CN109829826A - 基于云端的证券交易k线日志记录显示系统与方法 - Google Patents
基于云端的证券交易k线日志记录显示系统与方法 Download PDFInfo
- Publication number
- CN109829826A CN109829826A CN201811582278.9A CN201811582278A CN109829826A CN 109829826 A CN109829826 A CN 109829826A CN 201811582278 A CN201811582278 A CN 201811582278A CN 109829826 A CN109829826 A CN 109829826A
- Authority
- CN
- China
- Prior art keywords
- data
- user
- line
- transaction record
- securities trading
- 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 description 11
- 230000000694 effects Effects 0.000 claims abstract description 45
- 238000012545 processing Methods 0.000 claims abstract description 16
- 230000003542 behavioural effect Effects 0.000 claims abstract description 14
- 238000004458 analytical method Methods 0.000 claims description 61
- 230000005540 biological transmission Effects 0.000 claims description 2
- 230000010354 integration Effects 0.000 abstract description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 238000007405 data analysis Methods 0.000 description 2
- 241000208340 Araliaceae Species 0.000 description 1
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 1
- 235000003140 Panax quinquefolius Nutrition 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010835 comparative analysis Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 235000008434 ginseng Nutrition 0.000 description 1
- 238000010921 in-depth analysis Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
Abstract
本发明公开了一种基于云端的证券交易K线日志记录显示系统,它包括行情处理模块、用户证券交易行为数据采集模块、私人数据库、报告生成显示模块、基于时间序列的K线数据显示模块、云端共用数据库、排名生成模块和K线日志集成显示模块,本发明在历史行情数据K线上集成展示用户的交易日志及行为数据,并将用户的私人行为数据与公用数据进行结合展示,方便用户从整体以及局部对比分析的方式,了解交易日志的历史信息,挖掘出有价值的诊断信息。
Description
技术领域
本发明涉及计算机技术领域,具体地指一种基于云端的证券交易K线日志记录显示系统与方法。
背景技术
目前市面上在PC端和手机端均有对于交易记录的K线日志的记录功能,如通达信等,但是它们的功能比较浅显,只能将交易记录的K线日志存储成txt文本,具体来说主要存在以下缺点:
1、用户的私人行为数据(成交记录、日志等)独立存储,在进行分析时,与公用数据互相隔离,无法有效对比,无法在场景中挖掘私人行为数据记录的优劣情况,不便于分析。
单纯分析私人数据,容易得出不全面的结论。比如单纯看私人数据的每条记录,会根据数值得到高低比较,但是如果放到公用数据的大背景下,有些数值高的数据可能也是表现较差的数据。
2、K线日志的记录过程中,不能很好的与行情K线数据进行绑定。无法直观的观察回顾过去日志过程中的问题。
3、传统的交易记录,只能名列出买卖的成交原始记录,而不能结合K线技术进行展示,不便于交易记录的深入分析。
4、日志不能记录策略相关情况。传统的日志只能记录实际操作买卖点,而不能记录标准或者主观的交易策略的买卖点信号,对于分析过去的日志行为,缺少了重要元素。
5、难迭代,基于客户端模式的日志系统,更像迭代成本太高,对用户个人电脑的配置要求较高,不便于广泛普及。随着移动端应用场景的增多,用户对于便携性的诉求更大。
6、反应慢,受制于用户硬件特征,客户端日志系统,反应非常慢,导致记录效率低,分析过程体验差,同时处理的数据量非常有限。
7、功能拓展不方便:随着大数据在各个行业的广泛应用,基于云端技术,可以实现不同用户之间日志内容的大数据诊断,大数据挖掘对比,从而衍生出新的功能模块。而基于传统客户端模式,功能拓展受到极大局限性。
发明内容
本发明的目的就是要提供一种基于云端的证券交易K线日志记录显示系统与方法,本发明在历史行情数据K线上集成展示用户的交易日志及行为数据,并将用户的私人行为数据与公用数据进行结合展示,方便用户从整体以及局部对比分析的方式,了解交易日志的历史信息,挖掘出有价值的诊断信息。
为实现此目的,本发明所设计的一种基于云端的证券交易K线日志记录显示系统,它包括行情处理模块、用户证券交易行为数据采集模块、私人数据库、报告生成显示模块、基于时间序列的K线数据显示模块、云端共用数据库、排名生成模块和K线日志集成显示模块,所述行情处理模块的证券交易K线序列数据输出端连接基于时间序列的K线数据显示模块的信号输入端,基于时间序列的K线数据显示模块的证券交易K线序列数据输出端连接K线日志集成显示模块的证券交易K线序列数据输入端,用户证券交易行为数据采集模块的用户证券交易行为数据输出端连接K线日志集成显示模块的用户证券交易行为数据输入端,用户证券交易行为数据采集模块的用户证券交易行为数据输出端还连接私人数据库的数据输入端,私人数据库的交易记录综合分析报告数据输出端连接报告生成显示模块的数据输入端,私人数据库的用户证券交易行为数据输出端连接云端共用数据库的数据输入端;云端共用数据库存储有其它用户历史的交易记录综合分析报告数据,云端共用数据库的交易记录综合分析报告数据输出端用于向排名生成模块传输当前用户的交易记录综合分析报告数据及其它用户历史的交易记录综合分析报告数据,所述排名生成模块的当前用户交易记录综合排名序列输出端连接K线日志集成显示模块的当前用户交易记录综合排名序列输入端。
一种上述系统的证券交易K线日志记录显示方法,它包括如下步骤:
步骤1:所述行情处理模块从第三方证券交易数据源获取证券交易行情数据,并根据证券交易行情数据生成证券交易K线序列数据;
步骤2:所述基于时间序列的K线数据显示模块将接收到的证券交易K线序列数据生成基于时间的证券交易K线序列数据,同时将基于时间的证券交易K线序列数据进行显示,并且将基于时间的证券交易K线序列数据传输给K线日志集成显示模块;
步骤3:所述用户证券交易行为数据采集模块用于采集用户上传的用户证券交易行为数据,并将用户证券交易行为数据分别传输给K线日志集成显示模块和私人数据库;
步骤4:所述私人数据库用于对接收的用户证券交易行为数据进行交易记录分析处理得到交易记录综合分析报告数据;
步骤5:所述报告生成显示模块根据接收到的交易记录综合分析报告数据进行处理得到并显示单笔交易数据的盈亏数值和胜率信息及收益率数据;同时得到并显示按照时间序列展示的单笔交易数据的盈亏数据、胜率数据信息和收益率数据;
步骤6:所述云端共用数据库根据接收到的用户证券交易行为数据,以及预先存储的其它用户历史的交易记录综合分析报告数据进行处理,得到当前用户的交易记录综合分析报告数据及其它用户历史的交易记录综合分析报告数据;
步骤7:所述排名生成模块根据接收到的当前用户的交易记录综合分析报告数据及其它用户历史的交易记录综合分析报告数据进行处理,得到当前用户交易记录综合排名序列,并将当前用户交易记录综合排名序列发送给K线日志集成显示模块;
步骤8:所述K线日志集成显示模块将接收的基于时间的证券交易K线序列数据、用户证券交易行为数据和当前用户交易记录综合排名序列进行集成显示。
本发明具有如下有益效果:
1、在K线行情数据中,展示用户自身的交易买卖点记录信息,以及同类用户买卖点记录信息,便于直观的对比分析,总结买卖点的优劣,为用户优化自身交易行为提供数据参考。
2、基于云端服务架构,用户在客户端的交互非常简单高效,用户体验较好,数据分析的精准度更高,交互性更多,充分发挥大数据分析的优势。
3、拓展性更好。通过大数据分析,可以挖掘更多内容的分析报告,脱离传统单个报告,固定少数几个指标进行分析的局限性,更好的考虑整个市场的系统风险。
4、K线日志集成显示模块将得到的各种信息进行集成显示,信息集成度高。
附图说明
图1为本发明的结构示意图;
其中,1—行情处理模块、2—用户证券交易行为数据采集模块、3—私人数据库、4—报告生成显示模块、5—基于时间序列的K线数据显示模块、6—云端共用数据库、7—排名生成模块、8—K线日志集成显示模块。
具体实施方式
以下结合附图和具体实施例对本发明作进一步的详细说明:
一种基于云端的证券交易K线日志记录显示系统,如图1所示,它包括行情处理模块1、用户证券交易行为数据采集模块2、私人数据库3、报告生成显示模块4、基于时间序列的K线数据显示模块5、云端共用数据库6、排名生成模块7和K线日志集成显示模块8,所述行情处理模块1的证券交易K线序列数据输出端连接基于时间序列的K线数据显示模块5的信号输入端,基于时间序列的K线数据显示模块5的证券交易K线序列数据输出端连接K线日志集成显示模块8的证券交易K线序列数据输入端,用户证券交易行为数据采集模块2的用户证券交易行为数据输出端连接K线日志集成显示模块8的用户证券交易行为数据输入端,用户证券交易行为数据采集模块2的用户证券交易行为数据输出端还连接私人数据库3的数据输入端,私人数据库3的交易记录综合分析报告数据输出端连接报告生成显示模块4的数据输入端,私人数据库3的用户证券交易行为数据输出端连接云端共用数据库6的数据输入端;云端共用数据库6存储有其它用户历史的交易记录综合分析报告数据,云端共用数据库6的交易记录综合分析报告数据输出端用于向排名生成模块7传输当前用户的交易记录综合分析报告数据及其它用户历史的交易记录综合分析报告数据,所述排名生成模块7的当前用户交易记录综合排名序列输出端连接K线日志集成显示模块8的当前用户交易记录综合排名序列输入端。
上述技术方案中,所述行情处理模块1用于从第三方证券交易数据源获取(从互联网接口获取数据)证券交易行情数据,并根据证券交易行情数据生成证券交易K线序列数据。
上述技术方案中,所述基于时间序列的K线数据显示模块5用于将接收到的证券交易K线序列数据生成基于时间的证券交易K线序列数据,同时将基于时间的证券交易K线序列数据进行显示,并且将基于时间的证券交易K线序列数据传输给K线日志集成显示模块8。
上述技术方案中,所述用户证券交易行为数据采集模块2用于采集用户上传的用户证券交易行为数据(txt、excel格式),并将用户证券交易行为数据分别传输给K线日志集成显示模块8和私人数据库3。
上述技术方案中,所述私人数据库3用于对接收的用户证券交易行为数据(包括买卖记录数据、用户交易操作备注日志和预设的交易策略数据)进行交易记录分析处理得到交易记录综合分析报告数据。所述交易记录综合分析报告数据包括收益率、最大撤回、盈利次数、平均盈利、连续盈利次数、择时收益率、收益风险比、亏损次数、平均亏损、连续亏损次数、年化收益率、获利因子、赢率、最大资金规模和最小资金规模。
上述技术方案中,所述报告生成显示模块4用于根据接收到的交易记录综合分析报告数据进行处理得到并显示单笔交易数据的盈亏数值和胜率信息及收益率数据;同时得到并显示按照时间序列展示的单笔交易数据的盈亏数据、胜率数据信息和收益率数据。
报告生成模块的计算公式说明:
收益率:年化收益率是指投资期限为一年所获的收益率。
年收益率=[(投资内收益/本金)/投资天数]*365×100%
最大回撤:D为某一天的净值,i为某一天,j为i后的某一天,Di为第i天的产品净值,Dj则是Di后面某一天的净值。drawdown就是最大回撤率。drawdown=max(Di-Dj)/Di,其实就是对每一个净值进行回撤率求值,然后找出最大的。
盈利次数:单笔交易记录中,平仓价减去开仓价大于等于零的交易为盈利交易。统计交易记录中所有盈利交易的次数。
平均盈利:统计交易记录中所有盈利交易金额的平均数值。
风险收益比:收益风险比=可能收益/可能损失
亏损次数:单笔交易记录中,平仓价减去开仓价小于零的交易为亏损交易。统计交易记录中所有亏损交易的次数。
平均亏损:统计交易记录中所有亏损交易金额的平均数值。
连续亏损次数:统计出现连续亏损交易的次数的最大
上述技术方案中,所述云端共用数据库6用于根据接收到的用户证券交易行为数据,以及预先存储的其它用户历史的交易记录综合分析报告数据(所有用户都把自身的交易记录上传到云端服务器)进行处理,得到当前用户的交易记录综合分析报告数据及其它用户历史的交易记录综合分析报告数据(这里存在1个对比维度的问题。用户A1会交易x1、x2等多支股票。在分析时,会将在x1股票上面所有用户{A1、A2...}的交易进行对比,从而得出A1在x1上面的交易效率情况。达到的效果就是,A1在交易x1时,可以参考更多同类的交易行为,得到自己在x1上面的交易效率)。单个用户的交易报告的处理规则都是一致的。综合报告模块4是展示单个用户自己的所有交易记录的整体分析模块。排名生成模块7是展示单个用户在具体单个股票上面,与全市场其他用户相比,自身交易的排名情况的模块。
上述技术方案中,所述排名生成模块7用于根据接收到的当前用户的交易记录综合分析报告数据及其它用户历史的交易记录综合分析报告数据进行处理,得到当前用户交易记录综合排名序列,并将当前用户交易记录综合排名序列发送给K线日志集成显示模块8。
排名生成模块7的逻辑计算说明:搜集用户A的指定时间片段中的交易记录,筛选出关于投资标的x1的所有买卖记录,计算收益率Y1。搜集平台所有用户在指定直接片段中关于x1的买卖记录,计算收益率集合{Y1,Y2......},通过统计方法,得到Y1的收益率排名百分比数值:
上述技术方案中,所述K线日志集成显示模块8用于将接收的基于时间的证券交易K线序列数据、用户证券交易行为数据和当前用户交易记录综合排名序列进行集成显示。
一种上述系统的证券交易K线日志记录显示方法,它包括如下步骤:
步骤1:所述行情处理模块1从第三方证券交易数据源获取证券交易行情数据,并根据证券交易行情数据生成证券交易K线序列数据;
步骤2:所述基于时间序列的K线数据显示模块5将接收到的证券交易K线序列数据生成基于时间的证券交易K线序列数据,同时将基于时间的证券交易K线序列数据进行显示,并且将基于时间的证券交易K线序列数据传输给K线日志集成显示模块;
步骤3:所述用户证券交易行为数据采集模块2用于采集用户上传的用户证券交易行为数据,并将用户证券交易行为数据分别传输给K线日志集成显示模块8和私人数据库3;
步骤4:所述私人数据库3用于对接收的用户证券交易行为数据进行交易记录分析处理得到交易记录综合分析报告数据;
步骤5:所述报告生成显示模块4根据接收到的交易记录综合分析报告数据进行处理得到并显示单笔交易数据的盈亏数值和胜率信息及收益率数据;同时得到并显示按照时间序列展示的单笔交易数据的盈亏数据、胜率数据信息和收益率数据;
步骤6:所述云端共用数据库6根据接收到的用户证券交易行为数据,以及预先存储的其它用户历史的交易记录综合分析报告数据进行处理,得到当前用户的交易记录综合分析报告数据及其它用户历史的交易记录综合分析报告数据;
步骤7:所述排名生成模块7根据接收到的当前用户的交易记录综合分析报告数据及其它用户历史的交易记录综合分析报告数据进行处理,得到当前用户交易记录综合排名序列,并将当前用户交易记录综合排名序列发送给K线日志集成显示模块8;
步骤8:所述K线日志集成显示模块8将接收的基于时间的证券交易K线序列数据、用户证券交易行为数据和当前用户交易记录综合排名序列进行集成显示。
本说明书未作详细描述的内容属于本领域专业技术人员公知的现有技术。
Claims (10)
1.一种基于云端的证券交易K线日志记录显示系统,其特征在于:它包括行情处理模块(1)、用户证券交易行为数据采集模块(2)、私人数据库(3)、报告生成显示模块(4)、基于时间序列的K线数据显示模块(5)、云端共用数据库(6)、排名生成模块(7)和K线日志集成显示模块(8),所述行情处理模块(1)的证券交易K线序列数据输出端连接基于时间序列的K线数据显示模块(5)的信号输入端,基于时间序列的K线数据显示模块(5)的证券交易K线序列数据输出端连接K线日志集成显示模块(8)的证券交易K线序列数据输入端,用户证券交易行为数据采集模块(2)的用户证券交易行为数据输出端连接K线日志集成显示模块(8)的用户证券交易行为数据输入端,用户证券交易行为数据采集模块(2)的用户证券交易行为数据输出端还连接私人数据库(3)的数据输入端,私人数据库(3)的交易记录综合分析报告数据输出端连接报告生成显示模块(4)的数据输入端,私人数据库(3)的用户证券交易行为数据输出端连接云端共用数据库(6)的数据输入端;云端共用数据库(6)存储有其它用户历史的交易记录综合分析报告数据,云端共用数据库(6)的交易记录综合分析报告数据输出端用于向排名生成模块(7)传输当前用户的交易记录综合分析报告数据及其它用户历史的交易记录综合分析报告数据,所述排名生成模块(7)的当前用户交易记录综合排名序列输出端连接K线日志集成显示模块(8)的当前用户交易记录综合排名序列输入端。
2.根据权利要求1所述的基于云端的证券交易K线日志记录显示系统,其特征在于:所述行情处理模块(1)用于从第三方证券交易数据源获取证券交易行情数据,并根据证券交易行情数据生成证券交易K线序列数据。
3.根据权利要求1所述的基于云端的证券交易K线日志记录显示系统,其特征在于:所述基于时间序列的K线数据显示模块(5)用于将接收到的证券交易K线序列数据生成基于时间的证券交易K线序列数据,同时将基于时间的证券交易K线序列数据进行显示,并且将基于时间的证券交易K线序列数据传输给K线日志集成显示模块(8)。
4.根据权利要求1所述的基于云端的证券交易K线日志记录显示系统,其特征在于:所述用户证券交易行为数据采集模块(2)用于采集用户上传的用户证券交易行为数据,并将用户证券交易行为数据分别传输给K线日志集成显示模块(8)和私人数据库(3)。
5.根据权利要求1所述的基于云端的证券交易K线日志记录显示系统,其特征在于:所述私人数据库(3)用于对接收的用户证券交易行为数据进行交易记录分析处理得到交易记录综合分析报告数据。
6.根据权利要求1所述的基于云端的证券交易K线日志记录显示系统,其特征在于:所述报告生成显示模块(4)用于根据接收到的交易记录综合分析报告数据进行处理得到并显示单笔交易数据的盈亏数值和胜率信息及收益率数据;同时得到并显示按照时间序列展示的单笔交易数据的盈亏数据、胜率数据信息和收益率数据。
7.根据权利要求1所述的基于云端的证券交易K线日志记录显示系统,其特征在于:所述云端共用数据库(6)用于根据接收到的用户证券交易行为数据,以及预先存储的其它用户历史的交易记录综合分析报告数据进行处理,得到当前用户的交易记录综合分析报告数据及其它用户历史的交易记录综合分析报告数据。
8.根据权利要求1所述的基于云端的证券交易K线日志记录显示系统,其特征在于:所述排名生成模块(7)用于根据接收到的当前用户的交易记录综合分析报告数据及其它用户历史的交易记录综合分析报告数据进行处理,得到当前用户交易记录综合排名序列,并将当前用户交易记录综合排名序列发送给K线日志集成显示模块(8)。
9.根据权利要求1所述的基于云端的证券交易K线日志记录显示系统,其特征在于:所述K线日志集成显示模块(8)用于将接收的基于时间的证券交易K线序列数据、用户证券交易行为数据和当前用户交易记录综合排名序列进行集成显示。
10.一种权利要求1所述系统的证券交易K线日志记录显示方法,其特征在于,它包括如下步骤:
步骤1:所述行情处理模块(1)从第三方证券交易数据源获取证券交易行情数据,并根据证券交易行情数据生成证券交易K线序列数据;
步骤2:所述基于时间序列的K线数据显示模块(5)将接收到的证券交易K线序列数据生成基于时间的证券交易K线序列数据,同时将基于时间的证券交易K线序列数据进行显示,并且将基于时间的证券交易K线序列数据传输给K线日志集成显示模块;
步骤3:所述用户证券交易行为数据采集模块(2)用于采集用户上传的用户证券交易行为数据,并将用户证券交易行为数据分别传输给K线日志集成显示模块(8)和私人数据库(3);
步骤4:所述私人数据库(3)用于对接收的用户证券交易行为数据进行交易记录分析处理得到交易记录综合分析报告数据;
步骤5:所述报告生成显示模块(4)根据接收到的交易记录综合分析报告数据进行处理得到并显示单笔交易数据的盈亏数值和胜率信息及收益率数据;同时得到并显示按照时间序列展示的单笔交易数据的盈亏数据、胜率数据信息和收益率数据;
步骤6:所述云端共用数据库(6)根据接收到的用户证券交易行为数据,以及预先存储的其它用户历史的交易记录综合分析报告数据进行处理,得到当前用户的交易记录综合分析报告数据及其它用户历史的交易记录综合分析报告数据;
步骤7:所述排名生成模块(7)根据接收到的当前用户的交易记录综合分析报告数据及其它用户历史的交易记录综合分析报告数据进行处理,得到当前用户交易记录综合排名序列,并将当前用户交易记录综合排名序列发送给K线日志集成显示模块(8);
步骤8:所述K线日志集成显示模块(8)将接收的基于时间的证券交易K线序列数据、用户证券交易行为数据和当前用户交易记录综合排名序列进行集成显示。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811582278.9A CN109829826A (zh) | 2018-12-24 | 2018-12-24 | 基于云端的证券交易k线日志记录显示系统与方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811582278.9A CN109829826A (zh) | 2018-12-24 | 2018-12-24 | 基于云端的证券交易k线日志记录显示系统与方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109829826A true CN109829826A (zh) | 2019-05-31 |
Family
ID=66860729
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811582278.9A Pending CN109829826A (zh) | 2018-12-24 | 2018-12-24 | 基于云端的证券交易k线日志记录显示系统与方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109829826A (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002230300A (ja) * | 2001-02-02 | 2002-08-16 | Takashi Sakurai | 証券取引システム |
CN105260935A (zh) * | 2015-09-08 | 2016-01-20 | 上海银天下科技有限公司 | 信息提示方法及系统 |
CN106600377A (zh) * | 2016-12-20 | 2017-04-26 | 上海银禾油信息技术有限公司 | 订单生成方法及装置 |
CN106651585A (zh) * | 2016-12-28 | 2017-05-10 | 上海异势信息科技有限公司 | 一种收益曲线生成方法和装置 |
CN107085582A (zh) * | 2016-10-12 | 2017-08-22 | 雷盈企业管理(上海)有限公司 | 区块链数字资产可视化呈现方法、系统及服务器设备 |
-
2018
- 2018-12-24 CN CN201811582278.9A patent/CN109829826A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002230300A (ja) * | 2001-02-02 | 2002-08-16 | Takashi Sakurai | 証券取引システム |
CN105260935A (zh) * | 2015-09-08 | 2016-01-20 | 上海银天下科技有限公司 | 信息提示方法及系统 |
CN107085582A (zh) * | 2016-10-12 | 2017-08-22 | 雷盈企业管理(上海)有限公司 | 区块链数字资产可视化呈现方法、系统及服务器设备 |
CN106600377A (zh) * | 2016-12-20 | 2017-04-26 | 上海银禾油信息技术有限公司 | 订单生成方法及装置 |
CN106651585A (zh) * | 2016-12-28 | 2017-05-10 | 上海异势信息科技有限公司 | 一种收益曲线生成方法和装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Wang et al. | R&D, productivity, and market value: An empirical study from high-technology firms | |
US20120179692A1 (en) | System and Method for Visualizing Sentiment Assessment from Content | |
CN109800976A (zh) | 项目投资决策方法、装置、计算机设备和存储介质 | |
EP1525540A4 (en) | SYSTEM AND METHODOLOGY FOR SIMULTANEOUS SEARCH AND EVALUATION OF INTELLECTUAL PROPERTY (SIPS-VSM) | |
Demey et al. | Maximum likelihood estimate of default correlations | |
CN112116103B (zh) | 基于联邦学习的个人资质评估方法、装置及系统及存储介质 | |
CN110009416A (zh) | 一种基于大数据清洗和ai精准营销的系统 | |
Cheng et al. | Development and application of tender evaluation decision-making and risk early warning system for water projects based on KDD | |
He et al. | Can corporate digital transformation alleviate financing constraints? | |
CN107103038A (zh) | 一种基于大数据的选题策划系统 | |
CN101441645B (zh) | 技术数据分析的系统与方法 | |
CN107844874A (zh) | 企业营运问题分析系统及其方法 | |
CN109829826A (zh) | 基于云端的证券交易k线日志记录显示系统与方法 | |
Adebowale et al. | Determinants of productivity and inter-firm collaboration in Nigerian clusters | |
CN101330389A (zh) | 基于问题分解的群决策方案撰写方法及系统 | |
CN102147988A (zh) | 一种联网审计训练装置 | |
Omran et al. | Intelligent decision support system for the Egyptian food security | |
CN108009927A (zh) | 一种股票评分方法及平台 | |
Li et al. | Influence of Internet-based Social Big Data on Personal Credit Reporting | |
Syaglova et al. | New Challenges to The Management Decision-Making Process In Digital Business Environment | |
Li et al. | Linking market innovation practices to small agricultural business performance: does developing new marketing approaches, methods, and tools matter? | |
Havel | Business intelligence tools for supporting modern corporations | |
Retnowardhani et al. | Review Study of Business Intelligence to Support Strategic Decision Making | |
Gu | The application of big data in the enterprise financial management [J] | |
Wang | Utilization of Artificial Intelligence Technology in Higher Education Management |
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: 20190531 |
|
RJ01 | Rejection of invention patent application after publication |