CN109002551A - 一种股票型基金的净值确定方法及系统 - Google Patents
一种股票型基金的净值确定方法及系统 Download PDFInfo
- Publication number
- CN109002551A CN109002551A CN201810861488.5A CN201810861488A CN109002551A CN 109002551 A CN109002551 A CN 109002551A CN 201810861488 A CN201810861488 A CN 201810861488A CN 109002551 A CN109002551 A CN 109002551A
- Authority
- CN
- China
- Prior art keywords
- data
- market
- stock
- holding position
- stock fund
- 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
- G06Q40/04—Trading; Exchange, e.g. stocks, commodities, derivatives or currency exchange
Landscapes
- Business, Economics & Management (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Engineering & Computer Science (AREA)
- Development Economics (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
本申请公开了一种股票型基金的净值确定方法及系统,方法包括:获取股票型基金的行情数据及持仓数据,将所述行情数据和所述持仓数据输入hadoop数据库,hadoop数据库基于所述行情数据和所述持仓数据依据计算并输出净值信息。所述股票型基金的净值确定方法及系统充分利用hadoop数据库容量大及计算速度快的特点,能够帮助客户实时获取股票型基金的净值,进而进行股票型基金的走势判断,辅助客户做出理财行为决定。
Description
技术领域
本发明涉及金融领域,更具体的说,是涉及一种股票型基金的净值确定方法及系统。
背景技术
随着社会生活水平的提高及理财观念的普及,越来越多的人通过购买股票、基金等方式进行理财。
股票型基金,是指投资于股票市场的基金。股票型基金的净值,指当前的基金总资产除以基金总份额后,每份基金的价值。股票型基金的净值需要在每日股票市场收盘后,根据其在当天的收盘价格,基金持仓情况来进行计算,最后获取当日的净值。因此在每天开盘时,客户无法获知股票型基金当天的净值。如果能在每天开盘时或收盘之前,对股票型基金的净值进行实时计算并得到计算数值,可以帮助客户对某只股票型基金的走势进行预判断,以指导后续的理财交易行为。
发明内容
有鉴于此,本发明提供了一种股票型基金的净值确定方法及系统,以帮助客户实时了解股票型基金的净值及走势。
为实现上述目的,本发明提供如下技术方案:
一种股票型基金的净值确定方法,包括:
获取股票型基金的行情数据及持仓数据;
将所述行情数据和所述持仓数据输入hadoop数据库;
所述hadoop数据库基于所述行情数据和所述持仓数据依据计算得到净值数据;
输出所述净值数据。
可选的,所述获取股票型基金的行情数据及持仓数据,包括:
周期性获取股票型基金的行情数据。
可选的,在所述将所述行情数据和所述持仓数据输入hadoop数据库之前,还包括:
筛选所述行情数据和所述持仓数据,得到目标行情数据和目标持仓数据;
则所述将所述行情数据和所述持仓数据输入hadoop数据库,包括:
将所述目标行情数据和所述目标持仓数据输入hadoop数据库。
可选的,所述hadoop数据库基于所述行情数据和所述持仓数据依据计算得到净值数据,包括:
hadoop数据库基于所述行情数据和所述持仓数据计算得到所述股票型基金的总市值;
hadoop数据库根据所述股票型基金的总市值和所述股票型基金的总份额计算得到净值数据,所述股票型基金的总份额根据所述持仓数据确定。
可选的,所述hadoop数据库基于所述行情数据和所述持仓数据计算得到所述股票型基金的总市值,包括:
所述hadoop数据库根据所述持仓数据中的股票型基金数量或比例,以及所述行情数据中的价格信息,计算得到所述股票型基金的总市值。
可选的,所述股票型基金包括股票和债券,则所述hadoop数据库根据所述持仓数据中的股票型基金数量或比例,以及所述行情数据中的价格信息,计算得到所述股票型基金的总市值,包括:
所述hadoop数据库根据所述持仓数据中的股票数量或股票比例,以及所述行情数据中的股票价格,计算得到所持股票市值;
所述hadoop数据库根据所述持仓数据中的债券数量过债券比例,以及所述行情数据中的债券价格,计算得到所持债券市值;
将所述股票市值与所述债券市值相加,得到所述股票型基金的总市值。
一种股票型基金的净值确定系统,包括:
数据获取模块,用于获取股票型基金的行情数据及持仓数据;
数据输入模块,用于将所述行情数据和所述持仓数据输入hadoop数据库;
hadoop计算模块,用于基于所述行情数据和所述持仓数据依据计算得到净值数据;
净值输出模块,用于输出所述净值数据。
可选的,所述数据获取模块具体用于:周期性获取股票型基金的行情数据。
可选的,所述hadoop计算模块包括:
市值计算模块,用于基于所述行情数据和所述持仓数据计算得到所述股票型基金的总市值;
净值计算模块,用于根据所述股票型基金的总市值和所述股票型基金的总份额计算得到净值信息,所述股票型基金的总份额根据所述持仓数据确定。
可选的,所述市值计算模块具体用于:根据所述持仓数据中的股票型基金数量或比例,以及所述行情数据中的价格信息,计算得到所述股票型基金的总市值。
经由上述的技术方案可知,与现有技术相比,本发明实施例公开了一种股票型基金的净值确定方法及系统,方法包括:获取股票型基金的行情数据及持仓数据,将所述行情数据和所述持仓数据输入hadoop数据库,hadoop数据库基于所述行情数据和所述持仓数据依据计算并输出净值信息。所述股票型基金的净值确定方法及系统充分利用hadoop数据库容量大及计算速度快的特点,能够帮助客户实时获取股票型基金的净值,进而进行股票型基金的走势判断,辅助客户做出理财行为决定。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的实施例,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,还可以根据提供的附图获得其他的附图。
图1为本发明实施例公开的一种股票型基金的净值确定方法流程图;
图2为本发明实施例公开的计算净值数据的流程图;
图3为本发明实施例公开的计算总市值的流程图;
图4为本发明实施例公开的另一种股票型基金的净值确定方法流程图;
图5为本发明实施例公开的一种股票型基金的净值确定系统的结构示意图;
图6为本发明实施例公开的hadoop计算模块的结构示意图;
图7为本发明实施例公开的另一种股票型基金的净值确定系统的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。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。
图1为本发明实施例公开的一种股票型基金的净值确定方法流程图,参见图1所示,股票型基金的净值确定方法可以包括:
步骤101:获取股票型基金的行情数据及持仓数据。
所述获取股票型基金的行情数据及持仓数据,可以包括:周期性获取股票型基金的行情数据。所述行情数据可以是所述股票型基金所包括的股票、债券等的实时价格,由于股票和债券的实时价格是实时变动的,因此,为了保证最后计算出的股票型基金的净值的实时性,获取股票型基金的行情数据的周期可以设置的小一些,如5秒一次。而所述持仓数据通常来说不会经常的变动,本实施例中,针对股票型基金的持仓数据,可以是一天获取一次,具体的,可以在每天开盘的时候,获取持仓数据。所述行情数据可以在开盘后的任何时刻获取。
在实际应用中,可以从金融机构的咨询系统中获取股票型基金的行情数据及持仓数据。本实施例中,可以从金融机构的咨询系统中获取股票开盘后的行情信息以及债券的行情信息,这些行情信息可以以文件的形式传递给hadoop数据库。所述持仓数据库也可以从金融机构的咨询系统中获取,并按照约定格式传递给hadoop数据库。
步骤102:将所述行情数据和所述持仓数据输入hadoop数据库。
在获取到股票型基金的行情数据和持仓数据后,可以将获取到的数据输入hadoop数据库,由所述hadoop数据库根据预置算法,依据所述行情数据和持仓数据进行相应的计算,得到所述股票型基金的净值。
步骤103:所述hadoop数据库基于所述行情数据和所述持仓数据依据计算得到净值数据。
所述hadoop数据库为非关系型数据库,存储容量大,且计算速度快,针对周期性获取的大量行情数据,有足够的存储空间和快速的运算能力。本实施例中,采用hadoop数据库进行股票型基金的净值计算,计算速度很快,能够满足用户对想要了解的股票型基金的净值的实时性要求。
图2为本发明实施例公开的计算净值数据的流程图,结合图2所示,本实施例中,所述hadoop数据库基于所述行情数据和所述持仓数据依据计算得到净值数据,可以包括:
步骤201:hadoop数据库基于所述行情数据和所述持仓数据计算得到所述股票型基金的总市值。
所述hadoop数据库基于所述行情数据和所述持仓数据计算得到所述股票型基金的总市值,可以包括:所述hadoop数据库根据所述持仓数据中的股票型基金数量或比例,以及所述行情数据中的价格信息,计算得到所述股票型基金的总市值。
步骤202:hadoop数据库根据所述股票型基金的总市值和所述股票型基金的总份额计算得到净值数据,所述股票型基金的总份额根据所述持仓数据确定。
举例来说,在所述股票型基金包括股票和债券的情况下,图3公开了计算总市值的流程图,参见图3所示,所述hadoop数据库根据所述持仓数据中的股票型基金数量或比例,以及所述行情数据中的价格信息,计算得到所述股票型基金的总市值,可以包括:
步骤301:所述hadoop数据库根据所述持仓数据中的股票数量或股票比例,以及所述行情数据中的股票价格,计算得到所持股票市值。
如持仓数据中股票数量为10000只,所述行情数据中的股票价格为5元/只,则所持股票市值为10000*5=50000元,即5万元。
步骤302:所述hadoop数据库根据所述持仓数据中的债券数量过债券比例,以及所述行情数据中的债券价格,计算得到所持债券市值。
如基金总募集金额为100万元,100元为一份,则共10000份基金,持仓数据中债券比例为40%,则债券份数为10000*40%=4000份,所述行情数据中债券价格为105元/份,则所持债券市值为4000*105=42万元。
步骤303:将所述股票市值与所述债券市值相加,得到所述股票型基金的总市值。
步骤103之后,进入步骤104。
步骤104:输出所述净值数据。
在所述hadoop数据库计算得到了所述股票型基金的净值数据后,输出所述净值数据,以便于客户能够及时查看了解所述股票型基金的最新净值数据。
本实施例中,所述股票型基金的净值确定方法首先获取股票型基金的行情数据及持仓数据,然后通过hadoop数据库基于所述行情数据和所述持仓数据依据计算并输出净值信息。该方法充分利用hadoop数据库容量大及计算速度快的特点,能够帮助客户实时获取股票型基金的净值,进而进行股票型基金的走势判断,辅助客户做出理财行为决定。
在上述本发明公开的实施例的基础上,图4公开了另一种股票型基金的净值确定方法流程图,如图4所示,股票型基金的净值确定方法可以包括:
步骤401:获取股票型基金的行情数据及持仓数据。
步骤402:筛选所述行情数据和所述持仓数据,得到目标行情数据和目标持仓数据。
在金融机构的咨询系统中,获取到的股票型基金的行情数据和持仓数据可能包括多个股票型基金的行情数据和持仓数据,如根据某个股票代码查询,可能返回的行情数据和持仓数据包括与所述股票代码对应的A股和H股,即国内股票和香港股票,若所持股票型基金只是国内的基金,则需要从包括A股和H股的相关数据中筛选出A股的行情数据和持仓数据。这样,后续hadoop数据库只依据筛选出的行情数据和持仓数据,得到客户想要了解的净值信息。
步骤403:将所述目标行情数据和所述目标持仓数据输入hadoop数据库。
步骤404:所述hadoop数据库基于所述目标行情数据和所述目标持仓数据依据计算得到净值数据。
步骤405:输出所述净值数据。
本实施例中,所述股票型基金的净值确定方法在计算净值数据前,先筛选出用户想要了解的目标股票型基金的行情数据和持仓数据,便于hadoop数据库根据筛选出的行情数据和持仓数据快速准确的计算得到目标股票型基金的净值数据。
对于前述的各方法实施例,为了简单描述,故将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本发明并不受所描述的动作顺序的限制,因为依据本发明,某些步骤可以采用其他顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于优选实施例,所涉及的动作和模块并不一定是本发明所必须的。
上述本发明公开的实施例中详细描述了方法,对于本发明的方法可采用多种形式的系统实现,因此本发明还公开了一种系统,下面给出具体的实施例进行详细说明。
图5为本发明实施例公开的一种股票型基金的净值确定系统的结构示意图,参见图5所示,股票型基金的净值确定系统50可以包括:
数据获取模块501,用于获取股票型基金的行情数据及持仓数据。
所述数据获取模块501具体可以用于:周期性获取股票型基金的行情数据。所述行情数据可以是所述股票型基金所包括的股票、债券等的实时价格,由于股票和债券的实时价格是实时变动的,因此,为了保证最后计算出的股票型基金的净值的实时性,获取股票型基金的行情数据的周期可以设置的小一些,如5秒一次。而所述持仓数据通常来说不会经常的变动,本实施例中,针对股票型基金的持仓数据,可以是一天获取一次,具体的,可以在每天开盘的时候,获取持仓数据。所述行情数据可以在开盘后的任何时刻获取。
数据输入模块502,用于将所述行情数据和所述持仓数据输入hadoop数据库。
在获取到股票型基金的行情数据和持仓数据后,可以将获取到的数据输入hadoop数据库,由所述hadoop数据库根据预置算法,依据所述行情数据和持仓数据进行相应的计算,得到所述股票型基金的净值。
hadoop计算模块503,用于基于所述行情数据和所述持仓数据依据计算得到净值数据。
所述hadoop数据库为非关系型数据库,存储容量大,且计算速度快,针对周期性获取的大量行情数据,有足够的存储空间和快速的运算能力。本实施例中,采用hadoop数据库进行股票型基金的净值计算,计算速度很快,能够满足用户对想要了解的股票型基金的净值的实时性要求。
图6为本发明实施例公开的hadoop计算模块的结构示意图,如图6所示,在一个示意性的示例中,所述hadoop计算模块503可以包括:
市值计算模块601,用于基于所述行情数据和所述持仓数据计算得到所述股票型基金的总市值。
所述市值计算模块601具体可用于:所述hadoop数据库根据所述持仓数据中的股票型基金数量或比例,以及所述行情数据中的价格信息,计算得到所述股票型基金的总市值。具体的,在所述股票型基金包括股票和债券的情况下,所述市值计算模块601可用于:所述hadoop数据库根据所述持仓数据中的股票数量或股票比例,以及所述行情数据中的股票价格,计算得到所持股票市值;所述hadoop数据库根据所述持仓数据中的债券数量过债券比例,以及所述行情数据中的债券价格,计算得到所持债券市值;将所述股票市值与所述债券市值相加,得到所述股票型基金的总市值。
净值计算模块602,用于根据所述股票型基金的总市值和所述股票型基金的总份额计算得到净值信息,所述股票型基金的总份额根据所述持仓数据确定。
除了上述数据获取模块501、数据输入模块502和hadoop计算模块503外,所述股票型基金的净值确定系统50还包括净值输出模块504,用于输出所述净值数据。
在所述hadoop数据库计算得到了所述股票型基金的净值数据后,输出所述净值数据,以便于客户能够及时查看了解所述股票型基金的最新净值数据。
本实施例中,所述股票型基金的净值确定系统首先获取股票型基金的行情数据及持仓数据,然后通过hadoop数据库基于所述行情数据和所述持仓数据依据计算并输出净值信息。该系统充分利用hadoop数据库容量大及计算速度快的特点,能够帮助客户实时获取股票型基金的净值,进而进行股票型基金的走势判断,辅助客户做出理财行为决定。
图7为本发明实施例公开的另一种股票型基金的净值确定系统的结构示意图,如图7所示,股票型基金的净值确定系统70可以包括:
数据获取模块501,用于获取股票型基金的行情数据及持仓数据。
数据筛选模块701,用于筛选所述行情数据和所述持仓数据,得到目标行情数据和目标持仓数据。
在金融机构的咨询系统中,获取到的股票型基金的行情数据和持仓数据可能包括多个股票型基金的行情数据和持仓数据,如根据某个股票代码查询,可能返回的行情数据和持仓数据包括与所述股票代码对应的A股和H股,即国内股票和香港股票,若所持股票型基金只是国内的基金,则需要从包括A股和H股的相关数据中筛选出A股的行情数据和持仓数据。这样,后续hadoop数据库只依据筛选出的行情数据和持仓数据,得到客户想要了解的净值信息。
数据输入模块502,用于将所述行情数据和所述持仓数据输入hadoop数据库。
hadoop计算模块503,用于基于所述行情数据和所述持仓数据依据计算得到净值数据。
净值输出模块504,用于输出所述净值数据。
本实施例中,所述股票型基金的净值确定系统在计算净值数据前,先筛选出用户想要了解的目标股票型基金的行情数据和持仓数据,便于hadoop数据库根据筛选出的行情数据和持仓数据快速准确的计算得到目标股票型基金的净值数据。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。对于实施例公开的系统而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
还需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件模块,或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。
对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下,在其它实施例中实现。因此,本发明将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (10)
1.一种股票型基金的净值确定方法,其特征在于,包括:
获取股票型基金的行情数据及持仓数据;
将所述行情数据和所述持仓数据输入hadoop数据库;
所述hadoop数据库基于所述行情数据和所述持仓数据依据计算得到净值数据;
输出所述净值数据。
2.根据权利要求1所述的股票型基金的净值确定方法,其特征在于,所述获取股票型基金的行情数据及持仓数据,包括:
周期性获取股票型基金的行情数据。
3.根据权利要求1所述的股票型基金的净值确定方法,其特征在于,在所述将所述行情数据和所述持仓数据输入hadoop数据库之前,还包括:
筛选所述行情数据和所述持仓数据,得到目标行情数据和目标持仓数据;
则所述将所述行情数据和所述持仓数据输入hadoop数据库,包括:
将所述目标行情数据和所述目标持仓数据输入hadoop数据库。
4.根据权利要求1所述的股票型基金的净值确定方法,其特征在于,所述hadoop数据库基于所述行情数据和所述持仓数据依据计算得到净值数据,包括:
hadoop数据库基于所述行情数据和所述持仓数据计算得到所述股票型基金的总市值;
hadoop数据库根据所述股票型基金的总市值和所述股票型基金的总份额计算得到净值数据,所述股票型基金的总份额根据所述持仓数据确定。
5.根据权利要求4所述的股票型基金的净值确定方法,其特征在于,所述hadoop数据库基于所述行情数据和所述持仓数据计算得到所述股票型基金的总市值,包括:
所述hadoop数据库根据所述持仓数据中的股票型基金数量或比例,以及所述行情数据中的价格信息,计算得到所述股票型基金的总市值。
6.根据权利要求5所述的股票型基金的净值确定方法,其特征在于,所述股票型基金包括股票和债券,则所述hadoop数据库根据所述持仓数据中的股票型基金数量或比例,以及所述行情数据中的价格信息,计算得到所述股票型基金的总市值,包括:
所述hadoop数据库根据所述持仓数据中的股票数量或股票比例,以及所述行情数据中的股票价格,计算得到所持股票市值;
所述hadoop数据库根据所述持仓数据中的债券数量过债券比例,以及所述行情数据中的债券价格,计算得到所持债券市值;
将所述股票市值与所述债券市值相加,得到所述股票型基金的总市值。
7.一种股票型基金的净值确定系统,其特征在于,包括:
数据获取模块,用于获取股票型基金的行情数据及持仓数据;
数据输入模块,用于将所述行情数据和所述持仓数据输入hadoop数据库;
hadoop计算模块,用于基于所述行情数据和所述持仓数据依据计算得到净值数据;
净值输出模块,用于输出所述净值数据。
8.根据权利要求7所述的股票型基金的净值确定系统,其特征在于,所述数据获取模块具体用于:周期性获取股票型基金的行情数据。
9.根据权利要求7所述的股票型基金的净值确定系统,其特征在于,所述hadoop计算模块包括:
市值计算模块,用于基于所述行情数据和所述持仓数据计算得到所述股票型基金的总市值;
净值计算模块,用于根据所述股票型基金的总市值和所述股票型基金的总份额计算得到净值信息,所述股票型基金的总份额根据所述持仓数据确定。
10.根据权利要求9所述的股票型基金的净值确定系统,其特征在于,所述市值计算模块具体用于:根据所述持仓数据中的股票型基金数量或比例,以及所述行情数据中的价格信息,计算得到所述股票型基金的总市值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810861488.5A CN109002551A (zh) | 2018-08-01 | 2018-08-01 | 一种股票型基金的净值确定方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810861488.5A CN109002551A (zh) | 2018-08-01 | 2018-08-01 | 一种股票型基金的净值确定方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109002551A true CN109002551A (zh) | 2018-12-14 |
Family
ID=64598662
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810861488.5A Pending CN109002551A (zh) | 2018-08-01 | 2018-08-01 | 一种股票型基金的净值确定方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109002551A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114155110A (zh) * | 2022-02-08 | 2022-03-08 | 珠海盈米基金销售有限公司 | 一种基金净值估算方法、装置、设备及存储介质 |
-
2018
- 2018-08-01 CN CN201810861488.5A patent/CN109002551A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114155110A (zh) * | 2022-02-08 | 2022-03-08 | 珠海盈米基金销售有限公司 | 一种基金净值估算方法、装置、设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Landvoigt et al. | The housing market (s) of San Diego | |
US20090254469A1 (en) | System for Cash, Expense And Withdrawal Allocation Across Assets and Liabilities to Maximize Net Worth Over a Specified Period | |
CN108932614B (zh) | 一种支付通道路由方法及系统 | |
CN110415119A (zh) | 模型训练、票据交易预测方法、装置、存储介质及设备 | |
US7313541B2 (en) | System and method for estimating conduit liquidity requirements in asset backed commercial paper | |
Ouma et al. | Agricultural trade and economic growth in East African Community | |
CN106780008A (zh) | 一种积分管理方法和装置 | |
CN111125535A (zh) | 理财产品推荐方法及装置 | |
US20140344143A1 (en) | System and method for managing related accounts | |
Ver Loren van Themaat et al. | Designing a framework to design a business model for the'bottom of the pyramid'population: case study | |
CN105593892A (zh) | 信息管理系统 | |
US20090187496A1 (en) | Data workbench for accounting data management | |
Virk | Stock returns and macro risks: Evidence from Finland | |
CN108510383A (zh) | 客户筛选方法和装置 | |
Legeida et al. | Modeling value added tax (VAT) revenues in a transition economy: Case of Ukraine | |
Nadler et al. | Data assimilation for parameter estimation in economic modelling | |
Spray | Reorganise, replace or expand? The role of the supply-chain in first-time exporting | |
CN109002551A (zh) | 一种股票型基金的净值确定方法及系统 | |
CN112035681A (zh) | 基于知识图谱的信用卡费率信息确定方法及装置 | |
CN111932310A (zh) | 一种银行产品的潜在对公客户挖掘方法及装置 | |
CN116071163A (zh) | 一种基于交易路线的穿透式监管系统 | |
CN108596641A (zh) | 加盟商模式下分账结算方法及装置 | |
US20170186095A1 (en) | Centralized GAAP approach for multidimensional accounting to reduce data volume and data reconciliation processing costs | |
KR20110088986A (ko) | 부실채권 관리시스템 및 그 방법 | |
Lata | Structural changes and performance of banking sector with special reference to information technology in India |
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 |
Application publication date: 20181214 |
|
RJ01 | Rejection of invention patent application after publication |