CN112950385A - 金融产品配置信息生成方法与装置、电子设备、存储介质 - Google Patents
金融产品配置信息生成方法与装置、电子设备、存储介质 Download PDFInfo
- Publication number
- CN112950385A CN112950385A CN201911170221.2A CN201911170221A CN112950385A CN 112950385 A CN112950385 A CN 112950385A CN 201911170221 A CN201911170221 A CN 201911170221A CN 112950385 A CN112950385 A CN 112950385A
- Authority
- CN
- China
- Prior art keywords
- financial product
- return
- rate
- weight
- overall
- 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
-
- 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)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Development Economics (AREA)
- Technology Law (AREA)
- Marketing (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Game Theory and Decision Science (AREA)
- Human Resources & Organizations (AREA)
- Operations Research (AREA)
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
Abstract
本公开涉及一种金融产品配置信息生成方法与装置、电子设备、计算机可读存储介质,属于金融管理技术领域。该方法包括:接收交易服务器发送的第一时间段内多个时间周期的资产行情数据,根据资产行情数据确定各时间周期的整体收益率,及资产行情数据中各金融产品的单个收益率;根据整体收益率和各金融产品的单个收益率进行线性回归,得到各金融产品对应的权重;根据接收自交易服务器的第二时间段内多个时间周期的资产行情数据以及各金融产品对应的权重,计算跟踪误差;在跟踪误差在误差范围内时,根据各金融产品对应的权重生成金融产品配置信息。本公开可以提高金融产品配置信息确定的准确性。
Description
技术领域
本公开涉及金融管理技术领域,尤其涉及一种金融产品配置信息生成方法与装置、电子设备、计算机可读存储介质。
背景技术
当前,国内经济发展步入常态,资产价格波动加剧。资产价格的不确定性使得大类资产配置需求日趋高涨,如何精准在单资产内做行业、主题等轮动投资成为新的课题。
目前主流股票资产配置方式以大中小盘、行业指数以及概念指数为主要方法论,以交易型开放式指数基金为投资标的主要形式,以此实现权益资产配置及轮动的投资目的。对于投资交易型开放式指数基金的情形,由于交易型开放式指数基金的管理费用较高,导致投资成本较高。为了减小投资成本,可以选择投资股票,然而,资产管理公司配置各股票的准确性较低。
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金融产品配置信息生成方法与装置、电子设备、计算机可读存储介质,进而至少在一定程度上克服由于现有技术的限制和缺陷而导致的对金融产品配置的准确性较低的问题。
本公开的其他特性和优点将通过下面的详细描述变得显然,或部分地通过本公开的实践而习得。
根据本公开的第一方面,提供一种金融产品配置信息生成方法,所述方法包括:
接收交易服务器发送的第一时间段内多个时间周期的资产行情数据,根据所述资产行情数据确定各时间周期的整体收益率,及所述资产行情数据中各金融产品的单个收益率;
根据所述整体收益率和所述各金融产品的单个收益率进行线性回归,得到所述各金融产品对应的权重;
根据接收自所述交易服务器的第二时间段内多个时间周期的资产行情数据以及所述各金融产品对应的权重,计算跟踪误差;
在所述跟踪误差在误差范围内时,根据所述各金融产品对应的权重生成金融产品配置信息。
本公开的一种示例性实施例中,在计算跟踪误差之后,所述方法还包括:
在所述跟踪误差不在所述误差范围内时,调整线性回归的回归参数;
返回所述根据所述整体收益率和所述各金融产品的单个收益率进行线性回归,得到所述各金融产品对应的权重的步骤,直至所述跟踪误差在所述误差范围内。
本公开的一种示例性实施例中,所述根据接收自所述交易服务器的第二时间段内多个时间周期的资产行情数据以及所述各金融产品对应的权重,计算跟踪误差,包括:
根据接收自所述交易服务器的第二时间段内多个时间周期的资产行情数据,确定各时间周期的整体收益率实际值及所述各金融产品的单个收益率;
根据所述各金融产品的单个收益率及所述各金融产品对应的权重,确定整体收益率计算值;
将所述整体收益率实际值与所述整体收益率计算值的差值作为跟踪误差。
本公开的一种示例性实施例中,所述根据所述整体收益率和所述各金融产品的单个收益率进行线性回归,得到所述各金融产品对应的权重,包括:
对所述各金融产品设置初始权重,将所述各金融产品的初始权重作为所述各金融产品的权重;
根据所述各金融产品的权重、所述整体收益率和所述各金融产品的单个收益率,计算损失函数值;
在损失函数值大于损失函数阈值时,调整所述各金融产品的权重,返回所述根据所述各金融产品的权重、所述整体收益率和所述各金融产品的单个收益率,计算损失函数值的步骤,直至损失函数值不大于所述损失函数阈值;
将调整后的所述各金融产品的权重作为所述各金融产品的权重。
本公开的一种示例性实施例中,所述根据所述各金融产品的权重、所述整体收益率和所述各金融产品的单个收益率,计算损失函数值,包括:
根据所述各金融产品的权重和所述各金融产品的单个收益率,确定整体收益率预测值;
根据损失函数、所述整体收益率预测值和所述整体收益率,计算损失函数值。
本公开的一种示例性实施例中,所述根据损失函数、所述整体收益率预测值和所述整体收益率,计算损失函数值,包括:
根据Huber损失函数、所述整体收益率预测值和所述整体收益率,计算损失函数值。
本公开的一种示例性实施例中,对所述整体收益率和所述各金融产品的单个收益率进行线性回归的回归方程为:
针对任一时间周期,该时间周期的整体收益率等于该时间周期的所述各金融产品的单个收益率与对应的权重的乘积之和。
根据本公开的第二方面,提供一种金融产品配置信息生成装置,所述装置包括:
收益率确定模块,用于接收交易服务器发送的第一时间段内多个时间周期的资产行情数据,根据所述资产行情数据确定各时间周期的整体收益率,及所述资产行情数据中各金融产品的单个收益率;
权重确定模块,用于根据所述整体收益率和所述各金融产品的单个收益率进行线性回归,得到所述各金融产品对应的权重;
误差确定模块,用于根据接收自所述交易服务器的第二时间段内多个时间周期的资产行情数据以及所述各金融产品对应的权重,计算跟踪误差;
配置信息生成模块,用于在所述跟踪误差在误差范围内时,根据所述各金融产品对应的权重生成金融产品配置信息。
本公开的一种示例性实施例中,所述装置还包括:
回归参数调整模块,用于在所述跟踪误差不在所述误差范围内时,调整线性回归的回归参数;
循环模块,用于返回所述根据所述整体收益率和所述各金融产品的单个收益率进行线性回归,得到所述各金融产品对应的权重的步骤,直至所述跟踪误差在所述误差范围内。
本公开的一种示例性实施例中,所述误差确定模块,包括:
收益率计算单元,用于根据接收自所述交易服务器的第二时间段内多个时间周期的资产行情数据,确定各时间周期的整体收益率实际值及所述各金融产品的单个收益率;
整体收益率计算单元,用于根据所述各金融产品的单个收益率及所述各金融产品对应的权重,确定整体收益率计算值;
误差计算单元,用于将所述整体收益率实际值与所述整体收益率计算值的差值作为跟踪误差。
本公开的一种示例性实施例中,所述权重确定模块,包括:
初始化单元,用于对所述各金融产品设置初始权重,将所述各金融产品的初始权重作为所述各金融产品的权重;
损失函数值计算单元,用于根据所述各金融产品的权重、所述整体收益率和所述各金融产品的单个收益率,计算损失函数值;
循环单元,用于在损失函数值大于损失函数阈值时,调整所述各金融产品的权重,返回所述根据所述各金融产品的权重、所述整体收益率和所述各金融产品的单个收益率,计算损失函数值的步骤,直至损失函数值不大于所述损失函数阈值;
权重确定单元,用于将调整后的所述各金融产品的权重作为所述各金融产品的权重。
本公开的一种示例性实施例中,所述损失函数值计算单元具体用于,根据所述各金融产品的权重和所述各金融产品的单个收益率,确定整体收益率预测值;根据损失函数、所述整体收益率预测值和所述整体收益率,计算损失函数值。
本公开的一种示例性实施例中,所述损失函数值计算单元通过下述步骤实现根据损失函数、所述整体收益率预测值和所述整体收益率,计算损失函数值:
根据Huber损失函数、所述整体收益率预测值和所述整体收益率,计算损失函数值。
本公开的一种示例性实施例中,对所述整体收益率和所述各金融产品的单个收益率进行线性回归的回归方程为:
针对任一时间周期,该时间周期的整体收益率等于该时间周期的所述各金融产品的单个收益率与对应的权重的乘积之和。
根据本公开的第三方面,提供一种电子设备,包括:处理器;以及存储器,用于存储所述处理器的可执行指令;其中,所述处理器配置为经由执行所述可执行指令来执行上述任意一项所述的方法。
根据本公开的第四方面,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上述任意一项所述的方法。
本公开的示例性实施例具有以下有益效果:
本公开的示例性实施例提供的方法及装置中,一方面,可以根据资产行情数据,对行业、主题指数进行复制和跟踪,从而可以准确的确定各金融产品对应的权重,提高金融产品配置信息确定的准确性。另一方面,用户可以根据金融产品配置信息准确地对金融产品进行配置,提高收益率。并且,在金融产品为股票的情况下,可以减少金融产品的管理费用,从而降低投资成本。因此,本公开还可以在保证用户收益的基础上,降低投资成本。
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示意性示出了本公开实施例的金融产品配置信息生成方法的一种流程图;
图2示意性示出了本公开实施例的金融产品配置信息生成方法的又一种流程图;
图3示意性示出了本公开实施例的线性回归方法的流程图;
图4示意性示出了本公开实施例的跟踪误差的计算方法的流程图;
图5示意性示出了本公开实施例的金融产品配置信息生成装置的一种结构示意图;
图6示意性示出了用于实现本公开实施例的电子设备的计算机系统的结构示意图。
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。
需要说明的是,本公开中,用语“包括”、“配置有”、“设置于”用以表示开放式的包括在内的意思,并且是指除了列出的要素/组成部分/等之外还可存在另外的要素/组成部分/等;用语“第一”、“第二”等仅作为标记使用,不是对其对象数量或次序的限制。
目前,交易型开放式指数基金的投资成本较高,即使在当前主流交易型开放式指数基金普遍降低管理费的情况下,投资成本依然较高。并且,交易型开放式指数基金一级市场申购、赎回会产生不确定的冲击成本,二级市场买卖受限于流动性制约,对于大规模资产进行精细化管理有一定阻碍作用。此外,市场主题、行业分类较多,权益投资工具相对匮乏,缺少有效的“基础资产—投资工具—大类资产配置—业绩归因”的全周期的资产架构体系,不利于资产公司根据市场周期构建扎实的投资组合。
交易型开放式指数基金的主要模式为:基金公司采用指数公司提供的权重文件,配以公司事件、市场新闻等数据进行调仓,确保跟踪误差较小。资产管理公司根据自身配置需求,对市场主流交易型开放式指数基金的跟踪误差、流动性、折溢价等进行分析,在一级市场申购、赎回或者二级市场买卖交易型开放式指数基金,完成股票单资产下的行业、主题配置工作。然而,资产管理公司需承担交易型开放式指数基金的管理费及申购赎回现金替代,退补款等交易成本,导致投资成本较高。在此情况下,如果选择投资股票,资产管理公司不能准确地对各股票进行配置。
为了解决上述问题,本公开提供了一种金融产品配置信息生成方法,可以提高各股票配置的准确性,从而可以在保证收益率的基础上,降低投资成本。参见图1,图1示意性示出了本公开实施例的金融产品配置信息生成方法的一种流程图,包括以下步骤:
步骤S110,接收交易服务器发送的第一时间段内多个时间周期的资产行情数据,根据资产行情数据确定各时间周期的整体收益率,及资产行情数据中各金融产品的单个收益率。
步骤S120,根据整体收益率和各金融产品的单个收益率进行线性回归,得到各金融产品对应的权重。
步骤S130,根据接收自交易服务器的第二时间段内多个时间周期的资产行情数据以及各金融产品对应的权重,计算跟踪误差。
步骤S140,在跟踪误差在误差范围内时,根据各金融产品对应的权重生成金融产品配置信息。
本公开实施例的金融产品配置信息生成方法,一方面,可以根据资产行情数据,对行业、主题指数进行复制和跟踪,从而可以准确的确定各金融产品对应的权重,提高金融产品配置信息确定的准确性。另一方面,用户可以根据金融产品配置信息准确地对金融产品进行配置,提高收益率。并且,在金融产品为股票的情况下,可以减少金融产品的管理费用,从而降低投资成本。因此,本公开还可以在保证用户收益的基础上,降低投资成本。
参见图2,图2示意性示出了本公开实施例的金融产品配置信息生成方法的又一种流程图,包括以下步骤:
步骤S210,接收交易服务器发送的第一时间段内多个时间周期的资产行情数据,根据资产行情数据确定各时间周期的整体收益率,及资产行情数据中各金融产品的单个收益率。
本公开实施例中,资产行情数据指的是金融产品的行情数据,例如,可以是股票行情数据或基金行情数据等等,股票行情数据包括:公开行业、主题指数成份、开盘价、收盘价、复权价格、成交量、历史分红数据等。当然,资产行情数据指的是历史数据,为了保证数据的质量,资产行情数据可以是接近当前时刻的数据,例如,第一时间段可以是当前时刻之前的一年内、半年内等。第一时间段内可以包含多个时间周期,可以将每天设为一个时间周期,或者每周设为一个时间周期等,在此不做限定。
上述交易服务器是存储有资产行情数据的服务器,例如,可以是股票交易系统中的服务器,即股票行情服务器;也可以是基金交易系统中的服务器,即基金行情服务器等。本公开实施例的执行主体可以是与上述交易服务器不同的服务器,该服务器可以向交易服务器发送数据请求消息,交易服务器接收到数据请求消息后,返回资产行情数据。
服务器接收上述交易服务器发送的资产行情数据之后,可以根据每个时间周期的资产行情数据,确定该时间周期的整体收益率,以及各金融产品的单个收益率。例如,股票的指数收益率可以根据公开行业、主题指数成份、开盘价、收盘价和成交量等确定,各成份股的收益率可以根据开盘价、收盘价、复权价格、成交量、历史分红数据等确定。最终计算得到的各成份股的收益率可以表示为二维矩阵的形式,二维矩阵的行表示各时间周期,二维矩阵的列表示各成份股的收益率。
需要说明的是,可以选取第一时间段内部分时间周期的数据,用于线性回归。例如,若第一时间段内包含300个时间周期,在计算整体收益率和单个收益率时,可以选取第一时间段内的120个时间周期的资产行情数据进行计算。
步骤S220,根据整体收益率和各金融产品的单个收益率进行线性回归,得到各金融产品对应的权重。
本公开实施例中,针对每个时间周期,该时间周期内的整体收益率和各金融产品的单个收益率可以通过线性回归方程表示。对整体收益率和各金融产品的单个收益率进行线性回归的回归方程为:针对任一时间周期,该时间周期的整体收益率等于该时间周期的各金融产品的单个收益率与对应的权重的乘积之和。可以表示为以下公式:
在本公开的一种示例性实施例中,根据整体收益率和各金融产品的单个收益率进行线性回归的方法可参见图3,图3示意性示出了本公开实施例的线性回归方法的流程图,包括以下步骤:
步骤S310,对各金融产品设置初始权重,将各金融产品的初始权重作为各金融产品的权重。
步骤S320,根据各金融产品的权重、整体收益率和各金融产品的单个收益率,计算损失函数值。
线性回归的任务是找到一个从特征空间X(各金融产品的单个收益率)到输出空间Y(整体收益率)的最优的线性映射函数,在进行线性回归时,可以先对各权重设置初始值。之后,可以根据各金融产品的权重和各金融产品的单个收益率,确定整体收益率预测值;由于整体收益率预测值和实际的整体收益率之间通常是存在误差的,因此,可以根据损失函数、整体收益率预测值和整体收益率,计算损失函数值。
通常情况下,可以通过最小二乘法进行线性回归,最小二乘回归以使误差平方和达到最小为其目标函数。因为方差为一不稳健统计量,故最小二乘回归是一种不稳健的方法。由于资产行情数据是从其他交易服务器接收的,并不能保证数据的准确性。为了屏蔽异常数据,降低干扰,本公开可以采用稳健回归的方法对权重进行求解。稳健回归是统计学稳健估计中的一种方法,其主要思路是将对异常值十分敏感的经典最小二乘回归中的目标函数进行修改。不同的目标函数定义了不同的稳健回归方法,稳健回归方法包括:最小中位平方法、M估计法和Huber回归等。其中,Huber回归对于异常值不敏感,可以保证回归的健壮性,本公开实施例可以采用Huber回归,根据Huber损失函数、整体收益率预测值和整体收益率,计算损失函数值。
Huber损失函数的公式为:
Lδ(y,f(x))表示损失函数值,y表示实际的整体收益率,f(x)表示整体收益率预测值,δ损失函数的参数。可以看出,该损失函数对于y-f(x)值较小时,误差函数是二次的,而对于较大值误差函数是线性的。
步骤S330,判断损失函数值是否大于损失函数阈值。在损失函数值大于损失函数阈值时,执行步骤S340,调整各金融产品的权重,返回步骤S320,直至损失函数值不大于损失函数阈值。在损失函数值不大于损失函数阈值时,执行步骤S350。
需要说明的是,由于各金融产品的初始权重可以是随意设置的,通常也是不准确的,因此可以通过损失函数值对权重进行调整,
损失函数阈值越小,针对回归方程,所确定的权重的准确性越高,损失函数阈值越大,所确定的权重的准确性越低,本公开可以根据实际需求对损失函数阈值进行设置,在此不做限定。
步骤S350,将调整后的各金融产品的权重作为各金融产品的权重。
步骤S230,根据接收自交易服务器的第二时间段内多个时间周期的资产行情数据以及各金融产品对应的权重,计算跟踪误差。
本公开实施例中,在得到权重之后,还可以通过跟踪误差对权重的正确性进行测试。例如,基金的跟踪误差是指基金在跟踪指数过程产生的差距,同时揭示基金收益波动特征。影响指数基金跟踪误差的因素主要包括:基金仓位的影响、标的指数成份股的变化、增强型指数化组合、计算尾差及基金资产的费用支出等。跟踪误差越小,表示基金管理公司对基金的管理能力越强,指数基金的运作越精确规范。因此,如果测试得到的跟踪误差越小,表示所确定的权重的准确性越高。
在进行测试时,使用的数据通常可以是与第一时间段不同的第二时间段内的数据,为了提高验证结果的准确性,使验证结果更具有实际使用价值,第二时间段可以在第一时间段之后,也就是,使用时间顺序在后的数据对权重进行验证。第一时间段和第二时间段内的数据可以是同时接收,也可以是按顺序接收。当然,第二时间段也可以包含在第一时间段内,且位于第一时间段的后面,这样,通过第一时间段内前面时间段的数据计算权重,通过第一时间段内后面时间段的数据对权重进行验证。
参见图4,图4示意性示出了本公开实施例的跟踪误差的计算方法的流程图,包括以下步骤:
步骤S410,根据接收自交易服务器的第二时间段内多个时间周期的资产行情数据,确定各时间周期的整体收益率实际值及各金融产品的单个收益率。
本步骤中,由于整体收益率实际值及各金融产品的单个收益率的计算方法与步骤S210相同,在此不再赘述。
步骤S420,根据各金融产品的单个收益率及各金融产品对应的权重,确定整体收益率计算值。
本公开实施例中,在确定各金融产品对应的权重之后,将各金融产品的单个收益率及各金融产品对应的权重代入回归方程:
步骤S430,将整体收益率实际值与整体收益率计算值的差值作为跟踪误差。
其中,整体收益率的计算值是通过权重计算得到的值,属于预测值,而整体收益率实际值属于真实值,通常情况下,整体收益率的计算值与整体收益率实际值之间是存在误差的。因此,可以将整体收益率实际值与整体收益率计算值的差值作为跟踪误差。
步骤S240,判断跟踪误差是否在误差范围内。如果跟踪误差不在误差范围内,执行步骤S250,调整线性回归的回归参数,返回步骤S220。如果跟踪误差在误差范围内,执行步骤S260。
如前所述,基金的跟踪误差越小,表示指数基金的运作越精确规范。如果跟踪误差不在误差范围内,即跟踪误差较大,表示所确定的权重不满足要求,可以调整回归参数,重新计算权重,直至得到的跟踪误差在误差范围内。其中,回归参数包括:损失函数的参数δ、损失函数阈值以及第一时间段内选取多少个时间周期的数据等。
步骤S260,根据各金融产品对应的权重生成金融产品配置信息。
本公开实施例中,在确定各金融产品对应的权重之后,可以根据各金融产品对应的权重生成金融产品配置信息,并将金融产品配置信息通过界面或其他方式进行显示。这样,金融产品配置信息可以作为一种投资工具,用户直接根据金融产品配置信息对金融产品进行配置。
举例而言,假设S代表股票,W代表股票对应权重,一个公开指数有30只成份股。根据以上算法生成的金融产品配置信息,确定每只股票及其权重的对应关系为(S1,W1),(S2,W2),……,(S30,W30)。也就是说,可以根据股票名称及其权重,构建一个30只股票的投资组合。假设初始资金有一个亿,用F代表初始资金。那么,从股票S1到股票S30的初始投入资金可以依次为:f1=F×W1,f2=F×W2,……,f30=F×W30。这样,保证各个股票的权重配比与上述计算结果一致,达到跟踪的目的。如果该投资组合的管理规模增加或减少,可以通过交易系统对所持股票进行买、卖操作,保证在一个运作周期内各个股票权重保持不变。运作周期指的是确保金融产品配置信息准确性的周期,由于被跟踪的指数收益率默认为实际收益率,剔除分红派息,所以除息除权以及日异常交易量都会影响跟踪指数权重。为了提高被动跟踪策略表现,可以根据除权除息事件日期及日成交量异常情况,动态时变地确定权重的运作周期,也就是,对金融产品配置信息进行更新。
本公开实施例的金融产品配置信息生成方法,一方面,可以根据资产行情数据,对行业、主题指数进行复制和跟踪,通过Huber回归可以保证回归的健壮性,从而可以准确的确定各金融产品对应的权重,提高金融产品配置信息确定的准确性。另一方面,用户可以根据金融产品配置信息准确地对金融产品进行配置,提高收益率。并且,在金融产品为股票的情况下,可以减少金融产品的管理费用,从而降低投资成本。因此,本公开还可以在保证用户收益的基础上,降低投资成本。
应当注意,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。
相应于上述方法实施例,本公开实施例还公开了一种金融产品配置信息生成装置,参见图5,图5示意性示出本公开示例性实施例中金融产品配置信息生成装置的一种结构图500,包括:
收益率确定模块510,用于接收交易服务器发送的第一时间段内多个时间周期的资产行情数据,根据资产行情数据确定各时间周期的整体收益率,及资产行情数据中各金融产品的单个收益率;
权重确定模块520,用于根据整体收益率和各金融产品的单个收益率进行线性回归,得到各金融产品对应的权重;
误差确定模块530,用于根据接收自交易服务器的第二时间段内多个时间周期的资产行情数据以及各金融产品对应的权重,计算跟踪误差;
配置信息生成模块540,用于在跟踪误差在误差范围内时,根据各金融产品对应的权重生成金融产品配置信息。
本公开的一种示例性实施例中,上述金融产品配置信息生成装置还包括:
回归参数调整模块,用于在跟踪误差不在误差范围内时,调整线性回归的回归参数;
循环模块,用于返回根据整体收益率和各金融产品的单个收益率进行线性回归,得到各金融产品对应的权重的步骤,直至跟踪误差在误差范围内。
本公开的一种示例性实施例中,误差确定模块,包括:
收益率计算单元,用于根据接收自交易服务器的第二时间段内多个时间周期的资产行情数据,确定各时间周期的整体收益率实际值及各金融产品的单个收益率;
整体收益率计算单元,用于根据各金融产品的单个收益率及各金融产品对应的权重,确定整体收益率计算值;
误差计算单元,用于将整体收益率实际值与整体收益率计算值的差值作为跟踪误差。
本公开的一种示例性实施例中,权重确定模块,包括:
初始化单元,用于对各金融产品设置初始权重,将各金融产品的初始权重作为各金融产品的权重;
损失函数值计算单元,用于根据各金融产品的权重、整体收益率和各金融产品的单个收益率,计算损失函数值;
循环单元,用于在损失函数值大于损失函数阈值时,调整各金融产品的权重,返回根据各金融产品的权重、整体收益率和各金融产品的单个收益率,计算损失函数值的步骤,直至损失函数值不大于损失函数阈值;
权重确定单元,用于将调整后的各金融产品的权重作为各金融产品的权重。
本公开的一种示例性实施例中,损失函数值计算单元具体用于,根据各金融产品的权重和各金融产品的单个收益率,确定整体收益率预测值;根据损失函数、整体收益率预测值和整体收益率,计算损失函数值。
本公开的一种示例性实施例中,损失函数值计算单元通过下述步骤实现根据损失函数、整体收益率预测值和整体收益率,计算损失函数值:
根据Huber损失函数、整体收益率预测值和整体收益率,计算损失函数值。
本公开的一种示例性实施例中,对整体收益率和各金融产品的单个收益率进行线性回归的回归方程为:
针对任一时间周期,该时间周期的整体收益率等于该时间周期的各金融产品的单个收益率与对应的权重的乘积之和。
上述装置中各模块/单元的具体细节在方法部分的实施例中已经详细说明,因此不再赘述。
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。
在本公开的示例性实施例中,还提供一种电子设备,包括:处理器;用于存储处理器可执行指令的存储器;其中,所述处理器被配置为执行本示例实施方式中任一所述的方法。
图6示出了用于实现本公开实施例的电子设备的计算机系统的结构示意图。需要说明的是,图6示出的电子设备的计算机系统600仅是一个示例,不应对本公开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,还存储有系统操作所需的各种程序和数据。CPU601、ROM 602以及RAM603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;以及包括诸如局域网(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,根据本公开的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本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流程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,执行本申请的装置中限定的各种功能。
在本公开的示例性实施例中,还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上述任意一项所述的方法。
需要说明的是,本公开所示的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。在本公开中,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。而在本公开中,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、射频等等,或者上述的任意合适的组合。
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。
应当理解的是,本公开并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限。
Claims (10)
1.一种金融产品配置信息生成方法,其特征在于,所述方法包括:
接收交易服务器发送的第一时间段内多个时间周期的资产行情数据,根据所述资产行情数据确定各时间周期的整体收益率,及所述资产行情数据中各金融产品的单个收益率;
根据所述整体收益率和所述各金融产品的单个收益率进行线性回归,得到所述各金融产品对应的权重;
根据接收自所述交易服务器的第二时间段内多个时间周期的资产行情数据以及所述各金融产品对应的权重,计算跟踪误差;
在所述跟踪误差在误差范围内时,根据所述各金融产品对应的权重生成金融产品配置信息。
2.根据权利要求1所述的方法,其特征在于,在计算跟踪误差之后,所述方法还包括:
在所述跟踪误差不在所述误差范围内时,调整线性回归的回归参数;
返回所述根据所述整体收益率和所述各金融产品的单个收益率进行线性回归,得到所述各金融产品对应的权重的步骤,直至所述跟踪误差在所述误差范围内。
3.根据权利要求1或2所述的方法,其特征在于,所述根据接收自所述交易服务器的第二时间段内多个时间周期的资产行情数据以及所述各金融产品对应的权重,计算跟踪误差,包括:
根据接收自所述交易服务器的第二时间段内多个时间周期的资产行情数据,确定各时间周期的整体收益率实际值及所述各金融产品的单个收益率;
根据所述各金融产品的单个收益率及所述各金融产品对应的权重,确定整体收益率计算值;
将所述整体收益率实际值与所述整体收益率计算值的差值作为跟踪误差。
4.根据权利要求1或2所述的方法,其特征在于,所述根据所述整体收益率和所述各金融产品的单个收益率进行线性回归,得到所述各金融产品对应的权重,包括:
对所述各金融产品设置初始权重,将所述各金融产品的初始权重作为所述各金融产品的权重;
根据所述各金融产品的权重、所述整体收益率和所述各金融产品的单个收益率,计算损失函数值;
在损失函数值大于损失函数阈值时,调整所述各金融产品的权重,返回所述根据所述各金融产品的权重、所述整体收益率和所述各金融产品的单个收益率,计算损失函数值的步骤,直至损失函数值不大于所述损失函数阈值;
将调整后的所述各金融产品的权重作为所述各金融产品的权重。
5.根据权利要求4所述的方法,其特征在于,所述根据所述各金融产品的权重、所述整体收益率和所述各金融产品的单个收益率,计算损失函数值,包括:
根据所述各金融产品的权重和所述各金融产品的单个收益率,确定整体收益率预测值;
根据损失函数、所述整体收益率预测值和所述整体收益率,计算损失函数值。
6.根据权利要求5所述的方法,其特征在于,所述根据损失函数、所述整体收益率预测值和所述整体收益率,计算损失函数值,包括:
根据Huber损失函数、所述整体收益率预测值和所述整体收益率,计算损失函数值。
7.根据权利要求1所述的方法,其特征在于,对所述整体收益率和所述各金融产品的单个收益率进行线性回归的回归方程为:
针对任一时间周期,该时间周期的整体收益率等于该时间周期的所述各金融产品的单个收益率与对应的权重的乘积之和。
8.一种金融产品配置信息生成装置,其特征在于,所述装置包括:
收益率确定模块,用于接收交易服务器发送的第一时间段内多个时间周期的资产行情数据,根据所述资产行情数据确定各时间周期的整体收益率,及所述资产行情数据中各金融产品的单个收益率;
权重确定模块,用于根据所述整体收益率和所述各金融产品的单个收益率进行线性回归,得到所述各金融产品对应的权重;
误差确定模块,用于根据接收自所述交易服务器的第二时间段内多个时间周期的资产行情数据以及所述各金融产品对应的权重,计算跟踪误差;
配置信息生成模块,用于在所述跟踪误差在误差范围内时,根据所述各金融产品对应的权重生成金融产品配置信息。
9.一种电子设备,其特征在于,包括:
处理器;以及
存储器,用于存储所述处理器的可执行指令;
其中,所述处理器配置为经由执行所述可执行指令来执行权利要求1-7任一项所述的方法。
10.一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权利要求1-7任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911170221.2A CN112950385A (zh) | 2019-11-26 | 2019-11-26 | 金融产品配置信息生成方法与装置、电子设备、存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911170221.2A CN112950385A (zh) | 2019-11-26 | 2019-11-26 | 金融产品配置信息生成方法与装置、电子设备、存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112950385A true CN112950385A (zh) | 2021-06-11 |
Family
ID=76224936
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911170221.2A Pending CN112950385A (zh) | 2019-11-26 | 2019-11-26 | 金融产品配置信息生成方法与装置、电子设备、存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112950385A (zh) |
-
2019
- 2019-11-26 CN CN201911170221.2A patent/CN112950385A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Jacob Leal et al. | Rock around the clock: An agent-based model of low-and high-frequency trading | |
Darley | A NASDAQ market simulation: insights on a major market from the science of complex adaptive systems | |
CN101432773A (zh) | 给金融工具定价的方法和系统 | |
CA2489414A1 (en) | System and method for estimating and optimizing transaction costs | |
CN111340244B (zh) | 预测方法、训练方法、装置、服务器及介质 | |
Gibbs et al. | DSGE Reno: Adding a housing block to a small open economy model | |
Manahov et al. | High‐frequency trading from an evolutionary perspective: Financial markets as adaptive systems | |
Wellman et al. | Strategic agent-based modeling of financial markets | |
Breen et al. | The predictive content of oil price and volatility: New evidence on exchange rate forecasting | |
Simaitis et al. | Smile and default: the role of stochastic volatility and interest rates in counterparty credit risk | |
Manahov | Can high‐frequency trading strategies constantly beat the market? | |
WO2016012217A1 (en) | Computer systems and methods for balancing indexes | |
CN112950385A (zh) | 金融产品配置信息生成方法与装置、电子设备、存储介质 | |
CN115099981A (zh) | 一种基金的赎回方法、装置、电子设备及可读存储介质 | |
US11151651B1 (en) | System and method for operating a family of mutual funds or ETFs | |
Stan | Computational speed and high-frequency trading profitability: An ecological perspective | |
CN114418776A (zh) | 一种数据处理方法、装置、终端设备及介质 | |
EP2767949A1 (en) | Financial Instrument, methods and systems to hedge options | |
Galimberti et al. | Cowboying stock market herds with robot traders | |
KR102550151B1 (ko) | 핀테크 플랫폼 서비스 이용자의 성향 및 이용 방식을 고려하여 사용자 성향에 맞는 거래량 및 변동폭 정보를 제공하기 위한 장치 및 방법 | |
US12026774B1 (en) | System and method for operating a family of mutual funds or ETFs | |
RU2599951C2 (ru) | Система организации процесса электронной торговли финансовыми инструментами | |
Orreborn | Asset liability management in life insurance | |
Arjania et al. | Quantifying the economic benefits of payments modernization: the case of Canada’s large-value payment system | |
Irell Fridlund et al. | Dispersion Trading: A Way to Hedge Vega Risk in Index Options |
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 |