CN112862620A - 一种基于投资者偏好的投资产品组合推荐方法及系统 - Google Patents
一种基于投资者偏好的投资产品组合推荐方法及系统 Download PDFInfo
- Publication number
- CN112862620A CN112862620A CN202110348170.9A CN202110348170A CN112862620A CN 112862620 A CN112862620 A CN 112862620A CN 202110348170 A CN202110348170 A CN 202110348170A CN 112862620 A CN112862620 A CN 112862620A
- Authority
- CN
- China
- Prior art keywords
- investment
- investment product
- candidate
- products
- preference
- 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
Images
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
- G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
- G06Q40/06—Asset management; Financial planning or analysis
Abstract
本发明公开一种基于投资者偏好的投资产品组合推荐方法及系统,包括:根据预设安全解析规则对交易意向指令进行解析,根据解析后的交易意向指令和偏好矩阵从投资产品持仓表中调取候选投资产品;获取单个候选投资产品的交易特征,以任意两种候选投资产品为投资产品组合,根据交易特征得到投资产品组合中两种候选投资产品的相关度;根据相关度对投资产品组合进行筛选,根据得到的候选投资产品组合中单个候选投资产品的交易特征确定候选投资产品组合的配对交易特征矩阵;根据配对交易特征矩阵与偏好矩阵的比较结果从候选投资产品组合中筛选最优投资产品组合。考虑投资者对投资要素的偏好度得到合理且有效的投资建议。
Description
技术领域
本发明涉及在线产品推荐技术领域,特别是涉及一种基于投资者偏好的投资产品组合推荐方法及系统。
背景技术
本部分的陈述仅仅是提供了与本发明相关的背景技术信息,不必然构成在先技术。
配对交易是指投资者同时监测一对历史数据表现相似的风险资产,并在价格产生一定差异时做空价格高的那一方,同时买入价格低的另外一方,以此建仓构成一个交易组合。
当今金融市场中产品丰富,仅股票市场就包含了股票、基金、期权等一系列的金融产品,这使得投资者在投资时的选择十分多样,如何选取产品进行最优的投资选择成为投资者的主要诉求。然而,一方面,不同投资者对于同一种金融产品的喜爱程度往往是不同的,这主要是由于投资者对风险与收益的关系存在不同观点和看法,而这种看法往往是主观的、不易度量的,为了给出投资者适合其投资偏好的资产配置选择,需要采用收集其对于投资要素的偏好,从而给出适合该投资者的资产配置建议。
另一方面,目前的推荐方法大多适用于单个投资产品的推荐,而对于配对交易模式中,针对由两个投资产品组成的投资组合,投资组合由于捆绑两个投资产品,所以需要考虑两者之间的相关程度以及两者组合交易后特征的变化,而当前推荐单个产品的方法不适用配对交易的特定场景;且单个投资产品交易信息存在孤岛性,普通用户无法横向综合对比各个投资产品,更无法准确获知组合后的交易情况,增加了投资产品组合交易方案的失误率;
最后,在现有的各类推荐系统中,必然会涉及接收用户的个人信息、个人意向数据等,而对于用户信息的保密性、安全性、真实性等对于推荐系统也尤为重要。
发明内容
为了解决上述问题,本发明提出了一种基于投资者偏好的投资产品组合推荐方法及系统,考虑不同投资者对各种投资要素的偏好度,考虑配对交易中两种投资产品的相关度,以向终端发送适用于不同偏好的投资产品组合推荐方案,得到合理且有效的投资建议。
为了实现上述目的,本发明采用如下技术方案:
第一方面,本发明提供一种基于投资者偏好的投资产品组合推荐方法,包括:
接收投资者对投资产品交易特征的偏好度,构建偏好矩阵;
根据预设安全解析规则对交易意向指令进行解析,根据解析后的交易意向指令和偏好矩阵从投资产品持仓表中调取候选投资产品;
获取单个候选投资产品的交易特征,以任意两种候选投资产品为投资产品组合,根据交易特征得到投资产品组合中两种候选投资产品的相关度;
根据相关度对投资产品组合进行筛选,根据得到的候选投资产品组合中单个候选投资产品的交易特征确定候选投资产品组合的配对交易特征矩阵;
根据配对交易特征矩阵与偏好矩阵的比较结果从候选投资产品组合中筛选最优投资产品组合。
第二方面,本发明提供一种基于投资者偏好的投资产品组合推荐装置,包括:
偏好矩阵构建模块,被配置为接收投资者对投资产品交易特征的偏好度,构建偏好矩阵;
调取模块,被配置为根据预设安全解析规则对交易意向指令进行解析,根据解析后的交易意向指令和偏好矩阵从投资产品持仓表中调取候选投资产品;
相关度计算模块,被配置为获取单个候选投资产品的交易特征,以任意两种候选投资产品为投资产品组合,根据交易特征得到投资产品组合中两种候选投资产品的相关度;
配对模块,被配置为根据相关度对投资产品组合进行筛选,根据得到的候选投资产品组合中单个候选投资产品的交易特征确定候选投资产品组合的配对交易特征矩阵;
推荐模块,被配置为根据配对交易特征矩阵与偏好矩阵的比较结果从候选投资产品组合中筛选最优投资产品组合。
第三方面,本发明提供一种电子设备,包括存储器和处理器以及存储在存储器上并在处理器上运行的计算机指令,所述计算机指令被处理器运行时,完成第一方面所述的方法。
第四方面,本发明提供一种计算机可读存储介质,用于存储计算机指令,所述计算机指令被处理器执行时,完成第一方面所述的方法。
第五方面,本发明提供一种基于投资者偏好的投资产品组合推荐系统,包括:服务器与终端;所述服务器用于接收终端发送的投资者对投资产品交易特征的偏好度和交易意向指令,并采用第一方面所述的方法得到最优投资产品组合,将最优投资产品组合推送给终端。
与现有技术相比,本发明的有益效果为:
本发明通过预设的安全解析规则,保证用户终端发送的指令中用户信息的安全性,同时对用户身份进行校验,保证信息真实性,以将推荐结果发送至准确的用户终端。
本发明设计的信息处理服务器,针对不同投资者,充分考虑投资者对于各种投资要素的偏好,通过信息处理得到针对投资者的金融产品特征排序。
本发明设计的信息处理服务器充分考虑市场上现存的所有金融产品,结合各种金融产品的特征以及投资者偏好排序,向终端发送适用于不同偏好的选择金融产品方式,得出合理、有效的投资建议。
本发明设计的信息处理服务器除考虑股票、基金、期权等传统金融产品外,利用两支股票的相关程度进行配对,考虑配对交易的股票产品,当两支股票相互关系达到某一水平,反向交易。
本发明搭建了一个包括服务器和终端的交互系统,服务器接收用户的投资意向、投资偏好等,将组合投资方案反馈至终端;考虑投资者的投资偏好,以使的得到的推荐方案是符合投资者需求的,是适用于投资者的资产配置的;考虑两者之间的相关程度以及两者组合交易后特征,并且横向综合对比各个投资产品,提高投资产品配置的效率,降低失误率。
本发明附加方面的优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本发明的实践了解到。
附图说明
构成本发明的一部分的说明书附图用来提供对本发明的进一步理解,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。
图1为本发明实施例1提供的基于投资者偏好的投资产品组合推荐方法流程图;
图2为本发明实施例1提供的基于投资者偏好的投资产品组合推荐系统示意图。
具体实施方式:
下面结合附图与实施例对本发明做进一步说明。
应该指出,以下详细说明都是示例性的,旨在对本发明提供进一步的说明。除非另有指明,本文使用的所有技术和科学术语具有与本发明所属技术领域的普通技术人员通常理解的相同含义。
需要注意的是,这里所使用的术语仅是为了描述具体实施方式,而非意图限制根据本发明的示例性实施方式。如在这里所使用的,除非上下文另外明确指出,否则单数形式也意图包括复数形式,此外,还应当理解的是,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
在不冲突的情况下,本发明中的实施例及实施例中的特征可以相互组合。
实施例1
如图1所示,本实施例提供一种基于投资者偏好的投资产品组合推荐方法,包括:
S1:接收投资者对投资产品交易特征的偏好度,构建偏好矩阵;
S2:根据预设安全解析规则对交易意向指令进行解析,根据解析后的交易意向指令和偏好矩阵从投资产品持仓表中调取候选投资产品;
S3:获取单个候选投资产品的交易特征,以任意两种候选投资产品为投资产品组合,根据交易特征得到投资产品组合中两种候选投资产品的相关度;
S4:根据相关度对投资产品组合进行筛选,根据得到的候选投资产品组合中单个候选投资产品的交易特征确定候选投资产品组合的配对交易特征矩阵;
S5:根据配对交易特征矩阵与偏好矩阵的比较结果从候选投资产品组合中筛选最优投资产品组合。
在本实施例中,所述投资产品交易特征包括但不限于止损系数、收益率、波动率、夏普比率等;如表1所示,获取投资者对各投资产品交易特征间的偏好关系,得到偏好矩阵;
表1对各投资产品交易特征间的偏好关系
偏好矩阵为:
其中,a,b,c,d,e,f在偏好值1-5中选取,且矩阵对称位置上的值互为倒数;R.为金融产品收益率;S.R.为金融产品夏普比率;σ为金融产品波动率;M为金融产品止损系数。
针对上述偏好矩阵,将每一行的值相加得到该元素的相对重要程度,并根据此数值对止损系数、收益率、波动率以及夏普比率等交易特征进行重要程度的顺序排列,并据此作为金融产品推荐的依据。
在本实施例中,所述交易意向指令是指示交易投资产品的指令,交易可以是购买、赎回、复投、申购、卖出等;投资产品是由商业银行和非银行金融机构自行设计并发行的产品,具体可以是期权、储蓄、基金、股票、国债、债券、外汇和保险等。
在本实施例中,预设安全解析规则,在终端发送的交易意向指令包中,根据具体的用户信息,包括上述的交易指令、用户终端ID、职业、年龄、联系方式等,通过设置交易密码打包上述用户信息;在服务器端接收交易意向指令包后,根据与交易密码预先匹配的解锁密码,解析指令包,若密码不匹配,则解析失败,返回失败告警;同时,在得到最优推荐方案后,根据用户终端ID发送至对应的终端,避免误发。
在本实施例中,持仓表具体是记录投资产品信息的表,投资产品持仓表是记录单一投资产品信息的表,单一投资产品是类型、发行公司和代码都为一个的投资产品;根据对交易意向指令的解析和偏好矩阵从投资产品持仓表中调取候选投资产品,获得候选投资产品的标识和交易额等有效的产品信息。
在本实施例中,投资组合组合可以根据组合中但个投资产品的交易信息计算整体交易信息;具体地,可以根据投资产品标识解析理财产品持仓表中相应的交易信息。
在本实施例中,预设若干时间点,获取单个候选投资产品的交易特征,判断该候选投资产品的交易特征数据形态是否属于对数正态分布,若属于,则采用最小二乘法计算该候选投资产品的平均回报率、波动率等交易特征;具体地:
(1)记某单个候选投资产品的的每日收盘价格为Si,设该候选投资产品的每日收盘价服从几何布朗运动模型,即:
dSi(t)=Si(t)[μidt+σidBi(t)],i=1,2.....
其中,Bi(t)为N维标准布朗运动的第i个分量;μ为平均回报率;
(2)利用历史交易特征数据拟合几何布朗运动模型;
针对单个候选投资产品得到其历史交易日数据的具体走向,判断其价格Si,i=1,2是否服从对数正态分布,即:
(3)通过最小二乘法得到平均回报率μ;
(4)通过相关系数得到波动率σ;
在本实施例中,根据单个候选投资产品的交易特征,判断任意两种候选投资产品的相关度,以高度相关的两种候选投资产品作为候选投资产品,可以在买入某一投资产品S1的同时融券卖出另一支投资产品S2,当S2/S1小于某一水平后即可反向操作,卖出S1,买入S2,从而平仓盈利,构成一种配对交易方式。
在本实施例中,得到候选投资产品组合后,确定候选投资产品组合的配对交易特征矩阵,构建配对交易策略,得到在历史交易数据中,候选投资产品组合的配对交易时的收益率、波动率、以及夏普比率;同时,对收益率、波动率、夏普比率以及止损系数进行排序,最终依据投资者的不同偏好推荐其此偏好下最优投资产品组合。
在本实施例中,还通过阈值k1,k2确定何时开仓配对交易,何时关闭配对交易;具体地,已知比例型交易费K以及折现因子ρ,通过下列等式确定阈值k1,k2:
βb=1+K,βs=1-K,
且,r*是如下方程的解:
结合投资者止损偏好M,具体配对交易策略如下:
(1)当两支资产价格比S2/S1大于等于阈值k2时,买入一手资产S1的同时卖出一手资产S2,从而构建一手配对交易头寸;
(2)当两支资产价格比S2/S1小于等于阈值k1时,卖出一手资产S1的同时买入一手资产S2,从而卖出步骤1中构建的配对交易头寸,并获利;
(3)当两支资产价格比S2/S1大于等于阈值M时,立即关闭现有的配对交易头寸,进行风险止损。
在本实施例中,通过投资者的偏好信息集,处理得到投资者偏好排序,针对符合几何布朗运动形态的股票历史数据,采用最小二乘方法处理股票每日收盘价格,得到模型中的参数估计值;考虑两支相关性强的股票配对组合,根据交易阈值,分情况讨论生成最优配对交易策略;该方法横向比较所有金融产品,充分考虑了市场内所有大部分可能出现的金融产品,统一计算并比较所有金融产品的收益率、波动率、夏普比率等产品特征,结合之前得到的投资者偏好排序,给出与之相应的最优投资建议,不需要人工成本,可以客观准确地计算出各种金融产品的产品特征以及对应不同投资者的最优投资建议。
实施例2
本实施例提供一种基于投资者偏好的投资产品组合推荐装置,包括:
偏好矩阵构建模块,被配置为接收投资者对投资产品交易特征的偏好度,构建偏好矩阵;
调取模块,被配置为根据预设安全解析规则对交易意向指令进行解析,根据解析后的交易意向指令和偏好矩阵从投资产品持仓表中调取候选投资产品;
相关度计算模块,被配置为获取单个候选投资产品的交易特征,以任意两种候选投资产品为投资产品组合,根据交易特征得到投资产品组合中两种候选投资产品的相关度;
配对模块,被配置为根据相关度对投资产品组合进行筛选,根据得到的候选投资产品组合中单个候选投资产品的交易特征确定候选投资产品组合的配对交易特征矩阵;
推荐模块,被配置为根据配对交易特征矩阵与偏好矩阵的比较结果从候选投资产品组合中筛选最优投资产品组合。
此处需要说明的是,上述模块对应于实施例1中所述的步骤,上述模块与对应的步骤所实现的示例和应用场景相同,但不限于上述实施例1所公开的内容。需要说明的是,上述模块作为系统的一部分可以在诸如一组计算机可执行指令的计算机系统中执行。
实施例3
在本实施例中,提供一种基于投资者偏好的投资产品组合推荐系统,包括:服务器与终端;所述服务器用于接收终端发送的投资者对投资产品交易特征的偏好度和交易意向指令,并采用第一方面所述的方法得到最优投资产品组合,将最优投资产品组合推送给终端。
本实施例提供的基于投资者偏好的投资产品组合推荐方法可以应用于如图2所示的推荐系统应用环境中,服务器与终端通过网络进行通信,共同组成的智能交互系统。
在本实施例中,终端设备100可以但不限于是个人计算机、笔记本电脑、智能手机、平板电脑和便携式可穿戴设备等电子设备,且数量不唯一,不做限制;所述终端设备100包括输入装置101、输出装置102;
其中:所述输入装置101可以但不限于是鼠标、语音输入器、键盘、手写板、触屏输入器等信息获取装置;所述输入装置101用于向服务器200中存储器201中存储的投资者偏好数据库输入投资者对于各种产品特征的相互偏好程度。
所述输出装置102可以但不限于是打印传真机、绘图仪、显示器等一系列具有显示、表达功能的设备;所述输出装置102用于从所述服务器200中接收处理器202向终端传输的投资者偏好排序以及最优投资建议等信息,进而向用户输出可选投资组合信息和由计算机程序生成的金融产品特征排序以及相应的最优投资策略。
在本实施例中,服务器200可以采用独立的服务器或者是多个服务器组成的服务器集群实现;或,服务器200可以是电脑、智能计算机、服务器等具有存储、运算功能的电子设备,具体包括存储器201、处理器202等;
其中,存储器201是中央设备200的内部存储单元,例如中央设备200的内存、硬盘;存储器201也可以是中央设备200的外部存储设备,例如服务器200上配备的外接式硬盘,智能存储卡,闪存卡,云端存储器等;
所述存储器201上存储有投资者偏好数据库、传统金融产品特征数据库以及配对交易数据库;其中,投资者偏好数据库用于存储终端设备100中输入的投资者对各种产品特征的相互偏好程度;传统金融产品数据库用于存储股票每日收盘价格、基金净值、期权收盘价以及对应的收益率、波动率、夏普比率等;配对交易特征数据库用于存储配对交易中股价比例、交易阈值等交易策略信息。
所述存储器201在接收输入装置101的信息后,通过调用处理器202中相关计算机程序与算法,辅助实现产品组合的推荐。
所述处理器202可以但不限于是中央处理器、微处理器等具有控制、运算功能的芯片产品;处理器202中的运算功能主要由投资偏好排序算法、股票模型参数算法以及配对交易程序与算法构成,其中投资偏好排序算法借助存储器201中投资者偏好数据库存储的投资者偏好矩阵;股票模型参数算法借助存储器201中传统金融产品特征数据库存储的相关数据;配对交易程序与算法借助存储器201中配对交易特征数据库存储的配对交易信息和策略;处理器202通过系统总线与设备中其他结构相连接,并将最终投资分析结果传输至输出装置102。
在更多实施例中,还提供:
一种电子设备,包括存储器和处理器以及存储在存储器上并在处理器上运行的计算机指令,所述计算机指令被处理器运行时,完成实施例1中所述的方法。为了简洁,在此不再赘述。
应理解,本实施例中,处理器可以是中央处理单元CPU,处理器还可以是其他通用处理器、数字信号处理器DSP、专用集成电路ASIC,现成可编程门阵列FPGA或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
存储器可以包括只读存储器和随机存取存储器,并向处理器提供指令和数据、存储器的一部分还可以包括非易失性随机存储器。例如,存储器还可以存储设备类型的信息。
一种计算机可读存储介质,用于存储计算机指令,所述计算机指令被处理器执行时,完成实施例1中所述的方法。
实施例1中的方法可以直接体现为硬件处理器执行完成,或者用处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器、闪存、只读存储器、可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器,处理器读取存储器中的信息,结合其硬件完成上述方法的步骤。为避免重复,这里不再详细描述。
本领域普通技术人员可以意识到,结合本实施例描述的各示例的单元即算法步骤,能够以电子硬件或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本申请的范围。
以上仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
上述虽然结合附图对本发明的具体实施方式进行了描述,但并非对本发明保护范围的限制,所属领域技术人员应该明白,在本发明的技术方案的基础上,本领域技术人员不需要付出创造性劳动即可做出的各种修改或变形仍在本发明的保护范围以内。
Claims (10)
1.一种基于投资者偏好的投资产品组合推荐方法,其特征在于,包括:
接收投资者对投资产品交易特征的偏好度,构建偏好矩阵;
根据预设安全解析规则对交易意向指令进行解析,根据解析后的交易意向指令和偏好矩阵从投资产品持仓表中调取候选投资产品;
获取单个候选投资产品的交易特征,以任意两种候选投资产品为投资产品组合,根据交易特征得到投资产品组合中两种候选投资产品的相关度;
根据相关度对投资产品组合进行筛选,根据得到的候选投资产品组合中单个候选投资产品的交易特征确定候选投资产品组合的配对交易特征矩阵;
根据配对交易特征矩阵与偏好矩阵的比较结果从候选投资产品组合中筛选最优投资产品组合。
2.如权利要求1所述的一种基于投资者偏好的投资产品组合推荐方法,其特征在于,对各投资产品交易特征间的偏好度进行赋值,在赋值后的偏好矩阵中,对每一行的值相加得到当前投资产品交易特征的相对重要程度,对每个投资产品交易特征的相对重要程度进行排序。
3.如权利要求1所述的一种基于投资者偏好的投资产品组合推荐方法,其特征在于,在预设若干时间点内,获取单个候选投资产品的交易特征,对该单个候选投资产品的交易特征的数据形态进行对数正态分布分析。
4.如权利要求3所述的一种基于投资者偏好的投资产品组合推荐方法,其特征在于,若属于对数正态分布,采用最小二乘法计算该单个候选投资产品的平均回报率、波动率。
5.如权利要求1所述的一种基于投资者偏好的投资产品组合推荐方法,其特征在于,所述交易意向指令包括但不限于购买、赎回、复投、申购、卖出。
6.如权利要求1所述的一种基于投资者偏好的投资产品组合推荐方法,其特征在于,投资产品交易特征包括但不限于止损系数、收益率、波动率、夏普比率。
7.一种基于投资者偏好的投资产品组合推荐装置,其特征在于,包括:
偏好矩阵构建模块,被配置为接收投资者对投资产品交易特征的偏好度,构建偏好矩阵;
调取模块,被配置为根据预设安全解析规则对交易意向指令进行解析,根据解析后的交易意向指令和偏好矩阵从投资产品持仓表中调取候选投资产品;
相关度计算模块,被配置为获取单个候选投资产品的交易特征,以任意两种候选投资产品为投资产品组合,根据交易特征得到投资产品组合中两种候选投资产品的相关度;
配对模块,被配置为根据相关度对投资产品组合进行筛选,根据得到的候选投资产品组合中单个候选投资产品的交易特征确定候选投资产品组合的配对交易特征矩阵;
推荐模块,被配置为根据配对交易特征矩阵与偏好矩阵的比较结果从候选投资产品组合中筛选最优投资产品组合。
8.一种电子设备,其特征在于,包括存储器和处理器以及存储在存储器上并在处理器上运行的计算机指令,所述计算机指令被处理器运行时,完成权利要求1-6任一项所述的方法。
9.一种计算机可读存储介质,其特征在于,用于存储计算机指令,所述计算机指令被处理器执行时,完成权利要求1-6任一项所述的方法。
10.一种基于投资者偏好的投资产品组合推荐系统,包括:服务器与终端;所述服务器用于接收终端发送的投资者对投资产品交易特征的偏好度和交易意向指令,并采用权利要求1-6任一项所述的方法得到最优投资产品组合,将最优投资产品组合推送给终端。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110348170.9A CN112862620A (zh) | 2021-03-31 | 2021-03-31 | 一种基于投资者偏好的投资产品组合推荐方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110348170.9A CN112862620A (zh) | 2021-03-31 | 2021-03-31 | 一种基于投资者偏好的投资产品组合推荐方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112862620A true CN112862620A (zh) | 2021-05-28 |
Family
ID=75991954
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110348170.9A Pending CN112862620A (zh) | 2021-03-31 | 2021-03-31 | 一种基于投资者偏好的投资产品组合推荐方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112862620A (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107798608A (zh) * | 2017-10-19 | 2018-03-13 | 深圳市耐飞科技有限公司 | 一种投资产品组合推荐方法及系统 |
CN108492189A (zh) * | 2018-03-22 | 2018-09-04 | 张家林 | 证券投资组合选择方法、装置及设备 |
CN109670896A (zh) * | 2018-09-28 | 2019-04-23 | 深圳壹账通智能科技有限公司 | 投资产品推荐方法、装置、设备及存储介质 |
CN110223137A (zh) * | 2019-05-22 | 2019-09-10 | 平安科技(深圳)有限公司 | 产品组合推荐方法、装置、计算机设备和存储介质 |
CN110349027A (zh) * | 2019-07-19 | 2019-10-18 | 湘潭大学 | 基于深度强化学习的配对交易系统 |
-
2021
- 2021-03-31 CN CN202110348170.9A patent/CN112862620A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107798608A (zh) * | 2017-10-19 | 2018-03-13 | 深圳市耐飞科技有限公司 | 一种投资产品组合推荐方法及系统 |
CN108492189A (zh) * | 2018-03-22 | 2018-09-04 | 张家林 | 证券投资组合选择方法、装置及设备 |
CN109670896A (zh) * | 2018-09-28 | 2019-04-23 | 深圳壹账通智能科技有限公司 | 投资产品推荐方法、装置、设备及存储介质 |
CN110223137A (zh) * | 2019-05-22 | 2019-09-10 | 平安科技(深圳)有限公司 | 产品组合推荐方法、装置、计算机设备和存储介质 |
CN110349027A (zh) * | 2019-07-19 | 2019-10-18 | 湘潭大学 | 基于深度强化学习的配对交易系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11803907B2 (en) | System and method for selecting a financial instrument to trade based on a match of a risk profile in computer platforms designed for improved electronic execution of electronic transactions | |
US11847699B2 (en) | Systems and methods for providing non-fully-transparent markets | |
KR102447254B1 (ko) | 고속 거래 체결을 지원하는 거래소 운영 방법 및 시스템 | |
CN112862620A (zh) | 一种基于投资者偏好的投资产品组合推荐方法及系统 | |
AU2007200858B2 (en) | Systems and methods for employing proprietary data | |
US20220284511A1 (en) | System and method for selecting a financial instrument to trade based on a match between a preferred measure of expected return of a user in computer platforms configured for improved electronic execution of electronic transactions | |
AU2024201894A1 (en) | Systems and methods for providing non-fully-transparent markets | |
JP2004151802A (ja) | 証券売買システム及びその方法 |
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 |