CN114490778A - 一种金融研报自动生成系统及方法 - Google Patents

一种金融研报自动生成系统及方法 Download PDF

Info

Publication number
CN114490778A
CN114490778A CN202210136257.4A CN202210136257A CN114490778A CN 114490778 A CN114490778 A CN 114490778A CN 202210136257 A CN202210136257 A CN 202210136257A CN 114490778 A CN114490778 A CN 114490778A
Authority
CN
China
Prior art keywords
data
module
index
user
report
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
Application number
CN202210136257.4A
Other languages
English (en)
Inventor
伍军军
贾殿铎
韩迪
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.)
Beijing Gujia Digital Technology Co ltd
Original Assignee
Beijing Gujia Digital Technology Co ltd
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 Beijing Gujia Digital Technology Co ltd filed Critical Beijing Gujia Digital Technology Co ltd
Priority to CN202210136257.4A priority Critical patent/CN114490778A/zh
Publication of CN114490778A publication Critical patent/CN114490778A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • G06F16/245—Query processing
    • G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
    • G06F16/2462—Approximate or statistical queries
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • G06F16/245—Query processing
    • G06F16/2455—Query execution
    • G06F16/24552—Database cache management
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • G06F16/248—Presentation of query results
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/25—Integrating or interfacing systems involving database management systems
    • G06F16/258—Data format conversion from or to a database
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T11/00—2D [Two Dimensional] image generation
    • G06T11/60—Editing figures and text; Combining figures or text

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Databases & Information Systems (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Computational Linguistics (AREA)
  • Probability & Statistics with Applications (AREA)
  • Fuzzy Systems (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本发明涉及数据统计分析技术领域，具体涉及一种金融研报自动生成系统及方法，用于解决金融研报自动生成问题。所述系统包括用户角色管理模块、数据获取及封装模块、指标数据提取模块、图表制作模块、研报制作模块、集市模块。所述方法是用户注册及登录后，根据用户选择采集金融指标数据，并进行提取和封装，经过指标拟合和计算，生成用于制作研报的数据列表或者图形。研报制作过程中可加载已经发布的图表模块或者报告模块，并可生成自动文本。本发明集成了数据收集加工、绘图工具，并具有模块集市，制作研报方便、快捷。

Description

一种金融研报自动生成系统及方法
技术领域：
本发明涉及数据统计分析技术领域，具体而言，涉及一种金融研报自动生成系统及方法。
背景技术：
当前基金证券行业的研究员需要定期制作各个行业或者热门主题或某一具体公司的研究报告(简称：研报)，比如银行业、碳中和的研究报告，用于给基金证券公司的基金经理、交易员提供投资数据和投资建议。制作研究报告需要引用大量数据，现有技术中，金融的制作一般是研究员自己去各个平台收集数据后进行加工、图表制作、分析撰写，具有如下缺点：
(1)研究员行收集数据并加工非常耗时且繁琐，同时研报的数据要求很高的时效性和准确性以及要覆盖尽可能广的数据，自己加工的数据要保证这三点是很困难的事情；同时金融市场大数据的信息颗粒有数万个，并不断增长，增加了数据收集难度；
(2)各平台根据数据绘制图表只能使用该平台自己的数据，如果想用其它平台的数据或者自己加工的数据绘制就很难实现，同时这些平台的使用价格都不低；
(3)制作研报，使用好quant平台需要研究员有不错的编码能力(Python)，而很多研究员是没有编码能力的。
因此，有必要提供一种集成了数据收集加工、绘图工具、制作研报方便、快捷的智能研报生成系统。
发明内容：
本发明的一个目的在于提供一种金融研报自动生成系统及方法。
一种金融研报自动生成系统，包括用户角色管理模块、数据获取及封装模块、指标数据提取模块、图表制作模块、研报制作模块和集市模块；
所述用户角色管理模块包括用户管理单元和权限管理单元，用户进行登记注册，被赋予角色，与服务平台对接，并拥有不同的权限来查询数据；用户管理单元用于用户进行登记注册，并被赋予角色；权限管理单元用于赋予各个用户对应的权限；
所述数据获取及封装模块包括元数据管理单元和元数据库；元数据管理单元用于负责从预定的数据源采集金融指标数据，元数据库用于负责金融指标数据的分类和信息的维护和更新，支持数据导入和导出；
所述指标数据提取模块用于对不同来源的金融指标数据进行提取后，按照统一的指标数据格式进行封装；
所述图表制作模块包括指标操作单元和指标计算单元、图表生成单元、发布单元；所述图表制作模块用于用户选择金融指标数据及金融指标数据计算方式，生成图形或者数据列表，并根据用户设定以模块的形式发布或者自行保存，已发布或者自行保存的图形或者数据列表统称为图表模块；指标操作单元用于向用户展示元数据库的金融指标数据；指标计算单元用于展示用户在指标操作单元中提取的数据，并实现提取指标的数据处理；图表生成单元用于展示金融指标数据处理结果、图表绘制结果，并能够进行暂存或者保存为模块；发布单元用于用于用户发布已经生成的图形或者数据列表，供系统内其他用户编写和保存；
所述研报制作模块包括推理机制的知识库、研报编辑单元和研报发布单元；知识库是用若干个规则构成的，其中包括边际描述规则、拐点描述规则、趋势描述规则和一致性描述规则；所述研报制作模块用于标题、图片、模块、普通文本和自动文本的编辑，并在用户选择已经保存或者发布的模块后自动根据规则进行分析，生成自动文本；并根据用户设定以模块的形式发布或者自行保存，已发布或者自行保存的研报称为报告模块；所述知识库包含若干个规则；研报编辑单元用于以区域框的形式添加及编辑标题、图片、普通文本，并能够加载及编辑自行保存的模块或者发布的模块及该模块对应的自动文本，并能插入备注；研报发布单元用于用户将已经生成的报告进行发布，供系统内其他用户使用；
所述集市模块用于保存所有用户发布的图表模块和报告模块，并对图表模块和报告模块进行定位和加载。
进一步的，所述元数据库从虚拟主键、指标来源、指标代码、指标名称、父指标、语言、序号、分类、国家、频率、来源和单位对金融指标数据进行分类。
进一步的，所述元数据管理单元采集的数据包括基础数据和非标准化的个性指标，所述基础数据包括全球经济指标数据、国内经济指标及行情数据和国外主要国家的大宗商品行情数据，所述非标准化的个性指标为从用户自行建立的EXCEL或SQL中导入的数据。
进一步的，所述研报编辑单元在用户加载已经保存或者发布的图表模块后自动根据规则进行分析，生成自动文本的过程为：
步骤一：预先配置好自动文本内容参数，所述自动文本内容参数包括：水平描述、边际描述、拐点描述、趋势描述、一致性描述、时间范围描述、示警汇总收集器中的一个或者多个；
步骤二：点击要加载的图表模块；
步骤三：选择要生成的内容，可供选择的内容类型包括图形、数据列表和自动文本；
步骤四：根据所选择的内容类型呈现对应内容。
进一步的，所述指标操作单元用于向用户展示元数据库的金融指标数据，且用户选择一类或者多类金融指标数据。
进一步的，所述指标计算单元用于展示用户在指标操作单元中提取的金融指标数据，并实现提取单个指标或者多个指标之间的数据处理；
所述指标计算单元用于实现单指标计算、两指标计算和多指标计算；
所述图表生成单元用于展示图表绘制结果、编辑和修改图表形式。
进一步的，所述图表生成单元用于生成季节图，实现步骤如下：
步骤一：用户预先选定金融指标数据，并设置相关参数；所述参数包括往前推的年份rangeYear、抓取数据的起始月份Month；
步骤二：系统判断金融指标数据的数据统计周期，抓取从第Month月开始往后第一个指标数据所在月份，作为统计年度的起始月份，12个月为一个统计周期；
步骤三：生成季节图，季节图中有rangeYear-1条线，每一条线对应一个统计周期。
进一步的，在步骤一中，所述参数还包括maxFlag、minFlag和avgFlag；其中maxFlag表示是否生成最大值；minFlag表示是否生成最小值；avgFlag表示是否生成平均值；当选择“要生成”时，则对应值就会连成新的一条线。
上述的金融研报自动生成系统的金融研报自动生成方法，包括如下流程：
数据获取及封装模块从预定的数据源采集金融指标数据并存储到元数据库的流程；
用户在金融研报自动生成系统进行登记注册，与服务平台对接，选择欲查询金融指标数据种类的流程；
指标数据提取模块根据用户选择对金融指标数据进行提取后，按照统一的指标数据格式进行封装的流程；
图表制作模块根据用户对指标的计算要求进行指标数值计算，并根据要求生成图形或者数据列表的流程，予以保存的流程；
用户利用研报制作模块，加载、编辑图表、文字生成研报，然后保存的流程。
进一步的，还包括用户利用研报制作模块，在研报中加载集市模块内的图表模块或者报告模块，或者加载自行保存的图表模块或者报告模块，以及包括利用知识库进行推理，进而生成自动文本的流程。
本发明的有益效果为：
本发明提供了一种一站式解决方案，让研究员可以在该系统上轻松完成所有研报工作的系统及方法，其具有如下优点；
首先针对数据而言：
1.对现有数据库和数据上传工具进行整合，打破不同类别数据间的物理隔阂；
2.数据丰富全面，涵盖市面上所有主流数据及其它自定义指标；
3.支持各种维度的数据加工运算，如移动平均、移动年化波动、同比、环比、移动夏普比、滚动线性回归R^2等多达60多个各维度的指标计算；
4.针对非标准化的个性指标，系统也支持从EXCEL、SQL导入；
5.数据准确性高并且更新及时；
对于绘图而言：
1.支持上述所有指标数据自动绘制成图形，不再存在数据不全导致无法绘制图形的情况
2.绘制成图形的速度快，给研究员良好的使用体验；
3.提供图形缓存功能，可将图形临时存储至图形缓存区，以便用户连续绘制多个图形用于比对、选择；
4.对绘图编辑提供快速工具，可以方便研究员实现格式转换、分图、添加标题、图例、网格线，坐标轴倒置以及将坐标轴转化为数轴等实用功能；
对于研报：
1.通过更优的研究成果汇集与分发，打破研究员之间、研究员与基金经理之间的信息隔阂；
2.通过模块传承研究经验，打破研究的代际隔阂；
3.实现研究与跟踪的去代码化、一体化，节省成本、降低门槛；
4.对研究成果进行实时记录和留档，最大程度减少重复工；
5.将研究、研报撰写工作分离，编写研报者可以直接通过加载模块的方式引用他人的研究成果。
附图说明：
图1为本系统结构示意图。
具体实施方式：
以下结合图1对本发明的具体实施方式进行详细的说明，应当理解的是，此处所描述的具体实施方式仅用于说明和解释本发明，并不用于限制本发明。
下面对一种金融研报自动生成系统进行说明：
金融研报自动生成系统运行于人工智能设备上，包括服务器端和用户端，用户可以在APP或者网页登录该系统。总体而言，所述系统包括如下模块：用户角色管理模块、数据获取及封装模块、指标数据提取模块、图表制作模块、研报制作模块和集市模块。
系统工作原理如下：首先用户通过用户角色模块进行注册并登陆，注册角色的同时，系统会分配相应的权限，然后用户可登录本系统，查询所需数据。数据获取及封装模块获取数据对应信息并存储到数据库，指标数据提取模块按照用户的选择提取指标数据并封装为统一的格式，图表制作模块提供界面供用户选择指标及自定义指标计算方式，对指标数据进行拟合及计算，生成数据列表或者图形，并可发布；研报制作模块用于数据的统计和分析报告图表以及文字段落的构建，并可加载已经发布或者保存的数据列表或者图形，并触发推理，对数据进行统计分析，自动生成分析报告，用户可对生成的金融研报进行编辑，然后保存并下载、发布。集市模块内保存图表模块和报告模块，各个用户可以在集市内寻找自己需要的内容，导入到自己的研报内。
下面对各个模块分别进行说明。
一、用户角色管理模块
用于用户进行注册登记，与服务平台对接，并能查询数据。
所述的用户角色模块包括用户管理单元和权限管理单元，用户进行登记注册，被赋予角色，与服务平台对接，并拥有不同的权限来查询数据。用户管理单元用于用户进行登记注册，并被赋予角色；权限管理单元用于赋予各个用户对应的权限。
所述的用户角色模块可以将用户定义成若干类或者不同等级。比如：不同的类别可为政府、企业和个人，拥有不同的权限。
二、数据获取及封装模块
所述数据获取及封装模块用于从预定的数据源采集金融指标数据，并保存到数据库中，还定期对元数据进行更新。
该模块包括元数据管理单元和元数据库。元数据管理单元用于负责采集指标数据，元数据库负责指标数据的分类和信息的维护、支持数据导入和导出。
所述数据源包括现有的咨询源、非标准化的个性指标(如自定义数据库)，并封装为统一格式。所述咨询源数据丰富全面，涵盖市面上所有主流数据，包括：全球经济指标数据、国内经济指标及行情数据、国外主要国家国债、外汇、股指、债券等大宗商品行情数据、个股行情数据等。
非标准化的个性指标可以从预先由用户自行建立的EXCEL、SQL导入。
获取数据后，将金融指标元数据按照统一的数据格式整合到元数据库(见表1数据库表结构)，最终在图表制作模块将以上各个金融指标数据以树形结构方式展示，方便用户提取使用，并定期对元数据进行新增、删除或更新。元数据库从指标来源、指标代码、指标名称、父指标、语言、序号、分类(可以为指标分类或者目录分类)、国家、频率、来源、指标数据的单位(如亿元，吨，％，美元等)和来源(CEIC、Wind等其他路径厂商数据)对金融指标数据进行分类，支持数据导入和导出。
Figure BDA0003504790620000091
Figure BDA0003504790620000101
表1：元数据库表结构
元数据库会根据系统设置，定时对相关指标元数据新增、删除或更新。
三、指标数据提取模块
用于对不同来源的金融指标数据进行提取后，封装为统一的指标数据格式，方便对数据加工处理，及绘图展示。
针对不同来源的金融指标数据，提取方法不同，举例如下：
1.获取全球经济指标数据，首选语言默认是英文，也以设为'zh'即中文。全球经济指标数据日期是月初，例如3月数据实际是3月1日的数据，与其它数据混用时需特别注意。可用name参数指定指标名。
获取方法定义如下：
def globalData(seriesCode:int,startingDate:Date,preferredLanguage:str＝'en',name:str＝”):
上述的'en'可换为'zh'，即中文。
上述代码代码是方法定义的例子。
获取数据代码举例如下：
data＝globalData(sereisCode＝449520787,startingDate＝'20 20-01-01',name＝'Real GDP:QoQ:Quarterly:sa:Australia')
2.获取国内经济指标及行业数据，需手动给定标题，无法自动获取。月度数据日期是月末，例如3月数据实际是3-31日，与其它数据混用时需特别注意。
获取方法定义如下：
def cnEDBData(seriesCode:str,startingDate:Date,title:str)->Data:
获取数据代码举例如下：
data＝cnEDBData(seriesCodes＝2233111,startingDate＝'2021-01-01',title＝'国内生成总值')
3.获取国外主要国家国债、外汇、股指、债券等大宗商品行情数据，输入关键参数和相关参数，从该方法获取历史序列数据。相关参数规则为：
seriesCode:国外证券代码；
startingDate:开始时间；
title：代码名称；
field：查询字段：默认为：PX_LAST；
frequency：频率，支持DAILY WEEKLY MONTHLY QUARTERLY SEMI_ANNUALLYYEARLY；
endDate:结束时间；
maxDataPoints:最大返回数据点数量，默认最大为1000。
获取方法定义如下：
def foreignData(seriesCode:str,startingDate:Date,title:str＝None,field:str＝'PX_LAST',frequency:str＝'MONTHLY',endDate:Date＝None,maxDataPoints:int＝1000)->Data:
4.获取个股行情数据，需手动给定股票代码，开始日期和结束日期，可用name参数执行指标名，默认为股票名称。
获取方法定义如下：
def stockData(seriesCode:str,startingDate:Date,endDate:Date,name:str)->Data:
5.获取自定义指标，用户自行通过EXCEL、SQL等方式导入需要的个性数据，系统封装了统一导入数据接口，用于将导入的数据存储和调用。
针对不同来源的金融指标数据，本实施例规定统一的指标数据格式，方便对数据加工处理，及绘图展示。金融指标数据格式定义如下：
创建一个Data类实例(以下也称数据)，需要输入4项内容(它们也将成为实例属性):
1.日期timeList，以Date类实例为元素的列表；
2.数值dataList，以浮点数为元素的列表；
3.标题title，一个字符串；
4.来源source,以字符串为元素的集合。
例如somedata＝Data(timeList＝list_date,dataList＝list_data,title＝'sometitle',source＝{'somesource'}。
举例：
somedata＝Data(timeList＝['2021-03-31','2021-06-30','2021-09-30'],dataList＝[2200,3000,4000],title＝'2021-国内生产总值',source＝{'国家统计局'}。
Data的定义如下：
classData:
Def__init__(self,timeList:List['Date'],dataList:List[float],title:str,source:Set[str]＝set(),sourceEX:Set[str]＝set(),unit:str＝”):
此外，数据类实例还包括两个属性，sourceEX属性的内容通常为数据的统计部门来源、格式为集合，unit属性的内容通常为数据的币种和单位、格式为字符串。这两个属性在创建实例时可不输入，默认为空。
timeList和dataList的长度要相等，source标记数据的数据库来源，一般不需手动添加，如需自定义，方法为somedata.source＝{'some_new_source'}
对给定Data类实例，想要访问某项内容时，方法参考'类实例访问属性'。例如somedata.timeList。注意timeList和dataList中的L是大写。
四.图表制作模块
用于用户选择金融指标数据及金融指标数据计算方式，生成图形或者数据列表，并根据用户设定以模块的形式发布或者自行保存，已发布或者自行保存的图形或者数据列表统称为图表模块。图表制作模块还类似于一个工作台，用户可将当前的操作内容整体作为一个工作台进行保存，下次可直接打开该工作台继续操作。
本模块分为4个单元，分别是指标操作单元、指标计算单元、图表生成单元、图表发布单元。
(1)指标操作单元
用于向用户展示元数据库的金融指标数据，且用户能选择一类或者多类指标，也可以在选定数据源后，直接搜索匹配具有对应关键字的指标。优选的，指标数据被分为若干层级。优选的，用户可以自定义选取某个或者某段时间的金融指标数据，并且可以对选定的指标数据重新命名。
本实施例中，是以树形结构展示，方便用户提取使用。
以常见的全球经济指标数据库举例，全球经济指标数据库的数据在第一层级被分为中国经济数据库、世界趋势数据库、全球数据库、全球重点数据库等若干一级数据库。各个一级数据库再按照数据类别分为若干二级数据库，比如中国经济数据库设置有国民账户、财政、社会人口、劳动市场等若干二级数据库项，各个二级数据库下设置有不同类别的指标值，如二级数据库国民账户下设置有地级市国内生产总值、直辖市国内生产总值等各指标值。
(2)指标计算单元
指标计算单元用于展示用户在指标操作单元中提取的数据，并实现提取指标的数据处理。提取的指标会展示在指标信息列表中，每列或者每行的信息展示了指标的名称(如国内生产总值：第一产业)、计算方法(如累加)、开始时间(如20050101)、单位(如：亿元)，频率(如季度)、指标来源。每行指标可以进行复制或者保存为自定义指标。在该单元，用户可以对各列指标进行上移或者下移，还可以设置日期、删除、发送绘图指令。
该单元针对用户不同业务场景下复杂的数据处理工作，封装了一套金融数据处理方法，包含了单指标计算、两指标计算和多指标计算。该套方法覆盖对数据基础操作、日期处理、数据操作、数据调整，数据分析以及复杂的金融分析。
具体的，方法包括基础数据运算、日期变化器、移动计算器、累计器、差分器、存量转流量原型器、数字计算器、数据调整、降频器、金融分析。
基础数据运算：
基础数据运算分为截取日期区间、删除指定空间数据、删除指定下标数据、指定上下边界。
移动计算器：
移动计算器用于输入移动计算的窗口宽度、输入窗口内数据的计算方法，生成一个对原数据进行移动计算后的新数据。移动计算器包括移动平均、滚动求和、移动年化波动(这个说法不标准，请予以修正)。
移动平均用于指定窗口，生成移动平均数据。
滚动求和用于指定窗口，生成滚动求和数据。
移动年化波动用于指定窗口，生成以移动窗口为计算样本、计算结果年化的波动性数据。
累计器：
累计器用于输入初值、迭代方法和重置条件，将数据序列转化为新的累积序列。
累计器包括累加求和、年内累计求和，截首累计求和、累计连乘。
累加求和用于对数据生成新的累计求和序列。
年内累计求和用于对数据生成新的年内累计求和序列。
截首累计求和用于指定月份N，将每年前N月数据求和并为一条。注意，此方法数据频度应为月度。若指定月无数据，则将删除前N月数据；若指定月有多条数据，则会保留多条年内累计至该月各日期截点的数据。
累计连乘用于对数据生成新的累计连乘序列。
差分器：
用于输入数据差分的计算规则和基期规则，生成数据差分的新序列。包括同比、同比差分、环比、环比差分。
同比用于生成数据的同比序列，同比数值不乘100。
同比差分用于生成数据的同比差分序列。
环比用于生成数据的环比序列，环比数值不乘100。
环比差分用于生成数据的环比差分序列。
存量转流量原型器：
用于对于一个在给定周期内刻画累计存量，跨周期重置统计的数据(例如年内累计值)，将其转换为反映数据在每个观察窗口期中的边际增量的序列。
存量转流量原型器包括年内累计值转当期值、累计值转当期值。年内累计值转当期值用于将年内累计序列，转为当期流量序列。累计值转当期值用于将累计值序列转为当期值序列。
数学计算器：
数字计算器设定运算规则，对数据中全部数值进行计算并生成计算结果序列。包括加减乘除、乘方：常数、指数变换、对数变化、负数转为实数、百分数转实数、提取极值。
加减乘除用于指定常数，生成数据序列加/减/乘/除该常数的结果序列。
乘方用于指定常数，生成数据序列常数次方的结果序列。
指数变换用于指定常数，生成以常数为底、数据为幂进行变换的结果序列。默认底为自然常数e。
对数变换用于指定常数，生成以常数为底、对数据取对数的结果序列。默认底为自然常数e。
数据调负数转为实数、百分数转实数用于将数据转换为其负值的序列。
百分数转实数用于将单位为1％的百分数，转为单位为1的实数序列。
提取极值用于输入上下边界，剔除数值落在边界外(大于、小于)的数据条目。
指标交互器：
用于将主数据与一个或多个数据运算(参数名称前缀*的可以输入多个，下同)，生成运算结果序列。指标交互器包括指标相加、指标平均、指标连减、指标相乘、指标连除、同比拉动率。
指标相加用于将数据与一个或多个数据相加，生成结果序列。
指标平均用于将数据与一个或多个数据平均，生成结果序列。
指标相减用于将数据连续减去一个或多个数据，生成结果序列。
指标相乘用于将数据与一个或多个数据相乘，生成结果序列。
指标连除用于将数据连续除以一个或多个数据，生成结果序列。
同比拉动率用于对总量的某个构成部分，计算该部分对总量的同比拉动率(该部分同比差分/上年总量)，输出单位为1(非1％)。输入参数为总量数据，
插值器：
插值器用于给定插值日期规则和计算规则，对数据进行插值升频。包括线性插值补空、几何平均插值补空、按前值补空、按后值补空。
线性插值补空用于给定插值日期规则，对数据进行线性插值
几何平均插值补空用于给定插值日期规则，对数据进行几何平均插值。
按前值补空用于给定插值日期规则，按前值插值。
按后值补空用于给定插值日期规则，按后值插值。
降频器：
用于指定日期分类规则和运算规则，生成高频数据降频后的低频数据。
降频器计算包括降频至周、降频至月、降频至季、降频至年。
降频至周是将序列降频至周度(以周日为周度截止日)。
降频至月是将高频数据降频至月度。
降频至季是降频至季度。
降频至年是降频至年度。
降频对齐是将高频数据按照特定低频目标数据进行降频。
粘合器：
粘合器用于将数据与指定的另一数据进行粘合。设置参数是作为粘合剂的数据，对二者重叠、或粘合剂独有的日期，逐一使用预定函数判定是否执行替换/插值。预定函数检测待粘合日期在原数据中的状态。
包括截断粘合、空值填充。
截断粘合用于给定粘合剂和截断日期，将数据在截断日期之后的内容替换为粘合剂。
空值填充用于对数据不包含、粘合剂包含的日期条目，填充进数据序列相应位置。
数据调整:
数据调整用于转为分位数序列、移动区间分位数。
转为分位数序列是将数值序列标准化为一个新的分位数序列，原序列中的各个数值转换为其在数值序列中的分位数水平(从0至1)。
移动区间分位数用于给定区间，移动计算数据的每个区间右端点条目数值在该区间的分位数，生成分位数结果序列。
简单季调用于对符合假设的数据，生成其简单季调结果。
数据外推：
用于指定外推日期、参考窗口长度和推断方法，向左或向右对数据进行外推。
包括线性外推、横向外推、关联外推、同比序列标准化。
线性外推用于指定外推日期计算规则和参考窗口长度，向左或向右对数据进行线性外推。
横向外推用于给定外推日期计算规则，横向外推数据(左端点向左、右端点向右)。
关联外推用于利用时间跨度更广的关联数据，对本数据进行外推。
同比序列标准化用于利用同比数据作为关联数据，将给定绝对值切片的数据拓展为完整数据。
统计外推：
用于基于多元线性回归模型，利用自变量的额外数据区域，以拟合方式，外推主数据。输入一至多个自变量，输出结果数据。
单位转换：
用于输入币种、单位、日期转换规则，对数据进行单位转换。
单位格式化：
用于输入数据，尝试将数据的unit属性字符串格式规整化，并返回调整后的新数据。
移动指标间运算器：
用于输入移动区间和运算方法，生成指标间移动运算结果的序列数据。
包括滚动相关性、滚动线性回归R2、滚动同向波动频率。
滚动相关性用于对齐主数据与运算数据后，移动计算两数据在给定区间中的相关系数，生成结果序列
滚动线性回归R2用于以主数据为被解释变量，参数数据为解释变量，在给定区间上移动进行线性拟合，生成移动拟合R2序列。
滚动同向波动频率用于给定参数，滚动计算每个统计窗口内的两数据同向波动的统计频率。
日期变化器：
用于指定日期调整规则，将数据中全部日期按规则进行调整(数值不变)。
包括领先滞后检索、月末/月初调整。
领先滞后检索是用于搜索主数据和目标数据的领先滞后期数(移动主数据，尝试去对齐目标)，并按要求返回信息。必须指定领先滞后的期数搜索上限。可以制定每期移动单位。领先滞后的默认判断规则是：移动主数据，使其与目标数据在重叠区域到相关性最大。
月末/月初调整是将月度数据的日标准化为当月月初日或月末日，生成新数据。
金融分析：
包括移动夏普化、移动趋势回撤比、Z-score标准化、线性归一化。
移动夏普比用于对金融资产价格序列，给定移动期数和无风险利率，生成移动夏普比序列。
移动趋势回撤比用于给定移动期数和边界缺省值，生成序列的移动趋势回撤比。可适用价格、收益率、净值等序列。
趋势回撤比＝趋势差/最大回撤差。其中趋势差是移动切片右端点与左端点的数值差分；最大回撤差是切片中能找到的最大的按时间顺序发生的反向回撤差分。
Z-score标准化用于去除数据的趋势项，并进行标准差调整，从而使得数据在全时序上可比。
线性归一化用于将时序上的数据映射到[-100,100]的区间上。
需要说明的是，指标计算结果会以新的金融指标数据的形式在指标计算单元展示。用户可以对该行数据进行常规操作，如修改名称等、位置移动。优选的，还可以同时选择若干行指标进行单指标计算。
(3)图表生成单元
用于展示金融指标数据处理结果、图表绘制结果，并可进行暂存、保存为模块。金融指标数据处理结果展示可以为图形或者数据列表。图形绘制结果以常见的数据图展示数据情况；数据列表是以期为单位展示用户在指标操作区所选定的各个指标。
如2019年3月1日，国内生产总值为2.1万亿，第一产业生产总值为0.45万亿，第三产业国内生产总值为0.7万亿。如2019年9月1日，国内生产总值为2.5万亿，第一产业生产总值为0.43万亿，第三产业国内生产总值为0.8万亿。图形，则是现有技术中常见的图形，比如折线图等。图形绘制结果可以保存为模块，供后续使用。如果为数据列表，则可以存为模块。如果是图形，可以进行图形编辑，比如修改图形类型，如折线图、面积图、柱状图、气泡图、季节图。还可以添加标题、左右分图、上下分图、添加或者删除网格线、X轴或者Y轴倒置、显示数据来源、设置对数轴、设置空矩形、填充矩形、空矩形、填充矩形、水平矩形、垂直矩形、直线、箭头、文字、清空。还可对生成的图片进行复制、选择时间区间生成好区间对应的子图，还可以进行图形配置。图形配置包括设置字体、坐标轴的设置选择子图、设置日期格式、首端和末端的可短上显示、分割间隔(N年或者季或者月或者周或者日)、附加文字设置、矩形配置、指标配置、选择Y轴、线图配置(如线条样式、连接方式、线条宽度、线条颜色、透明度)。
本实施例还提供了一种季节图的生成算法。所述季节图用于对周期性的数据进行图画展示。
季节图生成原理如下：
步骤一：用户预先选定金融指标数据，并设置季节图的相关参数，
所述参数包括：
rangeYear：往前推的年份。比如，当前为2021年，将rangeYear设置为4，则表示从今年往前推到4年，如2021年到2018年。届时，每一统计年度的数据对应一根线。
Month：抓取数据的起始月份。周期性数据的周期很可能并不是自然年度，比如国内生产总值每季度统计，则该数据的季节图第一个数据对应的月份为3月底。用户可以设置month为3，则数据从3月底开始。如果用户设置为4，则数据从6月底开始。
步骤二：系统判断金融指标数据的数据统计周期，抓取从第Month月开始的第一个数据所对应月份，作为起始月份；
步骤三：生成季节图，季节图中生成rangeYear-1条线，每一条线对应一个统计周期。
以上述的国内生产总值为例，设置rangeYear为4，month为3，季节图中会有3条线，对应3个统计周期。第一条线的时间下限为2018-03-31，时间上限为2019-03-31；第二条线的时间下限为2019-03-31时间上限为2020-03-31；第三条线的时间下限为2020-03-31时间上限为2021-03-31]。
当然，还有较多的金融指标，比如大宗商品行情数据等，统计起始月份各不相同，研究人员可根据实际情况设置。
优选的，本申请还提供了另外3个参数，分别是maxFlag、minFlag和avgFlag；其中maxFlag表示是否生成最大值；minFlag表示是否生成最小值；avgFlag表示是否生成平均值；当选择“要生成”时，则对应值就会连成新的一条线，如最大值线，最小值线、平均值线等。如3月份最大值出现在2018年，6月份最大值出现在2019年，则从2018年3月的数据点连线到2019年6月份的数据点，依次类推，直到当季。
(4)发布单元
用于用户发布已经生成的图形或者数据列表，供系统内其他用户编写和保存。图形和数据列表只有用户自己可见，当用户需要将其转为公共模块而实现开放时，需要运用到“模块发布”功能。具体的，在指标树中点击“我的模块”，右键选定的模块，在弹出的选项框中点击“发布”按钮，在对模块进行描述后予以发布。发布后的公共模块在模块集市中查看。
模块发布前可以进行发布路径、标题、标签、描述的编辑。
五、研报制作模块
研报制作模块包括研报编辑单元、推理机制的知识库、备注插入单元、研报发布单元；所述研报制作模块用于标题、图片、模块、普通文本和自动文本的编辑，并在用户选择已经保存或者发布的模块后自动根据规则进行分析，生成自动文本；并根据用户设定以模块的形式发布或者自行保存，已发布或者自行保存的研报称为报告模块。
(1)知识库
知识库是用若干个规则构成的。
水平描述规则，即根据阈值设定定义总体的水平。
边际描述规则，即根据时间设定，“幅度限制”的阈值设定、“边际变化方向”阈值设定定义边际上升或者下降趋势；
拐点描述规则，即根据拐点窗口长度、拐点显著性的阈值设定、样本池规模、首次触发型过滤器的过滤长度定义拐点；
趋势描述规则，即根据参考期长度、波动性的平滑程度定义上升或者下降趋势；
一致性描述规则，即根据一致阈值、多数朝向阈值设定来定义总一致性；
当某个规则的条件满足时，可以触发推理机制，开始一次推理，所有规则之间的组合形成一个推理网络或推理树，推理的过程中，规则的依次触发可以构成一条或者多条推理路线，采用跟踪推理法确定推理路线解释机制，通过重现问题求解过程的推理路线，得到问题结论，推理机制通过规则定义和触发规则的数据条件，得到规则解释信息，构成推理机制的推理树，推理树中每一个根节点到叶子节点构成的线路解释信息便是一条语句的构成，通过语句的排版与重建最终构成分析报告的文本内容。
上述各个规则中具体的数值或者参数可以由用户设定。
(2)研报编辑单元
研报编辑单元是以区域框的形式添加及编辑标题、图片、普通文本，并可加载及编辑自行保存的模块或者发布的模块及该模块对应的自动文本，并能插入备注。单独的区域框内可以分别进行字体或者格式的调整。
下面对加载自行保存的图形或者数据列表或者集市内的图形或者数据列表形成自动文本的过程进行说明：
步骤一：预先配置好自动文本内容参数；
自动文本内容参数包括以下一项或者多项：
1.水平描述，包括时间范围、“极低”阈值及“偏低”阈值设定；
2.边际描述，包括时间范围、“幅度限制”的阈值设定、“边际变化方向”阈值设定；
3.拐点描述，包括拐点窗口长度、拐点显著性阈值、样本池规模、首次触发型过滤器的过滤长度；
4.趋势描述，包括参考期长度、波动性的平滑程度；
5.一致性描述，包括总体一致阈值、多数朝向阈值；
6.时间范围描述，包括日期间隔单位、最大间隔次数；
7.示警汇总收集器，用于选择是否收集汇入示警汇总。
步骤二：点击要加载的图表模块；
步骤三：选择要生成的内容，可供选择的内容类型包括图表模块相关的图形、数据列表、自动文本；
自动文本是根据图表自动生成的内容，举例：可包含的内容包括水平描述、边际描述、拐点描述、趋势描述、一致性描述等。
步骤四：根据所选择的内容类型呈现对应内容。
对上述内容的描述，用户可以修改预设的的参数。
下面对自动生成的文本进行举例：
例1：
2021年9月，国内生产总值处于极高水平；边际上升；延伸趋势且方向向上，已持续30期。
例2：
8月:(房屋新开工面积:住宅:累计值:当月-商品房销售面积住宅累计值:当月:累计值+商品房销售面积住宅累计值:当月:滚动11月**求和)处于极高水平；延续趋势且方向向上、已持续24期。(房屋新开工面积:住宅:累计值:当月:滚动22月**求和÷商品房销售面积住宅累计值:当月:滚动11月**求和)水平偏高；边际下降且幅度显著；趋势中断。
点击自动文本框，则可进行自动文本配置，例如将“国内生产总值”修改为“GDP”。
(3)备注插入单元
用于在研报中插入备注，且备注内容仅在编辑页面展示。
(4)研报发布单元
用于用户将已经生成的报告进行发布，供系统内其他用户使用。
下面对上述系统的工作方法进行梳理说明：
金融研报自动生成方法，包括如下流程：
数据获取及封装模块从预定的数据源采集金融指标数据并存储到元数据库的流程；
用户在金融研报自动生成系统进行登记注册，与服务平台对接，选择欲查询金融指标数据种类的流程；
指标数据提取模块根据用户选择对金融指标数据进行提取后，按照统一的指标数据格式进行封装的流程；
图表制作模块根据用户对指标的计算要求进行指标数值计算，并根据要求生成图形或者数据列表的流程，予以保存的流程；
用户利用研报制作模块，加载、编辑图表、文字生成研报，然后保存的流程。
优选的，还包括用户利用研报制作模块，在研报中加载集市模块内的图表模块或者报告模块，或者加载自行保存的图表模块或者报告模块，以及包括根据图表数据(图形或者数据列表的数据)触发推理机制的知识库，进行推理，进而生成自动文本的流程。

Claims (10)

1.一种金融研报自动生成系统，其特征在于，包括用户角色管理模块、数据获取及封装模块、指标数据提取模块、图表制作模块、研报制作模块和集市模块；
所述用户角色管理模块包括用户管理单元和权限管理单元，用户进行登记注册，被赋予角色，与服务平台对接，并拥有不同的权限来查询数据；用户管理单元用于用户进行登记注册，并被赋予角色；权限管理单元用于赋予各个用户对应的权限；
所述数据获取及封装模块包括元数据管理单元和元数据库；元数据管理单元用于负责从预定的数据源采集金融指标数据，元数据库用于负责金融指标数据的分类和信息的维护和更新，支持数据导入和导出；
所述指标数据提取模块用于对不同来源的金融指标数据进行提取后，按照统一的指标数据格式进行封装；
所述图表制作模块包括指标操作单元和指标计算单元、图表生成单元、发布单元；所述图表制作模块用于用户选择金融指标数据及金融指标数据计算方式，生成图形或者数据列表，并根据用户设定以模块的形式发布或者自行保存，已发布或者自行保存的图形或者数据列表统称为图表模块；指标操作单元用于向用户展示元数据库的金融指标数据；指标计算单元用于展示用户在指标操作单元中提取的数据，并实现提取指标的数据处理；图表生成单元用于展示金融指标数据处理结果、图表绘制结果，并能够进行暂存或者保存为模块；发布单元用于用于用户发布已经生成的图形或者数据列表，供系统内其他用户编写和保存；
所述研报制作模块包括推理机制的知识库、研报编辑单元和研报发布单元；知识库是用若干个规则构成的，其中包括边际描述规则、拐点描述规则、趋势描述规则和一致性描述规则；所述研报制作模块用于标题、图片、模块、普通文本和自动文本的编辑，并在用户选择已经保存或者发布的模块后自动根据规则进行分析，生成自动文本；并根据用户设定以模块的形式发布或者自行保存，已发布或者自行保存的研报称为报告模块；所述知识库包含若干个规则；研报编辑单元用于以区域框的形式添加及编辑标题、图片、普通文本，并能够加载及编辑自行保存的模块或者发布的模块及该模块对应的自动文本，并能插入备注；研报发布单元用于用户将已经生成的报告进行发布，供系统内其他用户使用；
所述集市模块用于保存所有用户发布的图表模块和报告模块，并对图表模块和报告模块进行定位和加载。
2.如权利要求1所述的金融研报自动生成系统，其特征在于，所述元数据库从虚拟主键、指标来源、指标代码、指标名称、父指标、语言、序号、分类、国家、频率、来源和单位对金融指标数据进行分类。
3.如权利要求1所述的金融研报自动生成系统，其特征在于，所述元数据管理单元采集的数据包括基础数据和非标准化的个性指标，所述基础数据包括全球经济指标数据、国内经济指标及行情数据和国外主要国家的大宗商品行情数据，所述非标准化的个性指标为从用户自行建立的EXCEL或SQL中导入的数据。
4.如权利要求1所述的金融研报自动生成系统，其特征在于，所述研报编辑单元在用户加载已经保存或者发布的图表模块后自动根据规则进行分析，生成自动文本的过程为：
步骤一：预先配置好自动文本内容参数，所述自动文本内容参数包括：水平描述、边际描述、拐点描述、趋势描述、一致性描述、时间范围描述、示警汇总收集器中的一个或者多个；
步骤二：点击要加载的图表模块；
步骤三：选择要生成的内容，可供选择的内容类型包括图形、数据列表和自动文本；
步骤四：根据所选择的内容类型呈现对应内容。
5.如权利要求1-4任一项所述的金融研报自动生成系统，其特征在于，所述指标操作单元用于向用户展示元数据库的金融指标数据，且用户选择一类或者多类金融指标数据。
6.如权利要求5所述的金融研报自动生成系统，其特征在于，所述指标计算单元用于展示用户在指标操作单元中提取的金融指标数据，并实现提取单个指标或者多个指标之间的数据处理；
所述指标计算单元用于实现单指标计算、两指标计算和多指标计算；
所述图表生成单元用于展示图表绘制结果、编辑和修改图表形式。
7.如权利要求6所述的金融研报自动生成系统，其特征在于，所述图表生成单元用于生成季节图，实现步骤如下：
步骤一：用户预先选定金融指标数据，并设置相关参数；所述参数包括往前推的年份rangeYear、抓取数据的起始月份Month；
步骤二：系统判断金融指标数据的数据统计周期，抓取从第Mon th月开始往后第一个指标数据所在月份，作为统计年度的起始月份，12个月为一个统计周期；
步骤三：生成季节图，季节图中有rangeYear-1条线，每一条线对应一个统计周期。
8.如权利要求7所述的金融研报自动生成系统，其特征在于，在步骤一中，所述参数还包括maxFlag、minFlag和avgFlag；其中maxFlag表示是否生成最大值；minFlag表示是否生成最小值；
avgFlag表示是否生成平均值；当选择“要生成”时，则对应值就会连成新的一条线。
9.一种基于如权利要求1-8任一项所述的金融研报自动生成系统的金融研报自动生成方法，包括如下流程：
数据获取及封装模块从预定的数据源采集金融指标数据并存储到元数据库的流程；
用户在金融研报自动生成系统进行登记注册，与服务平台对接，选择欲查询金融指标数据种类的流程；
指标数据提取模块根据用户选择对金融指标数据进行提取后，按照统一的指标数据格式进行封装的流程；
图表制作模块根据用户对指标的计算要求进行指标数值计算，并根据要求生成图形或者数据列表的流程，予以保存的流程；
用户利用研报制作模块，加载、编辑图表、文字生成研报，然后保存的流程。
10.如权利要求9所述的金融研报自动生成方法，其特征在于，还包括用户利用研报制作模块，在研报中加载集市模块内的图表模块或者报告模块，或者加载自行保存的图表模块或者报告模块，以及包括利用知识库进行推理，进而生成自动文本的流程。
CN202210136257.4A 2022-02-15 2022-02-15 一种金融研报自动生成系统及方法 Pending CN114490778A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210136257.4A CN114490778A (zh) 2022-02-15 2022-02-15 一种金融研报自动生成系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210136257.4A CN114490778A (zh) 2022-02-15 2022-02-15 一种金融研报自动生成系统及方法

Publications (1)

Publication Number Publication Date
CN114490778A true CN114490778A (zh) 2022-05-13

Family

ID=81480817

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210136257.4A Pending CN114490778A (zh) 2022-02-15 2022-02-15 一种金融研报自动生成系统及方法

Country Status (1)

Country Link
CN (1) CN114490778A (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105677622A (zh) * 2016-03-11 2016-06-15 郑州师范学院 大数据分析报告自动生成系统
CN106096056A (zh) * 2016-06-30 2016-11-09 西南石油大学 一种基于分布式的舆情数据实时采集方法和系统
CN106649223A (zh) * 2016-12-23 2017-05-10 北京文因互联科技有限公司 基于自然语言处理的金融报告自动生成方法
CN110362797A (zh) * 2019-06-14 2019-10-22 哈尔滨工业大学（深圳） 一种研究报告生成方法及相关设备
CN110442772A (zh) * 2019-08-13 2019-11-12 深圳司南数据服务有限公司 一种智能研报生成方法及终端

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105677622A (zh) * 2016-03-11 2016-06-15 郑州师范学院 大数据分析报告自动生成系统
CN106096056A (zh) * 2016-06-30 2016-11-09 西南石油大学 一种基于分布式的舆情数据实时采集方法和系统
CN106649223A (zh) * 2016-12-23 2017-05-10 北京文因互联科技有限公司 基于自然语言处理的金融报告自动生成方法
CN110362797A (zh) * 2019-06-14 2019-10-22 哈尔滨工业大学（深圳） 一种研究报告生成方法及相关设备
CN110442772A (zh) * 2019-08-13 2019-11-12 深圳司南数据服务有限公司 一种智能研报生成方法及终端

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
王乐: "《金融时间序列预测》" *

Similar Documents

Publication Publication Date Title
US7370271B2 (en) Methods and apparatus for generating a spreadsheet report template
US20050055289A1 (en) Multi-dimensional business information accounting software engine
McCain Mapping economics through the journal literature: An experiment in journal cocitation analysis
US20100262901A1 (en) Engineering process for a real-time user-defined data collection, analysis, and optimization tool (dot)
US7007020B1 (en) Distributed OLAP-based association rule generation method and system
US20120271748A1 (en) Engineering process for a real-time user-defined data collection, analysis, and optimization tool (dot)
JP6134632B2 (ja) 資金フロー分析装置及び方法
US20050182709A1 (en) Automated financial scenario modeling and analysis tool having an intelligent graphical user interface
US20110087486A1 (en) System, report, and method for generating natural language news-based stories
US20110298805A1 (en) Method and Data Processing System for Financial Planning
US7818286B2 (en) Computer-implemented dimension engine
US20040083425A1 (en) System and method for creating a graphical presentation
CN106327227A (zh) 一种信息推荐系统及信息推荐方法
CN101089846A (zh) 数据分析方法、设备以及数据分析辅助方法
CN112148760B (zh) 大数据的筛选方法及装置
US20120253997A1 (en) Method for multi-dimensional accounting of business transactions and system therefor
Anggrainy et al. Implementation of extract, transform, load on data warehouse and business intelligence using pentaho and tableau to analyse sales performance of offlist store
CN113126849B (zh) 一种基于数据库的电子表格交互映射的虚拟系统及交互映射方法
CN114490778A (zh) 一种金融研报自动生成系统及方法
CN112183037A (zh) 一种平行企业财税SaaS系统中数据分类汇总方法及系统
CN111984846A (zh) 一种基于大数据分析的资产运营评估决策算法
CN114444946A (zh) 一种中药饮片精细化运营指导方法、装置及计算机设备
Scrivner et al. XD Metrics on demand value analytics: visualizing the impact of internal information technology investments on external funding, publications, and collaboration networks
CN113313607A (zh) 基于财务报表数据的股票基本面指数可视化展示方法
AU2020102280A4 (en) IAVP-Intelligent Business Data: INTELLIGENT BUSINESS DATA VISUALIZATION USING AI- BASED PROGRAMMING

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20220513

RJ01 Rejection of invention patent application after publication