CN111882118B - 一种决策系统和方法 - Google Patents
一种决策系统和方法 Download PDFInfo
- Publication number
- CN111882118B CN111882118B CN202010663347.XA CN202010663347A CN111882118B CN 111882118 B CN111882118 B CN 111882118B CN 202010663347 A CN202010663347 A CN 202010663347A CN 111882118 B CN111882118 B CN 111882118B
- Authority
- CN
- China
- Prior art keywords
- financing
- mortgage
- subinterval
- interest rate
- target account
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 35
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 22
- 238000004364 calculation method Methods 0.000 claims abstract description 20
- 238000012545 processing Methods 0.000 claims description 10
- 238000004590 computer program Methods 0.000 claims description 9
- 238000010586 diagram Methods 0.000 description 20
- 230000006870 function Effects 0.000 description 10
- 230000008569 process Effects 0.000 description 8
- 238000004891 communication Methods 0.000 description 7
- 238000007726 management method Methods 0.000 description 5
- 238000012544 monitoring process Methods 0.000 description 5
- 230000003287 optical effect Effects 0.000 description 4
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 239000000835 fiber Substances 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 238000010276 construction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012546 transfer Methods 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
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- 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)
- Economics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Finance (AREA)
- Accounting & Taxation (AREA)
- Marketing (AREA)
- Development Economics (AREA)
- Human Resources & Organizations (AREA)
- General Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Entrepreneurship & Innovation (AREA)
- Game Theory and Decision Science (AREA)
- Technology Law (AREA)
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
Abstract
本发明公开了一种决策系统和方法,涉及计算机技术领域。该方法的一具体实施方式包括:决策计算设备用于从融资要素采集设备调用目标账户的融资要素数据,以及从目标账户的融资要素数据得到融资期,并从利率采集设备查询得到融资期的利率数据,根据目标账户的融资要素数据以及融资期的利率数据,利用动态规划算法计算目标账户在融资期的最优融资决策,目标账户在融资期的最优融资决策包括使得目标账户在融资期的融资成本最小的以下各项组合:质押期限、质押券类型、每一类型质押券的质押数额。该实施方式能在短时内高并发处理海量数据和复杂的变量计算,快速准确地计算出最优融资策略,提高计算效率,降低时间复杂度和融资成本,提高交易效率。
Description
技术领域
本发明涉及计算机技术领域,尤其涉及一种决策系统和方法。
背景技术
债券质押式回购是指交易双方自主谈判和协商议定,资金融入方(正回购方)在将债券进行质押登记并向资金融出方(逆回购方)融入资金的同时,双方约定在未来某一日期由正回购方向逆回购方返还本金,并按约定回购利率支付资金利息,同时解除债券质押登记的交易。债券质押式回购期限和质押券管理是资金融入方(正回购方)控制融资成本的关键。主动期限管理可以实现在利率变动时,融资成本的稳定或降低。当预期回购利率将要下跌时,此时应选择较短期限的债券质押式回购品种;反之,当预期利率将要上升时,就应转向较长期限的债券质押式回购品种。一般来说,质押券分为优质债券和次优债券两种,针对同一回购期限,正回购方应优先选择优质债券质押,以获得更低的回购利率。实际操作中,质押券在解除债券质押登记当日并不能再次质押。因此,主动质押券管理可以实现将数额有限的优质债券配置在最有利的回购利率上。由于回购利率、回购期限和质押券配比三个变量相互作用,其复杂度极大,交易人员难以做出最优决策。
在实现本发明过程中,发明人发现现有技术中至少存在如下问题:
现有的回购决策需要交易人员人工凭经验来选择一种回购策略,这种方法效率低下,除占用交易人员大量时间和精力;另外,由于交易时间紧张,以人力方式来计算多种质押策略融资成本不现实,难以比较做出最优决策,并且决策的计算涉及海量数据,不同变量取值组合灵活,通过人工处理是无法达到运算量级和高并发要求的,而现有技术缺少通过计算机系统进行数据处理的方式来得到最优决策的方案。
发明内容
有鉴于此,本发明实施例提供一种决策系统和方法,能够基于计算机系统,通过数据处理的方式在短时间内高并发地处理海量数据和复杂地变量计算,从而快速准确地计算出最优融资策略,充分满足交易时间需求,提高计算效率,降低时间复杂度,降低融资成本,提高交易效率。
为实现上述目的,根据本发明实施例的一个方面,提供了一种决策系统。
一种决策系统,包括:利率采集设备、融资要素采集设备、与所述利率采集设备及所述融资要素采集设备通过网络交互的决策计算设备;其中:所述利率采集设备用于根据回购利率生成预设格式的利率数据;所述融资要素采集设备用于计算各账户的融资要素数据;所述决策计算设备用于从所述融资要素采集设备调用所述各账户中目标账户的融资要素数据,以及从所述目标账户的融资要素数据得到融资期,并从所述利率采集设备查询得到所述融资期的利率数据,根据所述目标账户的融资要素数据以及所述融资期的利率数据,利用动态规划算法计算所述目标账户在所述融资期的最优融资决策,所述目标账户在所述融资期的最优融资决策包括使得所述目标账户在所述融资期的融资成本最小的以下各项组合:质押期限、质押券类型、每一类型质押券的质押数额。
可选地,所述决策计算设备在收到关于所述目标账户的融资决策请求之后,或者,在监听到所述融资要素采集设备计算得到所述目标账户的融资要素数据之后,从所述融资要素采集设备调用所述目标账户的融资要素数据,其中,所述决策计算设备以微服务的形式调用所述目标账户的融资要素数据。
可选地,所述利率采集设备还用于:根据采集的回购利率生成三维利率哈希表,所述三维利率哈希表中的三个维度包括日期、质押期限、质押券类型,所述三维利率哈希表的值表示与相应日期、质押券类型、质押期限对应的所述利率数据。
可选地,所述决策计算设备还用于利用如下的动态规划算法计算所述目标账户在所述融资期的最优融资决策:以计算所述目标账户在所述融资期的各子区间的最优融资决策作为计算所述目标账户在所述融资期的最优融资决策的子问题,其中,所述融资期的最后一天为第一个子区间,后续每个子区间的上限相比于其上一个子区间的上限增加一天,且下限等于所述第一个子区间的下限,最后一个子区间等于所述融资期;根据所述目标账户的融资要素数据以及所述融资期的利率数据,从所述第一个子区间对应的子问题开始,依序求解每个子区间对应的子问题,直到求解完所述最后一个子区间对应的子问题,得到所述目标账户在所述融资期的最优融资决策;其中,在求解某一当前子问题时,所述当前子问题对应的当前子区间的融资成本等于以下各项的加和:每种类型质押券在子区间间隔内的融资成本的关系表示、所述当前子区间之前的选定子区间的融资成本,所述子区间间隔等于所述当前子区间与所述选定子区间之间的时间间隔,当所述当前子区间为所述第一个子区间时,所述当前子区间之前的选定子区间的融资成本为0;保存所述当前子区间的融资成本以及所述目标账户在所述当前子区间的最优融资决策,所述目标账户在所述当前子区间的最优融资决策包括使得所述目标账户在所述当前子区间的融资成本最小的以下各项组合:质押期限、质押券类型、每一类型质押券的质押数额,所述每种类型质押券在子区间间隔内的融资成本的关系表示包括与所述各项组合中每项对应的变量。
可选地,所述质押券类型包括第一类型质押券、第二类型质押券,所述目标账户的融资要素数据包括待融资金额;所述第一类型质押券在所述子区间间隔内的融资成本的第一关系表示为所述第一类型质押券的第一利率数据变量、质押期限表达式、第一质押数额变量三者的乘积;所述第二类型质押券在所述子区间间隔内的融资成本的第二关系表示为所述第二类型质押券的第二利率数据变量、所述质押期限表达式、第二质押数额表达式三者的乘积;其中,所述第一利率数据变量和所述第二利率数据变量均包括日期变量、质押期限变量、质押券类型变量三个维度,根据所述日期变量、所述质押期限变量、所述质押券类型变量的取值,通过查找所述三维利率哈希表,确定所述第一利率数据变量和所述第二利率数据变量的值,所述第二质押数额表达式为所述待融资金额与所述第一质押数额变量之差。
可选地,所述质押期限表达式用于获取所述质押期限变量的当前取值与所述当前子区间长度二者之中的最小值,所述质押期限变量的当前取值为预设的质押期限有限集中的一个数值。
可选地,所述目标账户的融资要素数据还包括所述第一类型质押券的质押额度上限;所述决策计算设备还用于:在所述第一类型质押券的可用额度的取值下,求解每一所述子问题,所述第一类型质押券的可用额度的取值小于或等于所述第一类型质押券的质押额度上限和所述待融资金额二者之中较小者,所述第一质押数额变量取值在0到所述第一类型质押券的可用额度的取值之间;并且,在求解完每一所述子问题之后,通过三维哈希表存储该子问题对应的子区间的融资成本,所述三维哈希表的三个维度包括:该子区间的起始时间、结束时间以及所述第一类型质押券的可用额度的取值,当以该子区间作为所述选定子区间来计算该子区间的后续子区间的融资成本时,通过所述三维哈希表的三个维度查询对应的所述该子问题对应的子区间的融资成本。
根据本发明实施例的另一方面,提供了一种决策方法。
一种决策方法,包括:通过利率采集设备根据回购利率生成预设格式的利率数据;以及,通过融资要素采集设备计算各账户的融资要素数据;由决策计算设备从所述融资要素采集设备调用所述各账户中目标账户的融资要素数据,以及从所述目标账户的融资要素数据得到融资期,并从所述利率采集设备查询得到所述融资期的利率数据,根据所述目标账户的融资要素数据以及所述融资期的利率数据,利用动态规划算法计算所述目标账户在所述融资期的最优融资决策,所述目标账户在所述融资期的最优融资决策包括使得所述目标账户在所述融资期的融资成本最小的以下各项组合:质押期限、质押券类型、每一类型质押券的质押数额。
可选地,所述决策计算设备在收到关于所述目标账户的融资决策请求之后,或者,在监听到所述融资要素采集设备计算得到所述目标账户的融资要素数据之后,从所述融资要素采集设备调用所述目标账户的融资要素数据,其中,所述决策计算设备以微服务的形式调用所述目标账户的融资要素数据。
可选地,所述通过利率采集设备根据回购利率生成预设格式的利率数据,包括:通过所述利率采集设备根据采集的回购利率生成三维利率哈希表,所述三维利率哈希表中的三个维度包括日期、质押期限、质押券类型,所述三维利率哈希表的值表示与相应日期、质押券类型、质押期限对应的所述利率数据。
可选地,所述决策计算设备利用如下的动态规划算法计算所述目标账户在所述融资期的最优融资决策:以计算所述目标账户在所述融资期的各子区间的最优融资决策作为计算所述目标账户在所述融资期的最优融资决策的子问题,其中,所述融资期的最后一天为第一个子区间,后续每个子区间的上限相比于其上一个子区间的上限增加一天,且下限等于所述第一个子区间的下限,最后一个子区间等于所述融资期;根据所述目标账户的融资要素数据以及所述融资期的利率数据,从所述第一个子区间对应的子问题开始,依序求解每个子区间对应的子问题,直到求解完所述最后一个子区间对应的子问题,得到所述目标账户在所述融资期的最优融资决策;其中,在求解某一当前子问题时,所述当前子问题对应的当前子区间的融资成本等于以下各项的加和:每种类型质押券在子区间间隔内的融资成本的关系表示、所述当前子区间之前的选定子区间的融资成本,所述子区间间隔等于所述当前子区间与所述选定子区间之间的时间间隔,当所述当前子区间为所述第一个子区间时,所述当前子区间之前的选定子区间的融资成本为0;保存所述当前子区间的融资成本以及所述目标账户在所述当前子区间的最优融资决策,所述目标账户在所述当前子区间的最优融资决策包括使得所述目标账户在所述当前子区间的融资成本最小的以下各项组合:质押期限、质押券类型、每一类型质押券的质押数额,所述每种类型质押券在子区间间隔内的融资成本的关系表示包括与所述各项组合中每项对应的变量。
可选地,所述质押券类型包括第一类型质押券、第二类型质押券,所述目标账户的融资要素数据包括待融资金额;所述第一类型质押券在所述子区间间隔内的融资成本的第一关系表示为所述第一类型质押券的第一利率数据变量、质押期限表达式、第一质押数额变量三者的乘积;所述第二类型质押券在所述子区间间隔内的融资成本的第二关系表示为所述第二类型质押券的第二利率数据变量、所述质押期限表达式、第二质押数额表达式三者的乘积;其中,所述第一利率数据变量和所述第二利率数据变量均包括日期变量、质押期限变量、质押券类型变量三个维度,根据所述日期变量、所述质押期限变量、所述质押券类型变量的取值,通过查找所述三维利率哈希表,确定所述第一利率数据变量和所述第二利率数据变量的值,所述第二质押数额表达式为所述待融资金额与所述第一质押数额变量之差。
可选地,所述质押期限表达式用于获取所述质押期限变量的当前取值与所述当前子区间长度二者之中的最小值,所述质押期限变量的当前取值为预设的质押期限有限集中的一个数值。
可选地,所述目标账户的融资要素数据还包括所述第一类型质押券的质押额度上限;所述决策计算设备在所述第一类型质押券的可用额度的取值下,求解每一所述子问题,所述第一类型质押券的可用额度的取值小于或等于所述第一类型质押券的质押额度上限和所述待融资金额二者之中较小者,所述第一质押数额变量取值在0到所述第一类型质押券的可用额度的取值之间;并且,所述决策计算设备在求解完每一所述子问题之后,通过三维哈希表存储该子问题对应的子区间的融资成本,所述三维哈希表的三个维度包括:该子区间的起始时间、结束时间以及所述第一类型质押券的可用额度的取值,当以该子区间作为所述选定子区间来计算该子区间的后续子区间的融资成本时,通过所述三维哈希表的三个维度查询对应的所述该子问题对应的子区间的融资成本。
根据本发明实施例的又一方面,提供了一种电子设备。
一种电子设备,包括:一个或多个处理器;存储器,用于存储一个或多个程序,当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器实现本发明实施例所提供的决策方法。
根据本发明实施例的又一方面,提供了一种计算机可读介质。
一种计算机可读介质,其上存储有计算机程序,所述程序被处理器执行时实现本发明实施例所提供的决策方法。
上述发明中的一个实施例具有如下优点或有益效果:决策计算设备从融资要素采集设备调用目标账户的融资要素数据,以及从目标账户的融资要素数据得到融资期,并从利率采集设备查询得到融资期的利率数据,根据目标账户的融资要素数据以及融资期的利率数据,利用动态规划算法计算目标账户在融资期的最优融资决策,目标账户在融资期的最优融资决策包括使得目标账户在融资期的融资成本最小的以下各项组合:质押期限、质押券类型、每一类型质押券的质押数额。由于在质押融资场景中,交易时间要求非常严格,通过本发明实施例可以基于计算机系统,通过数据处理的方式在短时间内高并发地处理海量数据和复杂地变量计算,从而快速准确地计算出最优融资策略,充分满足交易时间需求,提高计算效率,降低时间复杂度,降低融资成本,提高交易效率。
上述的非惯用的可选方式所具有的进一步效果将在下文中结合具体实施方式加以说明。
附图说明
附图用于更好地理解本发明,不构成对本发明的不当限定。其中:
图1是根据本发明一个实施例的决策系统的主要构成示意图;
图2是根据本发明一个实施例的决策方法的主要步骤示意图;
图3是根据本发明一个实施例的决策计算设备的主要模块示意图;
图4是根据本发明另一个实施例的决策计算设备的主要模块示意图;
图5是本发明实施例可以应用于其中的示例性系统架构图;
图6是适于用来实现本发明实施例的终端设备或服务器的计算机系统的结构示意图。
具体实施方式
以下结合附图对本发明的示范性实施例做出说明,其中包括本发明实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本发明的范围和精神。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
图1是根据本发明一个实施例的决策系统的主要构成示意图。
如图1所示,本发明一个实施例的决策系统的主要包括:利率采集设备101、融资要素采集设备102、与利率采集设备101及融资要素采集设备102通过网络交互的决策计算设备103。其中:
利率采集设备101用于根据回购利率生成预设格式的利率数据。
融资要素采集设备102用于计算各账户的融资要素数据。优选地,可以利用并发计算,同时计算多个账户的融资要素数据。
决策计算设备103用于从融资要素采集设备调用各账户中目标账户的融资要素数据,以及从目标账户的融资要素数据得到融资期,并从利率采集设备查询得到融资期的利率数据,根据目标账户的融资要素数据以及融资期的利率数据,利用动态规划算法计算目标账户在融资期的最优融资决策,目标账户在融资期的最优融资决策包括使得目标账户在融资期的融资成本最小的以下各项组合:质押期限、质押券类型、每一类型质押券的质押数额。
目标账户可以是上述各账户中的任意账户。
预设格式的利率数据例如以三维哈希表的格式表示的利率数据。
在一个实施例中,决策计算设备103在收到关于目标账户的融资决策请求之后,从融资要素采集设备102调用目标账户的融资要素数据。
在另一个实施例中,决策计算设备103在监听到融资要素采集设备102计算得到目标账户的融资要素数据之后,从融资要素采集设备102调用目标账户的融资要素数据。
目标账户的融资要素数据包括但不限于待融资金额、第一类型质押券的质押额度上限、融资期,还可以包括第二类型质押券的质押额度上限等等。
在一个实施例中,决策计算设备103以微服务的形式从融资要素采集设备102调用目标账户的融资要素数据。
在一个实施例中,利率采集设备101具体用于:根据采集的回购利率生成三维利率哈希表,该回购利率可以是根据历史逆回购利率等多因子来计算得到并保存在存储设备或存储系统(例如数据库等)中的,具体计算规则可以根据质押融资的业务需求来设定;或者,该回购利率可以为根据业务需求选定的过去某个时段的历史逆回购利率。三维利率哈希表以三维哈希表的形式存储利率数据。三维利率哈希表中的三个维度包括日期、质押期限、质押券类型,三维利率哈希表的值表示与相应日期、质押券类型、质押期限对应的利率数据。例如,采集到上述回购利率之后,导入回购利率数据,并根据回购利率生成三维利率哈希表:X轴表示日期,Y轴表示质押券类型(例如优质券/次优券),Z轴表示质押期限(例如包括但不限于1天、7天、14天),通过X、Y、Z的值可以确定一利率数据。利用三维利率哈希表可以提高利率数据的检索效率,从而提高利率数据的获取时间。
在一个实施例中,决策计算设备103具体用于利用如下的动态规划算法计算目标账户在融资期的最优融资决策:以计算目标账户在融资期的各子区间的最优融资决策作为计算目标账户在融资期的最优融资决策的子问题,其中,融资期的最后一天为第一个子区间,后续每个子区间的上限相比于其上一个子区间的上限增加一天,且下限等于第一个子区间的下限(第一个子区间的下限等于融资期的下限),最后一个子区间等于融资期;根据目标账户的融资要素数据以及融资期的利率数据,从第一个子区间对应的子问题开始,依序求解每个子区间对应的子问题,直到求解完最后一个子区间对应的子问题,得到目标账户在融资期的最优融资决策;其中:
在求解某一当前子问题时,当前子问题对应的当前子区间的融资成本等于以下各项的加和:每种类型质押券在子区间间隔内的融资成本的关系表示、当前子区间之前的选定子区间的融资成本,子区间间隔等于当前子区间与选定子区间之间的时间间隔,当当前子区间为第一个子区间时,当前子区间之前的选定子区间的融资成本为0;保存当前子区间的融资成本以及目标账户在当前子区间的最优融资决策,目标账户在当前子区间的最优融资决策包括使得目标账户在当前子区间的融资成本最小的以下各项组合:质押期限、质押券类型、每一类型质押券的质押数额,每种类型质押券在子区间间隔内的融资成本的关系表示包括与上述各项组合中每项对应的变量。
在一个实施例中,质押券类型包括第一类型质押券、第二类型质押券。并且,每种类型质押券在子区间间隔内的融资成本的关系表示中,第一类型质押券在子区间间隔内的融资成本的第一关系表示为第一类型质押券的第一利率数据变量、质押期限表达式、第一质押数额变量三者的乘积;第二类型质押券在子区间间隔内的融资成本的第二关系表示为第二类型质押券的第二利率数据变量、质押期限表达式、第二质押数额表达式三者的乘积;其中,第一利率数据变量和第二利率数据变量均包括日期变量、质押期限变量、质押券类型变量三个维度,根据日期变量、质押期限变量、质押券类型变量的取值,通过查找三维利率哈希表,确定第一利率数据变量和第二利率数据变量的值,第二质押数额表达式为待融资金额与第一质押数额变量之差。
质押期限表达式具体可以用于获取质押期限变量的当前取值与当前子区间长度二者之中的最小值,质押期限变量的当前取值为预设的质押期限有限集中的一个数值。预设的质押期限有限集中的各数值根据需求设定。
在一个实施例中,决策计算设备103具体用于:在第一类型质押券的可用额度的取值下求解每一子问题。第一类型质押券的可用额度的取值小于或等于第一类型质押券的质押额度上限和待融资金额二者之中较小者,第一质押数额变量取值在0到第一类型质押券的可用额度的取值之间。并且,在求解完每一子问题之后,通过三维哈希表存储该子问题对应的子区间的融资成本,三维哈希表的三个维度包括:该子区间的起始时间、结束时间以及第一类型质押券的可用额度的取值,当以该子区间作为选定子区间来计算该子区间的后续子区间的融资成本时,通过三维哈希表的三个维度查询对应的该子问题对应的子区间的融资成本。
优选地,可以通过mapreduce算法(一种用于大规模数据集的并行运算的算法)并行计算中间转移状态的极值(即目标账户在各子区间的最优融资决策),提升计算效率。
上述利率采集设备101、融资要素采集设备102、决策计算设备103可以是终端设备或服务器,其中,终端设备包括但不限于桌上型计算机、笔记本电脑、掌上电脑等。服务器可以为一般服务器或云端服务器等。
本发明实施例基于动态规划算法对回购决策过程建模,将原来具有指数级时间复杂度的多阶段决策问题的时间复杂度降低到多项式时间复杂度。由于在质押融资场景中,交易时间要求非常严格,通过本发明实施例可以快速准确地计算出最低融资成本回购策略,充分满足交易时间需求。
以第一类型质押券为优质债券、第二类型质押券为次优债券为例,本发明一个实施例的决策计算设备103利用动态规划算法计算目标账户在融资期的最优融资决策的过程如下:
首先初始化待融资金额F、优质债券额度Q、次优债券额度S、融资期n等变量。优质债券额度Q即优质债券的质押额度上限,次优债券额度S即次优债券的质押额度上限。待融资金额F即本融资期初需要融资的金额,其值应小于或等于优质债券额度Q与次优债券额度S之和。目标账户的上述待融资金额、优质债券额度、次优债券额度、融资期等融资要素数据可以通过融资要素采集设备102利用预设的业务规则计算得到,预设的业务规则具体可以根据质押融资的具体业务需求来设定,本发明实施例对此不作限定,例如,针对账户的资金情况,配置不同的业务运算逻辑来计算优质债券额度、次优债券额度等融资要素数据。
目标账户在融资期n的融资成本,即未来n天目标账户的融资成本,表示如下:
N0,n[min(Q,F)];
本发明实施例的目的是求解得到该融资成本最小情况下的质押期限、质押券类型、每一类型质押券的质押数额之间的组合。
首先定义子问题如下:
Ni,j[K]表示从起始日i到期日j,在优质债券的可用额度K的条件下的融资成本,其中,从起始日i到期日j即为一个子区间,i、j分别为该子区间的起始时间和结束时间。优质债券的可用额度K即优质债券在第i日日初可以使用的额度。因此,Ni,j[K]也可以称为在优质债券的可用额度K的各取值条件下,目标账户在起始日i到期日j这一子区间的融资成本。优质债券的可用额度K的取值范围为[0,min(Q,F)]。
本发明实施例的动态规划算法如下:
Id,t,b(d=0,1,…n-1;t=1,7,14;b=0,1)表示回购利率哈希表,即三维利率哈希表,其中第一个维度d为日期、第二个维度t为质押期限、第三个维度b为质押券类型,该三个维度具体介绍如下:
“d(d=0,1,…n-1)”表示质押起始日的集合。d为日期变量,具体即质押起始日变量,在上式Ni,j[K]中d=i。
“t(t=1,7,14)”表示预设的质押期限有限集,其中1、7、14均为该预设的质押期限有限集中的数值,t为质押期限变量,本发明实施例的质押期限变量的取值可以不限于该列举的值。
“b(b=0,1)”表示质押券类型的集合,b为质押券类型变量,其中,0表示次优债券,1表示优质债券。
上式中,I[i][t][1]和I[i][t][0]均是可以从三维利率哈希表得到取值的利率数据变量,具体地,I[i][t][1]表示第一利率数据变量,即优质债券的利率数据变量;I[i][t][0]表示第二利率数据变量,即次优债券的利率数据变量。
min(t,j-i)为质押期限表达式,j-i即为从起始日i到期日j这一子区间的长度。质押期限表达式用于获取质押期限变量t的当前取值与该子区间长度二者之中的最小值。
e表示第一类型质押券的第一质押数额变量,在本例中即为优质债券的质押数额变量。在优质债券的可用额度K取为某个值的情况下,e的取值为0,1,...,K。
F-e为第二质押数额表达式,即次优债券的质押数额表达式。
上式中,Ni+t,j[Q-e]表示从起始日i到期日j这一子区间之前的选定子区间的融资成本,即在此子区间之前已经计算出的其他子区间对应的Ni,j[K]值(该其他子区间对应的Ni,j[K]值中的“i”、“j”相应表示该其他子区间的起始日和到期日)。
本发明实施例是利用倒推的方法计算,即首先利用上述Ni,j[K]的算式,计算目标账户在融资期的最后一天(即第一个子区间,j=n,i=n-1)的最优融资决策,即在K、t、e的各种取值下计算目标账户在融资期的最后一天的融资成本,求得在该第一个子区间的融资成本最小情况下的最优融资决策,即质押期限t、优质债券的质押数额e、次优债券的质押数额F-e三者取值的最优组合,并且在计算过程中将K、t、e的每种取值下目标账户在该子区间的融资成本(记作第一融资成本集合)保存在三维哈希表中,该三维哈希表的三个维度即i、j、K,通过i、j、K的取值可从该三维哈希表中查询得到第一融资成本集合中的任一融资成本。
对于第一个子区间而言,其不存在之前的子区间,Ni+t,j[Q-e]=0。I[i][t][1]*min(t,j-i)*e即为目标账户的优质债券在第一个子区间的融资成本的关系表示,I[i][t][0]*min(t,j-i)*(F-e)即为目标账户的次优债券在第一个子区间的融资成本的关系表示。I[i][t][1]*min(t,j-i)*e+I[i][t][0]*min(t,j-i)*(F-e)即为目标账户在第一个子区间的总融资成本的关系表示。
然后同样地,利用上述Ni,j[K]的算式,计算目标账户在融资期的最后一天和倒数第二天(该两天即第二个子区间)的最优融资决策,其中,第二个子区间与第一个子区间的子区间间隔即为该倒数第二天,那么,I[i][t][1]*min(t,j-i)*e即为目标账户的优质债券在该子区间间隔内的融资成本的关系表示,I[i][t][0]*min(t,j-i)*(F-e)即为目标账户的次优债券在该子区间间隔内的融资成本的关系表示,I[i][t][1]*min(t,j-i)*e+I[i][t][0]*min(t,j-i)*(F-e)即为目标账户在该倒数第二天的总融资成本的关系表示。当i+t≥j时,Ni+t,j[Q-e]=0。当i+t<j时,Ni+t,j[Q-e]是第一融资成本集合中的一个值,可以从三维哈希表中查找到。在优质债券额度Q确定的情况下,由于倒数第二天中优质债券的质押数额变量e的取值会影响到最后一天的优质债券的可用额度K,即最后一天的优质债券的可用额度K=Q-e(此处e的取值对应为倒数第二天中优质债券的质押数额变量e的取值),因此在三维哈希表中查找目标账户在第一个子区间(即融资期最后一天)的融资成本的融资成本时,对于当前e的取值,需要查找Ni+t,j[Q-e]对应的值。最后得到在该第二个子区间的融资成本最小情况下的最优融资决策。
通过上述介绍,本领域技术人员可以理解的是,按照上述方法可以得到第三个以及后续每个子区间的最优融资决策,直到得到目标账户在融资期的最优融资决策N0,n[min(Q,F)]。其中,在计算任意一天h(i≤h≤j)的最低融资成本时,第h天以后的任何一天h+p(0<p≤j-h)的最低融资成本都是已知的(已保存在三维哈希表中或者为0)。
本发明实施例通过三维哈希表保存各Ni+t,j[Q-e]值,使得在计算Ni,j[K]时可以快速获得融资成本的各中间计算结果,节省了计算量和计算的时间复杂度,从而快速准确地得到融资期内的最优融资决策,降了融资成本,并节省了人工工作量。
图2是根据本发明一个实施例的决策方法的主要步骤示意图。
如图2所示,本发明一个实施例的决策方法主要包括如下的步骤S201至步骤S203。
步骤S201:通过利率采集设备根据回购利率生成预设格式的利率数据。
步骤S202:通过融资要素采集设备计算各账户的融资要素数据。
步骤S203:由决策计算设备从融资要素采集设备调用各账户中目标账户的融资要素数据,以及从目标账户的融资要素数据得到融资期,并从利率采集设备查询得到融资期的利率数据,根据目标账户的融资要素数据以及融资期的利率数据,利用动态规划算法计算目标账户在融资期的最优融资决策。
目标账户在融资期的最优融资决策包括使得目标账户在融资期的融资成本最小的以下各项组合:质押期限、质押券类型、每一类型质押券的质押数额。
上述步骤S201和步骤S202的执行顺序不受其步骤编号顺序的限制。
决策计算设备可以在收到关于目标账户的融资决策请求之后,或者,在监听到融资要素采集设备计算得到目标账户的融资要素数据之后,从融资要素采集设备调用目标账户的融资要素数据。
在一个实施例中,决策计算设备以微服务的形式调用目标账户的融资要素数据。
在一个实施例中,通过利率采集设备根据回购利率生成预设格式的利率数据,包括:通过利率采集设备根据采集的回购利率生成三维利率哈希表,三维利率哈希表中的三个维度包括日期、质押期限、质押券类型,三维利率哈希表的值表示与相应日期、质押券类型、质押期限对应的利率数据。
在一个实施例中,决策计算设备利用如下的动态规划算法计算目标账户在融资期的最优融资决策:以计算目标账户在融资期的各子区间的最优融资决策作为计算目标账户在融资期的最优融资决策的子问题,其中,融资期的最后一天为第一个子区间,后续每个子区间的上限相比于其上一个子区间的上限增加一天,且下限等于第一个子区间的下限,最后一个子区间等于融资期;根据目标账户的融资要素数据以及融资期的利率数据,从第一个子区间对应的子问题开始,依序求解每个子区间对应的子问题,直到求解完最后一个子区间对应的子问题,得到目标账户在融资期的最优融资决策;其中,
在求解某一当前子问题时,当前子问题对应的当前子区间的融资成本等于以下各项的加和:每种类型质押券在子区间间隔内的融资成本的关系表示、当前子区间之前的选定子区间的融资成本,子区间间隔等于当前子区间与选定子区间之间的时间间隔,当当前子区间为第一个子区间时,当前子区间之前的选定子区间的融资成本为0;保存当前子区间的融资成本以及目标账户在当前子区间的最优融资决策,目标账户在当前子区间的最优融资决策包括使得目标账户在当前子区间的融资成本最小的以下各项组合:质押期限、质押券类型、每一类型质押券的质押数额,每种类型质押券在子区间间隔内的融资成本的关系表示包括与各项组合中每项对应的变量。
在一个实施例中,质押券类型包括第一类型质押券、第二类型质押券。
目标账户的融资要素数据包括但不限于待融资金额、第一类型质押券的质押额度上限,还可以包括第二类型质押券的质押额度上限等。
第一类型质押券在子区间间隔内的融资成本的第一关系表示为第一类型质押券的第一利率数据变量、质押期限表达式、第一质押数额变量三者的乘积;第二类型质押券在子区间间隔内的融资成本的第二关系表示为第二类型质押券的第二利率数据变量、质押期限表达式、第二质押数额表达式三者的乘积;其中,第一利率数据变量和第二利率数据变量均包括日期变量、质押期限变量、质押券类型变量三个维度,根据日期变量、质押期限变量、质押券类型变量的取值,通过查找三维利率哈希表,确定第一利率数据变量和第二利率数据变量的值,第二质押数额表达式为待融资金额与第一质押数额变量之差。
质押期限表达式用于获取质押期限变量的当前取值与当前子区间长度二者之中的最小值,质押期限变量的当前取值为预设的质押期限有限集中的一个数值。
决策计算设备在第一类型质押券的可用额度的取值下,求解每一子问题,第一类型质押券的可用额度的取值小于或等于第一类型质押券的质押额度上限和待融资金额二者之中较小者,第一质押数额变量取值在0到第一类型质押券的可用额度的取值之间;并且,决策计算设备在求解完每一子问题之后,通过三维哈希表存储该子问题对应的子区间的融资成本,三维哈希表的三个维度包括:该子区间的起始时间、结束时间以及第一类型质押券的可用额度的取值,当以该子区间作为选定子区间来计算该子区间的后续子区间的融资成本时,通过三维哈希表的三个维度查询对应的该子问题对应的子区间的融资成本。
另外,在本发明实施例中决策方法的具体实施内容,在上面决策系统中已经详细说明了,故在此重复内容不再说明。
本发明实施例可以基于计算机系统,通过数据处理的方式在短时间内高并发地处理海量数据和复杂地变量计算,从而快速准确地计算出最优融资策略,充分满足交易时间需求,提高计算效率,降低时间复杂度,降低融资成本,提高交易效率。
图3是根据本发明一个实施例的决策计算设备的主要模块示意图。
如图3所示,本发明一个实施例的决策计算设备300主要包括:融资要素调用模块301、利率数据获取模块302、动态规划模块303。
融资要素调用模块301,用于在收到关于目标账户的融资决策请求之后,从融资要素采集设备调用目标账户的融资要素数据,并从目标账户的融资要素数据得到融资期。
利率数据获取模块302,用于从利率采集设备查询得到融资期的利率数据。
动态规划模块303,用于并根据目标账户的融资要素数据以及该融资期的利率数据,利用动态规划算法计算目标账户在该融资期的最优融资决策,目标账户在该融资期的最优融资决策包括使得目标账户在该融资期的融资成本最小的以下各项组合:质押期限、质押券类型、每一类型质押券的质押数额。
通过决策计算设备300可以输出质押期限、质押券类型、每一类型质押券的质押数额,以及对应的最小融资成本。
本实施例中决策计算设备300的功能与上述各实施例的决策计算设备的功能相同,由于上文已经详细介绍了决策计算设备,此处不再详细介绍,本实施例的各模块的功能的具体实现可以参见上文其他实施例相关内容的介绍。
图4是根据本发明另一个实施例的决策计算设备的主要模块示意图。
如图4所示,本发明一个实施例的决策计算设备400主要包括融资要素调用模块401、利率数据获取模块402、动态规划模块403、监听模块404。其中利率数据获取模块402的功能与利率数据获取模块302相同,动态规划模块403的功能与动态规划模块303的功能相同,此处不再赘述。
监听模块404,用于监听融资要素采集设备对目标账户的融资要素数据的计算结果。
融资要素调用模块401在监听模块404监听到融资要素采集设备计算得到目标账户的融资要素数据之后,从融资要素采集设备调用目标账户的融资要素数据,并从目标账户的融资要素数据得到融资期。
本实施例中决策计算设备400的各模块功能的详细介绍可以参见上文其他实施例相关内容的介绍。
图5示出了可以应用本发明实施例的决策方法或决策系统的示例性系统架构500。
如图5所示,系统架构500可以包括终端设备501、502、503,网络504和服务器505。网络504用以在终端设备501、502、503和服务器505之间提供通信链路的介质。网络504可以包括各种连接类型,例如有线、无线通信链路或者光纤电缆等等。
用户可以使用终端设备501、502、503通过网络504与服务器505交互,以接收或发送消息等。终端设备501、502、503上可以安装有各种通讯客户端应用,例如购物类应用、网页浏览器应用、搜索类应用、即时通信工具、邮箱客户端、社交平台软件等(仅为示例)。
终端设备501、502、503可以是具有显示屏并且支持网页浏览的各种电子设备,包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。
服务器505可以是提供各种服务的服务器或服务器集群。例如对用户利用终端设备501、502、503所浏览的质押融资类网站提供支持的后台管理服务器(仅为示例)。后台管理服务器可以对接收到的信息查询请求等数据进行分析等处理,并将处理结果(例如债券信息--仅为示例)反馈给终端设备。
需要说明的是,本发明实施例所提供的决策方法一般由服务器505执行,相应地,决策系统一般设置于服务器505中。
应该理解,图5中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要,可以具有任意数目的终端设备、网络和服务器。
下面参考图6,其示出了适于用来实现本申请实施例的终端设备或服务器的计算机系统600的结构示意图。图6示出的服务器仅仅是一个示例,不应对本申请实施例的功能和使用范围带来任何限制。
如图6所示,计算机系统600包括中央处理单元(CPU)601,其可以根据存储在只读存储器(ROM)602中的程序或者从存储部分608加载到随机访问存储器(RAM)603中的程序而执行各种适当的动作和处理。在RAM 603中,还存储有系统600操作所需的各种程序和数据。CPU 601、ROM 602以及RAM 603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。
以下部件连接至I/O接口605:包括键盘、鼠标等的输入部分606;包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分607;包括硬盘等的存储部分608;以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分609。通信部分609经由诸如因特网的网络执行通信处理。驱动器610也根据需要连接至I/O接口605。可拆卸介质611,诸如磁盘、光盘、磁光盘、半导体存储器等等,根据需要安装在驱动器610上,以便于从其上读出的计算机程序根据需要被安装入存储部分608。
特别地,根据本发明公开的实施例,上文参考主要步骤示意图描述的过程可以被实现为计算机软件程序。例如,本发明公开的实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行主要步骤示意图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信部分609从网络上被下载和安装,和/或从可拆卸介质611被安装。在该计算机程序被中央处理单元(CPU)601执行时,执行本申请的系统中限定的上述功能。
需要说明的是,本发明所示的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——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。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本申请中,计算机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。而在本申请中,计算机可读的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,其中承载了计算机可读的程序代码。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。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、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。计算机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、电线、光缆、RF等等,或者上述的任意合适的组合。
附图中的主要步骤示意图和框图,图示了按照本申请各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,主要步骤示意图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图或主要步骤示意图中的每个方框、以及框图或主要步骤示意图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本发明实施例中所涉及到的模块可以通过软件的方式实现,也可以通过硬件的方式来实现。所描述的模块也可以设置在处理器中,例如,可以描述为:一种处理器包括融资要素调用模块、利率数据获取模块、动态规划模块。其中,这些模块的名称在某种情况下并不构成对该模块本身的限定,例如,融资要素调用模块还可以被描述为“用于在收到关于目标账户的融资决策请求之后,从融资要素采集设备调用目标账户的融资要素数据,并从目标账户的融资要素数据得到融资期的模块”。
作为另一方面,本发明还提供了一种计算机可读介质,该计算机可读介质可以是上述实施例中描述的设备中所包含的;也可以是单独存在,而未装配入该设备中。上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被一个该设备执行时,使得该设备包括:根据回购利率生成预设格式的利率数据;以及,计算各账户的融资要素数据;调用所述各账户中目标账户的融资要素数据,以及从所述目标账户的融资要素数据得到融资期,并查询得到所述融资期的利率数据,根据所述目标账户的融资要素数据以及所述融资期的利率数据,利用动态规划算法计算所述目标账户在所述融资期的最优融资决策,所述目标账户在所述融资期的最优融资决策包括使得所述目标账户在所述融资期的融资成本最小的以下各项组合:质押期限、质押券类型、每一类型质押券的质押数额。
根据本发明实施例的技术方案,决策计算设备从融资要素采集设备调用目标账户的融资要素数据,以及从目标账户的融资要素数据得到融资期,并从利率采集设备查询得到融资期的利率数据,根据目标账户的融资要素数据以及融资期的利率数据,利用动态规划算法计算目标账户在融资期的最优融资决策,目标账户在融资期的最优融资决策包括使得目标账户在融资期的融资成本最小的以下各项组合:质押期限、质押券类型、每一类型质押券的质押数额。能够快速准确地计算出最优融资策略,提高计算效率,降低时间复杂度,降低融资成本,提高交易效率。
上述具体实施方式,并不构成对本发明保护范围的限制。本领域技术人员应该明白的是,取决于设计要求和其他因素,可以发生各种各样的修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等,均应包含在本发明保护范围之内。
Claims (8)
1.一种决策系统,其特征在于,包括:利率采集设备、融资要素采集设备、与所述利率采集设备及所述融资要素采集设备通过网络交互的决策计算设备;其中:
所述利率采集设备用于根据回购利率生成预设格式的利率数据;
所述融资要素采集设备用于利用并发计算同时计算各账户的融资要素数据;
所述决策计算设备用于以微服务的形式从所述融资要素采集设备调用所述各账户中目标账户的融资要素数据,以及从所述目标账户的融资要素数据得到融资期,并从所述利率采集设备查询得到所述融资期的利率数据,根据所述目标账户的融资要素数据以及所述融资期的利率数据,利用动态规划算法计算所述目标账户在所述融资期的最优融资决策,所述目标账户在所述融资期的最优融资决策包括使得所述目标账户在所述融资期的融资成本最小的以下各项组合:质押期限、质押券类型、每一类型质押券的质押数额;
所述利率采集设备还用于:根据采集的回购利率生成三维利率哈希表,所述三维利率哈希表中的三个维度包括日期、质押期限、质押券类型,所述三维利率哈希表的值表示与相应日期、质押券类型、质押期限对应的所述利率数据;
所述决策计算设备还用于利用如下的动态规划算法计算所述目标账户在所述融资期的最优融资决策:
以计算所述目标账户在所述融资期的各子区间的最优融资决策作为计算所述目标账户在所述融资期的最优融资决策的子问题,其中,所述融资期的最后一天为第一个子区间,后续每个子区间的上限相比于其上一个子区间的上限增加一天,且下限等于所述第一个子区间的下限,最后一个子区间等于所述融资期;
根据所述目标账户的融资要素数据以及所述融资期的利率数据,从所述第一个子区间对应的子问题开始,依序求解每个子区间对应的子问题,直到求解完所述最后一个子区间对应的子问题,得到所述目标账户在所述融资期的最优融资决策;其中,
在求解某一当前子问题时,所述当前子问题对应的当前子区间的融资成本等于以下各项的加和:每种类型质押券在子区间间隔内的融资成本的关系表示、所述当前子区间之前的选定子区间的融资成本,所述子区间间隔等于所述当前子区间与所述选定子区间之间的时间间隔,当所述当前子区间为所述第一个子区间时,所述当前子区间之前的选定子区间的融资成本为0;在求解完每一所述子问题之后,通过三维哈希表存储该子问题对应的子区间的融资成本,当以该子区间作为所述选定子区间来计算该子区间的后续子区间的融资成本时,通过所述三维哈希表查询对应的所述该子问题对应的子区间的融资成本;保存所述当前子区间的融资成本以及所述目标账户在所述当前子区间的最优融资决策,所述目标账户在所述当前子区间的最优融资决策包括使得所述目标账户在所述当前子区间的融资成本最小的以下各项组合:质押期限、质押券类型、每一类型质押券的质押数额,所述每种类型质押券在子区间间隔内的融资成本的关系表示包括与所述各项组合中每项对应的变量。
2.根据权利要求1所述的系统,其特征在于,所述决策计算设备在收到关于所述目标账户的融资决策请求之后,或者,在监听到所述融资要素采集设备计算得到所述目标账户的融资要素数据之后,从所述融资要素采集设备调用所述目标账户的融资要素数据。
3.根据权利要求1所述的系统,其特征在于,所述质押券类型包括第一类型质押券和第二类型质押券,所述目标账户的融资要素数据包括待融资金额;
所述第一类型质押券在所述子区间间隔内的融资成本的第一关系表示为所述第一类型质押券的第一利率数据变量、质押期限表达式、第一质押数额变量三者的乘积;所述第二类型质押券在所述子区间间隔内的融资成本的第二关系表示为所述第二类型质押券的第二利率数据变量、所述质押期限表达式、第二质押数额表达式三者的乘积;其中,所述第一利率数据变量和所述第二利率数据变量均包括日期变量、质押期限变量、质押券类型变量三个维度,根据所述日期变量、所述质押期限变量、所述质押券类型变量的取值,通过查找所述三维利率哈希表,确定所述第一利率数据变量和所述第二利率数据变量的值,所述第二质押数额表达式为所述待融资金额与所述第一质押数额变量之差。
4.根据权利要求3所述的系统,其特征在于,所述质押期限表达式用于获取所述质押期限变量的当前取值与所述当前子区间长度二者之中的最小值,所述质押期限变量的当前取值为预设的质押期限有限集中的一个数值。
5.根据权利要求3所述的系统,其特征在于,所述目标账户的融资要素数据还包括所述第一类型质押券的质押额度上限;
所述决策计算设备还用于:在所述第一类型质押券的可用额度的取值下,求解每一所述子问题,所述第一类型质押券的可用额度的取值小于或等于所述第一类型质押券的质押额度上限和所述待融资金额二者之中较小者,所述第一质押数额变量取值在0到所述第一类型质押券的可用额度的取值之间;并且,
在求解完每一所述子问题之后,通过三维哈希表存储该子问题对应的子区间的融资成本,所述三维哈希表的三个维度包括:该子区间的起始时间、结束时间以及所述第一类型质押券的可用额度的取值,当以该子区间作为所述选定子区间来计算该子区间的后续子区间的融资成本时,通过所述三维哈希表的三个维度查询对应的所述该子问题对应的子区间的融资成本。
6.一种决策方法,其特征在于,包括:
通过利率采集设备根据回购利率生成预设格式的利率数据;以及,通过融资要素采集设备利用并发计算同时计算各账户的融资要素数据;
由决策计算设备以微服务的形式从所述融资要素采集设备调用所述各账户中目标账户的融资要素数据,以及从所述目标账户的融资要素数据得到融资期,并从所述利率采集设备查询得到所述融资期的利率数据,根据所述目标账户的融资要素数据以及所述融资期的利率数据,利用动态规划算法计算所述目标账户在所述融资期的最优融资决策,所述目标账户在所述融资期的最优融资决策包括使得所述目标账户在所述融资期的融资成本最小的以下各项组合:质押期限、质押券类型、每一类型质押券的质押数额;
所述通过利率采集设备根据回购利率生成预设格式的利率数据,包括:通过利率采集设备根据采集的回购利率生成三维利率哈希表,所述三维利率哈希表中的三个维度包括日期、质押期限、质押券类型,所述三维利率哈希表的值表示与相应日期、质押券类型、质押期限对应的所述利率数据;
所述决策计算设备利用如下的动态规划算法计算所述目标账户在所述融资期的最优融资决策:
以计算所述目标账户在所述融资期的各子区间的最优融资决策作为计算所述目标账户在所述融资期的最优融资决策的子问题,其中,所述融资期的最后一天为第一个子区间,后续每个子区间的上限相比于其上一个子区间的上限增加一天,且下限等于所述第一个子区间的下限,最后一个子区间等于所述融资期;
根据所述目标账户的融资要素数据以及所述融资期的利率数据,从所述第一个子区间对应的子问题开始,依序求解每个子区间对应的子问题,直到求解完所述最后一个子区间对应的子问题,得到所述目标账户在所述融资期的最优融资决策;其中,
在求解某一当前子问题时,所述当前子问题对应的当前子区间的融资成本等于以下各项的加和:每种类型质押券在子区间间隔内的融资成本的关系表示、所述当前子区间之前的选定子区间的融资成本,所述子区间间隔等于所述当前子区间与所述选定子区间之间的时间间隔,当所述当前子区间为所述第一个子区间时,所述当前子区间之前的选定子区间的融资成本为0;在求解完每一所述子问题之后,通过三维哈希表存储该子问题对应的子区间的融资成本,当以该子区间作为所述选定子区间来计算该子区间的后续子区间的融资成本时,通过所述三维哈希表查询对应的所述该子问题对应的子区间的融资成本;保存所述当前子区间的融资成本以及所述目标账户在所述当前子区间的最优融资决策,所述目标账户在所述当前子区间的最优融资决策包括使得所述目标账户在所述当前子区间的融资成本最小的以下各项组合:质押期限、质押券类型、每一类型质押券的质押数额,所述每种类型质押券在子区间间隔内的融资成本的关系表示包括与所述各项组合中每项对应的变量。
7.一种电子设备,其特征在于,包括:
一个或多个处理器;
存储器,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器实现如权利要求6所述的决策方法。
8.一种计算机可读介质,其上存储有计算机程序,其特征在于,所述程序被处理器执行时实现如权利要求6所述的决策方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010663347.XA CN111882118B (zh) | 2020-07-10 | 2020-07-10 | 一种决策系统和方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010663347.XA CN111882118B (zh) | 2020-07-10 | 2020-07-10 | 一种决策系统和方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111882118A CN111882118A (zh) | 2020-11-03 |
CN111882118B true CN111882118B (zh) | 2023-12-05 |
Family
ID=73150241
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010663347.XA Active CN111882118B (zh) | 2020-07-10 | 2020-07-10 | 一种决策系统和方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111882118B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4400837B1 (ja) * | 2009-03-17 | 2010-01-20 | 国立大学法人北見工業大学 | 債権ポートフォリオ制御装置、債権ポートフォリオ制御プログラム及び債権ポートフォリオ制御方法 |
CN109636567A (zh) * | 2018-10-19 | 2019-04-16 | 深圳平安财富宝投资咨询有限公司 | 基于大数据的业务办理方法、服务器、存储介质及装置 |
CN110580614A (zh) * | 2019-09-06 | 2019-12-17 | 北京神州同道智能信息技术有限公司 | 一种基于海量策略智能处理平台的全市场多品种金融资管系统 |
CN110619581A (zh) * | 2019-09-06 | 2019-12-27 | 北京神州同道智能信息技术有限公司 | 一种基于自动量化微服务子系统的全市场多品种智能金融资管系统 |
CN111383103A (zh) * | 2020-03-27 | 2020-07-07 | 中国建设银行股份有限公司 | 一种用户融资方法和装置 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8768810B2 (en) * | 2006-05-19 | 2014-07-01 | Gerd Infanger | Dynamic asset allocation using stochastic dynamic programming |
US20170132699A1 (en) * | 2015-11-10 | 2017-05-11 | Astir Technologies, Inc. | Markov decision process-based decision support tool for financial planning, budgeting, and forecasting |
-
2020
- 2020-07-10 CN CN202010663347.XA patent/CN111882118B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4400837B1 (ja) * | 2009-03-17 | 2010-01-20 | 国立大学法人北見工業大学 | 債権ポートフォリオ制御装置、債権ポートフォリオ制御プログラム及び債権ポートフォリオ制御方法 |
CN109636567A (zh) * | 2018-10-19 | 2019-04-16 | 深圳平安财富宝投资咨询有限公司 | 基于大数据的业务办理方法、服务器、存储介质及装置 |
CN110580614A (zh) * | 2019-09-06 | 2019-12-17 | 北京神州同道智能信息技术有限公司 | 一种基于海量策略智能处理平台的全市场多品种金融资管系统 |
CN110619581A (zh) * | 2019-09-06 | 2019-12-27 | 北京神州同道智能信息技术有限公司 | 一种基于自动量化微服务子系统的全市场多品种智能金融资管系统 |
CN111383103A (zh) * | 2020-03-27 | 2020-07-07 | 中国建设银行股份有限公司 | 一种用户融资方法和装置 |
Non-Patent Citations (4)
Title |
---|
Financing policies via stochastic control: a dynamic programming approach;Roy Cerqueti;《Journal of Global Optimization》;第53卷;全文 * |
基于提前支付强度过程的抵押贷款定价与均衡;钱燕翔;《预测》;第27卷(第05期);全文 * |
基于灰色关联度高技术中小企业融资方式研究;王波;《中国优秀硕士学位论文全文数据库 经济与管理科学辑(月刊)》(第07期);全文 * |
金融供应链分析与决策;朱文贵;《中国博士学位论文全文数据库 经济与管理科学辑(月刊)》(第06期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN111882118A (zh) | 2020-11-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112184154A (zh) | 一种业务审批方法和装置 | |
CN111429241A (zh) | 一种账务处理方法和装置 | |
CN111857888B (zh) | 一种交易处理方法及装置 | |
CN112884405A (zh) | 一种询价系统及其调度方法 | |
CN111881329A (zh) | 一种账户余额管理方法和系统 | |
CN111798167B (zh) | 一种仓库补货的方法和装置 | |
CN111179080B (zh) | 一种订单处理方法和订单处理装置 | |
CN110705981B (zh) | 一种实时结算的方法和装置 | |
CN111833037A (zh) | 一种账户管理的方法及装置 | |
CN111882118B (zh) | 一种决策系统和方法 | |
CN112559646A (zh) | 一种报表下载方法和装置 | |
CN112990991A (zh) | 合并开发票的方法和装置 | |
CN107609852B (zh) | 用于处理支付请求的方法和装置 | |
CN112015790A (zh) | 一种数据处理的方法和装置 | |
CN111526184B (zh) | 业务审核的方法和装置 | |
CN112905604A (zh) | 一种数据处理方法和装置 | |
CN113190558A (zh) | 一种数据加工方法和系统 | |
CN111400313A (zh) | 一种处理请求的方法和装置 | |
CN112884427A (zh) | 一种支持多服务来源的流程管理方法及装置 | |
CN112200643A (zh) | 物品信息推送方法、装置、电子设备和计算机可读介质 | |
CN111382954A (zh) | 用户评级的方法和装置 | |
CN111161067A (zh) | 一种交易路由的确定方法和装置 | |
CN112651536A (zh) | 确定配送地址的方法和装置 | |
CN113496321A (zh) | 一种确定工作量的方法和装置 | |
JP7507884B2 (ja) | 倉庫保管データの処理方法、装置、電子機器、プログラム、及び記録媒体 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |