CN109670896A - 投资产品推荐方法、装置、设备及存储介质 - Google Patents
投资产品推荐方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN109670896A CN109670896A CN201811143876.6A CN201811143876A CN109670896A CN 109670896 A CN109670896 A CN 109670896A CN 201811143876 A CN201811143876 A CN 201811143876A CN 109670896 A CN109670896 A CN 109670896A
- Authority
- CN
- China
- Prior art keywords
- investment
- model
- target
- user
- target user
- 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 abstract description 52
- 238000003860 storage Methods 0.000 title claims abstract description 15
- 238000004088 simulation Methods 0.000 claims description 30
- 238000010276 construction Methods 0.000 claims description 23
- 238000004364 calculation method Methods 0.000 claims description 20
- 230000015654 memory Effects 0.000 claims description 14
- 238000013507 mapping Methods 0.000 claims description 13
- PCHJSUWPFVWCPO-UHFFFAOYSA-N gold Chemical compound [Au] PCHJSUWPFVWCPO-UHFFFAOYSA-N 0.000 claims description 4
- 229910052737 gold Inorganic materials 0.000 claims description 4
- 239000010931 gold Substances 0.000 claims description 4
- 239000000284 extract Substances 0.000 claims description 3
- 238000001914 filtration Methods 0.000 claims description 3
- 238000004519 manufacturing process Methods 0.000 claims 1
- 238000010586 diagram Methods 0.000 description 9
- 238000004891 communication Methods 0.000 description 5
- 238000011160 research Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 241000208340 Araliaceae Species 0.000 description 2
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 2
- 235000003140 Panax quinquefolius Nutrition 0.000 description 2
- 230000006399 behavior Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000013500 data storage Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 235000008434 ginseng Nutrition 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 241001269238 Data Species 0.000 description 1
- BQCADISMDOOEFD-UHFFFAOYSA-N Silver Chemical compound [Ag] BQCADISMDOOEFD-UHFFFAOYSA-N 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000005242 forging Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 229910052709 silver Inorganic materials 0.000 description 1
- 239000004332 silver Substances 0.000 description 1
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
- G06Q30/00—Commerce
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0601—Electronic shopping [e-shopping]
- G06Q30/0631—Item recommendations
-
- 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)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Engineering & Computer Science (AREA)
- Development Economics (AREA)
- General Business, Economics & Management (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- Economics (AREA)
- Theoretical Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Game Theory and Decision Science (AREA)
- Human Resources & Organizations (AREA)
- Operations Research (AREA)
- Technology Law (AREA)
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
Abstract
本发明公开一种投资产品推荐方法、装置、设备及存储介质,该方法包括:获取目标用户的资金资产数据,根据资金资产数据确定目标用户的当前备付金率;检测当前备付金率是否高于预设备付金率,若高于则查找目标用户对应的目标投资模型;根据目标投资模型从预设投资产品清单中筛选出目标投资产品清单并将目标投资产品清单推送至目标用户,由于本发明是通过获取用户的当前备付金率,在检测到当前备付金率满足条件时在数据库中查找用户对应的目标投资模型,然后根据该目标投资模型从预先配置的投资产品清单中筛选出目标投资产品清单推荐给用户,从而免去了业务人员通过线下开展业务为用户进行投资产品推荐的繁琐操作,提高了投资产品推荐效率。
Description
技术领域
本发明涉及金融技术领域,尤其涉及一种投资产品推荐方法、装置、设备及存储介质。
背景技术
目前,众多中小商业银行因自身规模、资管能力等因素,无法实现在满足监管对备付金率要求的前提下,实现对资金的优化投资配置,也正因为如此,这些银行的业务人员在为用户进行投资理财产品的推荐时,往往需要线下一对一的为用户甄选投资理财产品,然后基于甄选出的产品为用户计算预期投资收益,这种通过人工线下进行投资产品推荐的方式,操作复杂,耗时耗力且效率较低。
上述内容仅用于辅助理解本发明的技术方案,并不代表承认上述内容是现有技术。
发明内容
本发明的主要目的在于提供了一种投资产品推荐方法、装置、设备及存储介质,旨在解决现有技术在进行投资理财产品的推荐时,操作复杂、效率较低的技术问题。
为实现上述目的,本发明提供了一种投资产品推荐方法,所述方法包括以下步骤:
获取目标用户的资金资产数据,根据所述资金资产数据确定所述目标用户的当前备付金率;
检测所述当前备付金率是否高于预设备付金率,若高于则在预设数据库中查找所述目标用户对应的目标投资模型;
根据所述目标投资模型从预设投资产品清单中筛选出目标投资产品清单,并将所述目标投资产品清单推送至所述目标用户。
优选地,所述预设投资产品清单中包括保守型投资模型对应的保守型投资项目和收益型投资模型对应的收益型投资项目;
所述根据所述目标投资模型从预设投资产品清单中筛选出目标投资产品清单,并将所述目标投资产品清单推送至所述目标用户的步骤,包括:
获取所述目标投资模型对应的模型标签,根据所述模型标签确定所述目标投资模型所属的模型类别,所述模型类别包括保守型投资模型或收益型投资模型;
根据所述模型类别从预设投资产品清单中筛选出对应的目标投资项目;
根据所述目标投资项目生成目标投资产品清单,并将所述目标投资产品清单推送至所述目标用户。
优选地,所述根据所述目标投资项目生成目标投资产品清单,并将所述目标投资产品清单推送至所述目标用户的步骤之后,所述方法还包括:
接收目标用户基于所述目标投资产品清单输入的模拟试算指令,提取所述模拟试算指令中包含的投资项目标识、模拟试算金额以及续存时长;
根据所述投资项目标识确定目标投资项目,并从所述目标投资产品清单中读取所述目标投资项目对应的预期收益率;
根据所述预期收益率,获取所述模拟试算金额在所述续存时长内的投资收益。
优选地,所述获取目标用户的资金资产数据,根据所述资金资产数据确定所述目标用户的当前备付金率的步骤之前,所述方法还包括:
接收目标用户输入的模型构建指令,根据所述模型构建指令获取本地预存的待设定投资模型并将所述待设定投资模型推送至所述目标用户;
在接收到所述目标用户基于所述待设定投资模型输入的模型设置参数时,根据所述模型设置参数对所述待设定投资模型进行模型构建,获得目标投资模型。
优选地,所述在接收到所述目标用户基于所述待设定投资模型输入的模型设置参数时,根据所述模型设置参数对所述待设定投资模型进行模型构建,获得目标投资模型的步骤之后,所述方法还包括:
提取所述模型构建指令中包含的用户标识,建立所述用户标识和所述目标投资模型之间的映射关系,并将所述映射关系保存至预设数据库;
所述在预设数据库中查找所述目标用户对应的目标投资模型的步骤,包括:
根据所述预设数据库中保存的所述映射关系查找对应的目标投资模型。
优选地,所述在接收到所述目标用户基于所述待设定投资模型输入的模型设置参数时,根据所述模型设置参数对所述待设定投资模型进行模型构建,获得目标投资模型的步骤之后,所述方法还包括:
获取所述模型设置参数中包含的投资金额比例,将所述投资金额比例与预设阈值进行比较;
在所述投资金额比例高于所述预设阈值时,将所述目标投资模型对应的模型标签标记为保守型投资模型;
在所述投资金额比例低于所述预设阈值时,将所述目标投资模型对应的模型标签标记为收益型投资模型。
优选地,所述获取目标用户的资金资产数据,根据所述资金资产数据确定所述目标用户的当前备付金率的步骤,包括:
获取目标用户的资金资产数据,从所述资金资产数据中读取所述目标用户的备付金金额以及存款总金额;
根据所述存款总金额以及所述备付金金额确定所述目标用户的当前备付金率;
其中,所述当前备付金率=(所述备付金金额/所述存款总金额)×100%。
此外,为实现上述目的,本发明还提出一种投资产品推荐装置,所述装置包括:
数据获取模块,用于获取目标用户的资金资产数据,根据所述资金资产数据确定所述目标用户的当前备付金率;
模型查找模块,用于检测所述当前备付金率是否高于预设备付金率,若高于则在预设数据库中查找所述目标用户对应的目标投资模型;
产品推荐模块,用于根据所述目标投资模型从预设投资产品清单中筛选出目标投资产品清单,并将所述目标投资产品清单推送至所述目标用户。
此外,为实现上述目的,本发明还提出一种投资产品推荐设备,所述设备包括: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投资产品推荐程序,所述投资产品推荐程序配置为实现如上文所述的投资产品推荐方法的步骤。
此外,为实现上述目的,本发明还提出一种存储介质,所述存储介质上存储有投资产品推荐程序,所述投资产品推荐程序被处理器执行时实现如上文所述的投资产品推荐方法的步骤。
本发明通过获取目标用户的资金资产数据,根据资金资产数据确定目标用户的当前备付金率;检测当前备付金率是否高于预设备付金率,若高于则在预设数据库中查找目标用户对应的目标投资模型;根据目标投资模型从预设投资产品清单中筛选出目标投资产品清单,并将目标投资产品清单推送至目标用户,由于本发明是通过获取用户的当前备付金率,在检测到当前备付金率满足要求时在数据库中查找用户对应的目标投资模型,然后根据该目标投资模型从预先配置的投资产品清单中筛选出目标投资产品清单推荐给用户,从而免去了业务人员通过线下开展业务为用户进行投资产品推荐的繁琐操作,提高了投资产品推荐效率。
附图说明
图1是本发明实施例方案涉及的硬件运行环境的投资产品推荐设备的结构示意图;
图2为本发明投资产品推荐方法第一实施例的流程示意图;
图3为本发明投资产品推荐方法第二实施例的流程示意图;
图4为本发明投资产品推荐方法第三实施例的流程示意图;
图5为本发明投资产品推荐装置第一实施例的结构框图。
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
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。
参照图1,图1为本发明实施例方案涉及的硬件运行环境的投资产品推荐设备结构示意图。
如图1所示,该投资产品推荐设备可以包括:处理器1001,例如中央处理器(Central Processing Unit,CPU),通信总线1002、用户接口1003,网络接口1004,存储器1005。其中,通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏(Display)、输入单元比如键盘(Keyboard),可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如无线保真(WIreless-FIdelity,WI-FI)接口)。存储器1005可以是高速的随机存取存储器(RandomAccess Memory,RAM)存储器,也可以是稳定的非易失性存储器(Non-Volatile Memory,NVM),例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。
本领域技术人员可以理解,图1中示出的结构并不构成对投资产品推荐设备的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
如图1所示,作为一种存储介质的存储器1005中可以包括操作系统、数据存储模块、网络通信模块、用户接口模块以及投资产品推荐程序。
在图1所示的投资产品推荐设备中,网络接口1004主要用于与网络服务器进行数据通信;用户接口1003主要用于与用户进行数据交互;本发明投资产品推荐设备中的处理器1001、存储器1005可以设置在投资产品推荐设备中,所述投资产品推荐设备通过处理器1001调用存储器1005中存储的投资产品推荐程序,并执行本发明实施例提供的投资产品推荐方法。
本发明实施例提供了一种投资产品推荐方法,参照图2,图2为本发明投资产品推荐方法第一实施例的流程示意图。
本实施例中,所述投资产品推荐方法包括以下步骤:
步骤S10:获取目标用户的资金资产数据,根据所述资金资产数据确定所述目标用户的当前备付金率;
需要说明的是,本实施例方法的执行主体可以是能够为用户提供备付金率查询服务的客户端程序(以下简称客户端),又或是承载有该客户端的终端设备,例如手机、平板电脑、个人电脑、笔记本等。
应理解的是,所述资金资产数据可包括同业资产、非同业资产、同业负债、非同业负债、表外收入、表外支出、现金、存款、贷款、债券投资、备付金金额等资产数据。
可理解的是,所述备付金率(Cash reserve ratio),也称准备金率(Excessreserves rate),是指保证存款支付和资金清算的货币资金(备付金)占存款总额的比率。各专业银行和其他金融机构的备付金包括库存现金和在中央银行往来账户的存款。
在具体实现中,客户端可从银行系统中获取目标用户的资金资产数据,从资金资产数据中读取目标用户的备付金金额以及存款总金额;然后根据所述存款总金额以及所述备付金金额,通过公式“当前备付金率=(所述备付金金额/所述存款总金额)×100%”计算出目标用户的当前备付金率。
步骤S20:检测所述当前备付金率是否高于预设备付金率,若高于则在预设数据库中查找所述目标用户对应的目标投资模型;
应理解的是,为了适度保证银行体系的正常支付能力以及限制贷款过度扩张,中央银行对国家专业银行和其他金融机构核定了支付准备金比率(即备付金率)不得低于一定数值(该数值并不固定,由中央银行调控),本实施例中将该数值作为所述预设备付金率。当检测到所述当前备付金率高于所述预设备付金率时,则表明银行或金融机构存在超额备付金,此时即可以将这部分超额备付金用于其他投资活动,以获得更多的收益。当然,本实施例中所述预设备付金率也可以由用户自行设定,但不得低于中央银行规定的比率。
需要说明的是,在执行本步骤之前,用户可以基于自身风险承受能力、产品偏好、赎回时效、产品要素偏好优先级等信息在客户端提供的投资模型配置页面中配置用于超额备付金的投资模型,例如,用户A的风险承受能力为“不允许本金亏损”,产品偏好为“货币基金”,赎回时效为“T+0”,产品要素偏好为“年化收益率不低于4.5%”,客户端即可根据用户A输入的上述模型设置参数为用户A配置对应的投资模型。其中,所述预设数据库可以是用于储存不同用户不同投资模型的数据存储区域。
在具体实现中,客户端检测目标用户对应的当前备付金率是否高于预设备付金率,若高于则在预设数据库中查找目标用户对应的目标投资模型。
步骤S30:根据所述目标投资模型从预设投资产品清单中筛选出目标投资产品清单,并将所述目标投资产品清单推送至所述目标用户。
需要说明的是,所述预设投资产品清单可以是业务人员预先筛选出的包含有不同类型的投资理财产品的表单,即所述预设投资产品清单中可包括保守型投资模型对应的保守型投资项目(例如质押回购、同业拆借)和收益型投资模型对应的收益型投资项目(例如货币基金、券商现金理财),进一步地,为使用户能够直观了解各投资项目的基本情况,所述预设投资产品清单中还记录有各投资项目对应的预期收益率。
此外,本实施例中客户端在根据用户输入的模型设置参数为用户配置对应的投资模型后,还可根据所述模型设置参数为配置好的投资模型设定相应的模型标签,例如:用户a输入的模型设置参数中产品偏好为“质押回购”,则客户端可将用户a设定的投资模型对应的模型标签标记为“保守型投资模型”;若用户b输入的模型设置参数中产品偏好为“货币基金”,则客户端可将用户b设定的投资模型对应的模型标签标记为“收益型投资模型”。
当然,若用户输入的模型设置参数中产品偏好既包含保守型投资项目又包含收益型投资项目,则客户端可根据模型设置参数中用户设定的用于投资保守型投资项目的投资资金与用于投资收益型投资项目的投资资金之间的比值(即投资金额比例)来进行模型标签标记,具体的,可以是将该比值与预设阈值进行比较,若该比值低于所述预设阈值,则将投资模型对应的模型标签标记为保守型投资模型,反之标记为收益型投资模型。
进一步地,本实施例中,研发人员还可以为不同标签的投资模型配置相应的投资产品表单,然后将所有配置好的投资产品表单作为所述预设投资产品清单以便于所述客户端后续从预设投资产品清单中为用户筛选投资项目并生成相应的目标投资产品清单。
在具体实现中,客户端可根据所述目标投资模型对应的模型标签确定所述目标投资模型所属的模型类别,所述模型类别包括保守型投资模型或收益型投资模型;然后根据所述模型类别从预设投资产品清单中筛选出对应的目标投资项目;再根据所述目标投资项目生成目标投资产品清单并展示。
本实施例通过获取目标用户的资金资产数据,根据资金资产数据确定目标用户的当前备付金率;检测当前备付金率是否高于预设备付金率,若高于则在预设数据库中查找目标用户对应的目标投资模型;根据目标投资模型从预设投资产品清单中筛选出目标投资产品清单,并将目标投资产品清单推送至目标用户,由于本实施例是通过获取目标用户的当前备付金率,在检测到当前备付金率满足要求时在数据库中查找目标用户对应的目标投资模型,然后根据该目标投资模型从预先配置的投资产品清单中筛选出目标投资产品清单推荐给用户,从而免去了业务人员通过线下开展业务为用户进行投资产品推荐的繁琐操作,提高了投资产品推荐效率。
参考图3,图3为本发明投资产品推荐方法第二实施例的流程示意图。
基于上述各实施例,在本实施例中,所述步骤S30之后,所述方法还包括:
步骤S40:接收目标用户基于所述目标投资产品清单输入的模拟试算指令,提取所述模拟试算指令中包含的投资项目标识、模拟试算金额以及续存时长;
需要说明的是,为了便于用户在获知当前备付金率高于预设备付金率后,想要进一步了解这部分超额备付金进行投资时的投资收益,研发人员可在展示目标投资产品清单的页面中设置一个用于触发模拟试算指令的按键,以便于用户在想要进行超额备付金的模拟投资试算时,通过点击该按键发送模拟试算指令。
应理解的是,所述投资项目标识可以是研发人员针对不同的投资项目设定的项目编号或标号,例如隔夜同业拆借“IBO001”、隔夜银行质押式回购“DR001”、货币基金“000662华银活钱宝F、004201华夏财富宝B”等,所述模拟试算金额可以是超额备付金或用户自定义的模拟投资金额,所述续存时长即所述模拟试算金额用于投资的投资期限,例如1天、7天、90天等。
在具体实现中,客户端接收目标用户基于目标投资产品清单输入的模拟试算指令,对该模拟试算指令进行解析提取指令中包含的投资项目标识、模拟试算金额以及续存时长等模拟参数。
步骤S50:根据所述投资项目标识确定目标投资项目,并从所述目标投资产品清单中获取所述目标投资项目对应的预期收益率;
需要说明的是,所述模拟试算指令中可以携带多个投资项目标识,即所述目标投资项目并不局限于一个投资项目,可以是多个投资项目,且每个投资项目都对应有相应的预期收益率。
在具体实现中,客户端可根据模拟试算指令中携带的投资项目标识通过查表(例如预先构建的投资项目标识和投资项目名称之间的映射关系表)来确定出目标投资项目,然后从目标投资产品清单中获取该目标投资项目对应的预期收益率。
步骤S60:根据所述预期收益率,获取所述模拟试算金额在所述续存时长内的投资收益。
在具体实现中,客户端获确定出目标投资项目以及目标投资项目对应的预期收益率后,即可根据预期收益率通过公式“投资收益=投资金额*预期收益率*续存时长/365”计算出模拟试算金额在所述续存时长内的投资收益。
例如目标投资项目包括:保守型投资项目“隔夜同业拆借和隔夜银行质押式回购”和收益型投资项目“货币基金”,其中,隔夜同业拆借对应的预期收益率为3.40%,隔夜银行质押式回购对应的预期收益率为2.96%,货币基金对应的预期收益率为4.63%,且模拟试算金额为1000万,续存时长为3天,若用户在本次模拟试算中为隔夜同业拆借投资项目分配了420万,为隔夜银行质押式回购投资项目分配了280万,为货币基金投资项目分配了300万,则本次模拟试算的投资收益为:3*[(420*3.40%)/365+(280*2.96%)/365+(300*4.63%)/365]≈0.30万。
本实施例客户端通过接收目标用户基于目标投资产品清单输入的模拟试算指令,提取模拟试算指令中包含的投资项目标识、模拟试算金额以及续存时长等参数,然后根据预期收益率获取模拟试算金额在续存时长内的投资收益,能够直观准确的模拟出用户的投资方案,有利于用户结合自身情况进行投资优化。
参考图4,图4为本发明投资产品推荐方法第三实施例的流程示意图。
基于上述各实施例,在本实施例中,所述步骤S10之前,所述方法还包括:
步骤S01:接收目标用户输入的模型构建指令,根据所述模型构建指令获取本地预存的待设定投资模型并将所述待设定投资模型推送至所述目标用户;
需要说明的是,所述待设定投资模型可以是研发人员预先配置的,由用户基于自身风险承受能力、产品偏好、赎回时效、产品要素偏好优先级等信息进行模型设定的“空白”投资模型,用户可以在该“空白”投资模型中设定相应的参数来建立投资模型。
在具体实现中,客户端响应于接收到的模型构建指令,根据所述模型构建指令获取本地预存的待设定投资模型,在当前页面上展示该待设定投资模型,并提示用户输入相应的模型设置参数。
步骤S02:在接收到所述目标用户基于所述待设定投资模型输入的模型设置参数时,根据所述模型设置参数对所述待设定投资模型进行模型构建,获得目标投资模型。
需要说明的是,所述模型设置参数可包括:用于购买“保守类型”和“收益类型”产品的金额比例、用于购买保守类型产品投资比例、收益产品投资的优先级、产品赎回时效等,其中,“保守类型”产品包括隔夜质押回购与隔夜同业拆借,“收益类型”产品包括货币基金和券商现金理财。
例如,用户可根据自身风险承受能力,设置超额备付金中投资于“保守类型”和“收益类型”产品的金额比例,从而控制投资模型的整体风险。如用户a设定将超额备付金的70%投资于保守型投资项目,30%投资于收益型投资项目,则该投资模型整体风险较小,偏向于保守型;用户b设定将超额备付金的10%投资于保守型投资项目,90%投资于收益型投资项目,该投资模型整体风险较高,偏向于进取型(收益型)。
进一步地,用户在模型设定参数中也可以设定收益类型产品的投资优先级,例如第一优先级为收益率,第二优先级为产品规模,第三优先级为交易限额,以便于客户端后续按照优先级别筛选出对应投资项目。
进一步地,在本实施例中,为实现客户端对目标用户对应的目标投资模型的快速获取,客户端可提取所述模型构建指令中包含的用户标识,建立所述用户标识和所述目标投资模型之间的映射关系,并将所述映射关系保存至预设数据库;相应地,当客户端在查找目标用户对应的投资模型时,即可根据所述预设数据库中保存的所述映射关系来查找获得。
进一步地,本实施例中,客户端在对不同用户设定的投资模型进行模型标签标记时,具体可通过获取所述模型设置参数中包含的投资金额比例,将所述投资金额比例与预设阈值进行比较;在所述投资金额比例高于所述预设阈值时,将所述目标投资模型对应的模型标签标记为保守型投资模型;在所述投资金额比例低于所述预设阈值时,将所述目标投资模型对应的模型标签标记为收益型投资模型。其中,所述投资金额比例,即用户设定的用于投资保守型投资项目的投资资金与用于投资收益型投资项目的投资资金之间的比值。
进一步地,本实施例提供的投资产品推荐方法中,客户端还可从目标用户的资金资产数据中获取用户预设时段内的每日备付金率,然后将每日备付金率与预先设定的基准备付金率进行比较,获取连续预设天数高于所述基准备付金率的日期对象,获取所述日期对象对应的日期范围的备付率详细信息(如:连续超出天数、日均备付率、超出备付率、日均超出金额等),并展示所述备付率详细信息,以便于用户掌握备付金率的历史情况。
本实施例通过接收目标用户输入的模型构建指令,根据所述模型构建指令获取本地预存的待设定投资模型并将待设定投资模型推送至目标用户,在接收到目标用户基于待设定投资模型输入的模型设置参数时,根据模型设置参数对待设定投资模型进行模型构建,获得目标投资模型,实现了用户对投资模型的个性化设置,提高了用户的投资体验。
此外,本发明实施例还提出一种存储介质,所述存储介质上存储有投资产品推荐程序,所述投资产品推荐程序被处理器执行时实现如上文所述的投资产品推荐方法的步骤。
参照图5,图5为本发明投资产品推荐装置第一实施例的结构框图。
如图5所示,本发明实施例提出的投资产品推荐装置包括:
数据获取模块501,用于获取目标用户的资金资产数据,根据所述资金资产数据确定所述目标用户的当前备付金率;
模型查找模块502,用于检测所述当前备付金率是否高于预设备付金率,若高于则在预设数据库中查找所述目标用户对应的目标投资模型;
产品推荐模块503,用于根据所述目标投资模型从预设投资产品清单中筛选出目标投资产品清单,并将所述目标投资产品清单推送至所述目标用户。
本实施例通过获取目标用户的资金资产数据,根据资金资产数据确定目标用户的当前备付金率;检测当前备付金率是否高于预设备付金率,若高于则在预设数据库中查找目标用户对应的目标投资模型;根据目标投资模型从预设投资产品清单中筛选出目标投资产品清单,并将目标投资产品清单推送至目标用户,由于本实施例是通过获取目标用户的当前备付金率,在检测到当前备付金率满足要求时在数据库中查找目标用户对应的目标投资模型,然后根据该目标投资模型从预先配置的投资产品清单中筛选出目标投资产品清单推荐给用户,从而免去了业务人员通过线下开展业务为用户进行投资产品推荐的繁琐操作,提高了投资产品推荐效率。
基于本发明上述投资产品推荐装置第一实施例,提出本发明投资产品推荐装置的第二实施例。
在本实施例中,所述产品推荐模块503,还用于获取所述目标投资模型对应的模型标签,根据所述模型标签确定所述目标投资模型所属的模型类别,所述模型类别包括保守型投资模型或收益型投资模型;根据所述模型类别从预设投资产品清单中筛选出对应的目标投资项目;根据所述目标投资项目生成目标投资产品清单,并将所述目标投资产品清单推送至所述目标用户。
进一步地,在本实施例中,所述投资产品推荐装置还包括模拟试算模块,所述模拟试算模块,用于接收目标用户基于所述目标投资产品清单输入的模拟试算指令,提取所述模拟试算指令中包含的投资项目标识、模拟试算金额以及续存时长;根据所述投资项目标识确定目标投资项目,并从所述目标投资产品清单中读取所述目标投资项目对应的预期收益率;根据所述预期收益率,获取所述模拟试算金额在所述续存时长内的投资收益。
进一步地,在本实施例中,所述投资产品推荐装置还包括模型构建模块,所述模型构建模块,用于接收目标用户输入的模型构建指令,根据所述模型构建指令获取本地预存的待设定投资模型并将所述待设定投资模型推送至所述目标用户;在接收到所述目标用户基于所述待设定投资模型输入的模型设置参数时,根据所述模型设置参数对所述待设定投资模型进行模型构建,获得目标投资模型。
进一步地,在本实施例中,所述投资产品推荐装置还包括模型标记模块,所述模型标记模块,用于提取所述模型构建指令中包含的用户标识,建立所述用户标识和所述目标投资模型之间的映射关系,并将所述映射关系保存至预设数据库;相应地,所述模型查找模块502,用于根据所述预设数据库中保存的所述映射关系查找对应的目标投资模型。
进一步地,所述模型标记模块,还用于获取所述模型设置参数中包含的投资金额比例,将所述投资金额比例与预设阈值进行比较;在所述投资金额比例高于所述预设阈值时,将所述目标投资模型对应的模型标签标记为保守型投资模型;在所述投资金额比例低于所述预设阈值时,将所述目标投资模型对应的模型标签标记为收益型投资模型。
进一步地,所述数据获取模块501,还用于获取目标用户的资金资产数据,从所述资金资产数据中读取所述目标用户的备付金金额以及存款总金额;根据所述存款总金额以及所述备付金金额确定所述目标用户的当前备付金率;其中,所述当前备付金率=(所述备付金金额/所述存款总金额)×100%。
本发明投资产品推荐装置的其他实施例或具体实现方式可参照上述各方法实施例,此处不再赘述。
需要说明的是,在本文中,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、物品或者系统不仅包括那些要素,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、物品或者系统所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。
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(如只读存储器/随机存取存储器、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)
1.一种投资产品推荐方法,其特征在于,所述方法包括:
获取目标用户的资金资产数据,根据所述资金资产数据确定所述目标用户的当前备付金率;
检测所述当前备付金率是否高于预设备付金率,若高于则在预设数据库中查找所述目标用户对应的目标投资模型;
根据所述目标投资模型从预设投资产品清单中筛选出目标投资产品清单,并将所述目标投资产品清单推送至所述目标用户。
2.如权利要求1所述的方法,其特征在于,所述预设投资产品清单中包括保守型投资模型对应的保守型投资项目和收益型投资模型对应的收益型投资项目;
所述根据所述目标投资模型从预设投资产品清单中筛选出目标投资产品清单,并将所述目标投资产品清单推送至所述目标用户的步骤,包括:
获取所述目标投资模型对应的模型标签,根据所述模型标签确定所述目标投资模型所属的模型类别,所述模型类别包括保守型投资模型或收益型投资模型;
根据所述模型类别从预设投资产品清单中筛选出对应的目标投资项目;
根据所述目标投资项目生成目标投资产品清单,并将所述目标投资产品清单推送至所述目标用户。
3.如权利要求2所述的方法,其特征在于,所述根据所述目标投资项目生成目标投资产品清单,并将所述目标投资产品清单推送至所述目标用户的步骤之后,所述方法还包括:
接收目标用户基于所述目标投资产品清单输入的模拟试算指令,提取所述模拟试算指令中包含的投资项目标识、模拟试算金额以及续存时长;
根据所述投资项目标识确定目标投资项目,并从所述目标投资产品清单中读取所述目标投资项目对应的预期收益率;
根据所述预期收益率,获取所述模拟试算金额在所述续存时长内的投资收益。
4.如权利要求1所述的方法,其特征在于,所述获取目标用户的资金资产数据,根据所述资金资产数据确定所述目标用户的当前备付金率的步骤之前,所述方法还包括:
接收目标用户输入的模型构建指令,根据所述模型构建指令获取本地预存的待设定投资模型并将所述待设定投资模型推送至所述目标用户;
在接收到所述目标用户基于所述待设定投资模型输入的模型设置参数时,根据所述模型设置参数对所述待设定投资模型进行模型构建,获得目标投资模型。
5.如权利要求4所述的方法,其特征在于,所述在接收到所述目标用户基于所述待设定投资模型输入的模型设置参数时,根据所述模型设置参数对所述待设定投资模型进行模型构建,获得目标投资模型的步骤之后,所述方法还包括:
提取所述模型构建指令中包含的用户标识,建立所述用户标识和所述目标投资模型之间的映射关系,并将所述映射关系保存至预设数据库;
所述在预设数据库中查找所述目标用户对应的目标投资模型的步骤,包括:
根据所述预设数据库中保存的所述映射关系查找对应的目标投资模型。
6.如权利要求4所述的方法,其特征在于,所述在接收到所述目标用户基于所述待设定投资模型输入的模型设置参数时,根据所述模型设置参数对所述待设定投资模型进行模型构建,获得目标投资模型的步骤之后,所述方法还包括:
获取所述模型设置参数中包含的投资金额比例,将所述投资金额比例与预设阈值进行比较;
在所述投资金额比例高于所述预设阈值时,将所述目标投资模型对应的模型标签标记为保守型投资模型;
在所述投资金额比例低于所述预设阈值时,将所述目标投资模型对应的模型标签标记为收益型投资模型。
7.如权利要求1所述的方法,其特征在于,所述获取目标用户的资金资产数据,根据所述资金资产数据确定所述目标用户的当前备付金率的步骤,包括:
获取目标用户的资金资产数据,从所述资金资产数据中读取所述目标用户的备付金金额以及存款总金额;
根据所述存款总金额以及所述备付金金额确定所述目标用户的当前备付金率;
其中,所述当前备付金率=(所述备付金金额/所述存款总金额)×100%。
8.一种投资产品推荐装置,其特征在于,所述装置包括:
数据获取模块,用于获取目标用户的资金资产数据,根据所述资金资产数据确定所述目标用户的当前备付金率;
模型查找模块,用于检测所述当前备付金率是否高于预设备付金率,若高于则在预设数据库中查找所述目标用户对应的目标投资模型;
产品推荐模块,用于根据所述目标投资模型从预设投资产品清单中筛选出目标投资产品清单,并将所述目标投资产品清单推送至所述目标用户。
9.一种投资产品推荐设备,其特征在于,所述设备包括: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投资产品推荐程序,所述投资产品推荐程序配置为实现如权利要求1至7中任一项所述的投资产品推荐方法的步骤。
10.一种存储介质,其特征在于,所述存储介质上存储有投资产品推荐程序,所述投资产品推荐程序被处理器执行时实现如权利要求1至7任一项所述的投资产品推荐方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811143876.6A CN109670896A (zh) | 2018-09-28 | 2018-09-28 | 投资产品推荐方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811143876.6A CN109670896A (zh) | 2018-09-28 | 2018-09-28 | 投资产品推荐方法、装置、设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109670896A true CN109670896A (zh) | 2019-04-23 |
Family
ID=66142073
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811143876.6A Pending CN109670896A (zh) | 2018-09-28 | 2018-09-28 | 投资产品推荐方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109670896A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110163723A (zh) * | 2019-05-20 | 2019-08-23 | 深圳市和讯华谷信息技术有限公司 | 基于产品特征的推荐方法、装置、计算机设备及存储介质 |
CN112862620A (zh) * | 2021-03-31 | 2021-05-28 | 山东大学 | 一种基于投资者偏好的投资产品组合推荐方法及系统 |
CN113283992A (zh) * | 2020-02-19 | 2021-08-20 | 爱斯普乐基金管理有限公司 | 定制投资组合生成及验证装置及方法 |
CN115482116A (zh) * | 2022-09-30 | 2022-12-16 | 北京百度网讯科技有限公司 | 资产投资策略信息的推荐方法、装置、设备及介质 |
CN117575669A (zh) * | 2023-11-03 | 2024-02-20 | 深圳市中联通电子股份有限公司 | 一种中职学校投资收益计算方法及系统 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106357695A (zh) * | 2016-11-11 | 2017-01-25 | 中国农业银行股份有限公司 | 一种投资监督策略的更新系统和方法 |
CN107798607A (zh) * | 2017-07-25 | 2018-03-13 | 上海壹账通金融科技有限公司 | 资产配置策略获取方法、装置、计算机设备和存储介质 |
CN108492194A (zh) * | 2018-03-06 | 2018-09-04 | 平安科技(深圳)有限公司 | 产品推荐方法、装置及存储介质 |
-
2018
- 2018-09-28 CN CN201811143876.6A patent/CN109670896A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106357695A (zh) * | 2016-11-11 | 2017-01-25 | 中国农业银行股份有限公司 | 一种投资监督策略的更新系统和方法 |
CN107798607A (zh) * | 2017-07-25 | 2018-03-13 | 上海壹账通金融科技有限公司 | 资产配置策略获取方法、装置、计算机设备和存储介质 |
CN108492194A (zh) * | 2018-03-06 | 2018-09-04 | 平安科技(深圳)有限公司 | 产品推荐方法、装置及存储介质 |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110163723A (zh) * | 2019-05-20 | 2019-08-23 | 深圳市和讯华谷信息技术有限公司 | 基于产品特征的推荐方法、装置、计算机设备及存储介质 |
CN113283992A (zh) * | 2020-02-19 | 2021-08-20 | 爱斯普乐基金管理有限公司 | 定制投资组合生成及验证装置及方法 |
CN112862620A (zh) * | 2021-03-31 | 2021-05-28 | 山东大学 | 一种基于投资者偏好的投资产品组合推荐方法及系统 |
CN115482116A (zh) * | 2022-09-30 | 2022-12-16 | 北京百度网讯科技有限公司 | 资产投资策略信息的推荐方法、装置、设备及介质 |
CN117575669A (zh) * | 2023-11-03 | 2024-02-20 | 深圳市中联通电子股份有限公司 | 一种中职学校投资收益计算方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109670896A (zh) | 投资产品推荐方法、装置、设备及存储介质 | |
Kauffman et al. | Technology investment decision-making under uncertainty | |
US9833714B2 (en) | Software platform and method for gamification of product/content markets | |
Giesecke et al. | Regional computable general equilibrium modeling | |
CN108780559A (zh) | 目标达成证券投资组合生成装置、程序以及方法 | |
CN106355498A (zh) | 一种股票交易管理系统 | |
CN108596495A (zh) | 一种零售信贷业务评分系统及方法 | |
CN102203775A (zh) | 市场动态 | |
CN104584051A (zh) | 用于增强型微小借贷的新系统和处理 | |
WO2008121286A1 (en) | Increasing incremental spend by a consumer | |
CN102405479A (zh) | 使用变换系数的在线销售奖金计算方法、销售奖金计算系统及其记录介质 | |
Yuwono et al. | Comparison analysis of portfolio using Markowitz model and single index model: Case in Jakarta Islamic Index | |
JP7329282B2 (ja) | 情報処理方法 | |
CN106780008A (zh) | 一种积分管理方法和装置 | |
CN106127382A (zh) | 资源管理方法及装置 | |
CN112132634A (zh) | 虚拟馈赠资源发放方法、装置、计算机设备和存储介质 | |
Kang | Digital currency and privacy | |
Hishigsuren | Information and communication technology and microfinance: Options for Mongolia | |
Adjognon et al. | Productivity shocks and repayment behavior in rural credit markets: a framed field experiment | |
US20230092126A1 (en) | Banking operation support system, banking operation support method, and banking operation support program | |
Ali et al. | Impact And Significance of CRM in Rural Banking-A Comprehensive Study | |
JP2020035417A (ja) | 銀行業務支援システム、銀行業務支援方法及び銀行業務支援プログラム | |
Li et al. | Analysis of the development process of payment methods and mobile payment technology diffusion trend in China | |
Mittal et al. | e-CRM in Indian banks | |
Currie | The general theory of employment, interest and money, by JM Keynes |
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 | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20190423 |