CN107451920A - 计算服务器、动态收益处理方法及存储介质 - Google Patents
计算服务器、动态收益处理方法及存储介质 Download PDFInfo
- Publication number
- CN107451920A CN107451920A CN201710703126.9A CN201710703126A CN107451920A CN 107451920 A CN107451920 A CN 107451920A CN 201710703126 A CN201710703126 A CN 201710703126A CN 107451920 A CN107451920 A CN 107451920A
- Authority
- CN
- China
- Prior art keywords
- investor
- investment
- behavior
- function
- type
- 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
- G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
- G06Q40/06—Asset management; Financial planning or analysis
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Finance (AREA)
- Accounting & Taxation (AREA)
- Development Economics (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Human Resources & Organizations (AREA)
- Entrepreneurship & Innovation (AREA)
- Economics (AREA)
- Marketing (AREA)
- Strategic Management (AREA)
- Technology Law (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
Abstract
本发明涉及一种计算服务器、动态收益处理方法及存储介质,该方法包括:在接收到请求后,确定出该投资项目对应的投资者敏感行为类型;从投资数据中,提取出各个投资者的与各个确定的投资者敏感行为类型对应的行为数据;按照实际投资时间降序的顺序对各个投资者进行排序,并根据该排序确定各个投资者对应的总投资收益率的总计算函数;基于各个投资者的各个类型的行为数据及子收益率计算函数,分别计算出对应的行为数据对应的子收益率,及计算各个投资者对应的总收益率。本发明在保证整个投资项目的平均固定收益率固定的同时,使得不同投资者的总收益率随着各自的投资行为数据的不同而不同,实现投资回报与投资行为的客观统一、准确对应。
Description
技术领域
本发明涉及金融技术领域,尤其涉及一种计算服务器、动态收益处理方法及存储介质。
背景技术
现有的理财产品利率的计算方案是在投资标地固定后,根据资产的风险价值精算出相应的投资收益率,所有投资者都享有这一共同的投资收益率。现有的固定收益率计算方式主要有两个方面的不足:
(1)投资者对资源募集的贡献不同,相同的资收益率不能准确的反应出真实的贡献与回报的关系,投资回报与投资行为没有做到客观统一、准确对应,投资回报数据通常计算的不客观、准确;
(2)固定收益模式导致基金或资本项目的交易结构设计偏单一,不能实时根据不同变动因素(例如,市场流动资金成本、项目周期等)做到灵活调整,同时,固定收益模式受人为主观因素影响较大,无法准确发挥投资—回报的导向作用。
因此,如何确定出符合自然规律的、客观的计算函数关系,通过客观计算方式(例如,机器根据客观指标按照预先确定的计算函数关系)自动准确的计算出不同投资者的不同投资行为的投资回报数据,已经成为一个亟待解决的技术问题。
发明内容
本发明的目的在于提供一种计算服务器、动态收益处理方法及存储介质,旨在在保证整个投资项目的平均固定收益率固定的同时,使得不同投资者的总收益率随着各自的投资行为数据的不同而不同,实现投资回报与投资行为的客观统一、准确对应。
为实现上述目的,本发明提供一种计算服务器,所述计算服务器包括存储器及与所述存储器连接的处理器,所述存储器中存储有可在所述处理器上运行的处理系统,所述处理系统被所述处理器执行时实现如下步骤:
敏感行为类型确定步骤,在接收到针对一个投资项目的投资回报数据计算请求后,确定出该投资项目对应的投资者敏感行为类型,所述投资者敏感行为类型包括第一行为类型和第二行为类型;
提取步骤,从预存的该投资项目对应的投资数据中,提取出各个投资者的与各个确定的投资者敏感行为类型对应的行为数据,所述行为数据包括实际投资时间;
总计算函数确定步骤,按照实际投资时间降序的顺序对各个投资者进行排序,并根据各个投资者的排序确定各个投资者对应的总投资收益率的总计算函数,所述总计算函数包括第一行为类型对应的第一子收益率计算函数和第二行为类型对应的第二子收益率计算函数;
总收益率计算步骤,将提取出的各个投资者的各个类型的行为数据分别代入到对应的子收益率计算函数,分别计算出各个投资者的各个类型的行为数据对应的子收益率,并分别将各个投资者的各个类型的行为数据对应的子收益率代入到对应的总计算函数,计算出各个投资者对应的总收益率。
优选地,所述确定出该投资项目对应的投资者敏感行为类型的步骤包括:
根据预先确定的投资项目与项目类型的映射关系,确定出该投资项目对应的项目类型;
根据预先确定的项目类型与投资者敏感行为类型的映射关系,确定出该投资项目对应的投资者敏感行为类型。
优选地,所述第一行为类型为投资时间,所述第二行为类型为非投资时间的其他行为类型,排序为i的投资者Ui对应总计算函数为Y(Ui)=A(Ui)+R(Ui),其中,所述A(Ui)为所述第一子收益率计算函数,所述R(Ui)为所述第二子收益率计算函数;
所述所述R(Ui)=(d(Ui)*Y)/i,所述所述其中,所述N为该投资项目的投资者总数量,所述Y为预先确定的该投资项目对应的平均固定收益率,所述min(score(U,Xj))为所有投资者中投资行为Xj对应的收益率数值中的最小值,所述max(score(U,Xj))代表所有投资者中投资行为Xj对应的收益率数值中的最大值;所述score(Ui,Xj)代表投资者Ui的投资行为Xj对应的收益率数值。
优选地,所述平均固定收益率Y的计算公式包括:
Y=f(X1+X2+...+Xt)+g(S1+S2+...+Sm),其中,f(X1+X2+...+Xt)为投资者所有投资行为的收益率函数,Xt为投资者的第t个投资行为,g(S1+S2+...+Sm)代表融资方所有融资行为的收益率函数,Sm为融资方的第m个融资行为。
为实现上述目的,本发明还提供一种动态收益处理方法,所述动态收益处理方法包括:
敏感行为类型确定步骤,在接收到针对一个投资项目的投资回报数据计算请求后,确定出该投资项目对应的投资者敏感行为类型,所述投资者敏感行为类型包括第一行为类型和第二行为类型;
提取步骤,从预存的该投资项目对应的投资数据中,提取出各个投资者的与各个确定的投资者敏感行为类型对应的行为数据,所述行为数据包括实际投资时间;
总计算函数确定步骤,按照实际投资时间降序的顺序对各个投资者进行排序,并根据各个投资者的排序确定各个投资者对应的总投资收益率的总计算函数,所述总计算函数包括第一行为类型对应的第一子收益率计算函数和第二行为类型对应的第二子收益率计算函数;
总收益率计算步骤,将提取出的各个投资者的各个类型的行为数据分别代入到对应的子收益率计算函数,分别计算出各个投资者的各个类型的行为数据对应的子收益率,并分别将各个投资者的各个类型的行为数据对应的子收益率代入到对应的总计算函数,计算出各个投资者对应的总收益率。
优选地,所述确定出该投资项目对应的投资者敏感行为类型的步骤包括:
根据预先确定的投资项目与项目类型的映射关系,确定出该投资项目对应的项目类型;
根据预先确定的项目类型与投资者敏感行为类型的映射关系,确定出该投资项目对应的投资者敏感行为类型。
优选地,所述第一行为类型为投资时间,所述第二行为类型为非投资时间的其他行为类型,排序为i的投资者Ui对应总计算函数为Y(Ui)=A(Ui)+R(Ui),其中,所述A(Ui)为所述第一子收益率计算函数,所述R(Ui)为所述第二子收益率计算函数;
所述所述R(Ui)=(d(Ui)*Y)/i,所述所述其中,所述N为该投资项目的投资者总数量,所述Y为预先确定的该投资项目对应的平均固定收益率,所述min(score(U,Xj))为所有投资者中投资行为Xj对应的收益率数值中的最小值,所述max(score(U,Xj))代表所有投资者中投资行为Xj对应的收益率数值中的最大值;所述score(Ui,Xj)代表投资者Ui的投资行为Xj对应的收益率数值。
优选地,所述平均固定收益率Y的计算公式包括:
Y=f(X1+X2+...+Xt)+g(S1+S2+...+Sm),其中,f(X1+X2+...+Xt)为投资者所有投资行为的收益率函数,Xt为投资者的第t个投资行为,g(S1+S2+...+Sm)代表融资方所有融资行为的收益率函数,Sm为融资方的第m个融资行为。
优选地,所述f(X1+X2+...+Xt)=f(X1)+f(X2)+...+f(Xt),其中:
若Xi是连续型数值,则其中,1≤i≤t,1≤r≤t,1≤w≤r,aiw为预先确定的常数;
若Xi是非连续型数值,则其中,1≤i≤t,1≤u≤t,1≤j≤t,1≤z≤u,ajz为预先确定的常数;
所述g(S1+S2+...+Sm)=g(S1)+g(S2)+...+g(Sm),其中:
若Si是连续型数值,则其中,1≤i≤m,1≤r≤m,1≤q≤r,ciq为预先确定的常数;
若Si是非连续型数值,则其中,1≤i≤m,1≤e≤m,1≤j≤m,1≤o≤e,cjo为预先确定的常数。
本发明还提供一种计算机可读存储介质,所述计算机可读存储介质上存储有处理系统,所述处理系统被处理器执行时实现上述的动态收益处理方法的步骤。
本发明的有益效果是:本发明确定出了符合自然规律的、客观的计算函数关系,实现了通过客观计算方式自动准确的计算出不同投资者的不同投资行为的投资回报数据,例如,机器根据客观指标按照预先确定的计算函数关系,在保证整个投资项目的平均固定收益率固定的同时,使得不同投资者的总收益率随着各自的投资行为数据的不同而不同,实现投资回报与投资行为的客观统一、准确对应。
附图说明
图1为本发明各个实施例一可选的应用环境示意图;
图2为本发明动态收益处理方法一实施例的流程示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
需要说明的是,在本发明中涉及“第一”、“第二”等的描述仅用于描述目的,而不能理解为指示或暗示其相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。另外,各个实施例之间的技术方案可以相互结合,但是必须是以本领域普通技术人员能够实现为基础,当技术方案的结合出现相互矛盾或无法实现时应当认为这种技术方案的结合不存在,也不在本发明要求的保护范围之内。
参阅图1所示,是本发明动态收益处理方法的较佳实施例的应用环境示意图。该应用环境示意图包括计算服务器1及终端设备2。计算服务器1可以通过网络、近场通信技术等适合的技术与终端设备2进行数据交互。
所述终端设备2包括,但不限于,任何一种可与用户通过键盘、鼠标、遥控器、触摸板或者声控设备等方式进行人机交互的电子产品,例如,个人计算机、平板电脑、智能手机、个人数字助理(Personal Digital Assistant,PDA)、游戏机、交互式网络电视(InternetProtocol Television,IPTV)、智能式穿戴式设备、导航装置等等的可移动设备,或者诸如数字TV、台式计算机、笔记本、服务器等等的固定终端。终端设备2用于向计算服务器1发送投资回报数据计算请求,以及展示计算服务器1返回的计算结果等。
所述计算服务器1是一种能够按照事先设定或者存储的指令,自动进行数值计算和/或信息处理的设备。所述计算服务器1可以是计算机、也可以是单个网络服务器、多个网络服务器组成的服务器组或者基于云计算的由大量主机或者网络服务器构成的云,其中云计算是分布式计算的一种,由一群松散耦合的计算机集组成的一个超级虚拟计算机。
在本实施例中,计算服务器1可包括,但不仅限于,可通过系统总线相互通信连接的存储器11、处理器12、网络接口13,存储器11存储有可在处理器12上运行的处理系统。需要指出的是,图1仅示出了具有组件11-13的计算服务器1,但是应理解的是,并不要求实施所有示出的组件,可以替代的实施更多或者更少的组件。
其中,存储器11包括内存及至少一种类型的可读存储介质。内存为计算服务器1的运行提供缓存;可读存储介质可为如闪存、硬盘、多媒体卡、卡型存储器(例如,SD或DX存储器等)、随机访问存储器(RAM)、静态随机访问存储器(SRAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、可编程只读存储器(PROM)、磁性存储器、磁盘、光盘等的非易失性存储介质。在一些实施例中,可读存储介质可以是计算服务器1的内部存储单元,例如该计算服务器1的硬盘;在另一些实施例中,该非易失性存储介质也可以是计算服务器1的外部存储设备,例如计算服务器1上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)等。本实施例中,存储器11的可读存储介质通常用于存储安装于计算服务器1的操作系统和各类应用软件,例如本发明一实施例中的处理系统的程序代码等。此外,存储器11还可以用于暂时地存储已经输出或者将要输出的各类数据。
所述处理器12在一些实施例中可以是中央处理器(Central Processing Unit,CPU)、控制器、微控制器、微处理器、或其他数据处理芯片。该处理器12通常用于控制所述计算服务器1的总体操作,例如执行与所述终端设备2进行数据交互或者通信相关的控制和处理等。本实施例中,所述处理器12用于运行所述存储器11中存储的程序代码或者处理数据,例如运行所述处理系统等。
所述网络接口13可包括无线网络接口或有线网络接口,该网络接口13通常用于在所述计算服务器1与其他电子设备之间建立通信连接。本实施例中,网络接口13主要用于将计算服务器1与一个或多个终端设备2相连,在计算服务器1与一个或多个终端设备2之间建立数据传输通道和通信连接。
所述处理系统存储在存储器11中,包括至少一个存储在存储器11中的计算机可读指令,该至少一个计算机可读指令可被处理器器12执行,以实现本申请各实施例的方法;以及,该至少一个计算机可读指令依据其各部分所实现的功能不同,可被划为不同的逻辑模块。
在一实施例中,上述处理系统被所述处理器12执行时实现如下步骤:
敏感行为类型确定步骤,在接收到针对一个投资项目的投资回报数据计算请求后,确定出该投资项目对应的投资者敏感行为类型;
本实施例可应用于针对不同投资理财产品的计算服务器中。其中,投资项目例如为研发类项目或者是基金股票类项目等等,一个投资项目可以有一个或者多个投资者。在收到针对一个投资项目的投资回报数据计算请求后,确定出该投资项目对应的投资者敏感行为类型,敏感行为为与投资项目紧密相关的行为,投资者敏感行为类型包括第一行为类型和第二行为类型,第一行为类型可以为投资时间,第二行为类型可以为非投资时间的其他行为类型,例如,投资金额、投资担保额等。
在一优选的实施例中,确定出该投资项目对应的投资者敏感行为类型的步骤包括:根据预先确定的投资项目与项目类型的映射关系,确定出该投资项目对应的项目类型,例如,对募集时间、投资金额等敏感的投资项目为机会型项目,对募集时间、亏损金额等敏感的投资项目为保守型项目;据预先确定的项目类型与投资者敏感行为类型的映射关系,确定出该投资项目对应的投资者敏感行为类型,例如机会型项目映射的投资者敏感行为类型包括第一行为类型及第二行为类型。
提取步骤,从预存的该投资项目对应的投资数据中,提取出各个投资者的与各个确定的投资者敏感行为类型对应的行为数据,所述行为数据包括实际投资时间;
本实施例中,对于该投资项目而言,投资者在进行相应投资项目的投资时,会填写或提交相应的投资数据,投资数据包括投资者的基本信息、投资时间及各种金额等信息,投资数据提交后可以存储至预定的数据库中。
从投资数据中提取出各个投资者的与各个确定的投资者敏感行为类型对应的行为数据,例如某个投资者投资的项目的投资者敏感行为类型包括第一行为类型和第二行为类型,则从其投资数据中提取第一行为类型对应的行为数据,例如实际投资时间,从其投资数据中提取第二行为类型对应的行为数据,例如实际投资金额等等。
总计算函数确定步骤,按照实际投资时间降序的顺序对各个投资者进行排序,并根据各个投资者的排序确定各个投资者对应的总投资收益率的总计算函数,所述总计算函数包括第一行为类型对应的第一子收益率计算函数和第二行为类型对应的第二子收益率计算函数;
本实施例按照实际投资时间降序的顺序对各个投资者进行排序,即将投资在后的投资者排列在前,将投资在前的投资者排列在后。
例如,排序为i的用户Ui对应的总计算函数可以为Y(Ui)=A(Ui)+R(Ui),所述总计算函数包括第一行为类型对应的第一子收益率计算函数和第二行为类型对应的第二子收益率计算函数,第一行为类型对应的子收益率计算函数可以为A(Ui),第二行为类型对应的第二子收益率计算函数可以为R(Ui)。
总收益率计算步骤,将提取出的各个投资者的各个类型的行为数据分别代入到对应的子收益率计算函数,分别计算出各个投资者的各个类型的行为数据对应的子收益率,并分别将各个投资者的各个类型的行为数据对应的子收益率代入到对应的总计算函数,计算出各个投资者对应的总收益率。
本实施例中,可以将某一投资者的第一行为类型对应的行为数据代入到对应的第一子收益率计算函数以计算对应的第一子收益率,将该投资者的第二行为类型对应的行为数据代入到对应的第二子收益率计算函数以计算对应的第二子收益率,将第一子收益率及第二子收益率代入到对应的总计算函数以计算出该投资者对应的总收益率,例如将第一子收益率及第二子收益率相加得到该投资者对应的总收益率,以该总收益率作为该投资项目的投资回报数据供参考。
与现有技术相比,本实施例确定出了符合自然规律的、客观的计算函数关系,实现了通过客观计算方式(例如,机器根据客观指标按照预先确定的计算函数关系)自动准确的计算出不同投资者的不同投资行为的投资回报数据,在保证整个投资项目的平均固定收益率固定的同时,使得不同投资者的总收益率随着各自的投资行为数据的不同而不同,实现投资回报与投资行为的客观统一、准确对应。
在一优选的实施例中,在上述图1的实施例的基础上,排序为i的投资者Ui对应总计算函数为Y(Ui)=A(Ui)+R(Ui),其中,A(Ui)为所述第一子收益率计算函数,R(Ui)为所述第二子收益率计算函数;
R(Ui)=(d(Ui)*Y)/i,所述 其中,所述N为该投资项目的投资者总数量,所述Y为预先确定的该投资项目对应的平均固定收益率,所述min(score(U,Xj))为所有投资者中投资行为Xj对应的收益率数值中的最小值,所述max(score(U,Xj))代表所有投资者中投资行为Xj对应的收益率数值中的最大值;所述score(Ui,Xj)代表投资者Ui的投资行为Xj对应的收益率数值。
在一优选的实施例中,在上述实施例的基础上,平均固定收益率Y的计算公式包括:
Y=f(X1+X2+...+Xt)+g(S1+S2+...+Sm),其中,f(X1+X2+...+Xt)为投资者所有投资行为的收益率函数,Xt为投资者的第t个投资行为,g(S1+S2+...+Sm)代表融资方所有融资行为的收益率函数,Sm为融资方的第m个融资行为。
优选地,所述f(X1+X2+...+Xt)=f(X1)+f(X2)+...+f(Xt),其中:
若Xi是连续型数值,例如,投资时间、投资金额等,则其中,1≤i≤t,1≤r≤t,1≤w≤r,aiw为预先确定的常数;
若Xi是非连续型数值,例如,个人投资者,企业投资者等,则其中,1≤i≤t,1≤u≤t,1≤j≤t,1≤z≤u,ajz为预先确定的常数;
所述g(S1+S2+...+Sm)=g(S1)+g(S2)+...+g(Sm),其中:
若Si是连续型数值,例如,融资时间、融资金额等,则其中,1≤i≤m,1≤r≤m,1≤q≤r,ciq为预先确定的常数;
若Si是非连续型数值,例如,未到期撤资、融资方提供担保等,则其中,1≤i≤m,1≤e≤m,1≤j≤m,1≤o≤e,cjo为预先确定的常数。
如图2所示,图2为本发明动态收益处理方法一实施例的流程示意图,该方法包括以下步骤:
敏感行为类型确定步骤,在接收到针对一个投资项目的投资回报数据计算请求后,确定出该投资项目对应的投资者敏感行为类型;
本实施例可应用于针对不同投资理财产品的计算服务器中。其中,投资项目例如为研发类项目或者是基金股票类项目等等,一个投资项目可以有一个或者多个投资者。在收到针对一个投资项目的投资回报数据计算请求后,确定出该投资项目对应的投资者敏感行为类型,敏感行为为与投资项目紧密相关的行为,投资者敏感行为类型包括第一行为类型和第二行为类型,第一行为类型可以为投资时间,第二行为类型可以为非投资时间的其他行为类型,例如,投资金额、投资担保额等。
在一优选的实施例中,确定出该投资项目对应的投资者敏感行为类型的步骤包括:根据预先确定的投资项目与项目类型的映射关系,确定出该投资项目对应的项目类型,例如,对募集时间、投资金额等敏感的投资项目为机会型项目,对募集时间、亏损金额等敏感的投资项目为保守型项目;据预先确定的项目类型与投资者敏感行为类型的映射关系,确定出该投资项目对应的投资者敏感行为类型,例如机会型项目映射的投资者敏感行为类型包括第一行为类型及第二行为类型。
提取步骤,从预存的该投资项目对应的投资数据中,提取出各个投资者的与各个确定的投资者敏感行为类型对应的行为数据,所述行为数据包括实际投资时间;
本实施例中,对于该投资项目而言,投资者在进行相应投资项目的投资时,会填写或提交相应的投资数据,投资数据包括投资者的基本信息、投资时间及各种金额等信息,投资数据提交后可以存储至预定的数据库中。
从投资数据中提取出各个投资者的与各个确定的投资者敏感行为类型对应的行为数据,例如某个投资者投资的项目的投资者敏感行为类型包括第一行为类型和第二行为类型,则从其投资数据中提取第一行为类型对应的行为数据,例如实际投资时间,从其投资数据中提取第二行为类型对应的行为数据,例如实际投资金额等等。
总计算函数确定步骤,按照实际投资时间降序的顺序对各个投资者进行排序,并根据各个投资者的排序确定各个投资者对应的总投资收益率的总计算函数,所述总计算函数包括第一行为类型对应的第一子收益率计算函数和第二行为类型对应的第二子收益率计算函数;
本实施例按照实际投资时间降序的顺序对各个投资者进行排序,即将投资在后的投资者排列在前,将投资在前的投资者排列在后。
例如,排序为i的用户Ui对应的总计算函数可以为Y(Ui)=A(Ui)+R(Ui),所述总计算函数包括第一行为类型对应的第一子收益率计算函数和第二行为类型对应的第二子收益率计算函数,第一行为类型对应的子收益率计算函数可以为A(Ui),第二行为类型对应的第二子收益率计算函数可以为R(Ui)。
总收益率计算步骤,将提取出的各个投资者的各个类型的行为数据分别代入到对应的子收益率计算函数,分别计算出各个投资者的各个类型的行为数据对应的子收益率,并分别将各个投资者的各个类型的行为数据对应的子收益率代入到对应的总计算函数,计算出各个投资者对应的总收益率。
本实施例中,可以将某一投资者的第一行为类型对应的行为数据代入到对应的第一子收益率计算函数以计算对应的第一子收益率,将该投资者的第二行为类型对应的行为数据代入到对应的第二子收益率计算函数以计算对应的第二子收益率,将第一子收益率及第二子收益率代入到对应的总计算函数以计算出该投资者对应的总收益率,例如将第一子收益率及第二子收益率相加得到该投资者对应的总收益率,以该总收益率作为该投资项目的投资回报数据供参考。
与现有技术相比,本实施例确定出了符合自然规律的、客观的计算函数关系,实现了通过客观计算方式(例如,机器根据客观指标按照预先确定的计算函数关系)自动准确的计算出不同投资者的不同投资行为的投资回报数据,在保证整个投资项目的平均固定收益率固定的同时,使得不同投资者的总收益率随着各自的投资行为数据的不同而不同,实现投资回报与投资行为的客观统一、准确对应。
在一优选的实施例中,在上述图2的实施例的基础上,排序为i的投资者Ui对应总计算函数为Y(Ui)=A(Ui)+R(Ui),其中,A(Ui)为所述第一子收益率计算函数,R(Ui)为所述第二子收益率计算函数;
R(Ui)=(d(Ui)*Y)/i,所述 其中,所述N为该投资项目的投资者总数量,所述Y为预先确定的该投资项目对应的平均固定收益率,所述min(score(U,Xj))为所有投资者中投资行为Xj对应的收益率数值中的最小值,所述max(score(U,Xj))代表所有投资者中投资行为Xj对应的收益率数值中的最大值;所述score(Ui,Xj)代表投资者Ui的投资行为Xj对应的收益率数值。
在一优选的实施例中,在上述实施例的基础上,平均固定收益率Y的计算公式包括:
Y=f(X1+X2+...+Xt)+g(S1+S2+...+Sm),其中,f(X1+X2+...+Xt)为投资者所有投资行为的收益率函数,Xt为投资者的第t个投资行为,g(S1+S2+...+Sm)代表融资方所有融资行为的收益率函数,Sm为融资方的第m个融资行为。
优选地,所述f(X1+X2+...+Xt)=f(X1)+f(X2)+...+f(Xt),其中:
若Xi是连续型数值,例如,投资时间、投资金额等,则其中,1≤i≤t,1≤r≤t,1≤w≤r,aiw为预先确定的常数;
若Xi是非连续型数值,例如,个人投资者,企业投资者等,则其中,1≤i≤t,1≤u≤t,1≤j≤t,1≤z≤u,ajz为预先确定的常数;
所述g(S1+S2+...+Sm)=g(S1)+g(S2)+...+g(Sm),其中:
若Si是连续型数值,例如,融资时间、融资金额等,则其中,1≤i≤m,1≤r≤m,1≤q≤r,ciq为预先确定的常数;
若Si是非连续型数值,例如,未到期撤资、融资方提供担保等,则其中,1≤i≤m,1≤e≤m,1≤j≤m,1≤o≤e,cjo为预先确定的常数。
本发明的一个具体实施例如下:对一些与募集时间和金额敏感的机会型项目,投资者敏感行为类型包括投资时间X1和投资金额X2,可设计不同募集时间和投资额度享有不同收益率的投资项目。募集期满后,将投资项目对应的收益率按投资者参与的投资时间X1和投资金额X2进行利益再分配,实现投资回报与投资行为的客观统一。譬如:投资用户按投资时间顺序排列为“U1,U2,U3,……,Un”,投资额度及其他与投资时间无关行为按函数d对应到0-1之间的分值d(Ui),该投资项目对应的平均固定收益率为Y,则不同用户的对应收益率Y(Ui)可按如下方式客观、准确计算:
1)、将用户按投资时间从大到小的顺序;
2)、排序为i的用户对应的总收益率Y(Ui)=A(Ui)+R(Ui),其中,A(Ui)为投资时间对应的第一子收益率计算函数,R(Ui)为投资金额或其他非投资时间的行为数据对应的第二子收益率计算函数,R(Ui)=(d(Ui)*Y)/i,用户的第一子收益率计算公式为用户的总收益率计算如下:
本发明还提供一种计算机可读存储介质,所述计算机可读存储介质上存储有处理系统,所述处理系统被处理器执行时实现上述的动态收益处理方法的步骤。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端设备(可以是手机,计算机,服务器,空调器,或者网络设备等)执行本发明各个实施例所述的方法。
以上仅为本发明的优选实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。
Claims (10)
1.一种计算服务器,其特征在于,所述计算服务器包括存储器及与所述存储器连接的处理器,所述存储器中存储有可在所述处理器上运行的处理系统,所述处理系统被所述处理器执行时实现如下步骤:
敏感行为类型确定步骤,在接收到针对一个投资项目的投资回报数据计算请求后,确定出该投资项目对应的投资者敏感行为类型,所述投资者敏感行为类型包括第一行为类型和第二行为类型;
提取步骤,从预存的该投资项目对应的投资数据中,提取出各个投资者的与各个确定的投资者敏感行为类型对应的行为数据,所述行为数据包括实际投资时间;
总计算函数确定步骤,按照实际投资时间降序的顺序对各个投资者进行排序,并根据各个投资者的排序确定各个投资者对应的总投资收益率的总计算函数,所述总计算函数包括第一行为类型对应的第一子收益率计算函数和第二行为类型对应的第二子收益率计算函数;
总收益率计算步骤,将提取出的各个投资者的各个类型的行为数据分别代入到对应的子收益率计算函数,分别计算出各个投资者的各个类型的行为数据对应的子收益率,并分别将各个投资者的各个类型的行为数据对应的子收益率代入到对应的总计算函数,计算出各个投资者对应的总收益率。
2.根据权利要求1所述的计算服务器,其特征在于,所述确定出该投资项目对应的投资者敏感行为类型的步骤包括:
根据预先确定的投资项目与项目类型的映射关系,确定出该投资项目对应的项目类型;
根据预先确定的项目类型与投资者敏感行为类型的映射关系,确定出该投资项目对应的投资者敏感行为类型。
3.根据权利要求1或2所述的计算服务器,其特征在于,所述第一行为类型为投资时间,所述第二行为类型为非投资时间的其他行为类型,排序为i的投资者Ui对应总计算函数为Y(Ui)=A(Ui)+R(Ui),其中,所述A(Ui)为所述第一子收益率计算函数,所述R(Ui)为所述第二子收益率计算函数;
所述所述R(Ui)=(d(Ui)*Y)/i,所述所述其中,所述N为该投资项目的投资者总数量,所述Y为预先确定的该投资项目对应的平均固定收益率,所述min(score(U,Xj))为所有投资者中投资行为Xj对应的收益率数值中的最小值,所述max(score(U,Xj))代表所有投资者中投资行为Xj对应的收益率数值中的最大值;所述score(Ui,Xj)代表投资者Ui的投资行为Xj对应的收益率数值。
4.根据权利要求3所述的计算服务器,其特征在于,所述平均固定收益率Y的计算公式包括:
Y=f(X1+X2+...+Xt)+g(S1+S2+...+Sm),其中,f(X1+X2+...+Xt)为投资者所有投资行为的收益率函数,Xt为投资者的第t个投资行为,g(S1+S2+...+Sm)代表融资方所有融资行为的收益率函数,Sm为融资方的第m个融资行为。
5.一种动态收益处理方法,其特征在于,所述动态收益处理方法包括:
敏感行为类型确定步骤,在接收到针对一个投资项目的投资回报数据计算请求后,确定出该投资项目对应的投资者敏感行为类型,所述投资者敏感行为类型包括第一行为类型和第二行为类型;
提取步骤,从预存的该投资项目对应的投资数据中,提取出各个投资者的与各个确定的投资者敏感行为类型对应的行为数据,所述行为数据包括实际投资时间;
总计算函数确定步骤,按照实际投资时间降序的顺序对各个投资者进行排序,并根据各个投资者的排序确定各个投资者对应的总投资收益率的总计算函数,所述总计算函数包括第一行为类型对应的第一子收益率计算函数和第二行为类型对应的第二子收益率计算函数;
总收益率计算步骤,将提取出的各个投资者的各个类型的行为数据分别代入到对应的子收益率计算函数,分别计算出各个投资者的各个类型的行为数据对应的子收益率,并分别将各个投资者的各个类型的行为数据对应的子收益率代入到对应的总计算函数,计算出各个投资者对应的总收益率。
6.根据权利要求5所述的动态收益处理方法,其特征在于,所述确定出该投资项目对应的投资者敏感行为类型的步骤包括:
根据预先确定的投资项目与项目类型的映射关系,确定出该投资项目对应的项目类型;
根据预先确定的项目类型与投资者敏感行为类型的映射关系,确定出该投资项目对应的投资者敏感行为类型。
7.根据权利要求5或6所述的动态收益处理方法,其特征在于,所述第一行为类型为投资时间,所述第二行为类型为非投资时间的其他行为类型,排序为i的投资者Ui对应总计算函数为Y(Ui)=A(Ui)+R(Ui),其中,所述A(Ui)为所述第一子收益率计算函数,所述R(Ui)为所述第二子收益率计算函数;
所述所述R(Ui)=(d(Ui)*Y)/i,所述所述其中,所述N为该投资项目的投资者总数量,所述Y为预先确定的该投资项目对应的平均固定收益率,所述min(score(U,Xj))为所有投资者中投资行为Xj对应的收益率数值中的最小值,所述max(score(U,Xj))代表所有投资者中投资行为Xj对应的收益率数值中的最大值;所述score(Ui,Xj)代表投资者Ui的投资行为Xj对应的收益率数值。
8.根据权利要求7所述的动态收益处理方法,其特征在于,所述平均固定收益率Y的计算公式包括:
Y=f(X1+X2+...+Xt)+g(S1+S2+...+Sm),其中,f(X1+X2+...+Xt)为投资者所有投资行为的收益率函数,Xt为投资者的第t个投资行为,g(S1+S2+...+Sm)代表融资方所有融资行为的收益率函数,Sm为融资方的第m个融资行为。
9.根据权利要求8所述的动态收益处理方法,其特征在于,所述f(X1+X2+...+Xt)=f(X1)+f(X2)+...+f(Xt),其中:
若Xi是连续型数值,则其中,1≤i≤t,1≤r≤t,1≤w≤r,aiw为预先确定的常数;
若Xi是非连续型数值,则其中,1≤i≤t,1≤u≤t,1≤j≤t,1≤z≤u,ajz为预先确定的常数;
所述g(S1+S2+...+Sm)=g(S1)+g(S2)+...+g(Sm),其中:
若Si是连续型数值,则其中,1≤i≤m,1≤r≤m,1≤q≤r,ciq为预先确定的常数;
若Si是非连续型数值,则其中,1≤i≤m,1≤e≤m,1≤j≤m,1≤o≤e,cjo为预先确定的常数。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有处理系统,所述处理系统被处理器执行时实现如权利要求5至9中任一项所述的动态收益处理方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710703126.9A CN107451920A (zh) | 2017-08-16 | 2017-08-16 | 计算服务器、动态收益处理方法及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710703126.9A CN107451920A (zh) | 2017-08-16 | 2017-08-16 | 计算服务器、动态收益处理方法及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107451920A true CN107451920A (zh) | 2017-12-08 |
Family
ID=60491302
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710703126.9A Pending CN107451920A (zh) | 2017-08-16 | 2017-08-16 | 计算服务器、动态收益处理方法及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107451920A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109191305A (zh) * | 2018-07-02 | 2019-01-11 | 众安信息技术服务有限公司 | 一种用于加密资产的资金博弈指标构建方法及系统 |
CN109285048A (zh) * | 2018-08-28 | 2019-01-29 | 平安科技(深圳)有限公司 | 产品构建的处理方法、装置、计算机设备及存储介质 |
CN109636438A (zh) * | 2018-10-31 | 2019-04-16 | 阿里巴巴集团控股有限公司 | 一种虚拟资源业务系统、虚拟资源的处理方法和装置 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001282993A (ja) * | 2000-03-31 | 2001-10-12 | Nli Research Institute | ポートフォリオの資産配分決定システム |
US20120078816A1 (en) * | 2007-07-27 | 2012-03-29 | Hartford Fire Insurance Company | Computer system for processing data related to risks associated with financial instruments |
CN105335886A (zh) * | 2014-05-28 | 2016-02-17 | 华为技术有限公司 | 处理金融数据的方法和设备 |
CN105743994A (zh) * | 2016-04-04 | 2016-07-06 | 上海大学 | 基于动态用户融合的云计算服务架构方法 |
CN106296405A (zh) * | 2016-08-02 | 2017-01-04 | 中欧基金管理有限公司 | 一种用于动态配置养老资产的计算机数据处理方法及其装置 |
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 |
CN106530081A (zh) * | 2016-10-25 | 2017-03-22 | 宁波银行股份有限公司 | 收益率计算方法、系统及金融资产转让交易系统 |
-
2017
- 2017-08-16 CN CN201710703126.9A patent/CN107451920A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001282993A (ja) * | 2000-03-31 | 2001-10-12 | Nli Research Institute | ポートフォリオの資産配分決定システム |
US20120078816A1 (en) * | 2007-07-27 | 2012-03-29 | Hartford Fire Insurance Company | Computer system for processing data related to risks associated with financial instruments |
CN105335886A (zh) * | 2014-05-28 | 2016-02-17 | 华为技术有限公司 | 处理金融数据的方法和设备 |
CN105743994A (zh) * | 2016-04-04 | 2016-07-06 | 上海大学 | 基于动态用户融合的云计算服务架构方法 |
CN106296405A (zh) * | 2016-08-02 | 2017-01-04 | 中欧基金管理有限公司 | 一种用于动态配置养老资产的计算机数据处理方法及其装置 |
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 |
CN106530081A (zh) * | 2016-10-25 | 2017-03-22 | 宁波银行股份有限公司 | 收益率计算方法、系统及金融资产转让交易系统 |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109191305A (zh) * | 2018-07-02 | 2019-01-11 | 众安信息技术服务有限公司 | 一种用于加密资产的资金博弈指标构建方法及系统 |
CN109191305B (zh) * | 2018-07-02 | 2021-02-02 | 众安信息技术服务有限公司 | 一种用于加密资产的资金博弈指标构建方法及系统 |
CN109285048A (zh) * | 2018-08-28 | 2019-01-29 | 平安科技(深圳)有限公司 | 产品构建的处理方法、装置、计算机设备及存储介质 |
CN109636438A (zh) * | 2018-10-31 | 2019-04-16 | 阿里巴巴集团控股有限公司 | 一种虚拟资源业务系统、虚拟资源的处理方法和装置 |
CN109636438B (zh) * | 2018-10-31 | 2023-09-12 | 创新先进技术有限公司 | 一种虚拟资源业务系统、虚拟资源的处理方法和装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110599263B (zh) | 用户互动数据处理方法、装置、存储介质和计算机设备 | |
Dimitrova et al. | Some comments on Bitcoin market (in) efficiency | |
CN108833458B (zh) | 一种应用推荐方法、装置、介质及设备 | |
CN107944593A (zh) | 一种资源分配方法及装置,电子设备 | |
CN109784633A (zh) | 企业风险评估的装置、方法及存储介质 | |
US20200090269A1 (en) | Data collection method and apparatus for risk evaluation, and electronic device | |
CN107038256A (zh) | 基于数据源的业务定制装置、方法及计算机可读存储介质 | |
CN110070430A (zh) | 评估还款风险的方法及装置、存储介质、电子设备 | |
CN110675017A (zh) | 基于人工智能的绩效评价方法和装置 | |
CN107451920A (zh) | 计算服务器、动态收益处理方法及存储介质 | |
CN110335141A (zh) | 一种基于多模型的授信额度确定方法、装置和电子设备 | |
CN109242604A (zh) | 服务推荐方法、电子设备及计算机可读存储介质 | |
CN107679987A (zh) | 资产配置策略获取方法、装置、计算机设备和存储介质 | |
CN111814062A (zh) | 信息推送方法、装置、服务器及存储介质 | |
CN108492169A (zh) | 基于信用卡审批场景的风险建模方法及系统实现 | |
CN107507023B (zh) | 一种信息投放方法及装置 | |
CN110020939A (zh) | 建立违约损失率预测模型的装置、方法及存储介质 | |
CN110197434A (zh) | 智能匹配处理方法、装置、设备及可读存储介质 | |
CN110610425A (zh) | 资金处理方法、装置及计算机设备 | |
CN103902380B (zh) | 一种利用沙箱来确定资源分配的方法、装置和设备 | |
CN107945034A (zh) | 基于微博财经事件的金融分析方法、应用服务器及计算机可读存储介质 | |
CN109308660A (zh) | 一种征信评分模型评估方法、装置、设备及存储介质 | |
JP5901094B1 (ja) | 投資シミュレーション装置および方法 | |
CN107305662A (zh) | 识别违规账户的方法及装置 | |
CN111476657A (zh) | 信息推送方法、装置及系统 |
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 | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20200313 Address after: No. 319, main tower, marine center, No. 59 Linhai Avenue, Qianhai Shenzhen Hong Kong cooperation zone, Shenzhen City, Guangdong Province Applicant after: SHENZHEN PING'AN COMMUNICATION TECHNOLOGY Co.,Ltd. Address before: High tech park, Shenzhen City, Guangdong streets 518000 Guangdong Province Road No. 2 Long Feng building 5 floor Applicant before: SHENZHEN PING AN XUNKE TECHNOLOGY Co.,Ltd. |
|
TA01 | Transfer of patent application right | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20171208 |
|
RJ01 | Rejection of invention patent application after publication |