CN109857816B - 测试样本的选取方法及装置、存储介质、电子设备 - Google Patents

Abstract

本公开是关于一种测试样本的选取方法及装置，属于数据处理技术领域，该方法包括：从金融资产运行数据库中获取处于交易状态下的金融资产的运行数据；针对每个金融资产，将由该金融资产的每个运行数据转换成的预定位数的二进制数按照预定规则进行排列，得到该金融资产的向量；将所有金融资产的向量通过聚类算法聚类成预定数目的类；从每一类的金融资产中选取待测试的金融资产。该方法通过对金融资产的运行数据进行聚类，从每一类中选取待测试的金融资产，避免了随机选取待测试的金融资产的特殊性，提高了金融资产估值系统的测试结果的准确率。

Description

测试样本的选取方法及装置、存储介质、电子设备

技术领域

本公开涉及信数据处理技术领域，具体而言，涉及一种测试样本的选取方法、测试样本的选取装置、计算机可读存储介质以及电子设备。

背景技术

金融资产估值系统是专为金融资产估值而发明的系统软件。系统软件为了与时俱进或者新增功能，需要不定期的升级更新。更新后的系统由于软件代码或者运算逻辑的改变可能导致系统估值错误，即出现估值过高或者估值过低的情况，因此需要对升级后的系统进行测试。

目前的测试方法常采用随机选取金融资产作为输入，根据该金融资产在系统升级前和升级后的估值确定系统是否升级成功。然而，随机选取的金融资产可能存在特殊性，不具有代表性，导致对金融资产估值系统的测试结果不准确。

需要说明的是，在上述背景技术部分公开的信息仅用于加强对本公开的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。

发明内容

本公开的目的在于提供一种测试样本的选取方法、测试样本的选取装置、计算机可读存储介质以及电子设备。

根据本公开的第一方面，提供一种测试样本的选取方法，用于金融资产估值系统的升级测试中，包括：

从金融资产运行数据库中获取处于交易状态下的金融资产的运行数据；

针对每个金融资产，将由该金融资产的每个运行数据转换成的预定位数的二进制数按照预定规则进行排列，得到该金融资产的向量；

将所有金融资产的向量通过聚类算法聚类成预定数目的类；

从每一类的金融资产中选取待测试的金融资产。

在本公开的一种示例性实施例中，所述将由该金融资产的运行数据转换成的预定位数的二进制数进行排列，得到该金融资产的向量包括：

根据该金融资产的每个运行数据的各字符，查找二进制数序列字典，得到各字符对应的二进制序列；

将每个运行数据的各字符对应的二进制序列按照字符的顺序连接，作为该运行数据对应的二进制序列；

将该金融资产的每个运行数据对应的二进制数序列按照运行数据的顺序连接起来，得到该金融资产的向量。

在本公开的一种示例性实施例中，所述金融资产运行数据库的建立包括：

获取在预定时间段中与一个金融资产对应的交易日志；

从获取的在预定时间段中与该金融资产对应的交易日志获取该金融资产的交易数据；

基于获取的在预定时间段中与该金融资产对应的交易日志中成交价格的变动趋势，获取该金融资产的行情数据；

将获取的该金融资产的交易数据和行情数据作为运行数据，存储在金融资产运行数据库中。

在本公开的一种示例性实施例中，所述将所有金融资产的向量通过聚类算法聚类成预定数目的类包括：

从所有金融资产的向量中选择预定数目个基准向量；

针对所有金融资产的向量中除基准向量之外的任一其他向量，分别计算该其他向量到每个基准向量的欧氏距离，并将该其他向量聚到与该其他向量的欧氏距离最小的基准向量对应的类中；

当针对所有的金融资产的向量中除基准向量之外的所有其他向量都完成聚类后，针对聚成的每一个类中的所有向量计算平均向量，将该平均向量作为更新的聚成的类的基准向量；

分别计算所有金融资产的向量到更新的每个基准向量的欧氏距离，并将每个金融资产的向量聚到与其欧氏距离最小的基准向量对应的类中，当针对所有金融资产的向量都完成聚类后，针对聚成的每一个类中的所欲向量计算平均向量，作为更新的聚成的类的基准向量，重复当前步骤，直到满足预定条件。

在本公开的一种示例性实施例中，所述预定条件为更新的聚成类的基准向量与未更新的聚成的类的基准向量一致。

在本公开的一种示例性实施例中，所述从每一类的金融资产中选取待测试的金融资产包括：

确定每一类的金融资产的数目；

基于确定的数目，查找金融资产数目与待测试金融资产数量对应关系表，获取待测试的金融资产的数量；

按照每一类的金融资产所对应的选取待测试的金融资产的数量，从每一类的金融资产中选取待测试的金融资产。

在本公开的一种示例性实施例中，所述从每一类的金融资产中选取待测试的金融资产包括：

从每一类的金融资产中选取与该类的基准向量的欧氏距离最小的金融资产作为待测试的金融资产。

根据本公开的第二方面，提供一种测试样本的选取装置，包括：

获取模块，配置为从金融资产运行数据库中获取处于交易状态下的金融资产的运行数据；

转换模块，配置为针对每个金融资产，将由该金融资产的每个运行数据转换成的预定位数的二进制数按照预定规则进行排列，得到该金融资产的向量；

聚类模块，配置为将所有金融资产的向量通过聚类算法聚类成预定数目的类；

选取模块，配置为从每一类的金融资产中选取待测试的金融资产。

根据本公开的第三方面，提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如上述任意一项所述的测试样本的选取方法。

根据本公开的第四方面，提供一种电子设备，包括：

处理器；以及

存储器，其上存储有计算机程序；

其中，所述处理器配置为经由执行所述计算机程序来实现如上述任意一项所述的测试样本的选取方法。

本公开的实施例提供的技术方案可以具有以下有益效果：

通过本公开的各实施例，通过获取正处于交易状态下的金融资产的运行数据，并根据该运行数据对所获取的金融资产进行聚类，从聚成的类中选取待测试的金融资产，而不是像现有技术一样从金融资产中随机选取。根据每一金融资产的运行数据，采用聚类算法对所获取的金融资产进行分类，每一类中的金融资产都具有相似性，从中选取的金融资产能够具有该类金融资产的特性，避免了所选取的金融资产具有特殊性，使得对金融资产估值系统的测试结果更加准确。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理。显而易见地，下面描述中的附图仅仅是本公开的一些实施例，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，还可以根据这些附图获得其他的附图。

图1示出根据本公开一示例性实施例的一种测试样本的选取方法的流程图。

图2示出根据本公开一示例性实施例的一种测试样本的选取方法中建立金融资产运行数据库的流程图。

图3示出根据本公开一示例性实施例的一种测试样本的选取方法中获取金融资产的向量的流程图。

图4示出根据本公开一示例性实施例的一种测试样本的选取装置的示意组成框图。

图5示出根据本公开一示例性实施例的一种电子设备的示意组成框图。

图6示出根据本公开一示例性实施例的一种计算机可读存储介质的示意图。

具体实施方式

现在将参考附图更全面地描述示例实施方式。然而，示例实施方式能够以多种形式实施，且不应被理解为限于在此阐述的范例；相反，提供这些实施方式使得本公开将更加全面和完整，并将示例实施方式的构思全面地传达给本领域的技术人员。所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施方式中。在下面的描述中，提供许多具体细节从而给出对本公开的实施方式的充分理解。然而，本领域技术人员将意识到，可以实践本公开的技术方案而省略所述特定细节中的一个或更多，或者可以采用其它的方法、组元、装置、步骤等。在其它情况下，不详细示出或描述公知技术方案以避免喧宾夺主而使得本公开的各方面变得模糊。

此外，附图仅为本公开的示意性图解，并非一定是按比例绘制。图中相同的附图标记表示相同或类似的部分，因而将省略对它们的重复描述。附图中所示的一些方框图是功能实体，不一定必须与物理或逻辑上独立的实体相对应。可以采用软件形式来实现这些功能实体，或在一个或多个硬件模块或集成电路中实现这些功能实体，或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。

本示例实施方式中首先提供了一种测试样本的选取方法，该测试样本的选取方法可以运行于移动终端，例如PC端、手机等等，也可以运行于服务器、服务器集群或云服务器等，当然，本领域技术人员也可以根据需求在其他平台运行本发明的方法，本示例性实施例中对此不做特殊限定。参考图1所示，该测试样本的选取方法可以包括以下步骤：

步骤S110，从金融资产运行数据库中获取处于交易状态下的金融资产的运行数据。

其中，金融资产是指单位或个人所拥有的以价值形态存在的资产，是一种索取实物资产的无形的权利，它可以包括股票、基金、债券、货币黄金等几大种类。处于交易状态下的金融资产是指在市场上能够进行交易(例如购买、售出等)的金融资产。金融资产的运行数据包括交易数据和行情数据，交易数据包括价格、成交量等，行情数据包括金融资产的涨跌率等。金融资产运行数据库是指存储有处于交易状态下的金融资产的运行数据的数据库。

在一示例性实施方式中，如图3所示，所述金融资产运行数据库的建立包括：

步骤S210，获取在预定时间段中与一个金融资产对应的交易日志。

其中，交易日志是指金融资产在交易过程中所产生的日志，交易日志中记载了该金融资产在当前交易中的成交价格、成交量等交易数据。预定时间段可以是交易频率最大的时间段，例如一天中的14时至18时等，也可以是每日的交易所的工作时间等，本示例对此不做特殊限制。

步骤S220，从获取的在预定时间段中与该金融资产对应的交易日志获取该金融资产的交易数据。

步骤S230，基于获取的在预定时间段中与该金融资产对应的交易日志中成交价格的变动趋势，获取该金融资产的行情数据。

在该示例性实施方式中，预定时间段内的同一金融资产的交易日志中所记载的成交价格可能发生改变，通过计算该金融资产的成交价格的变动趋势即计算每隔预定时间，该金融资产的成交价格的涨跌率，即为该金融资产的行情数据。例如：某一金融资产在交易日志中的成交价格为120元，预定时间之后，该金融资产在交易日志中的成交价格为140元，则该金融资产的涨幅为(140-120)/120≈16.67％，16.67％即为该金融资产的行情数据。

步骤S240，将获取的该金融资产的交易数据和行情数据作为运行数据，存储在金融资产运行数据库中。

通过将该金融资产的交易数据和行情数据作为运行数据存储在金融资产运行数据库中，以便后续调用。

步骤S120，针对每个金融资产，将由该金融资产的每个运行数据转换成的预定位数的二进制数按照预定规则进行排列，得到该金融资产的向量。

根据每一金融资产的每个运行数据(例如成交量、价格等)的字符，将该金融资产的每个运行数据分别转换成预定位数的二进制数，例如：将字符1转换成二进制数0001、将字符6转换成二进制数0110等。其中，可将字符转换成四位数的二进制数，也可以将字符转换成八位数的二进制数等，本示例对此不做特殊限制。

将每一金融资产的每个运行数据转换成预定位数的二进制数后，将由运行数据转换成的二进制数按照预定规则进行排列，例如，按照第一个为价格、第二个为成交量、第三个为涨跌率…的顺序将二进制数进行排列。经过排列得到的序列即为该金融资产的向量。由于每一金融资产的运行数据存在差异性，因此，由每个金融资产的运行数据得到的金融资产的向量也具有唯一性，任意两个金融资产的向量都是不同的。

在一示例性实施方式中，请参考图3所示，步骤S120具体包括：

步骤S310，根据该金融资产的每个运行数据的各字符，查找二进制数序列字典，得到各字符对应的二进制序列。

二进制数序列字典是指记载着字符与二进制数序列的对应关系的字典，其中每个字符都有其对应的二进制数序列，且任意两个字符所对应的二进制数序列都是不同的。通过查询二进制数序列字典，将金融资产的每个运行数据的各个字符转换成对应的二进制数序列。

步骤S320，将每个运行数据的各字符对应的二进制数序列按照字符的顺序连接，作为该运行数据对应的二进制数序列。

按照字符的顺序连接是指将每个运行数据中的每个字符所对应的二进制序列按照该运行数据的字符的顺序进行连接，例如，价格为145元，其中字符1对应的二进制序列为0001，字符4对应的二进制序列为0100，字符5对应的二进制序列为0101，将每个字符所对应的二进制序列按照运行数据的的字符顺序进行排列即得到该运行数据的二进制序列为(0，0，0，1，0，1，0，0，0，1，0，1)。

步骤S330，将该金融资产的每个运行数据对应的二进制数序列按照运行数据的顺序连接起来，得到该金融资产的向量。

运行数据的顺序是指预设的运行数据的排列顺序，例如，将该金融资产的每个运行数据对应的二进制数序列按照价格、成交量、涨跌率…的顺序进行排列。其中，上述的排列顺序并不是固定的，可根据实际需求进行排列(例如增加或者删减某个运行数据进行排列等)，本示例对此不做特殊限制。

步骤S130，将所有金融资产的向量通过聚类算法聚类成预定数目的类。

其中，类是指通过聚类算法进行聚类而成的具有相似特性的金融资产的集合。通过聚类算法，将具有相似特性的金融资产聚成为同一类，避免每一类中的金融资产具有特殊性。预定数目可以是10、20或者30等，也可以是按照具体的金融资产的向量的数量进行确定，例如预定数目可以为金融资产的向量的数量的10％等等，本示例对此不做特殊限制。

在一示例性实施方式中，所述将所有金融资产的向量通过聚类算法聚类成预定数目的类包括：

从所有金融资产的向量中选择预定数目个基准向量。

针对所有金融资产的向量中除基准向量之外的任一其他向量，分别计算该其他向量到每个基准向量的欧氏距离，并将该其他向量聚到与该其他向量的欧氏距离最小的基准向量对应的类中。

当针对所有的金融资产的向量中除基准向量之外的所有其他向量都完成聚类后，针对聚成的每一个类中的所有向量计算平均向量，将该平均向量作为更新的聚成的类的基准向量。

分别计算所有金融资产的向量到更新的每个基准向量的欧氏距离，并将每个金融资产的向量聚到与其欧氏距离最小的基准向量对应的类中，当针对所有金融资产的向量都完成聚类后，针对聚成的每一个类中的所欲向量计算平均向量，作为更新的聚成的类的基准向量，重复当前步骤，直到满足预定条件。

在该示例性实施方式中，从所有金融资产的向量中随机选取预定数目个基准向量，针对除基准向量以外的任一其他向量，分别计算该其他向量与每个基准向量的欧氏距离，例如：基准向量A：(0，0，0，1，0，1，0，0，0，1，0，1，0，1，0，1，0，0，1，1，1，0，1，0)，其他向量B：(0，1，0，1，0，1，0，1，0，0，0，1，0，1，0，1，0，1，0，0，0，0，1，0)。

根据欧氏距离的公式：

将基准向量A和其他向量B的二进制数序列中的每一位对应代入公式中，则基准向量A和其他向量B的欧氏距离通过计算每个其他向量与每个基准向量的欧氏距离，将每个其他向量聚类到与该其他向量的欧氏距离最小的基准向量对应的类中，以达到将所有金融资产的向量聚类成预定数目的类。

针对每个聚成的类，计算每一类中的所有向量中的平均向量，即将每一类中的所有向量的二进制数序列的每一位对应相加，再分别取每一位的平均数得到新的向量，即为平均向量。例如：某个类中含有三个向量，分别为向量A、向量B和向量C，其中，向量A：(0，0，0，1，0，1，0，0，0，1，0，1，0，1，0，1，0，0，1，1，1，0，1，0)，向量B：(0，1，0，1，0，1，0，1，0，0，0，1，0，1，0，1，0，1，0，0，0，0，1，0)，向量C：(1，0，1，1，0，1，1，1，0，1，0，0，0，1，1，0，0，0，1，1，0，1，1，0)，则计算该类的平均向量为：将由每一类的向量计算得出的平均向量作为更新的基准向量，分别计算所有向量与更新的基准向量的欧氏距离，将每个向量重新聚类到与该向量的欧式距离最小的更新的基准向量对应的类中，形成更新的预定数目的类。

重复上述的聚类操作，直至更新的类满足预定条件，在本示例性实施方式中，所述预定条件为当更新的聚成的类的基准向量与未更新的聚成的类的基准向量一致时，则停止继续聚类。当更新的聚成的类的基准向量与未更新的聚成的类的基准向量一致，则代表着再次聚成的类的向量是一致的，因此无需再继续聚类。应当理解，在其他实施方式中，预定条件可以是当更新聚成的类到预定次数之后，停止聚类等等，本示例对此不做特殊限制。

应当理解，在其他实施方式中，可以采用其他聚类算法，例如Mean-Shift聚类算法等等，本示例对此不做特殊限制。

步骤S140，从每一类的金融资产中选取待测试的金融资产。

其中，从每一类的金融资产中选取待测试的金融资产，可以是从每一类中选取多个或者一个金融资产作为待测试的金融资产，可以是随机选取也可以是设置筛选条件进行选取，本示例对此不做特殊限制。通过聚类算法聚类成的每一类的金融资产，同一类中的金融资产都具有相似性，同一类中的金融资产的运行数据均具有一定相似性，从每一类中的金融资产选取待测试的金融资产，能够避免所选取的金融资产具有特殊性，使得金融资产估值系统的升级测试结果更加准确。

在一示例性实施方式中，从每一类的金融资产中选取待测试的金融资产包括：

从每一类的金融资产中选取与该类的基准向量的欧氏距离最小的金融资产作为待测试的金融资产。

在该实施方式中，与每一类的金融资产中选取与该类的基准向量的欧氏距离最小的金融资产即为该类中最具代表性的金融资产，因为该金融资产具有最多的相似特征，将其作为待测试的金融资产能够代表着该类金融资产的特征，减少待测试的金融资产的特殊性。

在一示例性实施方式中，从每一类的金融资产中选取待测试的金融资产包括：

确定每一类的金融资产的数目。

基于确定的数目，查找金融资产数目与待测试金融资产数量对应关系表，获取待测试的金融资产的数量。

按照每一类的金融资产所对应的选取待测试的金融资产的数量，从每一类的金融资产中选取待测试的金融资产。

在该示例性实施方式中，金融资产数目与待测试金融资产数量可以预先配置，并保存在对应关系表中，例如：

每一类中的选定金融资产的数量(个)	选取待测试的金融资产的数量(个)
		0～10	1
11～100	3
		101及以上	7

基于所确定的每一类中所包括的金融资产的数目，通过查找金融资产数目与待测试金融资产数量对应关系表，能够确定从该类金融资产中选取多少个待测试的金融资产，例如，一个类中的金融资产的数量为50个，通过查找金融资产数目与待测试金融资产数量对应关系表，可以得到应该从该类中的金融资产选取3个待测试的金融资产。保证了从每一类金融资产中选取足够数量的待测试的金融资产，使得每一类的金融资产样本量充足。

在一示例性实施方式中，从每一类的金融资产中选取待测试的金融资产包括：

分别计算每一类中的金融资产的数量占所获取的金融资产的数量的比值。

将该比值乘以所需选取的待测试的金融资产的数量，得到应从每一类中的金融资产选取的待测试的金融资产的数量。

根据该数量从每一类中选取相同数量的待测试的金融资产。

在该示例性实施方式中，确定每一类中的金融资产的数量，并计算该类中的金融资产的数量占所获取的金融资产的数量的比值，例如：一个类中的金融资产的数量为80个，所获取的金融资产的数量为500个，则该类的金融资产的数量占所获取的金融资产的数量的比值为80/500＝16％。将该比例值乘以所需选取的待测试的金融资产的数量，得到应从每一类中的金融资产选取的待测试的金融资产的数量，例如：所需选取的待测试的金融资产的数量为50个，若一个类中的金融资产的数量占所获取的金融资产的数量的比值为20％，则应该从该类中选取数量为50*20％＝10个的待测试的金融资产。

本公开还提供了一种测试样本的选取装置。参考图4所示，该测试样本的选取装置可以包括获取模块410、转换模块420、聚类模块430以及选取模块440。其中：

获取模块410配置为从金融资产运行数据库中获取处于交易状态下的金融资产的运行数据；

转换模块420配置为针对每个金融资产，将由该金融资产的每个运行数据转换成的预定位数的二进制数按照预定规则进行排列，得到该金融资产的向量；

聚类模块430配置为将所有金融资产的向量通过聚类算法聚类成预定数目的类；

选取模块440配置为从每一类的金融资产中选取待测试的金融资产。

上述测试样本的选取装置中各模块的具体细节已经在对应的测试样本的选取方法中进行了详细的描述，因此此处不再赘述。

应当注意，尽管在上文详细描述中提及了用于动作执行的设备的若干模块或者单元，但是这种划分并非强制性的。实际上，根据本公开的实施方式，上文描述的两个或更多模块或者单元的特征和功能可以在一个模块或者单元中具体化。反之，上文描述的一个模块或者单元的特征和功能可以进一步划分为由多个模块或者单元来具体化。

此外，尽管在附图中以特定顺序描述了本公开中方法的各个步骤，但是，这并非要求或者暗示必须按照该特定顺序来执行这些步骤，或是必须执行全部所示的步骤才能实现期望的结果。附加的或备选的，可以省略某些步骤，将多个步骤合并为一个步骤执行，以及/或者将一个步骤分解为多个步骤执行等。

在本公开的示例性实施例中，还提供了一种能够实现上述方法的电子设备。

所属技术领域的技术人员能够理解，本发明的各个方面可以实现为系统、方法或程序产品。因此，本发明的各个方面可以具体实现为以下形式，即：完全的硬件实施方式、完全的软件实施方式(包括固件、微代码等)，或硬件和软件方面结合的实施方式，这里可以统称为“电路”、“模块”或“系统”。

下面参照图5来描述根据本发明的这种实施方式的电子设备500。图5显示的电子设备500仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。

如图5所示，电子设备500以通用计算设备的形式表现。电子设备500的组件可以包括但不限于：上述至少一个处理单元510、上述至少一个存储单元520、连接不同系统组件(包括存储单元520和处理单元510)的总线530。

其中，所述存储单元存储有程序代码，所述程序代码可以被所述处理单元510执行，使得所述处理单元510执行本说明书上述“示例性方法”部分中描述的根据本发明各种示例性实施方式的步骤。例如，所述处理单元510可以执行如图1中所示的步骤S110：从金融资产运行数据库中获取处于交易状态下的金融资产的运行数据；步骤S120：针对每个金融资产，将由该金融资产的每个运行数据转换成的预定位数的二进制数按照预定规则进行排列，得到该金融资产的向量；步骤S130：将所有金融资产的向量通过聚类算法聚类成预定数目的类；步骤S140：从每一类的金融资产中选取待测试的金融资产。

存储单元520可以包括易失性存储单元形式的可读介质，例如随机存取存储单元(RAM)5201和/或高速缓存存储单元5202，还可以进一步包括只读存储单元(ROM)5203。

存储单元520还可以包括具有一组(至少一个)程序模块5205的程序/实用工具5204，这样的程序模块5205包括但不限于：操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。

总线530可以为表示几类总线结构中的一种或多种，包括存储单元总线或者存储单元控制器、外围总线、图形加速端口、处理单元或者使用多种总线结构中的任意总线结构的局域总线。

电子设备500也可以与一个或多个外部设备700(例如键盘、指向设备、蓝牙设备等)通信，还可与一个或者多个使得用户能与该电子设备500交互的设备通信，和/或与使得该电子设备500能与一个或多个其它计算设备进行通信的任何设备(例如路由器、调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口550进行。并且，电子设备500还可以通过网络适配器560与一个或者多个网络(例如局域网(LAN)，广域网(WAN)和/或公共网络，例如因特网)通信。如图所示，网络适配器560通过总线530与电子设备500的其它模块通信。应当明白，尽管图中未示出，可以结合电子设备500使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。

通过以上的实施方式的描述，本领域的技术人员易于理解，这里描述的示例实施方式可以通过软件实现，也可以通过软件结合必要的硬件的方式来实现。因此，根据本公开实施方式的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM，U盘，移动硬盘等)中或网络上，包括若干指令以使得一台计算设备(可以是个人计算机、服务器、终端装置、或者网络设备等)执行根据本公开实施方式的方法。

在本公开的示例性实施例中，还提供了一种计算机可读存储介质，其上存储有能够实现本说明书上述方法的程序产品。在一些可能的实施方式中，本发明的各个方面还可以实现为一种程序产品的形式，其包括程序代码，当所述程序产品在终端设备上运行时，所述程序代码用于使所述终端设备执行本说明书上述“示例性方法”部分中描述的根据本发明各种示例性实施方式的步骤。

参考图6所示，描述了根据本发明的实施方式的用于实现上述方法的程序产品600，其可以采用便携式紧凑盘只读存储器(CD-ROM)并包括程序代码，并可以在终端设备，例如个人电脑上运行。然而，本发明的程序产品不限于此，在本文件中，可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。

所述程序产品可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以为但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。

计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了可读程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。可读信号介质还可以是可读存储介质以外的任何可读介质，该可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。

可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于无线、有线、光缆、RF等等，或者上述的任意合适的组合。

可以以一种或多种程序设计语言的任意组合来编写用于执行本发明操作的程序代码，所述程序设计语言包括面向对象的程序设计语言-诸如Java、C++等，还包括常规的过程式程序设计语言-诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中，远程计算设备可以通过任意种类的网络，包括局域网(LAN)或广域网(WAN)，连接到用户计算设备，或者，可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。

此外，上述附图仅是根据本发明示例性实施例的方法所包括的处理的示意性说明，而不是限制目的。易于理解，上述附图所示的处理并不表明或限制这些处理的时间顺序。另外，也易于理解，这些处理可以是例如在多个模块中同步或异步执行的。

本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本公开的其他实施例。本申请旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由权利要求指出。

Claims (7)

1.一种测试样本的选取方法，用于金融资产估值系统的升级测试中，其特征在于，包括：

从金融资产运行数据库中获取处于交易状态下的金融资产的运行数据；

针对每个金融资产，根据该金融资产的每个运行数据的各字符，查找二进制数序列字典，得到各字符对应的二进制数序列；所述二进制数序列字典是指记载着字符与二进制数序列的对应关系的字典，其中每个字符都有其对应的二进制数序列，且任意两个字符所对应的二进制数序列都是不同的；

将每个运行数据的各字符对应的二进制数序列按照字符的顺序连接，作为该运行数据对应的二进制数序列；所述按照字符的顺序连接是指将每个运行数据中的每个字符所对应的二进制序列按照该运行数据的字符的顺序进行连接；

将该金融资产的每个运行数据对应的二进制数序列按照运行数据的顺序连接起来，得到该金融资产的向量；所述运行数据的顺序是指预设的运行数据的排列顺序；由每个金融资产的运行数据得到的金融资产的向量具有唯一性；

从所有金融资产的向量中选择预定数目个基准向量；

针对所有金融资产的向量中除基准向量之外的任一其他向量，分别计算该其他向量到每个基准向量的欧氏距离，并将该其他向量聚到与该其他向量的欧氏距离最小的基准向量对应的类中；

当针对所有的金融资产的向量中除基准向量之外的所有其他向量都完成聚类后，针对聚成的每一个类中的所有向量计算平均向量，将该平均向量作为更新的聚成的类的基准向量；

分别计算所有金融资产的向量到更新的每个基准向量的欧氏距离，并将每个金融资产的向量聚到与其欧氏距离最小的基准向量对应的类中，当针对所有金融资产的向量都完成聚类后，针对聚成的每一个类中的所欲向量计算平均向量，作为更新的聚成的类的基准向量，重复当前步骤，直到满足预定条件；所述预定条件为更新的聚成类的基准向量与未更新的聚成的类的基准向量一致；

从每一类的金融资产中选取待测试的金融资产。

2.根据权利要求1所述的测试样本的选取方法，其特征在于，所述金融资产运行数据库的建立包括：

获取在预定时间段中与一个金融资产对应的交易日志；

从获取的在预定时间段中与该金融资产对应的交易日志获取该金融资产的交易数据；

基于获取的在预定时间段中与该金融资产对应的交易日志中成交价格的变动趋势，获取该金融资产的行情数据；

将获取的该金融资产的交易数据和行情数据作为运行数据，存储在金融资产运行数据库中。

3.根据权利要求1所述的测试样本的选取方法，其特征在于，所述从每一类的金融资产中选取待测试的金融资产包括：

确定每一类的金融资产的数目；

基于确定的数目，查找金融资产数目与待测试金融资产数量对应关系表，获取待测试的金融资产的数量；

按照每一类的金融资产所对应的选取待测试的金融资产的数量，从每一类的金融资产中选取待测试的金融资产。

4.根据权利要求1所述的测试样本的选取方法，其特征在于，所述从每一类的金融资产中选取待测试的金融资产包括：

从每一类的金融资产中选取与该类的基准向量的欧氏距离最小的金融资产作为待测试的金融资产。

5.一种测试样本的选取装置，其特征在于，包括：

获取模块，配置为从金融资产运行数据库中获取处于交易状态下的金融资产的运行数据；

转换模块，配置为针对每个金融资产，根据该金融资产的每个运行数据的各字符，查找二进制数序列字典，得到各字符对应的二进制数序列；所述二进制数序列字典是指记载着字符与二进制数序列的对应关系的字典，其中每个字符都有其对应的二进制数序列，且任意两个字符所对应的二进制数序列都是不同的；将每个运行数据的各字符对应的二进制数序列按照字符的顺序连接，作为该运行数据对应的二进制数序列；所述按照字符的顺序连接是指将每个运行数据中的每个字符所对应的二进制序列按照该运行数据的字符的顺序进行连接；将该金融资产的每个运行数据对应的二进制数序列按照运行数据的顺序连接起来，得到该金融资产的向量；所述运行数据的顺序是指预设的运行数据的排列顺序；由每个金融资产的运行数据得到的金融资产的向量具有唯一性；

聚类模块，配置为从所有金融资产的向量中选择预定数目个基准向量；

针对所有金融资产的向量中除基准向量之外的任一其他向量，分别计算该其他向量到每个基准向量的欧氏距离，并将该其他向量聚到与该其他向量的欧氏距离最小的基准向量对应的类中；当针对所有的金融资产的向量中除基准向量之外的所有其他向量都完成聚类后，针对聚成的每一个类中的所有向量计算平均向量，将该平均向量作为更新的聚成的类的基准向量；分别计算所有金融资产的向量到更新的每个基准向量的欧氏距离，并将每个金融资产的向量聚到与其欧氏距离最小的基准向量对应的类中，当针对所有金融资产的向量都完成聚类后，针对聚成的每一个类中的所欲向量计算平均向量，作为更新的聚成的类的基准向量，重复当前步骤，直到满足预定条件；所述预定条件为更新的聚成类的基准向量与未更新的聚成的类的基准向量一致；

选取模块，配置为从每一类的金融资产中选取待测试的金融资产。

6.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1-4中任一项所述的测试样本的选取方法。

7.一种电子设备，其特征在于，包括：

处理器；以及

存储器，其上存储有计算机程序；

其中，所述处理器配置为经由执行所述计算机程序来实现如权利要求1-4中任一项所述的测试样本的选取方法。