CN110574065A - 预测管理系统及方法 - Google Patents
预测管理系统及方法 Download PDFInfo
- Publication number
- CN110574065A CN110574065A CN201780088367.5A CN201780088367A CN110574065A CN 110574065 A CN110574065 A CN 110574065A CN 201780088367 A CN201780088367 A CN 201780088367A CN 110574065 A CN110574065 A CN 110574065A
- Authority
- CN
- China
- Prior art keywords
- user
- value
- performance
- management system
- client terminals
- 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
- 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
- G06Q10/06375—Prediction of business process outcome or impact based on a proposed change
-
- 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
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
-
- 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)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Development Economics (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- General Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Marketing (AREA)
- Game Theory and Decision Science (AREA)
- Educational Administration (AREA)
- Data Mining & Analysis (AREA)
- Technology Law (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
Abstract
能够容易进行由大量用户进行的企业的业绩预测的共享以及管理,能够将个人、小规模投资者包括在内进行尊重各用户的业绩预测的股票投资推荐。各个客户终端向服务器发送与企业的业绩相关的各个用户预测值。服务器将从各个客户终端接收到的用户预测值存储在存储器中,根据所存储的多个用户预测值计算市场预测,针对从客户终端中的至少一个客户终端发送的用户预测值,计算相对于市场预测的偏离值,在偏离值为规定值以上的情况下,对至少一个客户终端发送警报。
Description
技术领域
本技术涉及一种对企业的业绩预测进行管理的系统及方法。
背景技术
对于企业股票(品种)交易的推荐方法,主要可以考虑以下方面。
(1)基于股价进行判断。
例如,在绝对股价过高的情况下推荐售出,在过低的情况下推荐买入。此外,当 在一定期间内的股价的上升过大时推荐售出,下跌过大时推荐买入。
(2)基于市值进行判断。
例如,与类似企业的市值相比,如果价格低则推荐买入。此外,如果是市值的绝 对数额小的小型股,则认为具有上升空间而推荐买入,如果为绝对数额大的大型股, 则认为上升空间小而推荐售出。
(3)基于证券公司、调研公司的分析家的预测进行判断。
根据分析家的业绩预测,判断价格是低还是高。例如,根据负责电气部门的分析家的分析,认为A公司的股价或者市值相对于业绩的百分比而言较低,推荐买入。
此外,根据特定的分析家的业绩预测对惊喜(surprises)进行预测。例如,相对 于日经QUICK新闻社、Bloomberg社、证券公司、调研公司等所统计的非特定的大 量分析家的共识,特定的分析家B判断为A公司的业绩超出共识,而推荐买入。
(4)一篮子(basket)推荐
推荐进入特定的主题、部门的非特定的大量品种。例如,认为今后AI(ArtificialIntelligence:人工智能)会发展,而推荐买入AI相关的30家公司的股票。
此外,推荐基于派息比率、ROE(Return on Equity:股权回报率)等任意的指标 而提取出的非特定的大量品种。例如,推荐买入高股息收益率的品种。但是,这些都 是基于证券公司、调研公司等的预测、各上市公司的计划或者实际业绩的数字进行判 断的。
现有技术文献
专利文献
专利文献1:日本特开2007-264969号公报
专利文献2:日本特开2011-232954号公报
发明内容
发明要解决的问题
股票价格是由股票市场参与者的供求来决定的,而不是由证券公司、调研公司来决定的。期望一种既不是根据证券公司、调查机构的预测,也不是根据第三者的预测,而是根据能够成为股票市场参与者的用户自身的业绩预测,进行沿着各用户的想法的推荐的系统或者方法。
此外,期望一种能够对很多用户的业绩预测进行收集·分析的系统或者方法。
进而,期望一种基于系统参与者的业绩预测的平均·分布进行推荐的系统或者方法。
另外,期望一种通过系统参与者的业绩预测的平均的变动来修正推荐的系统或者方法。
此外,期望一种基于业绩预测而不是基于股价来推荐是否应长期持有的系统或者方法。
期望一种基于用户的过去的成绩推荐是否应付诸行动的系统或者方法。
用于解决问题的手段
本技术例如包含一种业绩预测管理系统,其对企业的业绩预测进行管理,所述业绩预测管理系统包括:服务器,其具有处理器以及存储器;以及多个客户终端,其能够与该服务器进行通信,其中,各个所述客户终端构成为向所述服务器发送与所述企业的业绩相关的各自的用户预测值,所述服务器构成为将从各个所述客户终端接收到的用户预测值存储在所述存储器中,根据该所存储的多个所述用户预测值计算市场预测,针对从所述客户终端中的至少一个客户终端发送的用户预测值,计算相对于所述市场预测的偏离值,在该偏离值为规定值以上的情况下,对所述至少一个客户终端发送警报。
附图说明
图1为示出本技术的实施例的业绩预测管理系统的图。
图2为示出本技术的实施例的业绩预测管理方法的流程图。
具体实施方式
图1示出本技术的实施例的业绩预测管理系统100。
业绩预测管理系统100包括与因特网140连接的服务器110、客户终端120以及客户终端130。
服务器110为具有经由因特网与客户终端120以及客户终端130进行通信的功能的计算机。客户终端120为具有经由因特网与服务器110进行通信的功能的计算机、平板电脑终端或者智能手机,客户终端130也是同样的。不限于客户终端120以及客户终端130,还能够连接许多的客户终端。
图2示出本技术的实施例的业绩预测管理方法200。
在步骤210中,在服务器110中开始业绩预测管理方法200。接着,在步骤220 中,接收与企业业绩相关的用户预测值。与企业业绩相关的用户预测值被用户输入到客户终端120中,从客户终端120发送到服务器110。
与企业业绩相关的用户预测值例如包括与企业的持续盈利相关的预测值。与企业的持续盈利相关的预测值包括与该企业的销售额、营业利润、税前收益、净收益、每股的收益等指标中的至少1个相关的预测值。服务器110可以通过加权平均等方法,根据该企业的销售额、营业利润、税前收益、净收益、每股的收益中的多个预测值计算这些中的一个的预测值或者其它指标的预测值。与企业的持续盈利相关的预测值可以是通过该企业或者其所属的行业类别预先指定的指标。
接着,在步骤230中,将从客户终端120接收到的用户预测值存储在服务器110 内的存储器(未图示)中。存储器可以是硬盘驱动器(HDD)等磁存储装置,也可以是固态硬盘(SSD)等半导体存储装置。
关于客户终端130以及其它客户终端,也是在步骤220中由服务器110接收与企业业绩相关的其它用户预测值,在步骤230中,将服务器110接收到的其它用户预测值存储在存储器中。
接着,在步骤240中,使用从客户终端120、客户终端130以及其它客户终端接收并存储在存储器中的多个用户预测值,计算与企业业绩相关的市场预测。例如,利用多个用户预测值的平均值以及标准偏差来表示根据多个用户预测值计算出的市场预测。在计算该市场预测时,可以包含特定的用户的预测值,也可以排除特定的用户的预测值。此外,可以仅在存在一定以数量上的用户预测值的情况下才计算该市场预测,或者使该市场预测有效化。
接着,在步骤250中,针对从客户终端中的至少一方,例如客户终端120发送的用户预测值,计算相对于市场预测的偏离值。偏离值例如为用户预测值与所述平均值的差。
接着,在步骤260中,在偏离值为规定值以上的情况下,对客户终端120发送警报。规定值可以是所述标准偏差的1倍或者2倍,也可以是相对于所述平均值的规定比例(例如,10%或者15%)。在存在企业的临时性业绩的大幅变动的情况下,例如,对于年营业利润持续为约100亿日元的企业,当由于临时性原因使得前一年的营业利润为10亿日元时,对于下一年的业绩预测也存在大的偏差。在这种情况下,可以进行正规化、校正。
在步骤260中,进而,可以仅在用户的过去的成绩为一定以上时,例如过去的用户预测值与企业的业绩的实际值之差在规定范围内的情况下发送警报。规定范围内例如也包括按照各用户过去的针对该企业的预测值与实际值之间从接近到远离的顺序进行排序,该用户的预测值被排名在前面的情况。在存在多年的预测值与实际值的情况下,可以对最近的位次进行加权平均,也可以对业绩的变动更大的年份的位次进行加权平均。利用四分位数或者五分位数来表示平均后的位次。
在步骤260中,还可以仅在用户对预测值的自信高的情况下,发送警报。
警报表示关于该企业的业绩预测,自己的预测与市场预测存在一定以上的偏离,由此,如果用户自己的预测正确,则对于市场预测来说构成惊喜(surprise),可以期待该企业的股价产生较大变动。警报例如可以显示为“关注品种”或者“交易推荐品种”。
接着,在步骤270中,结束业绩预测管理方法200。
在上述的实施例中,关于市场预测,能够定期地或者不定期地更新。例如,可以收集进行了特定企业的特定结算期的预测的用户全体的最近的预测值,计算除了自己的预测值以外的全体人员的预测值的平均以及标准偏差,向各用户通知更新后的市场预测与自己的预测之差是比之前计算的小还是比之前计算的大。
产业上的可利用性
本技术能够容易进行由大量用户进行的企业的业绩预测的共享以及管理,能够将个人、小规模投资者包含在内进行尊重各用户的业绩预测的股票投资推荐。此外,能够掌握最近的市场预测,而无需等待证券公司、调研公司等预测的变更经过漫长的社内流程而花费时间的分析家的数字。例如,也能够适用于进行业绩预测的个人、或者以股票投资为职业的机构投资者对品种的交易判断进行辅助的用途。
标号说明:
100 业绩预测管理系统
110 服务器
120、130 客户终端
Claims (15)
1.一种业绩预测管理系统,其对企业的业绩预测进行管理,所述业绩预测管理系统包括:服务器,其具有处理器以及存储器;以及多个客户终端,其能够与该服务器进行通信,其中,
各个所述客户终端构成为向所述服务器发送与所述企业的业绩相关的各自的用户预测值,
所述服务器构成为将从各个所述客户终端接收到的用户预测值存储在所述存储器中,根据所存储的多个所述用户预测值计算市场预测,针对从所述客户终端中的至少一个客户终端发送的用户预测值,计算相对于所述市场预测的偏离值,在该偏离值为规定值以上的情况下,对所述至少一个客户终端发送警报。
2.根据权利要求1所述的业绩预测管理系统,其中,
所述用户预测值包括与所述企业的持续盈利相关的预测值。
3.根据权利要求2所述的业绩预测管理系统,其中,
与所述企业的持续盈利相关的预测值包括与所述企业的销售额、营业利润、税前收益、净收益、每股的收益中的至少一个相关的预测值。
4.根据权利要求3所述的业绩预测管理系统,其中,
根据所述企业的销售额、营业利润、税前收益、净收益、每股的收益中的至少2个来计算所述用户预测值。
5.根据权利要求1所述的业绩预测管理系统,其中,
所述市场预测包括多个所述用户预测值的平均值以及标准偏差。
6.根据权利要求5所述的业绩预测管理系统,其中,
所述偏离值为所述用户预测值与多个所述用户预测值的平均值之差。
7.根据权利要求6所述的业绩预测管理系统,其中,
所述规定值为所述标准偏差的1倍或者2倍。
8.根据权利要求1所述的业绩预测管理系统,其中,
在所述偏离值为规定值以上时对所述至少一个客户终端发送警报仅在所述用户的过去的成绩为一定以上的情况下进行。
9.根据权利要求8所述的业绩预测管理系统,其中,
所述用户预测值的过去的成绩为一定以上是指过去的所述用户预测值与所述企业的业绩的实际值之差在规定范围内。
10.根据权利要求8所述的业绩预测管理系统,其中,
所述用户预测值的过去的成绩为一定以上是指在按照过去的各个用户预测值与所述企业的业绩的实绩值之差从小到大的顺序进行排序时,该用户预测值为一定以上的位次。
11.根据权利要求5所述的业绩预测管理系统,其中,
定期地或者不定期地更新所述市场预测。
12.根据权利要求1所述的业绩预测管理系统,其中,
仅在用户对预测值的自信高的情况下发送所述警报。
13.根据权利要求1所述的业绩预测管理系统,其中
所述警报包含“关注品种”或者“交易推荐品种”的显示。
14.一种业绩预测管理方法,所述业绩预测管理方法在能够与多个客户终端进行通信、具有处理器以及存储器的服务器中对企业的业绩预测进行管理,其中,该业绩预测管理方法包括如下步骤:
从各个所述客户终端接收与所述企业的业绩相关的各自的用户预测值;
将从各个所述客户终端接收到的用户预测值存储在所述存储器中;
根据所述存储的多个所述用户预测值计算市场预测;
针对从所述客户终端中的至少一个客户终端发送的用户预测值,计算相对于所述市场预测的偏离值;以及
在该偏离值为规定值以上的情况下,对所述至少一个客户终端发送警报。
15.一种计算机可读的记录介质,该记录介质记录有用于使能够与多个客户终端进行通信、具有处理器以及存储器的服务器执行如下步骤的程序:
从各个所述客户终端接收与所述企业的业绩相关的各自的用户预测值;
将从各个所述客户终端接收到的用户预测值存储在所述存储器中;
根据所述存储的多个所述用户预测值计算市场预测;
针对从所述客户终端中的至少一个客户终端发送的用户预测值,计算相对于所述市场预测的偏离值;以及
在该偏离值为规定值以上的情况下,对所述至少一个客户终端发送警报。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/JP2017/038367 WO2019082274A1 (ja) | 2017-10-24 | 2017-10-24 | 業績予測管理システム及び方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110574065A true CN110574065A (zh) | 2019-12-13 |
Family
ID=61557948
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201780088367.5A Pending CN110574065A (zh) | 2017-10-24 | 2017-10-24 | 预测管理系统及方法 |
Country Status (4)
Country | Link |
---|---|
US (1) | US20200250749A1 (zh) |
JP (1) | JP6288662B1 (zh) |
CN (1) | CN110574065A (zh) |
WO (1) | WO2019082274A1 (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6474184B1 (ja) | 2018-03-30 | 2019-02-27 | 加藤 寛之 | 株価予測支援システム及び方法 |
US20210272041A1 (en) * | 2018-10-25 | 2021-09-02 | Hironobu Katoh | Corporate performance forecast management system and method |
CN114902269A (zh) * | 2020-06-16 | 2022-08-12 | 加藤宽之 | 投资建议提供方法和系统 |
WO2023233600A1 (ja) * | 2022-06-01 | 2023-12-07 | 寛之 加藤 | 取引管理システム |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101460969A (zh) * | 2006-08-01 | 2009-06-17 | 株式会社Bme | 预测判定方法、点数计算方法、预测判定装置、点数计算装置、计算机程序、以及记录有计算机程序的记录介质 |
CN102194195A (zh) * | 2010-03-11 | 2011-09-21 | 深圳市君亮资产管理有限责任公司 | 股票估值报告生成系统及股票估值报告模板格式 |
CN103338219A (zh) * | 2013-05-15 | 2013-10-02 | 北京奇虎科技有限公司 | 终端设备性能评价信息的获取、处理方法及相应装置、处理系统 |
CN104697128A (zh) * | 2015-03-05 | 2015-06-10 | 美的集团股份有限公司 | 空调器及其故障检测方法 |
CN104732465A (zh) * | 2015-03-20 | 2015-06-24 | 广东小天才科技有限公司 | 一种监测学生学习状态的方法、装置及系统 |
CN105472013A (zh) * | 2015-12-23 | 2016-04-06 | 深圳达实智能股份有限公司 | 生理数据远程采集方法及系统 |
WO2016074037A1 (en) * | 2014-11-11 | 2016-05-19 | Global Stress Index Pty Ltd | A system and a method for generating a profile of stress levels and stress resilience levels in a population |
Family Cites Families (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6876981B1 (en) * | 1999-10-26 | 2005-04-05 | Philippe E. Berckmans | Method and system for analyzing and comparing financial investments |
US8635130B1 (en) * | 2000-02-14 | 2014-01-21 | Td Ameritrade Ip Company, Inc. | Method and system for analyzing and screening investment information |
US7584116B2 (en) * | 2002-11-04 | 2009-09-01 | Hewlett-Packard Development Company, L.P. | Monitoring a demand forecasting process |
US7341517B2 (en) * | 2003-04-10 | 2008-03-11 | Cantor Index, Llc | Real-time interactive wagering on event outcomes |
US7716226B2 (en) * | 2005-09-27 | 2010-05-11 | Patentratings, Llc | Method and system for probabilistically quantifying and visualizing relevance between two or more citationally or contextually related data objects |
JP5171320B2 (ja) * | 2008-03-06 | 2013-03-27 | 中国電力株式会社 | 企業型確定拠出年金における社員向けポートフォリオ乖離警告システム及び方法 |
JP2009251938A (ja) * | 2008-04-07 | 2009-10-29 | Value Resource Design Inc | 評価システム、評価方法および評価プログラム |
US8560374B2 (en) * | 2008-12-02 | 2013-10-15 | Teradata Us, Inc. | Method for determining daily weighting factors for use in forecasting daily product sales |
JP2011232954A (ja) * | 2010-04-27 | 2011-11-17 | Quick Corp | 情報提供システム、情報提供方法及び情報提供プログラム |
US11257161B2 (en) * | 2011-11-30 | 2022-02-22 | Refinitiv Us Organization Llc | Methods and systems for predicting market behavior based on news and sentiment analysis |
US10102487B2 (en) * | 2013-03-11 | 2018-10-16 | American Airlines, Inc. | Reserve forecasting systems and methods for airline crew planning and staffing |
US10650438B2 (en) * | 2016-01-16 | 2020-05-12 | International Business Machiness Corporation | Tracking business performance impact of optimized sourcing algorithms |
-
2017
- 2017-10-24 CN CN201780088367.5A patent/CN110574065A/zh active Pending
- 2017-10-24 US US16/488,519 patent/US20200250749A1/en not_active Abandoned
- 2017-10-24 JP JP2017565331A patent/JP6288662B1/ja active Active
- 2017-10-24 WO PCT/JP2017/038367 patent/WO2019082274A1/ja active Application Filing
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101460969A (zh) * | 2006-08-01 | 2009-06-17 | 株式会社Bme | 预测判定方法、点数计算方法、预测判定装置、点数计算装置、计算机程序、以及记录有计算机程序的记录介质 |
CN102194195A (zh) * | 2010-03-11 | 2011-09-21 | 深圳市君亮资产管理有限责任公司 | 股票估值报告生成系统及股票估值报告模板格式 |
CN103338219A (zh) * | 2013-05-15 | 2013-10-02 | 北京奇虎科技有限公司 | 终端设备性能评价信息的获取、处理方法及相应装置、处理系统 |
WO2016074037A1 (en) * | 2014-11-11 | 2016-05-19 | Global Stress Index Pty Ltd | A system and a method for generating a profile of stress levels and stress resilience levels in a population |
CN104697128A (zh) * | 2015-03-05 | 2015-06-10 | 美的集团股份有限公司 | 空调器及其故障检测方法 |
CN104732465A (zh) * | 2015-03-20 | 2015-06-24 | 广东小天才科技有限公司 | 一种监测学生学习状态的方法、装置及系统 |
CN105472013A (zh) * | 2015-12-23 | 2016-04-06 | 深圳达实智能股份有限公司 | 生理数据远程采集方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
JPWO2019082274A1 (ja) | 2019-11-14 |
JP6288662B1 (ja) | 2018-03-07 |
US20200250749A1 (en) | 2020-08-06 |
WO2019082274A1 (ja) | 2019-05-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11354747B2 (en) | Real-time predictive analytics engine | |
US12026776B2 (en) | Computer-implemented methods and computer systems for an electronic financial platform | |
Weber et al. | Order book approach to price impact | |
US11475519B2 (en) | Systems and methods for determining a significance index | |
CN110574065A (zh) | 预测管理系统及方法 | |
Shi et al. | A portfolio approach to managing procurement risk using multi-stage stochastic programming | |
US8694413B1 (en) | Computer-based systems and methods for determining interest levels of consumers in research work product produced by a research department | |
Babić et al. | Multiproduct vendor selection with volume discounts as the fuzzy multi-objective programming problem | |
Zapata et al. | The economic impact of services provided by an electronic trade platform: The case of MarketMaker | |
CA2847560A1 (en) | Forecasting holiday weekly sales profiles | |
Albrecher et al. | General lower bounds for arithmetic Asian option prices | |
Chernonog et al. | The effect of risk aversion on a supply chain with postponed pricing | |
US10991044B2 (en) | Stock price forecast assist system and method | |
Ryan et al. | Multi‐model forecasts of the west Texas intermediate crude oil spot price | |
Kachani et al. | Competitive Pricing in a Multi‐Product Multi‐Attribute Environment | |
Hsieh | A study of models for forecasting e-commerce sales during a price war in the medical product industry | |
WO2019017032A1 (ja) | 時間の経過につれて価値が変動するアセットを積み立てるためのコンピュータシステム、方法、および、プログラム | |
Hung et al. | Price discovery and trading activity in Taiwan stock and futures markets | |
US20170103433A1 (en) | Generating and Using Estimated Asset Monetary Values and Estimated Macroeconomic Measure Data Values | |
Chang et al. | A market-based martingale valuation approach to optimum inventory control in a doubly stochastic jump-diffusion economy | |
JP7218037B1 (ja) | 取引管理システム | |
JP2019079482A (ja) | 予測管理方法 | |
US20200402173A1 (en) | Investment system | |
Song et al. | Do we need the constant term in the heterogenous autoregressive model for forecasting realized volatilities? | |
Chen et al. | A closed-form formula for an option with discrete and continuous barriers |
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 |