CN113302644B - 交易计划管理系统 - Google Patents

交易计划管理系统 Download PDF

Info

Publication number
CN113302644B
CN113302644B CN201980071939.8A CN201980071939A CN113302644B CN 113302644 B CN113302644 B CN 113302644B CN 201980071939 A CN201980071939 A CN 201980071939A CN 113302644 B CN113302644 B CN 113302644B
Authority
CN
China
Prior art keywords
schedule
portfolio
asset
assets
module
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
Application number
CN201980071939.8A
Other languages
English (en)
Other versions
CN113302644A (zh
Inventor
帕斯考·伯格伦
尼古拉斯·查帕多斯
艾蒂安·马科特
马里克·萨巴塔
艾文·塞吉恩科
理查德·A·瓦伦赞诺
本杰明·克勒斯特
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Current Canada Ltd
Original Assignee
Element Artificial Intelligence
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Element Artificial Intelligence filed Critical Element Artificial Intelligence
Publication of CN113302644A publication Critical patent/CN113302644A/zh
Application granted granted Critical
Publication of CN113302644B publication Critical patent/CN113302644B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q40/00Finance; Insurance; Tax strategies; Processing of corporate or income taxes
    • G06Q40/04Trading; Exchange, e.g. stocks, commodities, derivatives or currency exchange
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00Computing arrangements based on biological models
    • G06N3/02Neural networks
    • G06N3/04Architecture, e.g. interconnection topology
    • G06N3/049Temporal neural networks, e.g. delay elements, oscillating neurons or pulsed inputs
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00Computing arrangements based on biological models
    • G06N3/02Neural networks
    • G06N3/06Physical realisation, i.e. hardware implementation of neural networks, neurons or parts of neurons
    • G06N3/067Physical realisation, i.e. hardware implementation of neural networks, neurons or parts of neurons using optical means
    • G06N3/0675Physical realisation, i.e. hardware implementation of neural networks, neurons or parts of neurons using optical means using electro-optical, acousto-optical or opto-electronic means
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N7/00Computing arrangements based on specific mathematical models
    • G06N7/01Probabilistic graphical models, e.g. probabilistic networks
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q30/00Commerce
    • G06Q30/02Marketing; Price estimation or determination; Fundraising
    • G06Q30/0201Market modelling; Market analysis; Collecting market data
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q30/00Commerce
    • G06Q30/02Marketing; Price estimation or determination; Fundraising
    • G06Q30/0201Market modelling; Market analysis; Collecting market data
    • G06Q30/0206Price or cost determination based on market factors
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q40/00Finance; Insurance; Tax strategies; Processing of corporate or income taxes
    • G06Q40/06Asset management; Financial planning or analysis
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00Machine learning
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N5/00Computing arrangements using knowledge-based models
    • G06N5/04Inference or reasoning models
    • G06N5/046Forward inferencing; Production systems

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • General Physics & Mathematics (AREA)
  • Development Economics (AREA)
  • Strategic Management (AREA)
  • Data Mining & Analysis (AREA)
  • Software Systems (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Engineering & Computer Science (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • Mathematical Physics (AREA)
  • Computing Systems (AREA)
  • Technology Law (AREA)
  • Game Theory and Decision Science (AREA)
  • Computational Linguistics (AREA)
  • Biomedical Technology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Biophysics (AREA)
  • Health & Medical Sciences (AREA)
  • Molecular Biology (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Human Resources & Organizations (AREA)
  • Operations Research (AREA)
  • Algebra (AREA)
  • Computational Mathematics (AREA)
  • Probability & Statistics with Applications (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Neurology (AREA)

Abstract

用于管理资产组合的系统和方法。系统生成详细的交易计划表,将当前投资组合转换为预期投资组合。该计划表是使用机器学习生成的,并且基于许多输入,包括当前投资组合、预期投资组合、执行时间线以及用户提供的约束。一旦生成,该系统使用一个或多个市场模型来评估计划表,以基于一个或多个模型来确定在给定市场反应的情况下计划表是否可行。该系统迭代生成/评估循环,直到达到最佳可能的计划表。此外,该系统不仅可以为经纪人提供在执行交易时使用的建议,还可以为经纪人在执行计划表时使用的交易算法提供建议。

Description

交易计划管理系统
技术领域
本发明涉及金融资产的管理。更具体地,本发明涉及借助于机器学习来调度、管理和执行金融资产交易的系统和方法。
背景技术
主权财富基金、养老基金、对冲基金等买方资产管理公司直接向投资者提供投资服务。投资者给资产管理公司提供高层次的目标(例如,退休收入)以及约束(例如,损失容忍和资产类别分配)。资产管理公司随后决定投资哪些特定的证券来投资客户资产。买方公司需要投资来自投资者的新现金,并定期重新平衡其投资组合,以保持在投资者提供的投资授权范围内。一旦资产管理公司决定交易什么,就向卖方股票经纪公司发出交易指令。交易指令通常都是比较高级的,例如,“5天内买入10万股苹果”。资产管理公司通常可以选择将订单发送给哪些股票经纪人。每个股票经纪人将在一个或多个交易所执行其相应的指令。
可以想象,资产管理公司、投资者和大型金融机构希望优化资产交易的再平衡、管理和执行过程。在考虑这些问题时,通常会考虑很多因素。不仅需要解决投资者和管理公司施加的限制,甚至需要解决使用哪些经纪人的问题。此外,无论采用何种策略,都必须考虑时机、资产数量以及此类资产的买卖价格。
过去十年来,算法交易策略的发展不成比例地集中在卖方,尤其是大型投资银行。投资银行有资源和直接的动机来利用算法提供的效率节约。反过来,买方公司对交易的全部成本仍然相对一无所知。这主要是因为他们不必向投资者详细报告这些成本。因此,需要解决买方以及资产管理方的需求的系统和方法。
发明内容
本发明提供了用于管理资产组合的系统和方法。系统生成详细的交易计划表,将当前投资组合转换为预期投资组合。该计划表是使用机器学习生成的,并且基于许多输入,包括当前投资组合、预期投资组合、执行时间线以及用户提供的约束。一旦生成,该系统使用一个或多个市场模型来评估计划表,以基于一个或多个模型来确定在给定市场反应的情况下计划表是否可行。该系统迭代生成/评估循环,直到达到最佳可能的计划表。此外,该系统不仅可以为经纪人提供在执行交易时使用的建议,还可以为经纪人在执行计划表时使用的交易算法提供建议。
在第一方面,本发明提供了一种用于管理金融资产组合的系统,所述系统包括:
-输入模块,用于接收输入数据,所述输入数据包括:
-当前投资组合数据,包括当前投资组合中资产的细节;
-预期投资组合数据,包括预期投资组合中资产的细节;
-执行时间数据,包括至少一个执行时间窗口的细节,在该执行时间窗口期间,所述当前投资组合将被转换成所述预期投资组合;
-投资组合管理约束,详细说明将所述当前投资组合转换为所述预期投资组合时需要遵循的约束;
-管理调度器模块,接收所述输入数据,所述调度器模块用于生成资产管理计划表,所述资产管理计划表包括在所述当前投资组合和所述预期投资组合中买卖所述资产的限制;
-评估器模块,用于评估所述资产管理计划表,以基于所述资产管理计划表对于执行一个或多个特定任务的适应性而向所述管理调度器模块提供反馈;
其中,
-所述一个或多个特定任务包括优化所述当前投资组合中的所述资产和所述预期投资组合中的所述资产之间的资产价值差的增加;
-所述计划表将所述执行时间窗口细分为特定的时间单位,并且所述计划表详细说明了在特定时间单位内将要购买或出售的一个或多个资产。
在第二方面,本发明提供了一种用于管理金融资产组合的方法,该方法包括:
-接收包括至少一个资产类型、相应的投资组合权重包和相应的执行时间线的交易订单;
-将该至少一个资产类型的投资组合权重包转换成预期资产数量包;
-将时间线划分为至少一个特定市场的多个预期交易时段;
-在多个预期交易时段中分配该预期资产数量包;以及
-向至少一个经纪人发布至少一个指令,所述至少一个指令指示在多个交易周期的至少一个期间要交易的至少一个分配数量。
附图说明
现在将参照以下附图描述本发明,其中,相同的附图标记表示相同的元件,其中:
图1是根据本发明的一个方面的系统的框图;
图2是类似于图1所示的系统的另一框图;以及
图3是详细说明根据本发明的另一方面的方法中的步骤的流程图。
具体实施方式
一方面,本发明提供了一种用于管理金融资产的系统和方法。在一个实现方式中,该系统用于通过接收来自用户的关于当前资产组合、预期资产组合、关于从当前资产组合转换或产生预期资产组合所需的交易的约束以及实现这一点的时间窗的输入来重新平衡资产组合。系统可以产生详细的计划表,该计划表将时间窗口划分成更小的时间单位,详细说明在时间窗口内的哪个时间单位出售哪些资产、在时间窗口内的哪个时间单位购买哪些资产、在购买或出售资产时使用哪些资产交易所、以及执行买卖指令的价格限制。计划表还可以包括哪些交易所将用于哪些资产买卖交易。在一个替代方案中,计划表还可以详细说明哪个经纪人和哪种交易算法将用于哪个交易。生成的计划表将发送给用户审批。一旦获得批准,计划表的相关部分将被发送给相关经纪人执行。
应当注意,一旦产生了计划表,就基于整体环境、资产价格和资产购买/出售的预期量来评估该生成的计划表。进行评估,以确定计划表是否产生预期的最终结果,即具有适当价值资产的合适的预期投资组合。该评估可能基于一个或多个模型,这些模型试图模仿或复制市场或交易所在生成的计划表中进行交易的行为。为了确保正确地进行评估,可以在该评估中使用用户输入的输入数据,包括当前和预期投资组合以及上面提到的约束。如果评估证明生成的计划表不足或不符合预期需求,则反馈循环会导致生成修改的计划表。使用来自评估器的反馈迭代地生成新的或修改的计划表,以基于输入数据和该数据的上下文生成最佳可能的计划表。根据实现方式,也可以至少基于一个或多个市场条件输入来执行评估,这将在下面详细描述。
为了帮助生成计划表,系统可以接收详细说明一个或多个资产交易市场或交易所的条件的市场条件输入。因此,当生成计划表或评估生成的计划表时,可以使用这些条件。市场条件输入可以是来自被监控的实际市场或交易所的实时或接近实时的输入。或者,市场条件可能是模拟这种市场或交易所的结果。因此,合适的市场/交易所模拟器可以提供必要的数据,为系统提供关于市场条件的必要输入。应该清楚的是,市场条件输入可能仅限于单个市场/交易所,也可能详细说明多个市场或交易所的条件。
如上所述,在执行交易时选择使用一个或多个经纪人可能很重要。不仅经纪人费用的成本会影响再平衡策略的执行效率,而且经纪人在以前交易中的表现也可以作为在计划表内成功执行交易的机会的指标。因此,经纪人选择模块可以存在于系统中,以帮助推荐一个或多个经纪人根据生成的计划表执行资产的出售/购买。除了推荐一个或多个经纪人使用之外,该系统还可以提供关于该经纪人的交易算法中的哪一种在执行各种交易时最有利于使用的建议。为了帮助推荐,经纪人选择模块可以耦合到数据库,该数据库包含关于多个经纪人的细节和数据、他们过去的交易、这些交易的结果、通过特定经纪人的资产出售和资产购买的成本以及关于这些经纪人使用的交易算法的数据。这些交易算法的详细历史以及这些算法的性能也可以存储在数据库中。该系统(也许通过经纪人选择模块)可以访问数据库中的数据,并通过分析每个经纪人的历史、成本和表现及其交易算法,可以为使用哪个或哪些经纪人提供建议。此外,系统可以为每个经纪人推荐使用哪些算法。
一旦生成了详细的计划表并评估为合适,计划表就通过合适的GUI(图形用户界面)或API(应用编程接口)传送给用户。然后,用户可以接受或拒绝该计划表。如果用户已经接受了该计划表,则该计划表可以被发送到所选择的经纪人,以供执行。当然,如果拒绝该计划表,则用户可以修改/调整计划表,并将计划表发送回系统进行进一步的工作。
参考图1,示出了根据本发明一个方面的基础系统的框图。如图1所示,系统10包括输入模块20,其接收包括当前投资组合数据30、预期投资组合数据40、执行时间数据50和约束60的输入数据。当前投资组合数据30提供了关于当前投资组合中的资产的细节,至少包括这些资产的身份并且可能包括这些资产的价格。类似地,预期投资组合数据40提供了关于预期投资组合中的资产的细节。执行时间数据提供了一个时间框架,在该时间框架中,当前投资组合将被转换/调整,以产生预期投资组合。执行时间数据至少提供了完成转换的最后期限,或者可替换地,提供了执行时间窗口将被划分成的时间线或时间单位(例如,多少天、划分成什么时间单位、每个大时间单位有多少个较小的单位等)。因此,作为一个示例,执行时间数据可以详细说明10个工作日或交易日的时间窗口将被分成100个时间单位,并且同样地,每个时间单位可能需要执行多个交易/出售/购买。
输入数据中还包括在执行将当前投资组合转换为预期投资组合所需的交易时必须遵守的约束。可以输入任意数量的约束,并且这些约束可以与将当前投资组合转换为预期投资组合的任何方面相关。约束可能与风险水平、买卖价差、出售/购买的资产数量以及资产每手大小有关。作为进一步的示例,约束可以包括所述预期投资组合中的至少一个特定资产的最高购买价格、所述当前投资组合中的至少一个特定资产的最低出售价格、每笔交易要购买的最大资产数量、每笔交易要出售的最小资产数量、每笔交易要出售的最大资产数量以及每笔交易要购买的最小资产数量。其他约束可能与市场上资产的参与率和每一可用量的相对交易量有关。类似地,约束也可以涉及每时间单位或每天或交易时间段要出售/购买的资产的数量。类似地,如果实现方式包括经纪人选择模块,则约束可以包括对经纪人收取的每笔交易的价格的限制、需要选择的经纪人的最小性能水平、要选择的交易算法的最小性能水平以及投资组合转换的经纪人费用的最大成本。
一旦输入数据已经被输入到输入模块20中,并且一旦已经适当地格式化和处理输入数据,使得它适合于系统使用,输入数据就被传送到交易调度器模块70。交易调度器模块70然后获取输入数据,分析该数据并生成计划表。交易调度器模块70可以使用基于神经网络、动态编程、约束优化方法、时间序列预测、迁移学习、贝叶斯推理和/或强化学习的组合的算法/方法来产生调度。模块70可以使用各种方法和手段来生成计划表,以在交易执行时间窗口内为每个交易时段最优地购买或出售资产。因此,作为一个示例,如果时间窗口是5天,则该模块可以确定x股股票x1将在第一天出售,y股y1将在第二天购买,诸如此类,直到在5天时间窗口内完成所有必要的资产出售和购买。可以想象,交易调度器模块70可以考虑评估任何或所有资产交易的市场影响的合适的市场影响模型。这种模型也可用于调整计划表,以确保实现投资组合价值的最佳变化(即当前投资组合中的资产和预期投资组合中的资产之间的价值增加最大化)。此外,交易调度器模块70可以考虑模拟或预测每个交易产生的风险的一个或多个合适的风险模型。根据预期的风险状况,风险可以最小化,也可以根据风险模型进行必要的调整。
应该清楚的是,作为交易调度器模块70的部分功能,可以检查输入数据的一致性。这样,交易调度器模块70可以检查约束,以确保约束不相互矛盾。同样,交易调度器模块70也可以用于检查生成的计划表,以确保计划表符合输入的各种约束。
一旦生成计划表,该计划表将由评估器模块80评估,该评估器模块在多个市场/交易所模型的帮助下使用多个标准来评估计划表。评估器模块80确定生成的计划表是否符合各种约束(如果可能的话)。此外,评估器模块根据整体环境(例如,市场条件、预期用途的适用性(例如,如果计划表详细说明了在很短的时间内交易了大量特定资产,则这可能会对该资产的价格产生不利影响)、以及最终是否产生了所需的投资组合),评估计划表。如上所述,评估器模块将基于一个或多个交易所/市场行为模型来评估生成的计划表。
如果评估器模块80评估所生成的计划表不足或以某种方式缺乏,则来自评估器模块80的反馈被发送回交易调度器模块,并且先前的计划表被丢弃或者被发送回调度器模块。交易调度器模块80然后使用反馈(或先前生成的计划表)来生成更新的计划表,该计划表根据反馈进行更新。该迭代过程持续进行,直到评估器模块评估迭代的计划表是令人满意的(即,在给定输入数据、约束、环境和市场条件的情况下,该计划表是最佳可能的计划表,因为该调度器不能再改进计划表)。注意,根据实现方式,可以在评估器模块或者交易调度器模块上发生关于生成的计划表是否符合约束的评估。
当已经评估计划表并且被认为是可接受的时(可能在交易调度器模块和评估器模块之间的多次迭代之后),生成的计划表然后通过GUI或API 90被传递给用户。然后,用户对生成的计划表进行他或她自己的评估。在批准100后,计划表被发送到一个或多个经纪人110,然后,所述一个或多个经纪人根据计划表执行。如果计划表需要修改,用户修改计划表并拒绝先前版本的计划表120。用户修改的计划表然后返回到交易调度器模块70,用于进一步的修改,并且生成新的计划表。
参考图2,示出了更牢固版本的系统。在这个版本中,当交易调度器模块70接收并使用当前市场条件输入时,生成更准确的计划表。此外,这个版本的系统还会生成使用哪个或哪些经纪人的推荐信息以及与该经纪人一起使用的交易算法。
在图2中,交易调度器模块70从市场情况模块130接收市场条件输入。市场情况模块130可用于使用各种模型生成指示市场状况的输入,所述模型被设计成模仿或复制市场行为或交易所行为。因此,根据人们希望使用哪个模型来模拟市场行为,市场情况模块130可以产生合适的数据,该数据可以用作交易调度器模块70的市场条件输入。或者,市场情况模块130可以接收数据,该数据帮助其创建/格式化可以用作市场条件输入的数据。
为此,模块140产生这样的数据,该数据可以被转换成市场条件输入。该模块140可以是基于实时数据的或基于接近实时数据的,使得从现有市场和/或交易所接收数据。该数据(可能包括特定资产的价格、特定指数值(例如,道琼斯工业平均指数)、NASDAQ综合指数或FTSE100指数)由模块140接收,然后被打包和格式化,以发送到市场情况模块130。市场情况模块130然后基于从模块140接收的数据创建数据集,该数据集用作市场条件输入。
在另一替代方案中,模块140可以自己生成这样的市场/交易所数据,而不是从各种现实世界的交易所和/或市场接收现实世界的数据。这可以通过在模块140中具有模拟器子模块来实现,模拟器生成将接收的关于各种交易所/市场的数据。应该清楚的是,由模拟器生成或由模块140接收的数据形成评估器模块80评估所生成的计划表的上下文的一部分。这将确保生成的计划表在内部与最初用于生成计划表的数据/条件保持一致。
还应该清楚的是,在图2中,系统为执行计划表中的资产交易/出售/购买时要使用的特定经纪人生成建议。一旦评估器模块80批准了生成的计划表,该计划表就通过GUI/API90发送给用户。独立但并行地,评估器模块80将批准的计划表发送给经纪人选择模块150。经纪人选择模块150然后接收批准的计划表,并且基于计划表中的数据,生成关于最适合执行计划表中列出的资产交易的一个或多个经纪人的推荐。这可以通过评估以下各项中的至少一项来完成:各种经纪人的交易的先前记录、计划表中所列的特定类型的交易、计划表中的交易量、计划表中的交易时间线、与使用特定经纪人相关联的成本(例如,特定经纪人的每次交易成本或每个经纪人收取的佣金)以及每个经纪人可以用于计划表中的交易的算法。然后,基于分析和用于选择一个或多个经纪人的标准(例如,最小化经纪人费用、最大化每时间单位的交易、经纪人使用的算法的适用性、一个或多个相关交易所中合适的过去交易历史等),经纪人选择模块150输出一个或多个被推荐在生成的计划表中执行交易的经纪人。此外,经纪人选择模块150还可以输出哪个经纪人将使用哪些算法来执行交易/再平衡策略,如所生成的计划表中所详细说明的。
从上面可以清楚地看出,为了为经纪人生成推荐及其交易算法,经纪人选择模块150可以访问每个经纪人的交易历史的数据库以及每个经纪人使用的每种算法的历史。模块150然后可以基于经纪人的历史、各种算法的历史以及生成的计划表的内容来进行推荐。
一旦所选经纪人的列表被传输到GUI/API 90,用户就可以评估批准的计划表以及对经纪人的推荐。当然,用户可以接受或拒绝这些建议以及生成的计划表的细节。应当注意,用户可以拒绝和/或修改通过GUI/API 90接收的一些或所有数据。如果用户批准经纪人/算法建议和生成的计划表,用户可以批准该材料,并将其传递给选定的经纪人执行。然而,如果用户不批准所生成的计划表,并且修改输入数据中详细说明的参数,从而改变一个或多个约束和/或投资组合数据,则修改的参数(以及可能的计划表)被发送回交易调度器模块70。交易调度器模块70然后基于修改的参数(即,基于修改的输入数据集)生成新的计划表。然而,如果用户仅修改了计划表和/或参数的一小部分,使得输入数据(即约束和投资组合数据)没有显著改变,并且不需要生成新的计划表,则可以允许修改的计划表传递给经纪人执行。类似地,如果用户批准所生成的计划表,但是不批准经纪人和/或算法推荐,则该反馈被发送到经纪人选择模块150,以便可以选择新的经纪人/算法。然而,已经批准的计划表不会被发送回交易调度器模块,并且仅在推荐合适的经纪人/算法之前搁置。一旦已经选择了合适经纪人/算法,然后可以将批准的计划表传送给所选择的经纪人来执行。根据实现方式,交易调度器模块70可以被配置为使得它足够了解约束,从而可以确定它是否能够找到令人满意/合适的计划表。对于这样的实现方式,评估器模块用于提供关于所生成的计划表将如何执行的数字估计。
还应该清楚的是,输入数据可以详细说明所需的经纪人数量以及从中选择的经纪人数量。同样,该输入数据可以详细说明每笔交易要交易/出售多少资产(即每手大小)、当前投资组合和预期投资组合中每个资产的身份、当前和预期投资组合中每个资产的大小或数量以及当前投资组合和预期投资组合中每个资产的价格。
除上述之外,该系统可以使用各种市场行为、资产价格行为以及受该系统影响/使用的各种组件的行为的模型。
可以与模块140一起使用的上述模拟器可以用于估计计划表中列出的各种交易的市场影响。除了确定交易的影响(如果有的话),模拟器还可以用于执行假设场景,这些场景不仅涉及大型交易,还涉及不同规模的交易和不同时间的交易。
关于评估器模块,该模块可以使用多个模型来评估生成的计划表。评估器模块将使用这些模型中的一个或多个,以确定生成的计划表是否会产生预期的最终结果。这些或其他模型将用于评估生成的计划表是否对市场/交易所产生影响,从而影响资产价格,从而潜在地降低预期投资组合中的资产价值。使用各种市场模型中的一个或多个,评估器模块确定计划表的适合性,并提供关于该适合性的适当反馈。反馈成为计划表下一次迭代的基础,直到产生计划表的合适版本,使得预期投资组合中资产的最终价值合适地高于当前投资组合中资产的价值(或使用一些其他标准)。在这一点上,评估器模块然后可以发送反馈,表明该计划表是合适的,并且交易调度器模块不能再改进该计划表的版本。应该清楚的是,评估器模块可以使用模拟器的输出、市场条件输入、输入模块中输入的输入数据以及系统可用的任何其他数据,来产生其对生成的计划表的评估。
在本发明的一个方面,提供了一种管理资产组合的方法。图3详细描述了该方法的步骤。该方法开始于步骤200,即接收输入数据。如上所述,输入数据可以具有多个要素,包括当前投资组合数据、预期投资组合数据、执行时间数据以及控制资产出售和购买计划表的生成的约束。然后,处理接收的输入数据,并根据需要格式化,以便可用于该过程的后续阶段(步骤210)。一旦准备好,输入数据然后被发送到交易调度器模块(步骤220)。同时,交易调度器模块接收详细说明一个或多个市场/交易所中可能影响当前或预期投资组合中的资产的一般条件的市场条件输入(步骤230)。如上所述,市场条件输入可以源自现实世界的市场条件、预测的市场条件、模拟的市场条件或静态市场条件。交易调度器模块然后考虑剩余的输入数据和市场条件输入,生成符合约束的计划表(步骤240)。
一旦生成了计划表,该计划表随后被传递到评估器模块,该评估器模块基于一个或多个模型来评估计划表,这些模型寻求预测或模拟市场或交易所对不同交易的行为(步骤250)。然后做出决定255,即,所生成的计划表是否适合由评估器传递到下一阶段。如果基于这些模型,计划表不能改进,则迭代的计划表被认为是批准的,并被传递到系统的后期。如果迭代的计划表仍然被认为是有缺陷的或可以改进的,则在生成更新的计划表时,逻辑流程返回到步骤240。重复步骤240-255之间的循环,直到基于接收到的输入数据、接收到的市场条件输入和来自评估器模块的迭代反馈,迭代地生成合适的可接受的计划表。应该清楚的是,评估器模块向交易调度器模块提供详细的反馈,说明为什么拒绝生成的计划表。然后,当重复下一版本的计划表时,该反馈用作对迭代的计划表进行编辑或修改的基础。因此,为了清楚起见,交易调度器模块可以基于输入数据和要考虑的其他输入来生成第一版本的计划表。该第一版本然后被传递给评估器,并且基于评估器的内部工作(其可以使用多个模型来评估计划表),评估器可以提供关于计划表的反馈。如果反馈表明该第一版本的计划表存在问题,则反馈将被发送到交易调度器模块。交易调度器模块随后修改计划表,以产生基于接收到的反馈和先前接收到的其他数据的第二版本的计划表。然后,评估该第二版本,并且如果该版本仍然不足,则持续迭代该过程,直到第n版本的计划表被评估为合适(即,给定约束和所有数据输入的最佳可能计划表)。这个最好的可能计划表然后被传递到系统的后期。
在计划表被评估为合适之后,计划表被发送给用户(步骤260)。同时,该计划表用于确定将执行计划表中详细说明的交易的一个或多个合适的经纪人(步骤270)。如上所述,该选择可以基于对每个经纪人的交易历史以及与每个经纪人相关联的成本的分析。同时,还分析每个经纪人使用的特定交易算法,并且还推荐使用哪些算法(步骤280)。这些交易算法可能包括POV、TWAP、VWAP等。
在选择了一个或多个经纪人并且还选择了其交易算法之后,这些被传递给用户(步骤290)。用户然后评估评估器批准的计划表以及经纪人选择和算法选择,并决定计划表和选择是否被批准(决定300)。如果用户不批准选择或生成的计划表,则用户可以编辑/修改计划表(步骤310),并将修改/编辑的计划表发送回交易调度器模块(步骤320)。作为步骤320的一部分,可以由评估器评估修改的计划表的性能,评估器为修改的计划表提供合适的性能度量。如果用户批准了生成的计划表,则该计划表将被发送到所选的一个或多个经纪人,以供执行。如上所述,根据用户在计划表或生成计划表的输入数据中修改的内容,可能需要生成新的计划表。同样,如果用户批准了计划表,但不批准推荐的经纪人/算法,则可能需要选择新的经纪人/算法,而不必生成新的计划表。
应该清楚的是,本发明的方法可以在不选择经纪人/算法的情况下实施。这样,可以跳过步骤270-280,而不改变该方法的整体结构。如果跳过步骤270-280,一旦被用户批准,计划表就可以被发送到特定的经纪人,以供执行。如果这样做了,则经纪人可以自由选择一种或多种算法来执行计划表中的交易。
应该清楚的是,尽管关于重新平衡资产组合描述了本发明,但是也可以用于其他金融目的。作为一个示例,本发明可以用于获取预期投资组合中的特定资产组合,转移特定资产的位置,并且调整投资组合的资产组合。本系统也可用于为特定资产或投资组合准备应急计划。作为一个示例,如果发生特定事件或情况,例如,特定资产的价格发生显著变化,则可以实施所生成的计划表(例如,“如果股票A的价格下降100,则执行所生成的计划表,以将投资组合从资产B转移到资产C,从而对市场产生显著影响”)。当然,可以生成所生成的应急计划,作为假设情景,以预测/预报特定市场/交易所对特定事件的反应。
应当清楚的是,本发明的各个方面可以在整个软件系统中实现为软件模块。因此,本发明可以采取计算机可执行指令的形式,当被执行时,该形式实现具有预定义功能的各种软件模块。
另外,应该清楚的是,除非另有说明,否则本文中对“一个图像”或“多个图像”的任何引用都是指包括像素或图片单元的一个或多个数字图像。同样,除非另有说明,对“一个音频文件”或“多个音频文件”的任何引用都是指数字音频文件。除非另有说明,“视频”、“视频文件”、“数据对象”、“数据文件”和所有其他此类术语应理解为数字文件和/或数据对象。
本发明的实施例可以由以方法步骤的方式编程的计算机处理器或类似装置来执行,或者可以由配备有用于执行这些步骤的装置的电子系统来执行。类似地,诸如计算机软盘、CD-ROM、随机存取存储器(RAM)、只读存储器(ROM)或本领域已知的类似计算机软件存储介质等电子存储装置可以被编程来执行这些方法步骤。同样,表示这些方法步骤的电子信号也可以经由通信网络传输。
本发明的实施例可以用任何传统的计算机编程语言来实现。例如,可以用过程编程语言(例如,“C”或“Go”)或面向对象语言(例如,“C++”、“java”、“PHP”、“PYTHON”或“C#”)实现优选实施例。本发明的替代实施例可以实现为预编程的硬件元件、其他相关组件或者硬件和软件组件的组合。
实施例可以实现为与计算机系统一起使用的计算机程序产品。这种实现可以包括一系列计算机指令,这些指令固定在有形介质上(例如,计算机可读介质(例如,磁盘、CD-ROM、ROM或固定盘))或者可以经由调制解调器或其他接口装置(例如,通过介质连接到网络的通信适配器)传输到计算机系统。该介质可以是有形介质(例如,光或电通信线路)或者用无线技术(例如,微波、红外或其他传输技术)实现的介质。该系列计算机指令体现了本文先前描述的全部或部分功能。本领域技术人员应该理解,这种计算机指令可以用多种编程语言编写,以供许多计算机架构或操作系统使用。此外,这样的指令可以存储在任何存储装置中,例如,半导体、磁、光或其他存储装置,并且可以使用任何通信技术来传输,例如,光、红外、微波或其他传输技术。预期这种计算机程序产品可以作为带有附带的印刷或电子文档(例如,收缩包装软件)的可移动介质来分发,预载有计算机系统(例如,在系统ROM或固定盘上),或者通过网络(例如,因特网或万维网)从服务器分发。当然,本发明的一些实施例可以实现为软件(例如,计算机程序产品)和硬件的组合。本发明的其他实施例可以被实现为完全硬件或者完全软件(例如,计算机程序产品)。
理解本发明的人现在可以设想上述的替代结构和实施例或变型,这些都将落在所附权利要求所限定的本发明的范围内。

Claims (9)

1.一种用于管理金融资产组合的系统,所述系统包括:
-输入模块,所述输入模块用于接收输入数据,所述输入数据包括:
-当前投资组合数据,所述当前投资组合数据包括关于当前投资组合中资产的细节;
-预期投资组合数据,所述预期投资组合数据包括关于预期投资组合中资产的细节;
-执行时间数据,所述执行时间数据包括至少一个执行时间窗口的细节,在所述执行时间窗口期间,所述当前投资组合将被转换成所述预期投资组合;
-投资组合管理约束,所述投资组合管理约束详细说明将所述当前投资组合转换为所述预期投资组合时需要遵循的约束;
-管理调度器模块,所述管理调度器模块接收所述输入数据,所述调度器模块用于生成资产管理计划表,所述资产管理计划表包括在所述当前投资组合和所述预期投资组合中买卖所述资产的限制;
-评估器模块,所述评估器模块用于评估所述资产管理计划表,以基于所述资产管理计划表对于执行一个或多个特定任务的适合性而向所述管理调度器模块提供反馈;
其中,
-所述一个或多个特定任务包括优化所述当前投资组合中的所述资产和所述预期投资组合中的所述资产之间的资产价值差的增加;
-所述评估器模块和所述管理调度器模块迭代所述资产管理模块的不同版本,直到所述评估器认为合适的版本是可接受的;
-所述计划表将所述执行时间窗口细分为特定的时间单位,并且所述计划表详细说明了在特定时间单位内将要购买或出售的一个或多个资产。
2.根据权利要求1所述的系统,其中,所述系统接受用户定义的约束,所述用户定义的约束包括以下中的至少一个:
-所述预期投资组合中至少一个特定资产的最高购买价格;
-所述当前投资组合中至少一个特定资产的最低出售价格;
-每笔交易购买的最大资产数量;
-每笔交易出售的最小资产数量;
-每笔交易出售的最大资产数量;
-每笔交易购买的最小资产数量;
-风险约束;
-预期总量约束的百分比;以及
-买卖价差约束。
3.根据权利要求1所述的系统,其中,所述调度器模块接收详细说明至少一个资产交易市场中的条件的市场条件输入,并且其中,至少基于所述市场条件输入生成所述调度。
4.根据权利要求1所述的系统,其中,所述计划表详细说明了所述资产将被买卖的一个或多个交易所。
5.根据权利要求1所述的系统,其中,所述系统包括经纪人选择模块,所述经纪人选择模块用于基于所述计划表选择一个或多个经纪人来执行所述资产的买卖,至少基于所述一个或多个经纪人的先前表现的记录来选择所述一个或多个经纪人。
6.根据权利要求5所述的系统,其中,所述系统选择由所述一个或多个经纪人使用的至少一种交易方法,以在根据所述计划表执行资产出售和购买时使用所述至少一种交易方法。
7.根据权利要求1所述的系统,其中,由所述系统生成的所述计划表被发送给用户,以供批准。
8.根据权利要求7所述的系统,其中,仅在所述计划表已经由所述评估器模块评估之后,将所述计划表发送给所述用户。
9.根据权利要求1所述的系统,其中,所述评估器模块基于以下中的至少一项来评估所述计划表:
-资产交易市场中的条件,在所述资产交易市场中将根据所述计划表对所述资产进行买卖,所述条件源自市场条件输入;
-所述当前投资组合数据;
-所述预期投资组合数据;
-所述执行时间数据;
-所述投资组合管理约束;
-基于所述当前投资组合数据和所述预期投资组合数据的潜在价值回报计算;
-所述当前投资组合和所述预期投资组合中的资产价格;
-所述当前投资组合和所述预期投资组合中的至少一个的所述资产总量;
-至少一个模型,所述至少一个模型试图模仿或预测具有特定特征的交易完成后的市场行为。
CN201980071939.8A 2018-09-14 2019-09-13 交易计划管理系统 Active CN113302644B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US201862731544P 2018-09-14 2018-09-14
US62/731,544 2018-09-14
PCT/CA2019/051300 WO2020051712A1 (en) 2018-09-14 2019-09-13 Trading schedule management system

Publications (2)

Publication Number Publication Date
CN113302644A CN113302644A (zh) 2021-08-24
CN113302644B true CN113302644B (zh) 2023-12-22

Family

ID=69777360

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201980071939.8A Active CN113302644B (zh) 2018-09-14 2019-09-13 交易计划管理系统

Country Status (7)

Country Link
US (1) US20220027990A1 (zh)
EP (1) EP3850578A4 (zh)
JP (1) JP7399967B2 (zh)
KR (1) KR20210058907A (zh)
CN (1) CN113302644B (zh)
CA (1) CA3112484A1 (zh)
WO (1) WO2020051712A1 (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20220237700A1 (en) * 2021-01-25 2022-07-28 Quantel AI, Inc. Artificial intelligence investment platform
CN114820205B (zh) * 2022-06-02 2022-09-16 深圳市泰铼科技有限公司 基于人工智能的时间线证券资产管理系统
CN116228424B (zh) * 2023-03-03 2024-06-04 深圳市深弈科技有限公司 基于迁移学习优化的模拟撮合方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102063682A (zh) * 2009-11-16 2011-05-18 精进财商顾问有限公司 财富管理方法
CN106294694A (zh) * 2016-08-08 2017-01-04 杭州麒谋网络科技有限公司 资产配置大数据分析控制系统
CN107004223A (zh) * 2014-10-04 2017-08-01 六达资本私人有限公司 交易平台系统及方法
CN108305174A (zh) * 2018-02-02 2018-07-20 腾讯科技(深圳)有限公司 资源处理方法、装置、存储介质和计算机设备
CN108364107A (zh) * 2018-03-20 2018-08-03 张家林 一种投资数据处理方法及装置

Family Cites Families (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5761442A (en) * 1994-08-31 1998-06-02 Advanced Investment Technology, Inc. Predictive neural network means and method for selecting a portfolio of securities wherein each network has been trained using data relating to a corresponding security
WO2000038094A2 (en) * 1998-12-22 2000-06-29 Bios Group Lp A system and method for the analysis and prediction of economic markets
US7249080B1 (en) * 1999-10-25 2007-07-24 Upstream Technologies Llc Investment advice systems and methods
US7831494B2 (en) 1999-11-01 2010-11-09 Accenture Global Services Gmbh Automated financial portfolio coaching and risk management system
CA2455473A1 (en) * 2001-07-31 2003-02-13 American Express Travel Related Services Company, Inc. System and method for providing financial planning and advice
JP2006127155A (ja) 2004-10-28 2006-05-18 Fujitsu Ltd サービサ連携システム、ポートフォリオ形成支援システム、ポートフォリオ形成支援方法、中継コンピュータ、及びコンピュータプログラム
US8140423B2 (en) 2004-12-10 2012-03-20 Nyfix, Inc. Controlling an order slicer for trading a financial instrument
AU2008262367A1 (en) * 2007-06-05 2008-12-18 Itg Software Solutions, Inc. System, method and program for agency cost estimation
US20100217725A1 (en) * 2009-02-24 2010-08-26 Clyne Miles A Apparatus for automatic financial portfolio monitoring and associated methods
US8688575B2 (en) * 2010-04-19 2014-04-01 Neal Robert Steiner Customizable investment fund and investing education
US9038189B1 (en) * 2011-02-24 2015-05-19 Rexante, LLC System and method for programming a trading system
US20140143121A1 (en) * 2012-02-23 2014-05-22 Rexante Systems, Inc. System and Method for Programming a Trading System
US20160217366A1 (en) * 2015-01-23 2016-07-28 Jianjun Li Portfolio Optimization Using Neural Networks
US11113704B2 (en) * 2015-12-07 2021-09-07 Daniel J. Towriss Systems and methods for interactive annuity product services using machine learning modeling
US10614363B2 (en) * 2016-04-11 2020-04-07 Openmatters, Inc. Method and system for composite scoring, classification, and decision making based on machine learning

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102063682A (zh) * 2009-11-16 2011-05-18 精进财商顾问有限公司 财富管理方法
CN107004223A (zh) * 2014-10-04 2017-08-01 六达资本私人有限公司 交易平台系统及方法
CN106294694A (zh) * 2016-08-08 2017-01-04 杭州麒谋网络科技有限公司 资产配置大数据分析控制系统
CN108305174A (zh) * 2018-02-02 2018-07-20 腾讯科技(深圳)有限公司 资源处理方法、装置、存储介质和计算机设备
CN108364107A (zh) * 2018-03-20 2018-08-03 张家林 一种投资数据处理方法及装置

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
Efficient planning through automatic configuration and machine learning;Vallati et al;《AI COMMUNICATION》;第26卷(第3期);第319-321页 *
在线投资组合策略及算法研究;高丽;《中国博士学位论文全文数据库 信息科技辑》(第5期);第I138-8页 *
基于社会网络分析的投资组合优选方法;钟韬等;《系统工程理论与实践》(第12期);第27-34页 *
张家林.《证券投资人工智能》.中国经济出版社,2017,第229页. *

Also Published As

Publication number Publication date
EP3850578A1 (en) 2021-07-21
JP2022500804A (ja) 2022-01-04
WO2020051712A1 (en) 2020-03-19
JP7399967B2 (ja) 2023-12-18
CA3112484A1 (en) 2020-03-19
EP3850578A4 (en) 2022-08-31
KR20210058907A (ko) 2021-05-24
US20220027990A1 (en) 2022-01-27
CN113302644A (zh) 2021-08-24

Similar Documents

Publication Publication Date Title
RU2502122C2 (ru) Сетевая вычислительная система
CN113302644B (zh) 交易计划管理系统
US20070129981A1 (en) Business solution management
CN107358340A (zh) 一种基于工程清单的工程项目管理系统
US8566222B2 (en) Platform for valuation of financial instruments
US20140172678A1 (en) Institution simulation
US11681658B2 (en) Data file compression
Pinto et al. Strategic participation in competitive electricity markets: Internal versus sectorial data analysis
Tsolas Relative profitability and stock market performance of listed commercial banks on the Athens Exchange: A non-parametric approach
WO2022174329A1 (en) Methods and systems for time-variant variable prediction and management for supplier procurement
Koch Intraday imbalance optimization: incentives and impact of strategic intraday bidding behavior
Menci et al. Decoding design characteristics of local flexibility markets for congestion management with a multi-layered taxonomy
US20240104555A1 (en) User-controlled currency conversion system and method
US11270302B1 (en) Configurable robots for network based processes
US20230260036A1 (en) Portfolio optimization and transaction generation
US20220138819A1 (en) Digital resilience marketplace platform and method thereof
EP3783560A1 (en) Automated objective generation of data for, and post validation of, estimation of term sofr benchmarks
Bartelsman From new technology to productivity
Pittl et al. Cloudtax: A cloudsim-extension for simulating tax systems on cloud markets
US11409925B2 (en) Systems and methods for simulation of electricity value ecosystem using agent based modeling approach
Yang et al. Data-driven optimization models for inventory and financing decisions in online retailing platforms
US8458075B2 (en) Method and apparatus for commodity sourcing management
Licari et al. Determining the Optimal Dynamic Credit Card Limit
Bartelsman ECONOMY
Visconti FINTECH BUSINESS MODELS AND VALUATION: A PRIMER

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
REG Reference to a national code

Ref country code: HK

Ref legal event code: DE

Ref document number: 40054629

Country of ref document: HK

GR01 Patent grant
GR01 Patent grant
TR01 Transfer of patent right

Effective date of registration: 20231226

Address after: Montreal, Quebec, Canada

Patentee after: Current Canada Ltd.

Address before: Quebec

Patentee before: Element artificial intelligence

TR01 Transfer of patent right