CN107516276A - 智能投资顾问系统 - Google Patents
智能投资顾问系统 Download PDFInfo
- Publication number
- CN107516276A CN107516276A CN201710691320.XA CN201710691320A CN107516276A CN 107516276 A CN107516276 A CN 107516276A CN 201710691320 A CN201710691320 A CN 201710691320A CN 107516276 A CN107516276 A CN 107516276A
- Authority
- CN
- China
- Prior art keywords
- strategy
- tactful
- investment advisor
- advisor system
- intellectual
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/21—Design, administration or maintenance of databases
- G06F16/215—Improving data quality; Data cleansing, e.g. de-duplication, removing invalid entries or correcting typographical errors
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
- G06F16/2465—Query processing support for facilitating data mining operations in structured databases
Abstract
本发明公开了一种智能投资顾问系统,涉及金融系统领域,该智能投资顾问系统的策略生产引擎可以将多维度的基因输入降到低维度的基因,使得输出的策略程序尽可能简洁,从而遵守策略开发的大道至简的法则,且降低所生成策略过度拟合的风险——而这是目前许多利用深度学习和神经网络等“黑箱”算法来量产智能投顾策略所难以避免的问题。
Description
技术领域
本发明涉及金融系统领域,特别涉及一种智能投资顾问系统。
背景技术
传统的智能投资顾问系统大多采用的智投系统遗传规划引擎依靠传统的树状表示,算法较为缓慢,效率低下。而利用深度学习和神经网络等“黑箱”算法来量产智能投顾策略所生成策略具有过度拟合的风险,导致传统的智能投资顾问系统生成的策略漏洞很大,容易出错。
发明内容
本发明所要解决的技术问题是提供一种智能投资顾问系统,面向投资交易领域、为交易者提供投资咨询的智能策略生产与供应平台,可以将多维度的基因输入降到低维度的基因,使得输出的策略程序尽可能简洁,从而遵守策略开发的大道至简的法则。
为实现上述目的,本发明提供以下的技术方案:该智能投资顾问系统的系统平台架构由线下平台、线上终端及策略云服务中心等三大部分组成;其中,线上终端具体为用户订阅终端,而线下平台又分为策略生产模组与策略运维模组,策略生产模组以策略生成引擎(遗传规划引擎)为中心枢纽,对接行情数据库、策略基因库、目标函数库、编译模板库,与策略运维模组交互的组件包括策略翻译模块、业绩特性筛选器、策略池。
优选的,所述行情数据库主要负责历史数据与实时数据的逻辑处理与归类存储功能,一方面,它存储有充分清洗过的国内外深度行情数据,另一方面,它可快速从金融市场多个高质量行情数据源获取实时行情数据,通过相互校对的方式将行情数据快速清洗并即时录入数据库,所有数据都可以转化成策略生产引擎所需的二进制机器码格式。
优选的,所述策略基因库包括从大量经过实战检验的优秀策略中解构出来的策略功能模块、以及基于数理统计、时序分析、信号处理等对行情进行特征分析的函数,这些策略基因构成策略生产引擎的主要操作对象,同时它们将不断丰富和完善,由经验丰富的策略分析师执行归类、入库、更新及出库等常规操作。
优选的,所述目标函数库主要设定了策略的演化目标,使输入的基因自动演化,将会获得大量的异构性策略代码。
优选的,所述策略生产引擎的作用是输入行情数据库、程序基金库和目标函数库后,引擎开始自动进行计算分析,构建成千上万的策略模型。
优选的,所述策略翻译模块主要包括策略翻译功能,随着策略快速的产生沉淀,通过编译模板库快速翻译成策略驱动平台代码编写的策略,所有过程自动化完成。
优选的,所述业绩特性筛选器构造完整的策略的业绩评估体系,自动监控并筛选其中最优质的策略。
优选的,所述策略池将最后筛选出来的优质的策略和投资组合自动执行批量分类和入库,沉淀成资源池。
优选的,所述策略云服务中心为各大资管投顾运营机构提供中央厂房式的策略输送服务。
优选的,所述用户订阅终端将策略云服务中心的一个个策略和投资组合,使用电脑或者手机端推送至用户。
采用以上技术方案的有益效果是:该智能投资顾问系统的策略生产引擎可以将多维度的基因输入降到低维度的基因,使得输出的策略程序尽可能简洁,从而遵守策略开发的大道至简的法则,且降低所生成策略过度拟合的风险——而这是目前许多利用深度学习和神经网络等“黑箱”算法来量产智能投顾策略所难以避免的问题。该智能投资顾问系统拥有优秀而快速的遗传编程计算引擎、品种齐全且高精度的数据库以及庞大而多样化的策略基因库。通过接入行情数据并调用策略基因,计算引擎可自动化批量生产策略。利用内置精确翻译引擎,将策略机器码翻译成终端平台语言加以输出。所输出的策略,则自动根据策略适用标的、策略特性等多项标准,执行归类入库操作。该智能投资顾问系统内建功能强大的策略筛选器,能对策略库内所有策略同时进行实时监控和管理,并根据绩效综合评估标准,推举和淘汰现有策略,无间断实现策略库自我更新功能。根据产品不同需求而灵活筛选出相应策略,构建多样化且互补性强的策略投资组合,打包成产品。将产品要素及其绩效推送到产品展示超市,供用户在手机和电脑终端查看挑选。将产品上传至高速云服务中心,通过实时行情接入,进行大规模分布式并行运算,生成策略信号。通过高并发编程,实现快速、稳定推送策略信号到客户终端,包括手机端和电脑端。
附图说明
下面结合附图对本发明的具体实施方式作进一步详细的描述。
图1是本发明智能投资顾问系统的的系统平台架构框架图;
图2是策略生产引擎的原理示意图。
具体实施方式
下面结合附图详细说明本发明智能投资顾问系统的优选实施方式。
结合图1和图2出示本发明智能投资顾问系统的具体实施方式:
如图1所示,该智能投资顾问系统的系统平台架构由线下平台、线上终端及策略云服务中心等三大部分组成;其中,线上终端具体为用户订阅终端,而线下平台又分为策略生产模组与策略运维模组,策略生产模组以策略生成引擎(遗传规划引擎)为中心枢纽,对接行情数据库、策略基因库、目标函数库、编译模板库,与策略运维模组交互的组件包括策略翻译模块、业绩特性筛选器、策略池。
行情数据库主要负责历史数据与实时数据的逻辑处理与归类存储功能,一方面,它存储有充分清洗过的国内外深度行情数据,另一方面,它可快速从金融市场多个高质量行情数据源获取实时行情数据,通过相互校对的方式将行情数据快速清洗并即时录入数据库,所有数据都可以转化成策略生产引擎所需的二进制机器码格式。
策略基因库包括从大量经过实战检验的优秀策略中解构出来的策略功能模块、以及基于数理统计、时序分析、信号处理等对行情进行特征分析的函数,这些策略基因构成策略生产引擎的主要操作对象,同时它们将不断丰富和完善,由经验丰富的策略分析师执行归类、入库、更新及出库等常规操作。
目标函数库主要设定了策略的演化目标,使输入的基因自动演化,将会获得大量的异构性策略代码。
策略生产引擎的作用是输入行情数据库、程序基金库和目标函数库后,引擎开始自动进行计算分析,构建成千上万的策略模型。
策略翻译模块主要包括策略翻译功能,随着策略快速的产生沉淀,通过编译模板库快速翻译成策略驱动平台代码编写的策略,所有过程自动化完成。
业绩特性筛选器构造完整的策略的业绩评估体系,自动监控并筛选其中最优质的策略。
策略池将最后筛选出来的优质的策略和投资组合自动执行批量分类和入库,沉淀成资源池。
策略云服务中心为各大资管投顾运营机构提供中央厂房式的策略输送服务。
用户订阅终端将策略云服务中心的一个个策略和投资组合,使用电脑或者手机端推送至用户。
策略生产引擎的原理如图2所示。
与传统遗传规划算法相比,智投系统遗传规划算法的工作效率要高出60~200倍。其原因在于,智投系统遗传规划引擎不是依靠传统的树状表示,而是基于寄存器操作的线状表示。筛选、变异、杂交等操作全部在机器指令层级上完成,导致该算法会比一般算法快两个量级。加之本引擎支持多核多线程并行计算,因而保证了高速生产和供应策略的能力。
该智能投资顾问系统致力于为用户推送关于股票、期货、期权、债券、外汇以及其他任何可交易的金融衍生品的投资交易决策信息。为用户推送的投资决策信息涵盖具体标的筛选与精确交易时机等全方位交易决策细节。投资决策信息将打包成特征鲜明的多样化异构性产品,供用户自由选择,每一款产品皆是由多策略构建的投资组合,以确保投资交易的稳健性。可以智能适应市场变化节奏,灵活根据市场演化情况,而自动调整策略,为用户提供即时投资决策建议。通过策略云服务中心以及电脑端与手机端等信息推送与展示终端,用户可全天候跟踪投资交易。
该智能投资顾问系统拥有优秀而快速的遗传编程计算引擎、品种齐全且高精度的数据库以及庞大而多样化的策略基因库。通过接入行情数据并调用策略基因,计算引擎可自动化批量生产策略。利用内置精确翻译引擎,将策略机器码翻译成终端平台语言加以输出。所输出的策略,则自动根据策略适用标的、策略特性等多项标准,执行归类入库操作。该智能投资顾问系统内建功能强大的策略筛选器,能对策略库内所有策略同时进行实时监控和管理,并根据绩效综合评估标准,推举和淘汰现有策略,无间断实现策略库自我更新功能。根据产品不同需求而灵活筛选出相应策略,构建多样化且互补性强的策略投资组合,打包成产品。将产品要素及其绩效推送到产品展示超市,供用户在手机和电脑终端查看挑选。将产品上传至高速云服务中心,通过实时行情接入,进行大规模分布式并行运算,生成策略信号。通过高并发编程,实现快速、稳定推送策略信号到客户终端,包括手机端和电脑端。
以上的仅是本发明的优选实施方式,应当指出,对于本领域的普通技术人员来说,在不脱离本发明创造构思的前提下,还可以做出若干变形和改进,这些都属于本发明的保护范围。
Claims (10)
1.一种智能投资顾问系统,其特征在于:所述智能投资顾问系统的系统平台架构由线下平台、线上终端及策略云服务中心等三大部分组成;其中,线上终端具体为用户订阅终端,而线下平台又分为策略生产模组与策略运维模组,策略生产模组以策略生成引擎(遗传规划引擎)为中心枢纽,对接行情数据库、策略基因库、目标函数库、编译模板库,与策略运维模组交互的组件包括策略翻译模块、业绩特性筛选器、策略池。
2.根据权利要求1所述的智能投资顾问系统,其特征在于:所述行情数据库主要负责历史数据与实时数据的逻辑处理与归类存储功能,一方面,它存储有充分清洗过的国内外深度行情数据,另一方面,它可快速从金融市场多个高质量行情数据源获取实时行情数据,通过相互校对的方式将行情数据快速清洗并即时录入数据库,所有数据都可以转化成策略生产引擎所需的二进制机器码格式。
3.根据权利要求1所述的智能投资顾问系统,其特征在于:所述策略基因库包括从大量经过实战检验的优秀策略中解构出来的策略功能模块、以及基于数理统计、时序分析、信号处理等对行情进行特征分析的函数,这些策略基因构成策略生产引擎的主要操作对象,同时它们将不断丰富和完善,由经验丰富的策略分析师执行归类、入库、更新及出库等常规操作。
4.根据权利要求1所述的智能投资顾问系统,其特征在于:所述目标函数库主要设定了策略的演化目标,使输入的基因自动演化,将会获得大量的异构性策略代码。
5.根据权利要求1所述的智能投资顾问系统,其特征在于:所述策略生产引擎的作用是输入行情数据库、程序基金库和目标函数库后,引擎开始自动进行计算分析,构建成千上万的策略模型。
6.根据权利要求1所述的智能投资顾问系统,其特征在于:所述策略翻译模块主要包括策略翻译功能,随着策略快速的产生沉淀,通过编译模板库快速翻译成策略驱动平台代码编写的策略,所有过程自动化完成。
7.根据权利要求1所述的智能投资顾问系统,其特征在于:所述业绩特性筛选器构造完整的策略的业绩评估体系,自动监控并筛选其中最优质的策略。
8.根据权利要求1所述的智能投资顾问系统,其特征在于:所述策略池将最后筛选出来的优质的策略和投资组合自动执行批量分类和入库,沉淀成资源池。
9.根据权利要求1所述的智能投资顾问系统,其特征在于:所述策略云服务中心为各大资管投顾运营机构提供中央厂房式的策略输送服务。
10.根据权利要求1所述的智能投资顾问系统,其特征在于:所述用户订阅终端将策略云服务中心的一个个策略和投资组合,使用电脑或者手机端推送至用户。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710691320.XA CN107516276A (zh) | 2017-08-08 | 2017-08-08 | 智能投资顾问系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710691320.XA CN107516276A (zh) | 2017-08-08 | 2017-08-08 | 智能投资顾问系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107516276A true CN107516276A (zh) | 2017-12-26 |
Family
ID=60723311
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710691320.XA Pending CN107516276A (zh) | 2017-08-08 | 2017-08-08 | 智能投资顾问系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107516276A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110428336A (zh) * | 2019-08-15 | 2019-11-08 | 中国银行股份有限公司 | 基金组合产品的订单数据处理方法及系统 |
CN111311403A (zh) * | 2019-12-03 | 2020-06-19 | 上海金融期货信息技术有限公司 | 一种策略交易引擎系统 |
CN111539831A (zh) * | 2020-03-30 | 2020-08-14 | 深圳市华傲数据技术有限公司 | 一种智能投顾特征画像优化方法及系统 |
CN113313590A (zh) * | 2020-02-26 | 2021-08-27 | 京东数字科技控股股份有限公司 | 产品的获取方法和装置、存储介质和电子装置 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2002073860A2 (en) * | 2001-03-08 | 2002-09-19 | Adler Richard M | System for analyzing strategic business decisions |
CN103500418A (zh) * | 2013-10-18 | 2014-01-08 | 擎研(上海)信息技术有限公司 | 基于网络的金融商品实时交易系统及其交易方法 |
CN106203803A (zh) * | 2016-07-01 | 2016-12-07 | 衡度信息科技(无锡)有限公司 | 一种基于决策引擎的产品管理平台 |
CN106294694A (zh) * | 2016-08-08 | 2017-01-04 | 杭州麒谋网络科技有限公司 | 资产配置大数据分析控制系统 |
CN106557979A (zh) * | 2016-11-23 | 2017-04-05 | 广州盛星元信息科技有限公司 | 基于gpu加速及并行遗传算法的金融数据分析方法及平台 |
CN106991611A (zh) * | 2017-03-27 | 2017-07-28 | 北京贝塔智投科技有限公司 | 一种智能理财投资顾问机器人系统及其工作方法 |
-
2017
- 2017-08-08 CN CN201710691320.XA patent/CN107516276A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2002073860A2 (en) * | 2001-03-08 | 2002-09-19 | Adler Richard M | System for analyzing strategic business decisions |
CN103500418A (zh) * | 2013-10-18 | 2014-01-08 | 擎研(上海)信息技术有限公司 | 基于网络的金融商品实时交易系统及其交易方法 |
CN106203803A (zh) * | 2016-07-01 | 2016-12-07 | 衡度信息科技(无锡)有限公司 | 一种基于决策引擎的产品管理平台 |
CN106294694A (zh) * | 2016-08-08 | 2017-01-04 | 杭州麒谋网络科技有限公司 | 资产配置大数据分析控制系统 |
CN106557979A (zh) * | 2016-11-23 | 2017-04-05 | 广州盛星元信息科技有限公司 | 基于gpu加速及并行遗传算法的金融数据分析方法及平台 |
CN106991611A (zh) * | 2017-03-27 | 2017-07-28 | 北京贝塔智投科技有限公司 | 一种智能理财投资顾问机器人系统及其工作方法 |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110428336A (zh) * | 2019-08-15 | 2019-11-08 | 中国银行股份有限公司 | 基金组合产品的订单数据处理方法及系统 |
CN111311403A (zh) * | 2019-12-03 | 2020-06-19 | 上海金融期货信息技术有限公司 | 一种策略交易引擎系统 |
CN111311403B (zh) * | 2019-12-03 | 2024-01-26 | 上海金融期货信息技术有限公司 | 一种策略交易引擎系统 |
CN113313590A (zh) * | 2020-02-26 | 2021-08-27 | 京东数字科技控股股份有限公司 | 产品的获取方法和装置、存储介质和电子装置 |
CN111539831A (zh) * | 2020-03-30 | 2020-08-14 | 深圳市华傲数据技术有限公司 | 一种智能投顾特征画像优化方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107516276A (zh) | 智能投资顾问系统 | |
US20210118054A1 (en) | Resource exchange system | |
CN109859052A (zh) | 一种投资策略的智能推荐方法、装置、存储介质和服务器 | |
CN107704871A (zh) | 生成机器学习样本的组合特征的方法及系统 | |
CN105976109A (zh) | 一种基于大数据智能审计的方法及系统 | |
CN105335814A (zh) | 在线大数据智能云审计方法及系统 | |
Frini et al. | MUPOM: A multi-criteria multi-period outranking method for decision-making in sustainable development context | |
CN105574649B (zh) | 一种基于多阶段MapReduce模型的纳税人偷漏税嫌疑群组检测方法 | |
US20210117889A1 (en) | Co-operative resource pooling system | |
CN107679985A (zh) | 风险特征筛选、描述报文生成方法、装置以及电子设备 | |
CN109102386A (zh) | 基于大数据的风险控制方法及装置 | |
CN109816509A (zh) | 评分卡模型的生成方法、终端设备及介质 | |
CN108804655A (zh) | 一种基于大数据的无形资产评估方法及系统 | |
CN108108820A (zh) | 用于选择机器学习样本的特征的方法及系统 | |
CN107909087A (zh) | 生成机器学习样本的组合特征的方法及系统 | |
Heinonen et al. | The use of cellular automaton approach in forest planning | |
Adeniran et al. | The significance of strategic management accounting on the performance of transport businesses in Nigeria | |
Gupta et al. | Application of Predictive Analytics in Agriculture | |
Elmsili et al. | Artificial neural networks applications in economics and management research: An exploratory literature review | |
Chen et al. | A combined mixed integer programming and deep neural network-assisted heuristics algorithm for the nurse rostering problem | |
Zhou et al. | Dynamic changes and multi-dimensional evolution of portfolio optimization | |
Ding | Enterprise intelligent audit model by using deep learning approach | |
Niham et al. | Utilization of Big Data in Libraries by Using Data Mining | |
Hsieh et al. | Mutual fund performance: The decision quality and capital magnet efficiencies | |
Ling et al. | Financial crisis prediction based on long-term and short-term memory neural network |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20171226 |
|
WD01 | Invention patent application deemed withdrawn after publication |