CN112669087A - 一种基于区块链的金融交易策略有偿共享方法 - Google Patents
一种基于区块链的金融交易策略有偿共享方法 Download PDFInfo
- Publication number
- CN112669087A CN112669087A CN202110004785.XA CN202110004785A CN112669087A CN 112669087 A CN112669087 A CN 112669087A CN 202110004785 A CN202110004785 A CN 202110004785A CN 112669087 A CN112669087 A CN 112669087A
- Authority
- CN
- China
- Prior art keywords
- strategy
- platform
- block
- policy
- subscription
- 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 27
- 238000012423 maintenance Methods 0.000 claims abstract description 53
- 230000000694 effects Effects 0.000 claims abstract description 7
- 230000000977 initiatory effect Effects 0.000 claims abstract description 5
- 230000007246 mechanism Effects 0.000 claims abstract description 4
- 238000007726 management method Methods 0.000 claims description 23
- 230000006399 behavior Effects 0.000 claims description 11
- 238000001514 detection method Methods 0.000 claims description 6
- 238000012544 monitoring process Methods 0.000 claims description 6
- 230000001105 regulatory effect Effects 0.000 claims description 6
- 238000005516 engineering process Methods 0.000 claims description 5
- 238000011156 evaluation Methods 0.000 claims description 5
- 238000007418 data mining Methods 0.000 claims description 4
- 238000012795 verification Methods 0.000 claims description 4
- 230000002159 abnormal effect Effects 0.000 claims description 3
- 238000012550 audit Methods 0.000 claims description 3
- 230000015556 catabolic process Effects 0.000 claims description 3
- 238000006731 degradation reaction Methods 0.000 claims description 3
- 238000009472 formulation Methods 0.000 claims description 3
- 239000000203 mixture Substances 0.000 claims description 3
- 230000000737 periodic effect Effects 0.000 claims description 3
- 238000012360 testing method Methods 0.000 claims description 3
- 238000012546 transfer Methods 0.000 claims description 3
- 230000008859 change Effects 0.000 claims description 2
- 230000008531 maintenance mechanism Effects 0.000 claims description 2
- 230000008569 process Effects 0.000 claims description 2
- 238000012549 training Methods 0.000 claims description 2
- 238000005457 optimization Methods 0.000 abstract description 2
- 230000004936 stimulating effect Effects 0.000 abstract description 2
- 238000007405 data analysis Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 238000011160 research Methods 0.000 description 2
- 241001123248 Arma Species 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008450 motivation Effects 0.000 description 1
Images
Landscapes
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
Abstract
本发明涉及电子商务平台虚拟商品交易运维系统领域，具体涉及一种基于区块链的金融交易策略有偿共享方法。通过借用比特币的运维思想，在发起编写投资策略需求和集众智优选投资策略方面充分发挥市场的能动作用，以投资者发起并对策略做最终评判，将量化平台中的策略产品与购买市场无缝对接；通过两层奖励模式激发策略编写者的参与热情(首层奖励由系统平台内部给予，用于激发策略需求方和策略编写方在量化平台的活跃度，第二层奖励为策略订阅后的利润分成)；通过奖惩模块引入博弈机制实现对电子商务平台的监管以及对平台注册用户角色、权利的优化迭代；通过电子合约保障平台交易的准确性和真实性。
Description
技术领域
本发明涉及电子商务平台虚拟商品交易运维系统领域，尤其涉及一种基于区块链的金融交易策略有偿共享方法。
背景技术
随着“互联网+”行动计划的稳步实施，将大数据、云计算等新兴技术与各行各业结合起来，极大地撬动大数据内容咨询服务的巨量市场。聚焦于其中最活跃的“金融+大数据”市场，投资者纷纷寄希望于能够通过各种金融大数据分析技术和方法去预估股票价格的走势，进而获取最大化的投资收益。不止于投资者，近十年间，对股票价格波动趋势的预估一直是金融大数据分析领域众学者研究的焦点问题，从传统的时序金融数据分析(如ARMA)，到金融数据挖掘，到基于机器学习的股票价格预测，再到基于深度学习的股票价格生成式策略等相关论文四千余篇。此外，在产业界也涌现出一些股票量化交易平台，如优矿、Bigquant等。然而，这些平台由于存在以下不足导致其无法广泛推广：其一，在这些平台上编写股票交易策略要么需要拥有极为“丰富”的计算机编程能力(用一门编程语言如Python编写策略)，要么其操作界面及其“繁复”，普通投资者无法操作；其二，在这些平台编写的策略只能为编写者个人用于测试，无法在投资者间进行交流，进而策略编写者犹如闭门造车难以提高；其三，正所谓“穷则独善其身，达则兼济天下，”量化交易平台存在的目的在于汇集优秀的交易策略，以供投资者“有偿”共享，然而现有交易平台的营运模式无法打通“策略编写->策略评估->策略销售”的一站式商务模式。
发明内容
本发明的目的在于克服现有技术中存在的上述问题，提供一种基于区块链的金融交易策略有偿共享方法(STSB，A Paid Sharing Method for Financial TradingStrategies via Blockchain)。
为实现上述技术目的，达到上述技术效果，本发明是通过以下两个技术方案实现：
一种基于区块链的金融交易策略有偿共享系统，包括：
1)策略任务制定模块：由具有“任务发起”权限的合法用户或平台管理者向系统平台提出待解决的金融(股票)量化交易难题；
2)策略任务审核模块：由具有“任务审核”权限的合法用户和平台管理者对提交的策略任务进行可发布审核；
3)用户管理模块：根据用户在系统平台的行为，对用户画像进行刻画，负责对注册用户进行分角色、定等级、设权限等方面的管理；
4)任务分发模块：根据不同用户的画像，将相应的策略编写任务分发给用户；
5)策略编写模块：用户可以通过平台前端的策略编写页面来编写策略；
6)策略多维评判模块：具有评判权限的用户对提交的量化交易策略从策略准确性、盈利能力、安全性等方面进行评判，其中通过策略评判的优质策略将成为策略区块添加到策略区块链中，并给出该策略在平台的订阅价格；
7)基于电子合约的策略区块运维模块：通过平台方与该策略区块拥有者签订的电子合约来将策略区块的运维关系合法化，其中策略区块拥有者在电子合约有效期内拥有对策略的维护权及转让权；平台方对电子合约伊始及到期终止时间节点的策略区块具有基础定价权及续签定价权；平台方对该策略在平台的订阅具有定价权；
8)策略区块的定价模块：在对策略区块实施基础定价时，根据策略的订阅数、订阅数的周期增量、策略准确性、盈利能力、安全性、策略在平台的综合排名等方面给出策略区块当前的平台认可基础价格；在对策略区块实施回购定价时，根据策略区块在当前电子合约周期的基础定价、市场对区块策略的价格波动及合约剩余时间等方面给出策略区块当前的平台认可回购价格；
9)策略异常订阅检测模块：通过数据挖掘技术分析策略订阅人与策略编写者的关系来确定订阅是否异常；
10)奖惩模块：对于通过策略评判的“优质”策略的策略开发者予以奖励，即除了可以获得该策略对应任务的悬赏奖励之外，策略开发者具有在平台管理相应策略的权利(平台将与该策略开发者共同维护该策略在平台的“有偿”订阅)，将其称为策略区块的维护权利；通过策略订阅异常检测模块，若发现其中存在由策略开发者人为操控的订阅现象，则解除策略开发者对其策略在平台的维护与利润共享权，对用户的权限进行降级惩罚，并对其所持有的策略区块实施拍卖。
一种基于区块链的金融交易策略有偿共享方法，通过以下步骤实现：
步骤一、具有策略任务制定权的用户或系统平台管理者向平台提交待解决的金融(股票)量化交易需求，(主要货币超发问题，当达到什么条件时平台管理者不再提交问题，或平台不接受新问题，或通过调节利润分配比例来调控问题的提交)；
步骤二、具有策略任务审核的用户和平台对策略任务进行审核；
步骤三、通过步骤二审核的任务将通过任务分发模块，将任务分发到平台认定的“有能力解决任务”的用户；
步骤四、平台将在任务预算截止时间内提交的策略进行整理，交由策略多维评判模块对其进行评判；
步骤五、通过步骤四评判的优质策略将被构建为“策略区块”被写入“策略区块链”，且将该策略的编写者与平台管理者设定为该“策略区块”的维护者，共享策略订阅收益；
步骤六、由奖惩模块监测平台上策略区块链中个策略区块的“行为”，并予以奖惩，维持平台生态的稳定运行。
本发明的有益效果是：
本发明针对面向金融投资策略的电子商务平台，需要系统能够快速最优地解决用户对金融投资的问题，提出一种基于区块链的金融交易策略共享方法。由于现有量化交易平台自研交易策略存在脱离用户市场“自弹自唱”的通病，本发明通过借用比特币的运维思想，在发起编写投资策略需求和集众智优选投资策略方面充分发挥市场的能动作用，以投资者发起并对策略做最终评判，将量化平台中的策略产品与购买市场无缝对接；通过两层奖励模式激发策略编写者的参与热情(首层奖励由系统平台内部给予，用于激发策略需求方和策略编写方在量化平台的活跃度，第二层奖励为策略订阅后的利润分成)；通过奖惩模块引入博弈机制实现对电子商务平台的监管以及对平台注册用户角色、权利的优化迭代；通过电子合约保障平台交易的准确性和真实性。
当然，实施本发明的任一产品并不一定需要同时达到以上的所有优点。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，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为本发明涉及的基于区块链的金融交易策略有偿共享系统示意图；
图2为本发明涉及的提交待解决的金融(股票)量化交易需求的流程图；
图3为本发明涉及的基于哈希算法的多方防篡改监测方案。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
具体实施方式一：
本实施方式的基于区块链的金融交易策略有偿共享系统，如图1所示，所述基于区块链的金融交易策略有偿共享系统包括：
策略任务制定模块：由具有“任务发起”权限的合法用户或平台管理者向系统平台提出待解决的金融(股票)量化交易难题；
策略任务审核模块：由具有“任务审核”权限的合法用户和平台管理者对提交的策略任务进行可发布审核；
用户管理模块：根据用户在系统平台的行为，对用户画像进行刻画，负责对注册用户进行分角色、定等级、设权限等方面的管理；
任务分发模块：根据不同用户的画像，将相应的策略编写任务分发给用户；
策略编写模块：使用嵌入Google Blockly定制的图形化编程环境的策略编写页面，并在其上构建金融数据分析工具箱，使用户仅通过拖动和组合工具箱中的“积木”来实现对策略的编写；
策略多维评判模块：具有评判权限的用户对提交的量化交易策略从策略准确性、盈利能力、安全性等方面进行评判，其中通过策略评判的优质策略将成为策略区块添加到策略区块链中，并给出该策略在平台的订阅价格；
基于电子合约的策略区块运维模块：通过平台方与该策略区块拥有者签订的电子合约来将策略区块的运维关系合法化，其中策略区块拥有者在电子合约有效期内拥有对策略的维护权及转让权；平台方对电子合约伊始及到期终止时间节点的策略区块具有基础定价权及续签定价权；平台方对该策略在平台的订阅具有定价权；
策略区块的定价模块：在对策略区块实施基础定价时，根据策略的订阅数、订阅数的周期增量、策略准确性、盈利能力、安全性、策略在平台的综合排名等方面给出策略区块当前的平台认可基础价格；在对策略区块实施回购定价时，根据策略区块在当前电子合约周期的基础定价、市场对区块策略的价格波动及合约剩余时间等方面给出策略区块当前的平台认可回购价格；
策略异常订阅检测模块：通过数据挖掘技术分析策略订阅人与策略编写者的关系来确定订阅是否异常；
奖惩模块：对于通过策略评判的“优质”策略的策略开发者予以奖励，即除了可以获得该策略对应任务的悬赏奖励之外，策略开发者具有在平台管理相应策略的权利(平台将与该策略开发者共同维护该策略在平台的“有偿”订阅)，将其称为策略区块的维护权利；通过策略订阅异常检测模块，若发现其中存在由策略开发者人为操控的订阅现象，则解除策略开发者对其策略在平台的维护与利润共享权，对用户的权限进行降级惩罚，并对其所持有的策略区块实施拍卖。
具体实施方式二：
一种基于区块链的金融交易策略有偿共享方法，通过以下步骤实现：
步骤一、具有策略任务制定权的用户或系统平台管理者向平台提交待解决的金融(股票)量化交易需求，(主要货币超发问题，当达到什么条件时平台管理者不再提交问题，或平台不接受新问题，或通过调节利润分配比例来调控问题的提交)；
步骤二、具有策略任务审核的用户和平台对策略任务进行审核；
步骤三、通过步骤二审核的任务将通过任务分发模块，将任务分发到平台认定的“有能力解决任务”的用户；
步骤四、平台将在任务预算截止时间内提交的策略进行整理，交由策略多维评判模块对其进行评判；
步骤五、通过步骤四评判的优质策略将被构建为“策略区块”，被写入“策略区块链”，且将该策略的开发者与平台管理者设定为该“策略区块”的维护者，共享策略订阅收益。
步骤六、由奖惩模块监测平台上策略区块链中各策略区块的“行为”，并予以奖惩，维持平台生态的稳定运行。
具体实施方式三：
与具体实施方式二不同的是，本实施方式的策略任务制定方法，步骤一所述采用提交待解决的金融(股票)量化交易需求的过程，如图2所示。具体步骤如下：
步骤一一：具有策略任务制定权的用户针对不同的策略任务在网页前端上设置各种目标参数的阈值；
步骤一二：Django网页服务器根据策略任务向MySQL数据库发出训练数据、验证数据及测试数据的生成指令；
步骤一三：数据控制库将MySQL数据库的执行结果打包并返回给网页服务器；
步骤一四：将提出该交易策略需求的用户置于策略任务制定优先队列的队尾，等待下一个时间窗口，由队列的队首用户根据步骤一一提出新的交易策略需求。
具体实施方式四：
与具体实施方式二不同的是，本实施方式的策略任务制定方法，不仅限于步骤一所述采用提交待解决的金融(股票)量化交易需求，策略任务制定可采用对标已有策略区块的方法：
步骤一：具有策略任务制定权及策略任务审核权的平台注册用户可以针对已有的目标策略区块，提出相对于该策略区块的“占优”区块。其中，本实施例中的占优是指该策略区块在各个指标维度上的取值都不低于目标策略区块且至少在一个指标维度上的取值高于目标策略区块在其上的取值，则称该策略区块占优目标区块；
步骤二：使用skyline算法找出当前区块链中的所有占优策略区块，并将每一个占优策略区块与其所占优的策略区块进行逻辑分组；步骤三：策略区块定价模块兼容具体实施方式一，且同一逻辑分组中，占优策略区块的基础定价和策略订阅价格要分别高于同组中所有其它策略区块当前时间窗口的基础定价和策略订阅价格。具体地，给定策略区块链L(B,D,G,S,{Jb,Jd}),B＝<B1,B2,…,Bn>为当前策略区块链L中包含的策略区块的有序集合，D＝{D1,D2,…,Dn}为策略区块在k个维度的评价值(Di＝{di1,di2,…,dik})，G＝{{G1,G2,…,Gn}},(m≤n)为当前所有的逻辑分组，其中对于
有SDr(Bx)≥SDr(By),(Dr∈D)且
使得SDh(Bx)≥SDh(By),则Jb(Bx)＞Jb(By),Jd(Bx)＞Jd(By)其中Jb和Jd分别表示策略区块的基础价格和策略订阅价格。进一步地，令W＝{W1,W2,…,Wk}为策略区块评价维度对应的权重，Ttotal＝{T1,T2,…,Tn}为策略区块电子合约的总时长,Tend＝{t1,t2,…,tn}为策略区块电子合约的剩余时长，则策略区块Bi的当前市场参考价格为：
Price(Bi)＝Jb(Bi)·R(Tend,i/Ttotal,i)+Q(W·Di)，
其中，函数R(x)和Q(x)分别定义为x∈[0,∞]区间上的单调递增函数。
具体实施方式五：
与具体实施方式三不同的是，本实施方式在步骤一四中采用可动态调整的时间窗口，在通常情况下，时间窗口大小为T(T由平台设定)，与具体实施方式四中步骤一四兼容；当平台上已有策略区块中月订阅量Top_K(K由平台设定K∈N+)的平均订阅的增量低于阈值g时，则根据当前策略任务制定优先队列的顺序依次轮询用户提出新的交易策略需求，但此时队列顺序不发生变化，当有用户提出新的策略需求或提出已有策略区块的改良区块时，时间窗口重新计时；当平台上已有策略区块中月订阅量Top_K的平均订阅的增量高于阈值v时，时间窗口无限期延长，直至其平均订阅的增量低于阈值v。此外，在本实施例中，参数K的设定可以是定值，也可以根据平台所有策略区块中订阅量的分布的某个分位点(如2:8分位点)。
具体实施方式六：
与具体实施方式二不同的是，本实施方式在步骤六中基于零和博弈的奖惩机制。策略运营平台对恶意的策略区块运维者将实施惩罚(本实施例中所谓恶意的是指策略区块运维者通过篡改其所运维区块的策略订阅数量)。根据博弈论的纳什均衡策略，如果惩罚大于恶意行为的报酬，则策略区块运维者将没有实施恶意行为的动机。在本实施例中假设所有的策略区块运维者都是理性的(即不存在“损人不利己”行为的运维者)，为了简化模型，我们将策略区块运维者分为两类：恶意行为者(malicious user)和诚信行为者(honestuser)。令目标区块在第i轮时间周期的订阅收益为μi，运维者的分红比例为α，相应地，平台的分红比例为1-α。在每个时间周期轮次，行为者都可以选择{Trust，Cheat}两者之中的一个，若选择Trust，则表示该策略区块运维者本轮是honest user，运维者通过上调策略订阅数量以提升分红比例为β(α＜β≤1)，否则，则表示该策略区块运维者本轮是malicioususer。设策略区块运维者选择Cheat的概率为δ，λ为平台检测目标区块的概率。令M为对目标策略区块运维者的惩罚，当M大于其通过恶意行为获取的收益μ，则该策略区块运维者将没有实施恶意行为的动机。其中μ可表示为：
μ＝(1-λ)δβμ1+(1-λ)2δ2βμ2+…+(1-λ)nδnβμn≤M.
具体实施方式七：
与具体实施方式二不同的是，本实施方式在步骤六中的奖惩模块采用基于哈希算法的多方防篡改监测方案，监测策略运维者和策略管理平台对策略订阅量的“维护行为”，以防篡改订阅量，如图3所示。具体步骤如下：
步骤六一：用户订阅交易策略后，将策略的订阅详情分别发送给策略管理平台和所有策略区块运维者。如此，策略的管理平台和所有策略区块运维者都会拥有所有策略订阅的详细记录；
步骤六二：某一策略运维者A和策略管理平台在共享策略收益前各自随机地向其它策略区块运维者(数量为所有策略区块运维者总量的n％，n越大，检测恶意篡改的能力越高)发起防篡改校验请求；
步骤六三：得到校验请求的策略区块运维者首先将与运维者A相关的订阅记录分别利用哈希算法生成哈希值，并发送给请求方策略运维者A和策略管理平台；
步骤六四：策略运维者A和策略管理平台分别将与运维者A相关的订阅记录分别利用哈希算法生成哈希值，并与得到的哈希值一一比对验证，若比对相同，则表示记录没有被修改，否则，利用奖惩模块实施惩罚。
具体实施方式八：
与具体实施方式二中步骤六不同的是，本实施方式采用可信第三方维护机制。具体地，为了追求较大的收益，策略管理平台有可能减少用户对策略的订阅量，从而减小策略编写者的收益，进而增加自身的收益；而策略维护者有可能增加用户对策略的订阅量，从而增加自身的收益。为了防止策略管理平台或策略维护者为追求增加自身的收益，对订阅量随意篡改，采用策略管理平台和策略维护者双方都可信任的第三方来记录策略的订阅记录，维护策略的订阅数量。
以上公开的本发明优选实施例只是用于帮助阐述本发明。优选实施例并没有详尽叙述所有的细节，也不限制该发明仅为所述的具体实施方式。显然，根据本说明书的内容，可作很多的修改和变化。本说明书选取并具体描述这些实施例，是为了更好地解释本发明的原理和实际应用，从而使所属技术领域技术人员能很好地理解和利用本发明。本发明仅受权利要求书及其全部范围和等效物的限制。
Claims (8)
1.一种基于区块链的金融交易策略有偿共享方法，其特征在于：采用一种基于区块链的金融交易策略有偿共享系统，包括：
1)策略任务制定模块：由具有“任务发起”权限的合法用户或平台管理者向系统平台提出待解决的金融(股票)量化交易难题；
2)策略任务审核模块：由具有“任务审核”权限的合法用户和平台管理者对提交的策略任务进行可发布审核；
3)用户管理模块：根据用户在系统平台的行为，对用户画像进行刻画，负责对注册用户进行分角色、定等级、设权限等方面的管理；
4)任务分发模块：根据不同用户的画像，将相应的策略编写任务分发给用户；
5)策略编写模块：用户可以通过平台前端的策略编写页面来编写策略；
6)策略多维评判模块：具有评判权限的用户对提交的量化交易策略从策略准确性、盈利能力、安全性等方面进行评判，其中通过策略评判的优质策略将成为策略区块添加到策略区块链中，并给出该策略在平台的订阅价格；
7)基于电子合约的策略区块运维模块：通过平台方与该策略区块拥有者签订的电子合约来将策略区块的运维关系合法化，其中策略区块拥有者在电子合约有效期内拥有对策略的维护权及转让权；平台方对电子合约伊始及到期终止时间节点的策略区块具有基础定价权及续签定价权；平台方对该策略在平台的订阅具有定价权；
8)策略区块的定价模块：在对策略区块实施基础定价时，根据策略的订阅数、订阅数的周期增量、策略准确性、盈利能力、安全性、策略在平台的综合排名等方面给出策略区块当前的平台认可基础价格；在对策略区块实施回购定价时，根据策略区块在当前电子合约周期的基础定价、市场对区块策略的价格波动及合约剩余时间等方面给出策略区块当前的平台认可回购价格；
9)策略异常订阅检测模块：通过数据挖掘技术分析策略订阅人与策略编写者的关系来确定订阅是否异常；
10)奖惩模块：对于通过策略评判的“优质”策略的策略开发者予以奖励，即除了可以获得该策略对应任务的悬赏奖励之外，策略开发者具有在平台管理相应策略的权利(平台将与该策略开发者共同维护该策略在平台的“有偿”订阅)，将其称为策略区块的维护权利；通过策略订阅异常检测模块，若发现其中存在由策略开发者人为操控的订阅现象，则解除策略开发者对其策略在平台的维护与利润共享权，对用户的权限进行降级惩罚，并对其所持有的策略区块实施拍卖。
2.一种基于区块链的金融交易策略有偿共享方法，其特征在于：通过以下步骤实现：
步骤一、具有策略任务制定权的用户或系统平台管理者向平台提交待解决的金融(股票)量化交易需求，(主要货币超发问题，当达到什么条件时平台管理者不再提交问题，或平台不接受新问题，或通过调节利润分配比例来调控问题的提交)；
步骤二、具有策略任务审核的用户和平台对策略任务进行审核；
步骤三、通过步骤二审核的任务将通过任务分发模块，将任务分发到平台认定的“有能力解决任务”的用户；
步骤四、平台将在任务预算截止时间内提交的策略进行整理，交由策略多维评判模块对其进行评判；
步骤五、通过步骤四评判的优质策略将被构建为“策略区块”被写入“策略区块链”，且将该策略的编写者与平台管理者设定为该“策略区块”的维护者，共享策略订阅收益；
步骤六、由奖惩模块监测平台上策略区块链中个策略区块的“行为”，并予以奖惩，维持平台生态的稳定运行。
3.与权利要求2不同的是，其特征在于：步骤一所述采用提交待解决的金融(股票)量化交易需求的过程，具体步骤如下：
步骤一一：具有策略任务制定权的用户针对不同的策略任务在网页前端上设置各种目标参数的阈值；
步骤一二：Django网页服务器根据策略任务向MySQL数据库发出训练数据、验证数据及测试数据的生成指令；
步骤一三：数据控制库将MySQL数据库的执行结果打包并返回给网页服务器；
步骤一四：将提出该交易策略需求的用户置于策略任务制定优先队列的队尾，等待下一个时间窗口，由队列的队首用户根据步骤一一提出新的交易策略需求。
4.与权利要求2不同的是，其特征在于：不仅限于步骤一所述采用提交待解决的金融(股票)量化交易需求，策略任务制定可采用对标已有策略区块的方法：
步骤一：具有策略任务制定权及策略任务审核权的平台注册用户可以针对已有的目标策略区块，提出相对于该策略区块的“占优”区块。其中，本实施例中的占优是指该策略区块在各个指标维度上的取值都不低于目标策略区块且至少在一个指标维度上的取值高于目标策略区块在其上的取值，则称该策略区块占优目标区块；
步骤二：使用skyline算法找出当前区块链中的所有占优策略区块，并将每一个占优策略区块与其所占优的策略区块进行逻辑分组；
步骤三：策略区块定价模块兼容具体实施方式一，且同一逻辑分组中，占优策略区块的基础定价和策略订阅价格要分别高于同组中所有其它策略区块当前时间窗口的基础定价和策略订阅价格。
5.与权利要求3不同的是，其特征在于：在步骤一四中采用可动态调整的时间窗口，在通常情况下，时间窗口大小为T(T由平台设定)，与具体实施方式四中步骤一四兼容；当平台上已有策略区块中月订阅量Top_K(K由平台设定K∈N+)的平均订阅的增量低于阈值g时，则根据当前策略任务制定优先队列的顺序依次轮询用户提出新的交易策略需求，但此时队列顺序不发生变化，当有用户提出新的策略需求或提出已有策略区块的改良区块时，时间窗口重新计时；当平台上已有策略区块中月订阅量Top_K的平均订阅的增量高于阈值v时，时间窗口无限期延长，直至其平均订阅的增量低于阈值v。此外，在本实施例中，参数K的设定可以是定值，也可以根据平台所有策略区块中订阅量的分布的某个分位点(如2:8分位点)。
6.与权利要求2不同的是，其特征在于：在步骤六中基于零和博弈的奖惩机制。策略运营平台对恶意的策略区块运维者将实施惩罚(本实施例中所谓恶意的是指策略区块运维者通过篡改其所运维区块的策略订阅数量)。根据博弈论的纳什均衡策略，如果惩罚大于恶意行为的报酬，则策略区块运维者将没有实施恶意行为的动机。
7.与权利要求2不同的是，其特征在于：在步骤六中的奖惩模块采用基于哈希算法的多方防篡改监测方案，监测策略运维者和策略管理平台对策略订阅量的“维护行为”，以防篡改订阅量。具体步骤如下：
步骤六一：用户订阅交易策略后，将策略的订阅详情分别发送给策略管理平台和所有策略区块运维者。如此，策略的管理平台和所有策略区块运维者都会拥有所有策略订阅的详细记录；
步骤六二：某一策略运维者A和策略管理平台在共享策略收益前各自随机地向其它策略区块运维者(数量为所有策略区块运维者总量的n％，n越大，检测恶意篡改的能力越高)发起防篡改校验请求；
步骤六三：得到校验请求的策略区块运维者首先将与运维者A相关的订阅记录分别利用哈希算法生成哈希值，并发送给请求方策略运维者A和策略管理平台；
步骤六四：策略运维者A和策略管理平台分别将与运维者A相关的订阅记录分别利用哈希算法生成哈希值，并与得到的哈希值一一比对验证，若比对相同，则表示记录没有被修改，否则，利用奖惩模块实施惩罚。
8.与权利要求2中步骤六不同的是，其特征在于：采用可信第三方维护机制。为了防止策略管理平台或策略维护者为追求增加自身的收益，对订阅量随意篡改，采用策略管理平台和策略维护者双方都可信任的第三方来记录策略的订阅记录，维护策略的订阅数量。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110004785.XA CN112669087A (zh) | 2021-01-04 | 2021-01-04 | 一种基于区块链的金融交易策略有偿共享方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110004785.XA CN112669087A (zh) | 2021-01-04 | 2021-01-04 | 一种基于区块链的金融交易策略有偿共享方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112669087A true CN112669087A (zh) | 2021-04-16 |
Family
ID=75412803
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110004785.XA Pending CN112669087A (zh) | 2021-01-04 | 2021-01-04 | 一种基于区块链的金融交易策略有偿共享方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112669087A (zh) |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20160292672A1 (en) * | 2015-03-31 | 2016-10-06 | Nasdaq, Inc. | Systems and methods of blockchain transaction recordation |
| AU2018101210A4 (en) * | 2018-08-21 | 2018-09-20 | Adelaide Ff Quant Tech Pty Ltd | Ff quant tech quantitative investment strategy platform |
| CN109300035A (zh) * | 2018-09-13 | 2019-02-01 | 众安信息技术服务有限公司 | 交易处理的方法及装置 |
| US20190081789A1 (en) * | 2017-09-13 | 2019-03-14 | Vijay K. Madisetti | Tokens or crypto currency using smart contracts and blockchains |
| CN110189161A (zh) * | 2019-04-26 | 2019-08-30 | 华中科技大学 | 用于实现营销标签共享的区块链共识方法及区块链网络 |
| CN111639938A (zh) * | 2020-05-29 | 2020-09-08 | 深圳壹账通智能科技有限公司 | 数据处理方法、装置、设备及介质 |
| CN111709056A (zh) * | 2020-08-24 | 2020-09-25 | 北京邮电大学 | 基于区块链的数据共享方法及系统 |
-
2021
- 2021-01-04 CN CN202110004785.XA patent/CN112669087A/zh active Pending
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20160292672A1 (en) * | 2015-03-31 | 2016-10-06 | Nasdaq, Inc. | Systems and methods of blockchain transaction recordation |
| US20190081789A1 (en) * | 2017-09-13 | 2019-03-14 | Vijay K. Madisetti | Tokens or crypto currency using smart contracts and blockchains |
| AU2018101210A4 (en) * | 2018-08-21 | 2018-09-20 | Adelaide Ff Quant Tech Pty Ltd | Ff quant tech quantitative investment strategy platform |
| CN109300035A (zh) * | 2018-09-13 | 2019-02-01 | 众安信息技术服务有限公司 | 交易处理的方法及装置 |
| CN110189161A (zh) * | 2019-04-26 | 2019-08-30 | 华中科技大学 | 用于实现营销标签共享的区块链共识方法及区块链网络 |
| CN111639938A (zh) * | 2020-05-29 | 2020-09-08 | 深圳壹账通智能科技有限公司 | 数据处理方法、装置、设备及介质 |
| CN111709056A (zh) * | 2020-08-24 | 2020-09-25 | 北京邮电大学 | 基于区块链的数据共享方法及系统 |
Non-Patent Citations (4)
| Title |
|---|
| DE GIOVANNI, P: "Blockchain and smart contracts in supply chain management: A game theoretic model", 《INTERNATIONAL JOURNAL OF PRODUCTION ECONOMICS》, vol. 228, 31 December 2020 (2020-12-31), pages 107855 * |
| 史真真: "区块链技术及其在我国金融领域应用的策略研究", 《现代商业》, no. 9, 28 March 2019 (2019-03-28), pages 96 - 99 * |
| 庄雷: "金融科技创新下数字信用共治模式研究", 《社会科学》, no. 2, 20 February 2019 (2019-02-20), pages 48 - 57 * |
| 石进等: "基于区块链的中小企业竞争情报共享平台研究", 《图书情报工作》, no. 20, 31 December 2019 (2019-12-31), pages 113 - 121 * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Wah et al. | Latency arbitrage, market fragmentation, and efficiency: a two-market model | |
| Whitehead | Destructive coordination | |
| Fu et al. | Estimation of an equilibrium model with externalities: Post‐disaster neighborhood rebuilding | |
| US20080005002A1 (en) | Secure Communication Network Operating Between a Cental Administrator, Operating as a Hedge Fund of Funds, and Numerous Separate Investment Funds | |
| Lee et al. | Does TMT composition matter to environmental policy and firm performance? The role of organizational slack | |
| CN114297722A (zh) | 一种基于区块链的隐私保护异步联邦共享方法及系统 | |
| Egger et al. | Multiple faces of preferential market access: their causes and consequences | |
| Xiao et al. | The effects of a government’s subsidy program: Accessibility beyond affordability | |
| Hirano et al. | Comparing actual and simulated HFT traders' behavior for agent design | |
| Krusell et al. | Aggregate implications of indivisible labor, incomplete markets, and labor market frictions | |
| CN113256324A (zh) | 数据资产定价方法、装置、计算机设备和存储介质 | |
| Roussille et al. | Bidding for Talent | |
| Yang et al. | A multi-period fuzzy portfolio optimization model with short selling constraints | |
| KR102140325B1 (ko) | 블록체인 기반의 팩트체킹과 검색 기능이 있는 컨텐츠 관리 방법 및 그 시스템 | |
| Pan | Design of financial management model using the forward neural network based on particle swarm optimization algorithm | |
| CN112669087A (zh) | 一种基于区块链的金融交易策略有偿共享方法 | |
| Liao et al. | A crowdsourcing recommendation that considers the influence of workers | |
| Cheng et al. | Dividend commitment in firm bylaws and capital structure change | |
| Hirano et al. | Comparison of behaviors of actual and simulated hft traders for agent design | |
| Nur | Comparing the Accuracy of Multiple Discriminant Analyisis, Logistic Regression, and Neural Network to estimate pay and not to pay Dividend | |
| WANG et al. | Research on Credit Decision Issues of the Small and Medium-Sized Enterprises Based on TOPSIS and Hierarchical Cluster Analysis [C] | |
| Peng et al. | Speed traps: algorithmic trader performance under alternative market balances and structures | |
| Bing | Three Essays in Macroeconomics and Finance | |
| Zhou | Application of agent based modeling to insurance cycles | |
| Gong | A structural two-sided matching model of online labor markets |
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 |