CN107798457B - 投资组合方案推荐方法、装置、计算机设备和存储介质 - Google Patents
投资组合方案推荐方法、装置、计算机设备和存储介质 Download PDFInfo
- Publication number
- CN107798457B CN107798457B CN201710608071.3A CN201710608071A CN107798457B CN 107798457 B CN107798457 B CN 107798457B CN 201710608071 A CN201710608071 A CN 201710608071A CN 107798457 B CN107798457 B CN 107798457B
- Authority
- CN
- China
- Prior art keywords
- risk tolerance
- risk
- data
- tolerance evaluation
- user account
- 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.)
- Active
Links
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
- 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
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- 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
- G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
-
- 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
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Development Economics (AREA)
- Operations Research (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- Educational Administration (AREA)
- Game Theory and Decision Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Technology Law (AREA)
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
Abstract
本发明涉及一种投资组合方案推荐方法、装置、计算机设备和存储介质，所述方法包括：获取用户账号；确定与获取到的用户账号对应的风险承受评估指标值；根据预设的风险承受评估指标，检测确定的风险承受评估指标值是否完整；在检测到确定的风险承受评估指标值不完整时，获取预设的各风险承受评估指标分别对应的指标系数，根据获取到的指标系数生成确定的各风险承受评估指标值分别对应的放大系数；根据确定的各风险承受评估指标值，及确定的各风险承受评估指标值分别对应的放大系数，得到获取到的用户账号对应的风险承受能力值；获取与得到的风险承受能力值匹配的投资组合方案。本发明利用准确率较高的风险承受指标值提高了选取投资项目的准确率。
Description
技术领域
本发明涉及数据处理技术领域，特别是涉及一种投资组合方案推荐方法、装置、计算机设备和存储介质。
背景技术
随着互联网技术的发展，越来越多的数据都通过互联网来传输或存储。随着互联网中数据量的增长，出现了繁多的基于数据的各种业务，这些业务涉及到的行业范围比较广泛。金融行业中也产生了较多数据，也存在一些基于数据的业务。
然而，在金融行业中，在用户进行理财投资时，传统的投资项目选取一般用户都是基于自己的意愿来选取投资项目，选取的投资项目的投资风险可能较高。自己完全没有考虑用户的风险承受能力，选取的投资项目与用户的风险承受能力并不匹配，导致投资项目的选取准确率较低。
发明内容
基于此，有必要针对投资项目的选取准确率较低的问题，提供一种投资组合方案推荐方法、装置、计算机设备和存储介质。
一种投资组合方案推荐方法，所述方法包括：
获取用户账号；
确定与获取到的用户账号对应的风险承受评估指标值；
根据预设的风险承受评估指标，检测确定的风险承受评估指标值是否完整；
在检测到所述确定的风险承受评估指标值不完整时，获取预设的各风险承受评估指标分别对应的指标系数；
根据获取到的指标系数生成确定的各风险承受评估指标值分别对应的放大系数；
根据所述确定的各风险承受评估指标值，及所述确定的各风险承受评估指标值分别对应的放大系数，得到所述获取到的用户账号对应的风险承受能力值；
获取与得到的风险承受能力值匹配的投资组合方案。
一种投资组合方案推荐装置，所述装置包括：
用户账号获取模块，用于获取用户账号；
指标值确定模块，用于确定与获取到的用户账号对应的风险承受评估指标值；
数据完整检测模块，用于根据预设的风险承受评估指标，检测确定的风险承受评估指标值是否完整；
放大系数生成模块，用于在检测到所述确定的风险承受评估指标值不完整时，获取预设的各风险承受评估指标分别对应的指标系数；
根据获取到的指标系数生成确定的各风险承受评估指标值分别对应的放大系数；
承受值得到模块，用于根据所述确定的各风险承受评估指标值，及所述确定的各风险承受评估指标值分别对应的放大系数，得到所述获取到的用户账号对应的风险承受能力值；
投资方案获取模块，用于获取与得到的风险承受能力值匹配的投资组合方案。
一种计算机设备，所述计算机设备包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现以下步骤：
获取用户账号；
确定与获取到的用户账号对应的风险承受评估指标值；
根据预设的风险承受评估指标，检测确定的风险承受评估指标值是否完整；
在检测到所述确定的风险承受评估指标值不完整时，获取预设的各风险承受评估指标分别对应的指标系数；
根据获取到的指标系数生成确定的各风险承受评估指标值分别对应的放大系数；
根据所述确定的各风险承受评估指标值，及所述确定的各风险承受评估指标值分别对应的放大系数，得到所述获取到的用户账号对应的风险承受能力值；
获取与得到的风险承受能力值匹配的投资组合方案。
一个或多个存储有计算机可执行指令的存储介质，所述计算机可执行指令被一个或多个处理器执行时，使得所述一个或多个处理器执行以下步骤：
获取用户账号；
确定与获取到的用户账号对应的风险承受评估指标值；
根据预设的风险承受评估指标，检测确定的风险承受评估指标值是否完整；
在检测到所述确定的风险承受评估指标值不完整时，获取预设的各风险承受评估指标分别对应的指标系数；
根据获取到的指标系数生成确定的各风险承受评估指标值分别对应的放大系数；
根据所述确定的各风险承受评估指标值，及所述确定的各风险承受评估指标值分别对应的放大系数，得到所述获取到的用户账号对应的风险承受能力值；
获取与得到的风险承受能力值匹配的投资组合方案。
上述投资组合方案推荐方法、装置、计算机设备和存储介质，确定用户账号对应的风险承受评估指标值，在检测到确定的风险承受评估指标值不完整时，根据预设的各风险承受评估值表分别对应的指标系数，生成确定的各风险承受指标值分别对应的放大系数，通过得到的放大系数和确定的各风险承受指标值得到用户账号对应的风险承受能力值。在风险承受评估指标值不完整，通过得到的放大系数对风险承受指标值进行放大处理，减小了由于风险承受指标值不完整对风险承受指标值的准确率的影响，提高了风险承受指标值的准确率。获取与准确率较高的风险承受指标值匹配的投资组合方案，投资组合方案中包括多个投资项目，进一步提高了投资项目选取的准确率，通过投资组合方案也可以降低相应的投资风险。
附图说明
图1为一个实施例中投资组合方案推荐方法的应用环境图；
图2为一个实施例中投资组合方案推荐系统中的服务器的结构框图；
图3为一个实施例中投资组合方案推荐方法的流程示意图；
图4为另一个实施例中投资组合方案推荐方法的流程示意图；
图5为一个实施例中计算风险承受能力值的步骤的流程示意图；
图6为一个实施例中训练风险承受评估模型的步骤的流程示意图；
图7为一个实施例中投资组合方案推荐装置的结构框图；
图8为一个实施例中指标值确定模块的结构框图；
图9为另一个实施例中投资组合方案推荐装置的结构框图。
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仅用以解释本发明，并不用于限定本发明。
图1为一个实施例中投资组合方案推荐方法的应用环境图。参照图1，该投资组合方案推荐方法应用于投资组合方案推荐系统。投资组合方案推荐系统包括终端110和服务器120，其中终端110通过网络与服务器120连接。终端110可以是固定终端或移动终端，固定终端具体可以是打印机、扫描仪和监控器中的至少一种，移动终端具体可以是平板电脑、智能手机、个人数据助理和数码相机中的至少一种。
图2为一个实施例中图1投资组合方案推荐系统中的服务器120的内部结构示意图。如图2所示，该服务器120包括通过系统总线连接的处理器、非易失性存储介质、内存储器和网络接口。服务器120的处理器用于提供计算和控制能力，支撑整个服务器120的运行，存储器用于存储数据、代码指令等，网络接口用于与终端110进行网络通信。存储器上存储有至少一个计算机可执行指令，该计算机可执行指令可被处理器执行，以实现本申请实施例中提供的适用于服务器120的投资组合方案推荐方法。存储器可包括磁碟、光盘、只读存储记忆体(Read-Only Memory，ROM)等非易失性存储介质，或随机存储记忆体(RandomAccess Memory，RAM)等。例如，在一个实施例中，存储器包括非易失性存储介质及内存储器；非易失性存储介质存储有操作系统、数据库和计算机可执行指令，数据库存储着风险承受评估数据，该计算机可执行指令可被处理器执行以实现上述的投资组合方案推荐方法；内存储器为非易失性存储介质中的操作系统及计算机可执行指令提供高速缓存的运行环境。
如图3所示，在一个实施例中，提供一种投资组合方案推荐方法，本实施例以该方法应用于图1中的服务器120来举例说明，该方法具体包括以下内容：
S302，获取用户账号。
具体地，用户账号为用户的唯一标识。终端110获取用户输入的用户账号和密码，根据获取到的用户账号和密码生成投资方案推荐页面的页面请求，终端110将生成的页面请求发送至服务器120。
服务器120在接收到终端110发送的页面请求后，对接收到的页面请求进行解析，通过解析提取接收到的页面请求中的用户账号和密码，根据提取到额用户账号和密码，验证提取到的用户账号对应的用户对投资方案推荐页面是否有访问权限。服务器120在验证提取到的用户账号对应的用户对投资方案推荐页面由访问权限时，获取投资方案推荐页面对应的页面数据，将获取到的页面数据发送至页面请求对应的终端110。
终端110根据接收到的页面数据显示投资方案推荐页面，投资方案推荐页面中设置有投资方案生成按钮。终端110在检测到投资方案推荐页面中投资方案生成按钮被点击时，获取输入的用户账号，根据用户账号生成投资方案生成指令，将生成的投资方案生成指令发送至服务器120。
服务器120接收到终端110发送的投资方案生成指令，对投资方案生成指令进行解析，通过解析从投资方案生成指令中提取用户账号。
S304，确定与获取到的用户账号对应的风险承受评估指标值。
具体地，服务器120的数据库中存储着的多个用户账号和各用户账号分别对应的风险承受评估指标值。其中，风险承受评估指标值为预设的风险承受评估指标对应的指标值。预设的风险承受评估指标具体可以包括性别、年龄、资产分布、收入水平、月消费水平、投资经验和投资项目期限中的至少一种。
服务器120在获取到用户账号后，在数据库中查询与获取到的用户账号对应的风险承受评估指标值，以查询到的风险承受评估指标值为与获取到的用户账号对应的风险承受评估指标值。
S306，根据预设的风险承受评估指标，检测确定的风险承受评估指标值是否完整。
具体地，服务器120获取预设的风险承受评估指标，在确定的风险承受评估指标值中分别查询与各风险承受评估指标对应的风险承受评估指标值，若在确定的风险承受评估指标值中，只查询到部分风险承受评估指标分别对应的风险承受评估指标值，检测到确定的风险承受评估指标值不完整；若在确定的风险承受评估指标值中，查询到全部风险承受评估指标分别对应的风险承受评估指标值，检测到确定的风险承受评估指标值完整。
在一个实施例中，服务器120获取预设的风险承受评估指标，统计预设的风险承受评估指标中风险承受评估指标的指标个数。服务器120统计确定的风险承受评估指标值中指标值个数。服务器120将统计到的指标个数和指标值个数进行比较，若统计到的指标个数与指标值个数不一致，则检测到确定的风险承受评估指标值不完整；若统计到的指标个数与指标值个数一致，则检测到确定的风险承受评估指标值完整。
S308，在检测到确定的风险承受评估指标值不完整时，获取预设的各风险承受评估指标分别对应的指标系数，根据获取到的指标系数生成确定的各风险承受评估指标值分别对应的放大系数。
具体地，服务器120在检测到确定的风险承受评估指标值不完整时，从数据库中获取预设的各风险承受评估指标分别对应的指标系数，对获取到的指标系数进行归一化处理，得到各风险承受评估指标分别对应的归一化系数，以各风险承受评估指标分别对应的归一化系数作为各风险承受评估指标分别对应的风险承受评估指标值所对应的放大系数。
在一个实施例中，服务器120在检测到确定的风险承受评估指标值不完整时，从数据库中获取预设的各风险承受评估指标分别对应的指标系数，从获取到的指标系数中选取最大指标系数和最小指标系数。服务器120根据各风险承受评估指标分别对应的指标系数、最大指标系数和最小指标系数计算各风险承受评估指标分别对应的放大系数。服务器120根据风险承受评估指标和风险承受评估指标值的对应关系，从计算得到的放大系数中获取确定的各风险承受评估指标值分别对应的放大系数。
在一个实施例中，服务器120从获取到的指标系数中选取确定的各风险承受评估指标值分别对应的指标系数。对于每个风险承受评估指标值对应的指标系数，服务器120计算风险承受指标值对应的指标系数与最小指标系数的差，将计算到的差除以最大指标系数和最小指标系数的差得到放大系数，从而计算得到确定的各风险承受评估指标值分别对应的放大系数。
S310，根据确定的各风险承受评估指标值，及确定的各风险承受评估指标值分别对应的放大系数，得到获取到的用户账号对应的风险承受能力值。
具体地，服务器120将各风险承受评估指标值与相应的放大系数相乘，得到各风险承受评估指标值分别对应的乘积，再将各风险承受评估指标值分别对应的乘积进行相加，得到与获取到的用户账号对应的风险承受能力值。风险承受能力值为反映用户风险承受能力的数值。
S312，获取与得到的风险承受能力值匹配的投资组合方案。
具体地，服务器120的数据中存储着与各风险承受级别分别对应的投资组合方案，投资组合方案中包括多个投资项目。其中投资项目具体可以是基金标识和股票标识中的至少一种。投资组合方案中还可以包括各股票标识和/或基金标识对应的投资比例。
服务器120得到与获取到的用户账号对应的风险承受能力值，确定风险承受能力值多对应的风险承受级别，在数据库中查询与确定的风险承受级别对应的投资组合方案。
本实施例中，确定用户账号对应的风险承受评估指标值，在检测到确定的风险承受评估指标值不完整时，根据预设的各风险承受评估值表分别对应的指标系数，生成确定的各风险承受指标值分别对应的放大系数，通过得到的放大系数和确定的各风险承受指标值得到用户账号对应的风险承受能力值。在风险承受评估指标值不完整，通过得到的放大系数对风险承受指标值进行放大处理，减小了由于风险承受指标值不完整对风险承受指标值的准确率的影响，提高了风险承受指标值的准确率。获取与准确率较高的风险承受指标值匹配的投资组合方案，投资组合方案中包括多个投资项目，进一步提高了投资项目选取的准确率，通过投资组合方案也可以降低相应的投资风险。
如图4所示，在另一个实施例中，投资组合方案推荐方法具体包括以下内容：
S402，获取用户账号。
S404，根据获取到的用户账号查询风险承受评估数据。
具体地，数据库中存储着各用户账号分别对应的风险承受评估数据。服务器120在获取用户账号后，在数据库中查询用户账号对应的风险承受评估数据，风险承受评估数据可以包括性别数据、年龄数据、资产分布数据、收入水平数据、月消费水平数据、投资经验数据和投资项目期限数据中的至少一种
S406，获取查询到的风险承受评估数据所对应的数据完整度。
具体地，服务器120获取完整的风险承受评估数据对应的完整数据类型数量，统计查询到的风险承受评估数据中数据类别数量，将统计到的数据类别数量除以获取到的完整数据类型数量，得到查询到的风险承受评估数据所对应的数据完整度。
例如，完整数据类型数据为10种类型，统计到的数据类型数量为3中数据类型，则以3除以10得到30％，30％为查询到的风险承受评估数据所对应的数据完整度。
S408，判断获取到的数据完整度是否超过预设完整度；若未超过，执行S410；若超过，执行S414。
具体地，服务器120将获取到的数据完整度与预设完整度进行比较，通过比较确定查询到的风险承受评估数据是否可以用于计算风险承受能力值。当判定获取到的数据完整度超过预设完整度时，表示查询到的风险承受评估数据可以用于计算风险承受能力值；当判定获取到的数据完整度未超过预设完整度时，表示查询到的风险承受评估数据不可以用于计算风险承受能力值，需要补充数据。
S410，向以获取到的用户账号登录的终端发送评估数据补充指令。
具体地，当判定获取到的数据完整度未超过预设完整度时，服务器120获取数据补充页面数据，根据获取到的数据补充页面数据生成评估数据补充指令。服务器120查询以获取到的用户账号登录的终端，将生成的评估数据补充指令发送至查询到的终端。
S412，获取终端根据评估数据补充指令返回的评估补充数据；执行完S412，执行S404。
具体地，终端110在接收到服务器120发送的评估数据补充指令，对评估数据补充指令进行解析，通过解析提取数据补充页面数据，根据提取到的数据补充页面数据显示数据补充页面。终端110获取用户在数据补充页面中输入的评估补充数据，将获取到的评估补充数据发送至服务器120。
服务器120在接收到终端110发送的评估补充数据后，将评估补充数据作为风险承受评估数据与获取到的用户账号对应存储在数据库中。
S414，在查询到的风险承受评估数据中，提取预设的各风险评估指标分别对应的风险承受评估数据。
具体地，服务器120根据预设的各风险评估指标，在查询到的风险承受评估数据中提取各风险评估指标分别对应的风险承受评估数据。
例如，风险评估指标包括年龄和月消费水平，服务器120在查询到的风险承受评估数据中，查询年龄对应的风险承受评估数据和月消费水平对应的风险承受评估数据，年龄对应的风险承受评估数据为34岁，月消费水平对应的风险承受评估数据为5000元。
S416，根据各风险评估指标分别对应的风险承受评估数据所属级别，确定各风险评估指标分别对应的风险承受评估指标值。
具体地，服务器120在提取到各风险评估指标分别对应的风险承受评估数据后，对于每个风险评估指标对应的风险承受评估数据，根据该风险评估指标对应预设数据范围识别风险承受评估数据所属的级别，确定与识别到的级别对应的风险承受评估指标值。
S418，根据预设的风险承受评估指标，检测确定的风险承受评估指标值是否完整。
S420，在检测到确定的风险承受评估指标值不完整时，获取预设的各风险承受评估指标分别对应的指标系数，根据获取到的指标系数生成确定的各风险承受评估指标值分别对应的放大系数。
S422，根据确定的各风险承受评估指标值，及确定的各风险承受评估指标值分别对应的放大系数，得到获取到的用户账号对应的风险承受能力值。
S424，获取与得到的风险承受能力值匹配的投资组合方案。
本实施例中，对查询到的风险承受评估数据所对应的数据完整度进行判断，在判定数据完整度为超过预设完整度时，向终端发送评估数据补充指令，可以保证用于计算风险承受能力值的风险承受评估数据所对应的数据完整度较高，可提高计算得到的风险承受能力值的准确性。
如图5所示，在一个实施例中，S306之后具体还包括计算风险承受能力值的步骤，该步骤具体包括以下内容：
S502，在检测到确定的风险承受评估指标值完整时，获取确定的各风险承受评估指标值分别对应的指标系数。
具体地，服务器120在检测到确定的风险承受评估指标值完整时，从数据库中获取预设的各风险承受评估指标对应的指标系数。服务器120根据确定的各风险承受评估指标值对应的风险承受评估指标在获取到的指标系数中，提取确定的各风险承受评估指标值对应的指标系数。
S504，根据确定的各风险承受评估指标值，及确定的各风险承受评估指标值分别对应的指标系数，得到获取到的用户账号对应的风险承受能力值。
具体地，服务器120将确定的各风险承受评估指标值与相应的指标系数相乘，得到确定的各风险承受评估指标值分别对应的乘积，再将确定的各风险承受评估指标值分别对应的乘积进行相加，得到与获取到的用户账号对应的风险承受能力值。
本实施例中，在检测到确定的风险承受评估指标值完整时，可以根据确定的各风险承受评估指标值，及确定的各风险承受评估指标值分别对应的指标系数直接进行计算得到获取到的用户账号对应的风险承受能力值，无需额外的计算处理过程，提高了计算速度。
如图6所示，在一个实施例中，投资组合方案推荐方法具体还包括训练风险承受评估模型的步骤，该步骤具体包括以下内容：
S602，获取多个用户账号对应的风险承受评估样本数据。
具体地，数据库中存储着多个用户账号对应的风险承受评估样本数据，风险承受评估样本数据为用于训练风险承受评估模型的样本数据。风险承受评估样本数据中包括各用户账号对应的风险承受能力值和风险承受评估指标值。服务器120获取模型训练指令，提取模型训练指令中的数据库标识，从提取到的数据库标识对应的数据库中读取多个用户账号对应的风险承受评估样本数据。
S604，从各用户账号对应的风险承受评估样本数据中，分别提取各用户账号对应的风险承受能力值和风险承受评估指标值，提取到的各风险承受评估指标值对应于预设的各风险承受评估指标。
具体地，服务器120按照用户账号对风险承受评估样本数据进行分类，得到各用户账号对应的风险承受评估样本数据。对于每个用户账号对应的风险承受评估样本数据，提取用户账号对应的风险承受能力值，根据预设的各风险承受评估指标提取对应于用户账号的各风险承受评估指标值。
S606，根据各用户账号分别对应的风险承受能力值和风险承受评估指标值，训练风险承受评估模型。
具体地，服务器120以用户账号对应的各风险承受评估指标值作为输入，以同一用户账号对应的风险承受能力值作为输出，读取各用户账号对应的各风险承受评估指标值和风险承受能力值进行训练，得到风险承受评估模型。
S608，获取训练的风险承受评估模型中对应于预设的各风险承受评估指标的指标系数并存储。
具体地，服务器120得到风险承受评估模型后，从风险承受评估模型中提取预设的各风险承受评估指标分别对应的指标系数，将指标系数与对应的风险承受评估指标对应存储。
本实施例中，通过大量的风险承受评估样本数据训练风险承受评估模型，从风险承受评估模型中获取各风险承受评估指标分别对应的指标系数，从而提高了各风险承受评估指标分别对应的指标系数的确定准确率，从而提高风险承受能力值的计算准确率。
如图7所示，在一个实施例中，提供一种投资组合方案推荐装置700，该装置具体包括以下内容：用户账号获取模块702、指标值确定模块704、数据完整检测模块706、放大系数生成模块708、承受值得到模块710和投资方案获取模块712。
用户账号获取模块702，用于获取用户账号。
指标值确定模块704，用于确定与获取到的用户账号对应的风险承受评估指标值。
数据完整检测模块706，用于根据预设的风险承受评估指标，检测确定的风险承受评估指标值是否完整。
放大系数生成模块708，用于在检测到确定的风险承受评估指标值不完整时，获取预设的各风险承受评估指标分别对应的指标系数，根据获取到的指标系数生成确定的各风险承受评估指标值分别对应的放大系数。
承受值得到模块710，用于根据确定的各风险承受评估指标值，及确定的各风险承受评估指标值分别对应的放大系数，得到获取到的用户账号对应的风险承受能力值。
投资方案获取模块712，用于获取与得到的风险承受能力值匹配的投资组合方案。
本实施例中，确定用户账号对应的风险承受评估指标值，在检测到确定的风险承受评估指标值不完整时，根据预设的各风险承受评估值表分别对应的指标系数，生成确定的各风险承受指标值分别对应的放大系数，通过得到的放大系数和确定的各风险承受指标值得到用户账号对应的风险承受能力值。在风险承受评估指标值不完整，通过得到的放大系数对风险承受指标值进行放大处理，减小了由于风险承受指标值不完整对风险承受指标值的准确率的影响，提高了风险承受指标值的准确率。获取与准确率较高的风险承受指标值匹配的投资组合方案，投资组合方案中包括多个投资项目，进一步提高了投资项目选取的准确率，通过投资组合方案也可以降低相应的投资风险。
如图8所示，在一个实施例中，指标值确定模块704具体包括以下内容：评估数据查询模块704a、完整度判断模块704b、评估数据提取模块704c、各指标值确定模块704d和补充数据获取模块704e。
评估数据查询模块704a，用于根据获取到的用户账号查询风险承受评估数据。
完整度判断模块704b，用于获取查询到的风险承受评估数据所对应的数据完整度；判断获取到的数据完整度是否超过预设完整度。
评估数据提取模块704c，用于在查询到的风险承受评估数据中，提取预设的各风险评估指标分别对应的风险承受评估数据。
各指标值确定模块704d，用于根据各风险评估指标分别对应的风险承受评估数据所属级别，确定各风险评估指标分别对应的风险承受评估指标值。
补充数据获取模块704e，在判定获取到的数据完整度未超过预设完整度时，向以获取到的用户账号登录的终端发送评估数据补充指令；获取终端根据评估数据补充指令返回的评估补充数据。
本实施例中，对查询到的风险承受评估数据所对应的数据完整度进行判断，在判定数据完整度为超过预设完整度时，向终端发送评估数据补充指令，可以保证用于计算风险承受能力值的风险承受评估数据所对应的数据完整度较高，可提高计算得到的风险承受能力值的准确性。
在一个实施例中，承受值得到模块710还用于在检测到确定的风险承受评估指标值完整时，获取确定的各风险承受评估指标值分别对应的指标系数；根据确定的各风险承受评估指标值，及确定的各风险承受评估指标值分别对应的指标系数，得到获取到的用户账号对应的风险承受能力值。
本实施例中，在检测到确定的风险承受评估指标值完整时，可以根据确定的各风险承受评估指标值，及确定的各风险承受评估指标值分别对应的指标系数直接进行计算得到获取到的用户账号对应的风险承受能力值，无需额外的计算处理过程，提高了计算速度。
如图9所示，在一个实施例中，投资组合方案推荐装置700具体还包括以下内容：样本数据获取模块714、评估指标提取模块716、评估模型训练模块718和指标系数获取模块720。
样本数据获取模块714，用于获取多个用户账号对应的风险承受评估样本数据。
评估指标提取模块716，用于从各用户账号对应的风险承受评估样本数据中，分别提取各用户账号对应的风险承受能力值和风险承受评估指标值，提取到的各风险承受评估指标值对应于预设的各风险承受评估指标。
评估模型训练模块718，用于根据各用户账号分别对应的风险承受能力值和风险承受评估指标值，训练风险承受评估模型。
指标系数获取模块720，用于获取训练的风险承受评估模型中对应于预设的各风险承受评估指标的指标系数并存储。
本实施例中，通过大量的风险承受评估样本数据训练风险承受评估模型，从风险承受评估模型中获取各风险承受评估指标分别对应的指标系数，从而提高了各风险承受评估指标分别对应的指标系数的确定准确率，从而提高风险承受能力值的计算准确率。
一种计算机设备，计算机设备包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行计算机程序时实现以下步骤：获取用户账号；确定与获取到的用户账号对应的风险承受评估指标值；根据预设的风险承受评估指标，检测确定的风险承受评估指标值是否完整；在检测到确定的风险承受评估指标值不完整时，获取预设的各风险承受评估指标分别对应的指标系数，根据获取到的指标系数生成确定的各风险承受评估指标值分别对应的放大系数；根据确定的各风险承受评估指标值，及确定的各风险承受评估指标值分别对应的放大系数，得到获取到的用户账号对应的风险承受能力值；获取与得到的风险承受能力值匹配的投资组合方案。
在一个实施例中，确定与获取到的用户账号对应的风险承受评估指标值，包括：根据获取到的用户账号查询风险承受评估数据；在查询到的风险承受评估数据中，提取预设的各风险评估指标分别对应的风险承受评估数据；根据各风险评估指标分别对应的风险承受评估数据所属级别，确定各风险评估指标分别对应的风险承受评估指标值。
在一个实施例中，根据获取到的用户账号查询风险承受评估数据之后，处理器执行计算机程序时还实现以下步骤：获取查询到的风险承受评估数据所对应的数据完整度；判断获取到的数据完整度是否超过预设完整度；在判定获取到的数据完整度超过预设完整度时，执行在查询到的风险承受评估数据中，提取预设的各风险评估指标分别对应的风险承受评估数据的步骤；在判定获取到的数据完整度未超过预设完整度时，向以获取到的用户账号登录的终端发送评估数据补充指令；获取终端根据评估数据补充指令返回的评估补充数据。
在一个实施例中，根据预设的风险承受评估指标，检测确定的风险承受评估指标值是否完整之后，处理器执行计算机程序时还实现以下步骤：在检测到确定的风险承受评估指标值完整时，获取确定的各风险承受评估指标值分别对应的指标系数；根据确定的各风险承受评估指标值，及确定的各风险承受评估指标值分别对应的指标系数，得到获取到的用户账号对应的风险承受能力值。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：获取多个用户账号对应的风险承受评估样本数据；从各用户账号对应的风险承受评估样本数据中，分别提取各用户账号对应的风险承受能力值和风险承受评估指标值，提取到的各风险承受评估指标值对应于预设的各风险承受评估指标；根据各用户账号分别对应的风险承受能力值和风险承受评估指标值，训练风险承受评估模型；获取训练的风险承受评估模型中对应于预设的各风险承受评估指标的指标系数并存储。
本实施例中，确定用户账号对应的风险承受评估指标值，在检测到确定的风险承受评估指标值不完整时，根据预设的各风险承受评估值表分别对应的指标系数，生成确定的各风险承受指标值分别对应的放大系数，通过得到的放大系数和确定的各风险承受指标值得到用户账号对应的风险承受能力值。在风险承受评估指标值不完整，通过得到的放大系数对风险承受指标值进行放大处理，减小了由于风险承受指标值不完整对风险承受指标值的准确率的影响，提高了风险承受指标值的准确率。获取与准确率较高的风险承受指标值匹配的投资组合方案，投资组合方案中包括多个投资项目，进一步提高了投资项目选取的准确率，通过投资组合方案也可以降低相应的投资风险。
一个或多个存储有计算机可执行指令的存储介质，计算机可执行指令被一个或多个处理器执行时，使得一个或多个处理器执行以下步骤：获取用户账号；确定与获取到的用户账号对应的风险承受评估指标值；根据预设的风险承受评估指标，检测确定的风险承受评估指标值是否完整；在检测到确定的风险承受评估指标值不完整时，获取预设的各风险承受评估指标分别对应的指标系数，根据获取到的指标系数生成确定的各风险承受评估指标值分别对应的放大系数；根据确定的各风险承受评估指标值，及确定的各风险承受评估指标值分别对应的放大系数，得到获取到的用户账号对应的风险承受能力值；获取与得到的风险承受能力值匹配的投资组合方案。
在一个实施例中，确定与获取到的用户账号对应的风险承受评估指标值，包括：根据获取到的用户账号查询风险承受评估数据；在查询到的风险承受评估数据中，提取预设的各风险评估指标分别对应的风险承受评估数据；根据各风险评估指标分别对应的风险承受评估数据所属级别，确定各风险评估指标分别对应的风险承受评估指标值。
在一个实施例中，根据获取到的用户账号查询风险承受评估数据之后，处理器还执行以下步骤：获取查询到的风险承受评估数据所对应的数据完整度；判断获取到的数据完整度是否超过预设完整度；在判定获取到的数据完整度超过预设完整度时，执行在查询到的风险承受评估数据中，提取预设的各风险评估指标分别对应的风险承受评估数据的步骤；在判定获取到的数据完整度未超过预设完整度时，向以获取到的用户账号登录的终端发送评估数据补充指令；获取终端根据评估数据补充指令返回的评估补充数据。
在一个实施例中，根据预设的风险承受评估指标，检测确定的风险承受评估指标值是否完整之后，处理器还执行以下步骤：在检测到确定的风险承受评估指标值完整时，获取确定的各风险承受评估指标值分别对应的指标系数；根据确定的各风险承受评估指标值，及确定的各风险承受评估指标值分别对应的指标系数，得到获取到的用户账号对应的风险承受能力值。
在一个实施例中，处理器还执行以下步骤：获取多个用户账号对应的风险承受评估样本数据；从各用户账号对应的风险承受评估样本数据中，分别提取各用户账号对应的风险承受能力值和风险承受评估指标值，提取到的各风险承受评估指标值对应于预设的各风险承受评估指标；根据各用户账号分别对应的风险承受能力值和风险承受评估指标值，训练风险承受评估模型；获取训练的风险承受评估模型中对应于预设的各风险承受评估指标的指标系数并存储。
本实施例中，确定用户账号对应的风险承受评估指标值，在检测到确定的风险承受评估指标值不完整时，根据预设的各风险承受评估值表分别对应的指标系数，生成确定的各风险承受指标值分别对应的放大系数，通过得到的放大系数和确定的各风险承受指标值得到用户账号对应的风险承受能力值。在风险承受评估指标值不完整，通过得到的放大系数对风险承受指标值进行放大处理，减小了由于风险承受指标值不完整对风险承受指标值的准确率的影响，提高了风险承受指标值的准确率。获取与准确率较高的风险承受指标值匹配的投资组合方案，投资组合方案中包括多个投资项目，进一步提高了投资项目选取的准确率，通过投资组合方案也可以降低相应的投资风险。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，该计算机程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，前述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory，ROM)等非易失性存储介质，或随机存储记忆体(Random Access Memory，RAM)等。
以上所述实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，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。因此，本发明专利的保护范围应以所附权利要求为准。
Claims (4)
1.一种投资组合方案推荐方法，所述方法包括：
获取多个用户账号对应的风险承受评估样本数据；
从各用户账号对应的风险承受评估样本数据中，分别提取各用户账号对应的风险承受能力值和风险承受评估指标值，提取到的各风险承受评估指标值对应于预设的各风险承受评估指标；
根据各用户账号分别对应的风险承受能力值和风险承受评估指标值，训练风险承受评估模型；
获取训练的风险承受评估模型中对应于所述预设的各风险承受评估指标的指标系数并存储；
在检测到投资方案推荐页面中投资方案生成按钮被点击时，获取输入的用户账号和密码，根据所述用户账号和密码生成页面请求并发送；
获取所述页面请求，从所述页面请求中解析得到所述用户账号和密码，根据解析得到的所述用户账号和密码确定所述用户账号是否有访问权限，若是，则获取投资方案推荐页面对应的页面数据，将获取的页面数据发送给所述页面请求对应的终端；所述终端根据接收到的页面数据生成投资方案生成指令并发送；
获取所述投资方案生成指令，解析所述投资方案生成指令获取用户账号；
从数据库中查询与获取到的用户账号对应的风险承受评估数据；
获取查询到的风险承受评估数据所对应的数据完整度；
判断获取到的数据完整度是否超过预设完整度；
在判定所述获取到的数据完整度超过预设完整度时，执行在查询到的风险承受评估数据中，提取预设的各风险评估指标分别对应的风险承受评估数据的步骤；
在判定所述获取到的数据完整度未超过预设完整度时，向以获取到的用户账号登录的终端发送评估数据补充指令；获取所述终端根据所述评估数据补充指令返回的评估补充数据；执行根据获取到的用户账号查询风险承受评估数据的步骤；
根据各风险评估指标分别对应的风险承受评估数据所属级别，确定各风险评估指标分别对应的风险承受评估指标值；
根据预设的风险承受评估指标，检测确定的风险承受评估指标值是否完整；
在检测到所述确定的风险承受评估指标值不完整时，从数据库中获取预设的各风险承受评估指标分别对应的指标系数；
根据获取到的指标系数生成确定的各风险承受评估指标值分别对应的放大系数；
根据所述确定的各风险承受评估指标值，及所述确定的各风险承受评估指标值分别对应的放大系数，得到所述获取到的用户账号对应的风险承受能力值；
根据所述风险承受能力值，确定所述风险承受能力值所属的风险承受级别，从所述数据库中获取与得到的风险承受能力值匹配的投资组合方案。
2.一种投资组合方案推荐装置，其特征在于，所述装置包括：
样本数据获取模块，用于获取多个用户账号对应的风险承受评估样本数据；
评估指标提取模块，用于从各用户账号对应的风险承受评估样本数据中，分别提取各用户账号对应的风险承受能力值和风险承受评估指标值，提取到的各风险承受评估指标值对应于预设的各风险承受评估指标；
评估模型训练模块，用于根据各用户账号分别对应的风险承受能力值和风险承受评估指标值，训练风险承受评估模型；
指标系数获取模块，用于获取训练的风险承受评估模型中对应于所述预设的各风险承受评估指标的指标系数并存储；
所述装置，还用于获取输入的用户账号和密码，根据所述用户账号和密码生成页面请求并发送；获取所述页面请求，从所述页面请求中解析得到所述用户账号和密码，根据解析得到的所述用户账号和密码确定所述用户账号是否有访问权限，若是，则获取投资方案推荐页面对应的页面数据，将获取的页面数据发送给所述页面请求对应的终端；所述终端根据接收到的页面数据生成投资方案生成指令并发送；获取所述投资方案生成指令，解析所述投资方案生成指令获取用户账号；评估数据查询模块，用于从数据库中查询与获取到的用户账号对应的风险承受评估数据；
评估数据查询模块，用于获取查询到的风险承受评估数据所对应的数据完整度；判断获取到的数据完整度是否超过预设完整度；
完整度判断模块，用于获取查询到的风险承受评估数据所对应的数据完整度；判断获取到的数据完整度是否超过预设完整度；
评估数据提取模块，用于在判定所述获取到的数据完整度超过预设完整度时，执行在查询到的风险承受评估数据中，提取预设的各风险评估指标分别对应的风险承受评估数据；
补充数据获取模块，用于在判定所述获取到的数据完整度未超过预设完整度时，向以获取到的用户账号登录的终端发送评估数据补充指令；获取所述终端根据所述评估数据补充指令返回的评估补充数据；执行根据获取到的用户账号查询风险承受评估数据的步骤；
数据完整检测模块，用于根据预设的风险承受评估指标，检测确定的风险承受评估指标值是否完整；
放大系数生成模块，用于在检测到所述确定的风险承受评估指标值不完整时，从数据库中获取预设的各风险承受评估指标分别对应的指标系数；根据获取到的指标系数生成确定的各风险承受评估指标值分别对应的放大系数；
承受值得到模块，用于根据所述确定的各风险承受评估指标值，及所述确定的各风险承受评估指标值分别对应的放大系数，得到所述获取到的用户账号对应的风险承受能力值；
投资方案获取模块，用于根据所述风险承受能力值，确定所述风险承受能力值所属的风险承受级别，从所述数据库中获取与得到的风险承受能力值匹配的投资组合方案。
3.一种计算机设备，所述计算机设备包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时执行如权利要求1所述的投资组合方案推荐方法。
4.一个或多个存储有计算机可执行指令的存储介质，所述计算机可执行指令被一个或多个处理器执行时执行如权利要求1所述的投资组合方案推荐方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710608071.3A CN107798457B (zh) | 2017-07-24 | 2017-07-24 | 投资组合方案推荐方法、装置、计算机设备和存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710608071.3A CN107798457B (zh) | 2017-07-24 | 2017-07-24 | 投资组合方案推荐方法、装置、计算机设备和存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN107798457A CN107798457A (zh) | 2018-03-13 |
| CN107798457B true CN107798457B (zh) | 2021-08-03 |
Family
ID=61530330
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710608071.3A Active CN107798457B (zh) | 2017-07-24 | 2017-07-24 | 投资组合方案推荐方法、装置、计算机设备和存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107798457B (zh) |
Families Citing this family (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108985638B (zh) * | 2018-07-25 | 2020-07-24 | 腾讯科技（深圳）有限公司 | 一种用户投资风险评估方法和装置以及存储介质 |
| CN109670964A (zh) * | 2018-11-12 | 2019-04-23 | 平安科技（深圳）有限公司 | 投资风险评测方法、设备、存储介质及装置 |
| CN110288483A (zh) * | 2019-05-22 | 2019-09-27 | 平安证券股份有限公司 | 账号开通方法、装置、设备及计算机可读存储介质 |
| CN111724266A (zh) * | 2020-06-29 | 2020-09-29 | 信阳农林学院 | 一种财务决策大数据分析系统 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US8326981B2 (en) * | 2000-09-26 | 2012-12-04 | Juniper Networks, Inc. | Method and system for providing secure access to private networks |
| CN102984159A (zh) * | 2012-12-05 | 2013-03-20 | 浙江省电力公司 | 基于终端访问行为的安全接入逻辑控制方法及平台服务器 |
| CN103023961A (zh) * | 2011-10-05 | 2013-04-03 | 微软公司 | 经由墙型计算设备的工作空间协作 |
| CN106202452A (zh) * | 2016-07-15 | 2016-12-07 | 复旦大学 | 大数据平台的统一数据资源管理系统与方法 |
-
2017
- 2017-07-24 CN CN201710608071.3A patent/CN107798457B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US8326981B2 (en) * | 2000-09-26 | 2012-12-04 | Juniper Networks, Inc. | Method and system for providing secure access to private networks |
| CN103023961A (zh) * | 2011-10-05 | 2013-04-03 | 微软公司 | 经由墙型计算设备的工作空间协作 |
| CN102984159A (zh) * | 2012-12-05 | 2013-03-20 | 浙江省电力公司 | 基于终端访问行为的安全接入逻辑控制方法及平台服务器 |
| CN106202452A (zh) * | 2016-07-15 | 2016-12-07 | 复旦大学 | 大数据平台的统一数据资源管理系统与方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN107798457A (zh) | 2018-03-13 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107798457B (zh) | 投资组合方案推荐方法、装置、计算机设备和存储介质 | |
| CN106934254B (zh) | 一种开源许可证的分析方法及装置 | |
| CN110727868B (zh) | 对象推荐方法、装置和计算机可读存储介质 | |
| CN108197638B (zh) | 对待评估样本进行分类的方法及装置 | |
| CN109471981B (zh) | 评论信息排序方法、装置、服务器及存储介质 | |
| CN110135943B (zh) | 产品推荐方法、装置、计算机设备和存储介质 | |
| US20210312086A1 (en) | Apparatus and method for recommending user privacy control | |
| CN112184290A (zh) | 一种信息推荐方法、装置、电子设备及存储介质 | |
| CN110858353B (zh) | 获取案件裁判结果的方法和系统 | |
| CN110929764A (zh) | 图片审核方法和装置，电子设备及存储介质 | |
| CN112565422A (zh) | 一种对电力物联网故障数据的识别方法、系统和存储介质 | |
| CN110213660B (zh) | 节目的分发方法、系统、计算机设备和存储介质 | |
| EP4273750A1 (en) | Data processing method and apparatus, computing device, and test simplification device | |
| CN111444930B (zh) | 一种确定二分类模型的预测效果的方法及装置 | |
| CN116738493B (zh) | 一种基于分类类别的数据加密存储方法及装置 | |
| CN113705792A (zh) | 基于深度学习模型的个性化推荐方法、装置、设备及介质 | |
| CN117520645A (zh) | 基于金融产品的用户确定方法、装置以及电子设备 | |
| CN111489207A (zh) | 基于区块链系统的评价信息写入方法、装置及硬件设备 | |
| CN111814909B (zh) | 基于网络直播和在线电商带货的信息处理方法及云服务器 | |
| CN111538905B (zh) | 一种对象的推荐方法及装置 | |
| CN114399352A (zh) | 一种信息推荐方法、装置、电子设备及存储介质 | |
| CN113722485A (zh) | 一种异常数据识别分类方法、系统及存储介质 | |
| CN109191192B (zh) | 数据估算方法、装置和计算机可读存储介质 | |
| KR102078541B1 (ko) | 이슈 관심도 기반의 뉴스 가치 평가 장치 및 방법, 이를 기록한 기록매체 | |
| US10873550B2 (en) | Methods for communication in a communication network for reduced data traffic |
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: 20180605 Address after: 518000 Room 201, building A, No. 1, Qian Wan Road, Qianhai Shenzhen Hong Kong cooperation zone, Shenzhen, Guangdong (Shenzhen Qianhai business secretary Co., Ltd.) Applicant after: Shenzhen one ledger Intelligent Technology Co., Ltd. Address before: 200000 Xuhui District, Shanghai Kai Bin Road 166, 9, 10 level. Applicant before: Shanghai Financial Technologies Ltd |
|
| TA01 | Transfer of patent application right | ||
| CB02 | Change of applicant information |
Address after: 518000 Room 201, building A, 1 front Bay Road, Shenzhen Qianhai cooperation zone, Shenzhen, Guangdong Applicant after: Shenzhen one ledger Intelligent Technology Co., Ltd. Address before: 518000 Room 201, building A, No. 1, Qian Wan Road, Qianhai Shenzhen Hong Kong cooperation zone, Shenzhen, Guangdong (Shenzhen Qianhai business secretary Co., Ltd.) Applicant before: Shenzhen one ledger Intelligent Technology Co., Ltd. |
|
| CB02 | Change of applicant information | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |