资者得分可以被发行者在资产发行中使用以确定将资产分配给环境100中的特定个体投资者以及环境中的个体投资者总体的愿望。在一些实施例中,如上所述基于外部和内部向量在二维模型中对候选投资者的排名使得相对于用于分析相同基础变量以评估投资者行为的其它方法,以提高AVA计算设备108的处理速度和效率的方式来实现投资者得分的计算。该提高的处理速度和效率实现,例如,(i)由AVA计算设备108分别横跨多个行业细分针对每个候选投资者计算投资者得分Uk,从而能够针对每个当前发行使用不同的行业定制的得分,和/或(ii)由AVA计算设备108响应于横跨与大量经纪交易商进行业务的相当大量的n个投资者(诸如数百、数千、数万或数百万个候选投资者)的不断增加数量的历史投资者数据,重新计算投资者得分Uk。另外,在此公开的向量方法使得能够在不同经纪交易商处的投资者中进行同类比较,从而消除了同经纪交易商在针对每个发行选择候选个体投资者时的各种主观性。
如上所述,AVA计算设备108进一步被配置为向环境100中的投资者计算设备102发送资产发行的通知。资产发行的通知可以被发送给环境100中的每个投资者计算设备102,或者发送给投资者计算设备102的子集(例如,相对于特定发行,与具有高于阈值的投资者得分的投资者相关联的那些设备)。在示例实施例中,AVA计算设备106进一步被配置为从投资者计算设备102接收指示投资者愿意参与发行的程度的响应。该响应可以包括例如对应的候选投资者愿意在发行中投资的量的声明。由于AVA计算设备108和与每个投资者相关联的经纪交易商计算设备104进行通信,因此AVA计算设备108可以确定每个候选投资者是否能够投资所声明的量,并且在候选投资者无法投资所声明的量的情况下(例如,当投资者缺乏足够资金时)拒绝考虑发行。
AVA计算设备108进一步被配置为确定可用于分配给个体投资者的资产总额,其指示在公开发行上投资的意愿。在示例实施例中,AVA计算设备108生成购买发行并将其发送给发行者计算设备106,该发行包括例如从指示愿意参与发行的候选个体投资者接收到的响应数量、意愿候选投资者声明的资金总额,以及针对意愿候选个体投资者的总体投资者得分。作为响应,AVA计算设备108可以从发行者计算设备106接收可用于分配给多个意愿候选个体投资者的可用资产额。发行者在确定要经由AVA计算设备108发行的资产额时,可以利用由AVA计算设备108计算的总体投资者得分和/或针对意愿候选个体投资者的个体投资者得分。例如,发行者可能正在IPO中发行科技公司的股份。如果针对愿意参与IPO的个体投资者的投资者得分指示个体投资者很可能会在长时间段内购买和持有科技股票,从而为公司带来利益,则发行者可决定应当经由AVA计算设备108分配更大的量,因为候选投资者可能会采取有利于科技公司的投资行为(例如,通过在长时间段内持有所获取的科技公司股票)。
AVA计算设备108进一步被配置为与每个投资者的投资者得分成比例地分配由发行者计算设备106做出的对于意愿候选个体投资者可用的总资产。例如,AVA计算设备108对投资者得分归一化,使得针对意愿候选投资者的归一化投资者得分的总和等于可用于分配给个体投资者的资产总额。然后,AVA计算设备108分配可用资产,使得参与发行的个体投资者中的每一个购买与个体投资者的归一化投资者得分相关的分配。
在一些实施例中,因为由AVA计算设备108对当前发行的分配至少部分地基于每个候选投资者的先前投资行为导致外部和/或内部向量的高价值的程度,所以AVA计算设备108实际上奖励其过去的投资行为有利于公司以较高的当前发行分配来进行公开发行的个体投资者。
图2示出根据本公开的一个实施例的可以用于实现投资者计算设备102,经纪交易商计算设备104,和/或发行者计算设备106的客户端系统202的示例配置。在示例实施例中,客户端系统202可由用户201(诸如投资者、经纪交易商或发行者)操作。客户端系统202包括用于执行存储在存储器区域210中的指令的处理器205。在一些实施例中,可执行指令存储在存储器区域210中。处理器205可以例如包括一个或多个处理单元(例如,以多核配置)。存储器区域210例如可以是允许诸如可执行指令和/或投资者数据的信息被存储和取得的任何设备。存储器区域210可以进一步包括一种或多种计算机可读介质。
在示例实施例中,客户端系统202进一步包括用于向用户201呈现信息的至少一个媒体输出组件215。媒体输出组件215例如可以是能够将电子信息转换并传达给用户201的任何组件。例如,媒体输出组件215可以是被配置为以报告、仪表板、通信等形式显示组件生命周期数据的显示组件。在一些实施例中,媒体输出组件215包括输出适配器(未示出),诸如视频适配器和/或音频适配器,该输出适配器可操作地耦合到处理器205,并且可操作地可连接到输出设备(也未示出),诸如显示设备(例如阴极射线管(CRT)、液晶显示器(LCD)、发光二极管(LED)显示器或“电子墨水”显示器)或音频输出设备(例如扬声器或耳机)。
在一些实施例中,媒体输出组件215被配置为包括并向用户201呈现诸如web浏览器和/或至少一个客户端应用的图形用户界面(未示出)。图形用户界面可以包括例如,用于查看和/或响应通过AVA计算设备108呈现的发行的界面,和/或用于管理支付信息的钱包应用。图形用户界面还可包括例如用于查看和/或响应通过AVA计算设备108呈现的发行的界面。在一些实施例中,客户端系统202包括用于接收来自用户201的输入的输入设备220。用户201可使用输入设备220用于但不限于选择发行和/或输入购买请求,或访问登录凭证信息和/或支付信息。输入设备220可以包括例如键盘、指向设备、鼠标、手写笔、触敏面板、触摸板、触摸屏、陀螺仪、加速度计、位置检测器、音频输入设备、指纹读取器/扫描仪、掌纹读取器/扫描仪、虹膜读取器/扫描仪、视网膜读取器/扫描仪、轮廓扫描仪等。诸如触摸屏的单个组件可以既充当媒体输出组件215的输出设备,又充当输入设备220。用户计算设备202还可以包括通信接口225,该通信接口可通信地连接到诸如经纪交易商计算设备104和/或AVA计算设备108(如图1中所示)的远程设备。通信接口225可以包括例如与移动电话网络(例如,全球移动通信系统(GSM)、3G、4G或蓝牙)或其它移动数据网络(例如,全球微波访问互操作性(WIMAX))一起使用的有线或无线网络适配器或无线数据收发机。
例如,存储在存储器区域210中的是计算机可读指令,该计算机可读指令用于经由媒体输出组件215向用户201提供用户界面,并且可选地,接收和处理来自输入设备220的输入。用户界面除其它可能性外可包括web浏览器和至少一个客户端应用。Web浏览器使用户(诸如用户201)能够显示通常嵌入到AVA计算设备108的网页或网站中的媒体和其它信息,并且与之交互。客户端应用允许用户201与来自AVA计算设备108的服务器应用进行交互。例如,指令可以由云服务存储,并且指令执行的输出被发送到媒体输出组件215。
处理器205执行用于实现本公开的方面的计算机可执行指令。在一些实施例中,通过执行计算机可执行指令或通过其它方式编程,处理器205被转换为专用微处理器。
图3示出可以用于实现AVA计算设备108(图1中所示)的服务器系统300的示例配置。在示例实施例中,服务器系统300包括与至少一个存储设备334进行电子通信的至少一个服务器计算设备301。在示例性实施例中,服务器计算设备301包括用于执行存储在存储器区域310中的指令(未示出)的处理器305。在实施例中,处理器305可以包括用于执行指令的一个或多个处理单元(例如,以多核配置)。指令可以在服务器系统300上的各种不同操作系统(诸如(LINUX是Linus Torvalds的注册商标)、Microsoft等)中被执行。更具体地,指令可导致对存储在存储设备334中的数据进行各种数据操作(例如,创建、读取、更新和删除过程)。还应当理解,在基于计算机的方法启动时,可以在初始化期间执行各种指令。为了执行在此所述的一个或多个过程,可能需要一些操作,而其它操作可能更通用和/或特定于特定的编程语言(例如,C、C#、C++、Java或其它合适的编程语言等)。
在示例实施例中,处理器305可操作地耦合到通信接口315,使得服务器系统300能够与远程设备(诸如投资者计算设备102、经纪交易商计算设备104、发行者计算设备106或另一AVA计算设备108)进行通信。例如,通信接口315可以经由互联网接收来自远程设备的请求。
在示例实施例中,处理器305也可操作地耦合到存储设备334,该存储设备334可以是例如适合于存储和/或取得数据的任何计算机操作的硬件单元。存储设备334例如用于存储历史投资者数据的数据库。在一些实施例中,存储设备334被集成在服务器系统300中。例如,服务器系统300可以包括作为存储设备334的一个或多个硬盘驱动器。在某些实施例中,存储设备334在服务器系统300的外部。服务器系统300可以包括作为存储设备334的一个或多个硬盘驱动器。在其它实施例中,存储设备334在服务器系统300的外部并且可以被多个服务器系统300访问。例如,存储设备334可以在廉价磁盘冗余阵列(RAID)配置中包括多个存储单元,诸如硬盘或固态磁盘。存储设备334可以包括存储区域网络(SAN)和/或网络附加存储(NAS)系统。
在一些实施例中,处理器305经由存储接口320可操作地耦合到存储设备334。存储接口320可以包括例如能够向处理器305提供对存储设备334的访问的组件。在示例性实施例中,存储接口320进一步包括以下中的一个或多个:高级技术附件(ATA)适配器、串行ATA(SATA)适配器、小型计算机系统接口(SCSI)适配器、RAID控制器、SAN适配器、网络适配器,和/或向处理器305提供对存储设备334的访问的任何类似功能的组件。
存储器区域310可以包括但不限于诸如动态RAM(DRAM)或静态RAM(SRAM)的随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM)、电可擦可编程只读存储器(EEPROM)、非易失性RAM(NVRAM)和磁阻随机存取存储器(MRAM)。以上存储器类型仅是示例,并且因此对于可用于存储计算机程序的存储器类型没有限制。
图4A和图4B是示出示例过程400的流程图,通过该示例过程,资产可以由AVA计算设备分配,该示例过程可以使用AVA计算设备108(图1中所示)来实现。
在示例实施例中,方法400包括从数据库中取得408投资者数据,其中,该投资者数据与多个个体投资者以及该多个个体投资者的过去投资活动有关。方法400还包括针对多个个体投资者中的每一个使用投资者数据计算410投资者得分。方法400还包括向多个个体投资者中的至少一些发送428资产公开发行的通知。方法400还包括从多个个体投资者中的至少一个接收430响应,该响应指示多个投资者中的至少一个愿意在公开发行上投资的金额。方法400还包括确定432公开发行中个体投资者可用的资产总额。方法400还包括至少部分地基于多个个体投资者中的至少一个的投资者得分,将对于个体投资者可用的资产总额的一部分分配434给多个个体投资者中的至少一个。
在一些实施例中,方法400还包括从至少一个经纪交易商计算设备接收402投资者数据的至少一部分,其中,所接收的投资者数据的至少一部分与通过AVA计算设备外部的通道进行的多个个体投资者的过去投资交易相关联。
在某些实施例中,方法400还包括从通过AVA计算设备进行的多个投资者的投资交易中采集404数据,并将所采集的数据作为投资者数据的至少一部分存储406在数据库中。
在一些实施例中,步骤410还包括使用从外部数据字段得出的外部因子来计算414外部向量。外部数据字段与通过AVA计算设备外部的通道进行的多个个体投资者的过去投资交易相关联。在一些此类实施例中,步骤410还包括将外部向量计算416为外部因子的加权平均值。另外地或可替代地,步骤410还包括在计算外部向量之前归一化412横跨多个个体投资者的外部因子中的每一个。
在某些实施例中,步骤410还包括使用从内部数据字段得出的内部因子来计算418内部向量。内部数据字段与通过AVA计算设备进行的多个个体投资者的过去投资交易相关联。在一些此类实施例中,步骤410还包括将内部向量计算420为内部因子的加权平均值。另外地或可替代地,步骤410还包括基于内部数据字段中累积的数据量对内部向量进行加权422。
在一些实施例中,步骤410还包括使用外部向量和内部向量的加权组合来针对每个个体投资者计算424投资者得分。
在某些实施例中,方法400还包括在(i)定期和(ii)在相应个体投资者从AVA计算设备接收到其通知的每个发行完成之后中的至少一个中,针对多个个体投资者中每一个重新计算426投资者得分。
虽然已经根据各种特定实施例描述了本公开,但是本领域技术人员将认识到,可以在权利要求的精神和范围内进行修改来实践本公开。
如在此所使用的,术语“非暂态计算机可读介质”旨在表示以用于信息(诸如计算机可读指令、数据结构、程序模块和子模块或任何设备中的其它数据)短期和长期存储的任何方法或技术实现的任何有形的基于计算机的设备。因此,在此描述的方法可以被编码为体现在有形非暂态计算机可读介质中的可执行指令,该介质包括但不限于存储设备和/或存储器设备。此类指令当由处理器执行时,使处理器执行在此描述的方法的至少一部分。此外,如在此所使用的,术语“非暂态计算机可读介质”包括所有有形的计算机可读介质,包括但不限于非暂态计算机存储设备,包括但不限于易失性和非易失性介质,以及可移动的和不可移动的介质,诸如固件、物理和虚拟存储、CD-ROM、DVD和任何其它数字源(诸如网络或互联网)以及尚未开发的数字方式,唯一的例外是暂态的传播信号。
如基于前述说明书将理解的,可以使用包括计算机软件、固件、硬件或其任何组合或子集的计算机编程或工程技术来实现本公开的上述实施例,其中技术效果是用于投资者得分的各个方面的灵活系统。可以在一个或多个计算机可读介质中体现或提供具有计算机可读代码部件的任何此类所得程序,从而根据本公开的所讨论实施例来制造计算机程序产品,即制品。通过直接从一种介质执行代码,通过将代码从一种介质复制到另一种介质或通过网络发送代码,可以制造和/或使用包含计算机代码的制品。
此外,尽管在此将AVA计算设备的各个元件描述为包括通用处理和存储器设备,但应理解,AVA计算设备是专用计算机,该专用计算机被配置为基于量化个体投资者的兴趣和参与特定公开发行的能力的得分,执行在此描述的用于公开发行中股份分配的步骤。
该书面描述使用示例来公开包括最优模式的实施例,并且还使本领域技术人员能够实践实施例,包括制造和使用任何设备或系统以及执行任何结合的方法。本公开的可专利范围由权利要求限定,并且可以包括本领域技术人员想到的其它示例。如果此类其它示例具有与权利要求的字面语言没有不同的结构元件,或者如果它们包括与权利要求的字面语言无实质性位置差异的等效结构元件,则它们旨在处于权利要求的范围内。
Claims (20)
1.一种资产向量分析(AVA)计算设备,其包括与数据库通信的至少一个处理器,所述至少一个处理器被配置为:
从所述数据库取得投资者数据,其中,所述投资者数据与多个个体投资者以及所述多个个体投资者的过去的投资活动有关;
对于所述多个个体投资者中的每一个,使用所述投资者数据计算投资者得分;
向所述多个个体投资者中的至少一些发送资产公开发行的通知;
从所述多个个体投资者中的至少一个接收响应,所述响应指示所述多个投资者中的所述至少一个愿意在所述公开发行上投资的金额;
确定所述公开发行中对于所述个体投资者可用的资产总额;以及
至少部分地基于所述多个个体投资者中的所述至少一个的所述投资者得分,向所述多个投资者中的所述至少一个分配对于个体投资者可用的所述资产总额的一部分。
2.根据权利要求1所述的AVA计算设备,其中,所述至少一个处理器进一步被配置为从至少一个经纪交易商计算设备接收所述投资者数据的至少一部分,其中,所接收的所述投资者数据的至少一部分与通过所述AVA计算设备外部的通道进行的所述多个个体投资者的过去的投资交易相关联。
3.根据权利要求1所述的AVA计算设备,其中,所述至少一个处理器进一步被配置为:
从通过所述AVA计算设备进行的所述多个个体投资者的投资交易中采集数据;以及
将所采集的数据作为所述投资者数据的至少一部分存储在所述数据库中。
4.根据权利要求1所述的AVA计算设备,其中,所述投资者数据包括:(i)与通过所述AVA计算设备外部的通道进行的所述多个个体投资者的过去的投资交易相关联的外部数据字段;以及(ii)与通过所述AVA计算设备进行的所述多个个体投资者的过去的投资交易相关联的内部数据字段,以及其中,所述至少一个处理器进一步被配置为:
使用从所述外部数据字段得出的外部因子计算外部向量;
使用从所述内部数据字段得出的内部因子计算内部向量;以及
使用所述外部向量和所述内部向量的加权组合计算每个个体投资者的所述投资者得分。
5.根据权利要求4所述的AVA计算设备,其中,所述至少一个处理器进一步被配置为将所述外部向量计算为所述外部因子的加权平均值。
6.根据权利要求4所述的AVA计算设备,其中,所述至少一个处理器进一步被配置为在计算所述外部向量之前,归一化横跨所述多个个体投资者的所述外部因子中的每一个。
7.根据权利要求4所述的AVA计算设备,其中,所述至少一个处理器进一步被配置为将所述内部向量计算为所述内部因子的加权平均值。
8.根据权利要求1所述的AVA计算设备,其中,所述至少一个处理器进一步被配置为基于在所述内部数据字段中累积的数据量对所述内部向量加权。
9.根据权利要求1所述的AVA计算设备,其中,所述至少一个处理器进一步被配置为:在(i)定期和(ii)在相应个体投资者从所述AVA计算设备接收到所述通知的每个发行完成之后中的至少一个中,针对所述多个个体投资者中每一个重新计算所述投资者得分。
10.根据权利要求1所述的AVA计算设备,其中,资产的所述公开发行与行业类别相关联,以及其中,所述至少一个处理器进一步被配置为:
在所述数据库中查询与所述行业类别有关的所述过去的投资活动的投资者数据记录;以及
仅使用所返回的记录来计算所述外部向量和所述内部向量中的至少一个。
11.一种计算机实现的方法,所述方法由包括与数据库通信的至少一个处理器的资产向量分析(AVA)计算设备实现,所述方法包括:
由所述AVA计算设备从所述数据库中取得投资者数据,其中,所述投资者数据与多个个体投资者以及所述多个个体投资者的过去的投资活动有关;
由所述AVA计算设备,对于所述多个个体投资者中的每一个,使用所述投资者数据计算投资者得分;
由所述AVA计算设备向所述多个个体投资者中的至少一些发送资产公开发行的通知;
由所述AVA计算设备从所述多个个体投资者中的至少一个接收响应,所述响应指示所述多个投资者中的所述至少一个愿意在所述公开发行上投资的金额;
由所述AVA计算设备确定所述公开发行中对于所述个体投资者可用的资产总额;以及
至少部分地基于所述多个个体投资者中的所述至少一个的所述投资者得分,由所述AVA计算设备向所述多个投资者中的所述至少一个分配对于个体投资者可用的所述资产总额的一部分。
12.根据权利要求11所述的计算机实现的方法,进一步包括:由所述AVA计算设备从至少一个经纪交易商计算设备接收所述投资者数据的至少一部分,其中,所接收的所述投资者数据的至少一部分与通过所述AVA计算设备外部的通道进行的所述多个个体投资者的过去的投资交易相关联。
13.根据权利要求11所述的计算机实现的方法,进一步包括:
由所述AVA计算设备从通过所述AVA计算设备进行的所述多个个体投资者的投资交易中采集数据;以及
由所述AVA计算设备将所采集的数据作为所述投资者数据的至少一部分存储在所述数据库中。
14.一种在其上体现有计算机可执行指令的非暂态计算机可读存储介质,其中,当所述计算机可执行指令由具有与数据库通信的至少一个处理器的资产向量分析(AVA)计算设备执行时,所述计算机可执行指令使所述AVA计算设备:
从所述数据库中取得投资者数据,其中,所述投资者数据与多个个体投资者以及所述多个个体投资者的过去的投资活动有关;
对于所述多个个体投资者中的每一个,使用所述投资者数据计算投资者得分;
向所述多个个体投资者中的至少一些发送资产公开发行的通知;
从所述多个个体投资者中的至少一个接收响应,所述响应指示所述多个投资者中的至少一个愿意在所述公开发行上投资的金额;
确定所述公开发行中对于所述个体投资者可用的资产总额;以及
至少部分地基于所述多个个体投资者中的所述至少一个的所述投资者得分,向所述多个投资者中的所述至少一个分配对于个体投资者可用的所述资产总额的一部分。
15.根据权利要求14所述的非暂态计算机可读存储介质,其中,所述投资者数据包括:(i)与通过所述AVA计算设备外部的通道进行的所述多个个体投资者的过去的投资交易相关联的外部数据字段;以及(ii)与通过所述AVA计算设备进行的所述多个个体投资者的过去的投资交易相关联的内部数据字段,以及其中,所述计算机可执行指令进一步使所述AVA计算设备:
使用从所述外部数据字段得出的外部因子计算外部向量;
使用从所述内部数据字段得出的内部因子计算内部向量;以及
使用所述外部向量和所述内部向量的加权组合计算每个个体投资者的所述投资者得分。
16.根据权利要求15所述的非暂态计算机可读存储介质,其中,所述计算机可执行指令进一步使所述AVA计算设备将所述外部向量计算为所述外部因子的加权平均值。
17.根据权利要求15所述的非暂态计算机可读存储介质,其中,所述计算机可执行指令进一步使所述AVA计算设备在计算所述外部向量之前,归一化横跨所述多个个体投资者的所述外部因子中的每一个。
18.根据权利要求15所述的非暂态计算机可读存储介质,其中,所述计算机可执行指令进一步使所述AVA计算设备将所述内部向量计算为所述内部因子的加权平均值。
19.根据权利要求14所述的非暂态计算机可读存储介质,其中,所述计算机可执行指令进一步使所述AVA计算设备基于在所述内部数据字段中累积的数据量对所述内部向量加权。
20.根据权利要求14所述的非暂态计算机可读存储介质,其中,所述资产公开发行与行业类别相关联,以及其中,所述计算机可执行指令进一步使所述AVA计算设备:
在所述数据库中查询与所述行业类别有关的所述过去的投资活动的投资者数据记录;以及
仅使用所返回的记录来计算所述外部向量和所述内部向量中的至少一个。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201862620485P | 2018-01-23 | 2018-01-23 | |
US62/620,485 | 2018-01-23 | ||
PCT/US2019/014551 WO2019147571A1 (en) | 2018-01-23 | 2019-01-22 | System and method for quantifiable categorization of candidates for asset allocation |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111819592A true CN111819592A (zh) | 2020-10-23 |
Family
ID=67299570
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201980009497.4A Pending CN111819592A (zh) | 2018-01-23 | 2019-01-22 | 用于资产分配的候选者的可量化分类的系统和方法 |
Country Status (3)
Country | Link |
---|---|
US (1) | US20190228472A1 (zh) |
CN (1) | CN111819592A (zh) |
WO (1) | WO2019147571A1 (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20220027991A1 (en) * | 2020-07-24 | 2022-01-27 | Click IPO Holdings, LLC | Systems and methods for tracking and reporting user interactions with data objects |
US20220343430A1 (en) * | 2021-04-22 | 2022-10-27 | Novation Solutions Inc. | Computational investment propensity scoring |
US20230110458A1 (en) * | 2021-10-08 | 2023-04-13 | Jpmorgan Chase Bank, N.A. | Method and system for matching investors with companies |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040039685A1 (en) * | 1999-06-15 | 2004-02-26 | W.R. Hambrecht + Co., A California Corporation | Auction system and method for pricing and allocation during capital formation |
CN101814177A (zh) * | 2009-02-20 | 2010-08-25 | 李文福 | 一种金融交易系统及方法 |
CN102576448A (zh) * | 2009-08-12 | 2012-07-11 | 巴克内尔科技有限公司 | 用于对证券进行定价和分配的方法和系统 |
US20130179259A1 (en) * | 2012-01-06 | 2013-07-11 | The Nasdaq Omx Group, Inc. | Computer-implemented system and method for targeting investors compatible with a company |
CN104766239A (zh) * | 2015-04-16 | 2015-07-08 | 朱建明 | 网上非公开募资方法 |
CN105051775A (zh) * | 2013-01-28 | 2015-11-11 | 傲朋众筹株式会社 | 应用开放平台的筹资运营及事后管理系统及其方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7548880B1 (en) * | 2000-11-17 | 2009-06-16 | Harold P Mintz | Method of operating a venture business |
US20130097059A1 (en) * | 2011-10-14 | 2013-04-18 | John F. Bonner | Predictive initial public offering analytics |
-
2019
- 2019-01-22 CN CN201980009497.4A patent/CN111819592A/zh active Pending
- 2019-01-22 US US16/253,657 patent/US20190228472A1/en not_active Abandoned
- 2019-01-22 WO PCT/US2019/014551 patent/WO2019147571A1/en active Application Filing
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040039685A1 (en) * | 1999-06-15 | 2004-02-26 | W.R. Hambrecht + Co., A California Corporation | Auction system and method for pricing and allocation during capital formation |
CN101814177A (zh) * | 2009-02-20 | 2010-08-25 | 李文福 | 一种金融交易系统及方法 |
CN102576448A (zh) * | 2009-08-12 | 2012-07-11 | 巴克内尔科技有限公司 | 用于对证券进行定价和分配的方法和系统 |
US20130179259A1 (en) * | 2012-01-06 | 2013-07-11 | The Nasdaq Omx Group, Inc. | Computer-implemented system and method for targeting investors compatible with a company |
CN105051775A (zh) * | 2013-01-28 | 2015-11-11 | 傲朋众筹株式会社 | 应用开放平台的筹资运营及事后管理系统及其方法 |
CN104766239A (zh) * | 2015-04-16 | 2015-07-08 | 朱建明 | 网上非公开募资方法 |
Also Published As
Publication number | Publication date |
---|---|
US20190228472A1 (en) | 2019-07-25 |
WO2019147571A1 (en) | 2019-08-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20200192894A1 (en) | System and method for using data incident based modeling and prediction | |
US20100076812A1 (en) | Business performance measurements | |
AU2014201254A1 (en) | Methods and systems for self-funding investments | |
US20150081522A1 (en) | System and method for automatically providing a/r-based lines of credit to businesses | |
TW202004636A (zh) | 保險服務優化方法、系統及電腦程式產品 | |
US20240112270A1 (en) | Systems for Generation of Liability Protection Policies | |
JP6515251B2 (ja) | データ市場において価格発見メカニズムを割り振るための方法およびシステム | |
HOSSEYNI et al. | An analysis of transaction costs of obtaining credits in rural Iran | |
EP3097532A1 (en) | Stratified composite portfolios of investment securities | |
JP6978551B2 (ja) | 特許評価システム | |
CN111819592A (zh) | 用于资产分配的候选者的可量化分类的系统和方法 | |
JP2018503927A (ja) | 投資証券の複合ポートフォリオのセグメント化及び層化 | |
Gallucci et al. | Financial ratios, corporate governance and bank-firm information: A Bayesian approach to predict SMEs’ default | |
US20210350459A1 (en) | Diamond Asset Systems and Methods Facilitating Transactions, Valuation, and Securitization | |
US20230245237A1 (en) | Systems and methods for allocating assets to directed and interest-based participants | |
US20210073908A1 (en) | Systems and computer-implemented processes for occupational risk assessment | |
US20230274380A1 (en) | Securitizing and trading health quality credits | |
US20180285978A1 (en) | Systems and Methods for Use in Providing Indicators Related to Insurance Products, Based on Transaction Data | |
US10475052B2 (en) | Systems and methods for use in evaluating aggregate merchant sets | |
US10242068B1 (en) | Methods and systems for ranking leads based on given characteristics | |
US20180367639A1 (en) | System and method of reciprocal data sharing | |
TWI567679B (zh) | 用於在一資料庫中建構投資證券之表示的電腦實施方法及系統 | |
JP2014164768A (ja) | 相場の変則を探知するためのシステムおよび方法 | |
US11640639B2 (en) | Systems and methods for allocating fractional shares of a public offering | |
Kellerman | Analysing the investor life cycle in a South African universal bank |
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 |