CN115345748A - 个人投资风险预测方法及装置 - Google Patents
个人投资风险预测方法及装置 Download PDFInfo
- Publication number
- CN115345748A CN115345748A CN202210997103.4A CN202210997103A CN115345748A CN 115345748 A CN115345748 A CN 115345748A CN 202210997103 A CN202210997103 A CN 202210997103A CN 115345748 A CN115345748 A CN 115345748A
- Authority
- CN
- China
- Prior art keywords
- investment
- industry
- income
- user
- personal
- 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
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- 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)
- Development Economics (AREA)
- Economics (AREA)
- Finance (AREA)
- Accounting & Taxation (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- Operations Research (AREA)
- Entrepreneurship & Innovation (AREA)
- Game Theory and Decision Science (AREA)
- Technology Law (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
Abstract
本申请公开了一种个人投资风险预测方法及装置,涉及金融领域。该方法包括:获取用户在预设时间范围内的多个行业的个人交易数据和个人持仓数据,以及多个行业的整体交易数据和整体持仓数据;根据个人交易数据和个人持仓数据确定用户在各行业的个人投资权重和个人投资收益;根据多个行业的整体交易数据和整体持仓数据分别得到各行业的整体投资权重和整体投资收益;基于个人投资权重、个人投资收益、整体投资权重以及整体投资收益生成用户在各行业的投资风险预测结果。本申请基于行业整体的投资情况与用户个人在行业内的投资情况进行分析,能为用户的个人投资行为进行风险预测和建议,使用户及时了解和调整自身的投资行为,降低投资风险。
Description
技术领域
本申请涉及金融领域,具体涉及一种个人投资风险预测方法及装置。
背景技术
现有的金融产品购买系统中,对于客户的投资业绩,只可给到以时间、具体产品为维度的损益情况。现有的投资业绩汇总功能,过于粗颗粒度,仅能看出“我在XX年XX月通过股票产品A赚了a元”,并不能给客户更多的信息,无法让客户真正了解自己擅长什么样的投资以及应该规避什么样的投资。换言之,目前的金融产品购买系统仅向用户展示其投资结果,并没有向用户提供推荐的投资方案,或是在用户投资时进行风险提示。尤其是对于一些新手客户而言,其可能需要承担较大的、未知的投资风险。因此,如何让客户了解到其投资业绩的深度信息,如何根据客户的投资信息及时预测投资风险,让客户尽量规避不擅长的投资,是行业内非常关注的问题。
发明内容
为了解决现有技术中存在的问题,第一方面,本申请提供一种个人投资风险预测方法,包括:
获取用户在预设时间范围内的多个行业的个人交易数据和个人持仓数据,以及所述多个行业的整体交易数据和整体持仓数据;
根据所述个人交易数据和所述个人持仓数据确定用户在各行业的个人投资权重和个人投资收益;
根据所述多个行业的整体交易数据和整体持仓数据分别得到各行业的整体投资权重和整体投资收益;
基于所述个人投资权重、所述个人投资收益、所述整体投资权重以及所述整体投资收益生成用户在各行业的投资风险预测结果。
在一实施例中,所述个人交易数据包括用户在各行业的个人交易量及其对应的单股成交价;所述个人持仓数据包括用户在多个行业的个人持有量及其对应的当日收盘价;
所述根据所述个人交易数据和所述个人持仓数据确定用户在各行业的个人投资权重和个人投资收益,包括:
根据用户在各行业的个人交易额以及用户在多个行业的个人总交易额分别确定用户在各行业的个人投资权重;
根据用户在各行业的个人交易量及其对应的单股成交价、个人持有量及其对应的当日收盘价分别确定用户在各行业的个人投资收益。
在一实施例中,所述整体交易数据包括各行业的整体交易量及其对应的单股成交价;所述整体持仓数据包括各行业的整体持有量及其对应的当日收盘价;
所述根据所述多个行业的整体交易数据和整体持仓数据分别得到各行业的整体投资权重和整体投资收益,包括:
根据各行业的整体交易额以及多个行业的整体总交易额分别确定各行业的整体投资权重;
根据各行业的整体交易量及其对应的单股成交价、整体持有量及其对应的当日收盘价分别确定各行业的整体投资收益。
在一实施例中,所述基于所述个人投资权重、所述个人投资收益、所述整体投资权重以及所述整体投资收益确定用户的投资风险预测结果,包括:
根据各行业对应的个人投资权重、个人投资收益、整体投资权重以及整体投资收益分别确定用户在各行业的超额收益;
根据各行业对应的个人投资权重、整体投资权重以及整体投资收益分别确定用户在各行业的选趋势收益;
根据各行业对应的超额收益以及选趋势收益分别确定用户在各行业的选股收益;
根据所述超额收益、所述选趋势收益以及所述选股收益生成所述投资风险预测结果。
在一实施例中,所述根据所述超额收益、所述选趋势收益以及所述选股收益生成所述投资风险预测结果,包括:
根据各行业的超额收益以及预设的超额收益阈值生成用户在各行业的投资收益结果;
根据所述选趋势收益以及所述选股收益以及预设的选趋势收益阈值和选股收益阈值生成用户在各行业的投资把握结果;
根据所述投资收益结果和所述投资把握结果以及预设的风险确定规则生成用户在各行业的投资风险预测结果。
在一实施例中,所述个人投资风险预测方法还包括:
将所述投资收益结果、所述投资把握结果以及所述投资风险预测结果展示给用户。
在一实施例中,所述个人投资风险预测方法还包括:
接收用户的交易请求,所述交易请求中包括交易产品所属行业;
判断所述交易产品所属行业对应的投资风险预测结果是否为低风险;
若否,则向用户发出风险提示信息。
第二方面,本申请提供一种个人投资风险预测装置,包括:
数据获取模块,用于获取用户在预设时间范围内的多个行业的个人交易数据和个人持仓数据,以及所述多个行业的整体交易数据和整体持仓数据;
个人投资数据确定模块,用于根据所述个人交易数据和所述个人持仓数据确定用户在各行业的个人投资权重和个人投资收益;
整体投资数据确定模块,用于根据所述多个行业的整体交易数据和整体持仓数据分别得到各行业的整体投资权重和整体投资收益;
投资风险预测模块,用于基于所述个人投资权重、所述个人投资收益、所述整体投资权重以及所述整体投资收益生成用户在各行业的投资风险预测结果。
在一实施例中,所述个人交易数据包括用户在各行业的个人交易量及其对应的单股成交价;所述个人持仓数据包括用户在多个行业的个人持有量及其对应的当日收盘价;
所述个人投资数据确定模块具体用于:
根据用户在各行业的个人交易额以及用户在多个行业的个人总交易额分别确定用户在各行业的个人投资权重;
根据用户在各行业的个人交易量及其对应的单股成交价、个人持有量及其对应的当日收盘价分别确定用户在各行业的个人投资收益。
在一实施例中,所述整体交易数据包括各行业的整体交易量及其对应的单股成交价;所述整体持仓数据包括各行业的整体持有量及其对应的当日收盘价;
所述整体投资数据确定模块具体用于:
根据各行业的整体交易额以及多个行业的整体总交易额分别确定各行业的整体投资权重;
根据各行业的整体交易量及其对应的单股成交价、整体持有量及其对应的当日收盘价分别确定各行业的整体投资收益。
在一实施例中,所述投资风险预测模块包括:
超额收益确定单元,用于根据各行业对应的个人投资权重、个人投资收益、整体投资权重以及整体投资收益分别确定用户在各行业的超额收益;
选趋势收益确定单元,用于根据各行业对应的个人投资权重、整体投资权重以及整体投资收益分别确定用户在各行业的选趋势收益;
选股收益确定单元,用于根据各行业对应的超额收益以及选趋势收益分别确定用户在各行业的选股收益;
投资风险预测单元,用于根据所述超额收益、所述选趋势收益以及所述选股收益生成所述投资风险预测结果。
在一实施例中,所述投资风险预测单元具体用于:
根据各行业的超额收益以及预设的超额收益阈值生成用户在各行业的投资收益结果;
根据所述选趋势收益以及所述选股收益以及预设的选趋势收益阈值和选股收益阈值生成用户在各行业的投资把握结果;
根据所述投资收益结果和所述投资把握结果以及预设的风险确定规则生成用户在各行业的投资风险预测结果。
在一实施例中,所述个人投资风险预测装置还包括展示模块,用于将所述投资收益结果、所述投资把握结果以及所述投资风险预测结果展示给用户。
在一实施例中,所述个人投资风险预测装置还包括风险提示模块,用于:
接收用户的交易请求,所述交易请求中包括交易产品所属行业;
判断所述交易产品所属行业对应的投资风险预测结果是否为低风险;
若否,则向用户发出风险提示信息。
第三方面,本申请提供一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现本申请提供的任一个人投资风险预测方法。
第四方面,本申请提供一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现本申请提供的任一个人投资风险预测方法。
本申请的个人投资风险预测方法及装置基于用户在多个行业的个人交易数据和个人持仓数据以及多个行业的整体交易数据和整体持仓数据分别得到用户在各行业的个人投资权重和个人投资收益,以及各行业的整体投资权重和整体投资收益;基于个人投资权重、个人投资收益、整体投资权重和整体投资收益共同确定进行投资风险预测。本申请基于行业整体的投资情况与用户个人在行业内的投资情况进行分析,判断用户的投资行为是否符合行业整体的投资趋势的发展,深入分析用户收益的具体来源,进而对用户的投资行为可能存在的风险进行预测。本申请相比与现有的基于历史投资数据进行风险预测的技术方案,能为用户的个人行为进行风险预测和建议,使用户及时了解和调整自身的投资行为,降低投资风险。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中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。在附图中:
图1为本申请提供的个人投资风险预测方法的一种示意图。
图2为本申请提供的确定个人投资权重和个人投资收益的步骤示意图。
图3为本申请提供的确定整体投资权重和整体投资收益的步骤示意图。
图4为本申请提供的确定投资风险预测结果的一种示意图。
图5为本申请提供的确定投资风险预测结果的另一种示意图。
图6为本申请提供的个人投资风险预测方法的另一种示意图。
图7为本申请提供的个人投资风险预测方法的另一种示意图。
图8为本申请提供的个人投资风险预测装置的一种示意图。
图9为本申请提供的个人投资风险预测装置的另一种示意图。
图10为本申请提供的个人投资风险预测装置的另一种示意图。
图11为本申请提供的一种计算机设备的示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚明白,下面结合附图对本发明实施例做进一步详细说明。在此,本发明的示意性实施例及其说明用于解释本发明,但并不作为对本发明的限定。
需要说明的是,本申请的个人投资风险预测方法及装置可用于金融领域,也可用于除金融领域之外的任意领域,本申请对个人投资风险预测方法及装置的应用领域不做限定。
本申请的技术方案中对数据的获取、存储、使用、处理等均符合国家法律法规的相关规定,即本申请实施例中的用户信息均是通过合法合规途径获得,并且对用户信息的获取、存储、使用、处理等操作均是在经过客户授权同意后执行的。
本申请提供一种个人投资风险预测方法,该方法可应用于银行等金融公司的金融产品购买系统中,用户可通过安装于电子设备(如手机、平板电脑等)上的APP访问金融产品购买系统,以实现金融产品的浏览、购买、抛售等操作。本申请所指的金融产品包括但不限于股票、基金、理财等类型的产品。
如图1所示,该方法包括步骤S101~步骤S104:
步骤S101,获取用户在预设时间范围内的多个行业的个人交易数据和个人持仓数据,以及所述多个行业的整体交易数据和整体持仓数据。
其中,本步骤的行业包括但不限于医疗、新能源、科技等行业。个人交易数据指用户购买金融产品时的交易数据,个人交易数据包含针对一个或多个金融产品的交易数据,每个金融产品对应的个人交易数据包括交易时间、产品代码(如:股票代码)、产品名称(如:XX股份)、所属行业(如:医疗)、方向(买/卖)、单股成交价(如:3元/股)以及个人交易量(如:100股)。个人持仓数据指用户购买的金融产品的最新行情数据,每个金融产品对应的个人持仓数据包括产品代码(如:股票代码)、产品名称(如:XX股份)、所属行业(如:医疗)、个人持有量(如:1000股)、当日收盘价。
例如,假设用户A购买了个金融产品1、金融产品2和金融产品3,且这三个金融产品分别属于行业1、行业2和行业3,则个人交易数据就包括金融产品1的交易时间、产品代码、产品名称、所属行业、方向、单股成交价以及个人交易量,金融产品2的交易时间、产品代码、产品名称、所属行业、方向、单股成交价以及个人交易量,以及金融产品3的交易时间、产品代码、产品名称、所属行业、方向、单股成交价以及个人交易量。
假设将执行本申请的时间节点所在日称为当日,则用户A的个人持仓数据就包括金融产品1的产品代码、产品名称、所属行业、个人持有量、当日收盘价,金融产品2的产品代码、产品名称、所属行业、个人持有量、当日收盘价,以及金融产品3的产品代码、产品名称、所属行业、个人持有量、当日收盘价。
以上的个人交易数据和个人持仓数据为某一用户对应的数据,而多个行业的整体交易数据和整体持仓数据就是指该行业的所有用户的数据,换言之,行业1的整体交易数据可以理解为正在行业1投资的所有用户的个人交易数据的并集,行业1的整体持仓数据可以理解为正在行业2投资的所有用户的个人持仓数据的并集。
步骤S102,根据所述个人交易数据和所述个人持仓数据确定用户在各行业的个人投资权重和个人投资收益。
本步骤针对用户投资的各个行业,分别基于各行业对应的个人交易数据和个人持仓数据,确定用户在各行业的个人投资权重和个人投资收益。个人投资权重和个人投资收益代表了用户个人在该行业的投资水平。具体过程将在后续实施例中进行说明。
步骤S103,根据所述多个行业的整体交易数据和整体持仓数据分别得到各行业的整体投资权重和整体投资收益。
本步骤针对各行业中的整体交易数据和整体持仓数据,确定各行业所有用户的整体投资权重和整体投资收益。整体投资权重和整体投资收益代表了该行业的用户整体的投资水平。具体过程将在后续实施例中进行说明。
步骤S104,基于所述个人投资权重、所述个人投资收益、所述整体投资权重以及所述整体投资收益生成用户在各行业的投资风险预测结果。
本步骤针对用户投资的各个行业,分别基于各行业对应的个人投资权重、个人投资收益、整体投资权重以及整体投资收益,对用户在该行业的投资风险进行预测。本步骤是将用户在某一行业的投资水平与该行业的所有用户整体的投资水平进行比较,进而预测得到用户当前的投资可能存在的风险,以帮助用户及时调整当前的投资结构,降低损失。
在一实施例中,如图2所示,所述个人交易数据包括用户在各行业的个人交易量及其对应的单股成交价;所述个人持仓数据包括用户在多个行业的个人持有量及其对应的当日收盘价;
步骤S102,根据所述个人交易数据和所述个人持仓数据确定用户在各行业的个人投资权重和个人投资收益,包括:
步骤S1021,根据用户在各行业的个人交易额以及用户在多个行业的个人总交易额分别确定用户在各行业的个人投资权重。
具体地,用户在某一行业的个人交易额为用户购买的该行业的金融产品的个人交易量与其单股成交价的乘积,如果用户购买了该行业的多个金融产品,则用户在该行业的个人交易额为各金融产品的个人交易量与其单股成交价的乘积之和。例如:假设用户A在行业1仅购买了金融产品1,个人交易量为a1,单股成交价为b1,则用户A在行业1的个人交易额为a1×b1;如果用户A在行业1购买了金融产品1和金融产品2,且金融产品1的个人交易量为a1,单股成交价为b1,金融产品2的个人交易量为a2,单股成交价为b2,则用户A在行业1的个人交易额为a1×b1+a2×b2;以此类推,当用户A在行业1购买了n个金融产品,则用户A在行业1的个人交易额为a1×b1+a2×b2+…+ai×bi+…+an×bn,其中,1≤i≤n,n为正整数,ai为用户A在行业1购买的第i个金融产品的个人交易量,bi为用户A在行业1购买的第i个金融产品的单股成交价。
用户在某行业的个人投资权重为用户在该行业的个人交易额与用户在各行业的个人总交易额的比值。例如,假设用户A在行业1的个人交易额为w1,在行业2的个人交易额为w2,在行业3的个人交易额为w3,则用户在行业1的个人投资权重为r1=w1/(w1+w2+w3),用户在行业2的个人投资权重为r2=w2/(w1+w2+w3),行业1的个人投资权重为r3=w3/(w1+w2+w3)。
步骤S1022,根据用户在各行业的个人交易量及其对应的单股成交价、个人持有量及其对应的当日收盘价分别确定用户在各行业的个人投资收益。
具体地,用户在某一行业的个人投资收益为用户购买的该行业的金融产品的当前价格与用户购买该金融产品时的价格(个人交易额)的差值,与用户购买该金融产品时的价格的比值。例如,假设用户A在行业1仅购买了金融产品1,个人交易量为a1,单股成交价为b1,用户A对金融产品1当前的个人持有量为c1,当日收盘价为d1,则用户在行业1中的个人投资收益为p1=(c1×d1-a1×b1)/(a1×b1)。若用户在行业1中购买了n个金融产品,则用户在行业1中的行业1中的个人投资收益就是所有金融产品的当前价格总和与用户购买这些金融产品时的价格总和的差值,与用户购买这些金融产品时的价格总和的比值。
以用户A为例,通过以上步骤即可确定用户A的个人投资表如下表1所示:
表1:个人投资表
需要说明的是,实际应用时,可能包含比上述示例中更多或更少的行业、更多或更少的用户以及更多或更少的金融产品,上述示例仅作说明之用,并非用于限定本申请。
在一实施例中,如图3所示,所述整体交易数据包括各行业的整体交易量及其对应的单股成交价;所述整体持仓数据包括各行业的整体持有量及其对应的当日收盘价;
步骤S103,根据所述多个行业的整体交易数据和整体持仓数据分别得到各行业的整体投资权重和整体投资收益,包括:
步骤S1031,根据各行业的整体交易额以及多个行业的整体总交易额分别确定各行业的整体投资权重。
具体地,某一行业的整体交易额为在该行业投资的所有用户的个人交易额之和,其中,用户在某一行业的个人交易额的确定方式参见步骤S1021,得到在该行业投资的所有用户的个人交易额后进行求和即可得到该行业的整体交易额。
多个行业的整体总交易额为各行业的整体交易额之和。
某一行业的整体投资权重为该行业的整体交易额与多个行业的整体总交易额的比值。例如,假设行业1的整体交易额为W1,行业2的整体交易额为W2,行业3的整体交易额为W3,则行业1的整体投资权重R1=W1/(W1+W2+W3),行业2的整体投资权重R2=W2/(W1+W2+W3),行业3的整体投资权重R3=W3/(W1+W2+W3)。
步骤S1032,根据各行业的整体交易量及其对应的单股成交价、整体持有量及其对应的当日收盘价分别确定各行业的整体投资收益。
具体地,某一行业的整体投资收益为在该行业投资的所有用户购买的该行业的金融产品的当前价格总和与用户购买这些金融产品时的价格总和(整体交易额)的差值,与用户购买这些金融产品时的价格总和的比值。其中,某一用户购买的某一金融产品的当前价格为该用户对该金融产品当前的个人持有量与当日收盘价的乘积,得到该用户在行业1中购买的所有金融产品的当前价值后求和,得到该用户在行业1中购买的所有金融产品的当前价值的总和;得到在行业1投资的所有用户在行业1中购买的所有金融产品的当前价值的总和后求和,即可得到在行业1投资的所有用户购买的该行业的金融产品的当前价格总和。
以行业1为例,假设行业1中有用户A和用户B投资,用户A购买了金融产品11和金融产品12,用户B购买了金融产品12和金融产品13,其中,用户A购买金融产品11时的个人交易量为a11,单股成交价为b11,用户A对金融产品11当前的个人持有量为c11,当日收盘价为d11;用户A购买金融产品12时的个人交易量为a12,单股成交价为b12,用户A对金融产品12当前的个人持有量为c12,当日收盘价为d12;用户B购买金融产品12时的个人交易量为a12,单股成交价为b12,用户B对金融产品12当前的个人持有量为c12,当日收盘价为d12;用户B购买金融产品13时的个人交易量为a13,单股成交价为b13,用户B对金融产品13当前的个人持有量为c13,当日收盘价为d13。则行业1的整体投资收益为P1=((c11×d11+c12×d12+c12×d12+c13×d13)-(a11×b11+a12×b12+a12×b12+a13×b13))/(a11×b11+a12×b12+a12×b12+a13×b13)。
通过以上步骤即可确定用户A投资的各行业的整体投资表如下表2所示:
表2:整体投资表
需要说明的是,实际应用时,可能包含比上述示例中更多或更少的行业、更多或更少的用户以及更多或更少的金融产品,上述示例仅作说明之用,并非用于限定本申请。
在一实施例中,如图4所示,步骤S104,基于所述个人投资权重、所述个人投资收益、所述整体投资权重以及所述整体投资收益确定用户的投资风险预测结果,包括:
步骤S1041,根据各行业对应的个人投资权重、个人投资收益、整体投资权重以及整体投资收益分别确定用户在各行业的超额收益。
具体地,用户在某一行业的超额收益为用户在该行业的个人投资权重和个人投资收益的乘积与该行业的整体投资权重和整体投资收益的乘积之差。
以用户A在行业1中的投资数据为例,请参见表1和表2,行业1的个人投资权重为r1,个人投资收益为p1,整体投资权重为R1,整体投资收益为P1,则用户A在行业1中的超额收益表示为X1=r1×p1-R1×P1。同理可得到用户A在行业2中的超额收益X2和用户A在行业3中的超额收益X3。
其中,超额收益为用户在该行业的收益率,超额收益包括选趋势收益和选股收益。
步骤S1042,根据各行业对应的个人投资权重、整体投资权重以及整体投资收益分别确定用户在各行业的选趋势收益。
具体地,用户在某一行业选趋势收益为用户在该行业的个人投资权重和该行业的整体投资权重之差与该行业的整体投资收益的乘积。
以用户A在行业1中的投资数据为例,请参见表1和表2,行业1的个人投资权重为r1,整体投资权重为R1,整体投资收益为P1,则用户A在行业1中的选趋势收益表示为Y1=(r1-R1)×P1。同理可得到用户A在行业2中的选趋势收益Y2和用户A在行业3中的选趋势收益Y3。
其中,选趋势收益表示用户的投资选择与市场的投资趋势的一致性,若用户在某一行业的选趋势收益大于第一阈值,说明用户对该行业的整体趋势把握较好,否则说明用户对该行业的整体趋势把握较差。
步骤S1043,根据各行业对应的超额收益以及选趋势收益分别确定用户在各行业的选股收益。
选股收益为超额收益与选趋势收益的差,例如用户A在行业1的选股收益Z1=X1-Y1,用户A在行业2的选股收益Z2=X2-Y2,用户A在行业3的选股收益Z3=X3-Y3。
选股收益表示用户对股票等金融产品本身的把握程度,若用户在某一行业的选股收益大于第二阈值,说明用户在该行业的金融产品选择较好,否则说明用户对该行业的金融产品选择较差。
步骤S1044,根据所述超额收益、所述选趋势收益以及所述选股收益生成所述投资风险预测结果。
具体地,通过图5所示步骤得到投资风险预测结果:
步骤S10441,根据各行业的超额收益以及预设的超额收益阈值生成用户在各行业的投资收益结果。
具体地,以行业1为例,通过以下步骤得到行业1的投资收益结果:
(1)获取行业1对应的第一超额收益阈值及第二超额收益阈值,其中,第一超额收益阈值大于第二超额收益阈值;
(2)判断行业1的超额收益与第一超额收益阈值和第二超额收益阈值的大小关系;
(3)若超额收益≥第一超额收益阈值,确定投资收益结果为低风险;
若第一超额收益阈值>超额收益≥第二超额收益阈值,确定投资收益结果为中风险;
若第二超额收益阈值>超额收益,确定投资收益结果为高风险。
步骤S10442,根据所述选趋势收益以及所述选股收益以及预设的选趋势收益阈值和选股收益阈值生成用户在各行业的投资把握结果。
具体地,以行业1为例,通过以下步骤得到行业1的投资把握结果:
(1)获取行业1对应的选趋势收益阈值及选股收益阈值;
(2)分别判断行业1的选趋势收益与选趋势收益阈值的大小关系,以及选股收益与选股收益阈值的大小关系;
(3)若选趋势收益≥选趋势收益阈值,且选股收益≥选股收益阈值,确定投资把握结果为低风险;
若选趋势收益≥选趋势收益阈值,或选股收益≥选股收益阈值,确定投资收益结果为中风险;
若趋势收益<选趋势收益阈值,且选股收益<选股收益阈值,确定投资收益结果为高风险。
步骤S10443,根据所述投资收益结果和所述投资把握结果以及预设的风险确定规则生成用户在各行业的投资风险预测结果。
具体地,以行业1为例,按照以下风险确定规则生成行业1的投资风险预测结果:
若投资收益结果和投资把握结果均为低风险,则确定投资风险预测结果为低风险;
投资收益结果或投资把握结果为低风险,则确定投资风险预测结果为中风险;
若投资收益结果和投资把握结果均为高风险,则确定投资风险预测结果为高风险。
在一实施例中,如图6所示,所述个人投资风险预测方法还包括:
步骤S105,将所述投资收益结果、所述投资把握结果以及所述投资风险预测结果展示给用户。
具体地,将投资收益结果及其对应的判定原因、投资把握结果及其对应的判定原因以及投资风险预测结果展示给用户。
本申请不仅可以向用户展示其在某一行业的超额收益,还对用户获得超额收益的可能原因进行分析展示,以使用户进一步了解其收益低究竟是因为行业不景气,自身对行业的趋势把握较差,还是自身对股票的选取较差,进而使用户在后续的投资中更好的规避自己不擅长的投资,提高收益,降低损失。尤其对于让容易迷茫的个人投资者,能够使其充分的了解自己业绩来源,进而扬长避短,达到自我正确引导的效果。
在一实施例中,如图7所示,所述个人投资风险预测方法还包括:
步骤S106,接收用户的交易请求,所述交易请求中包括交易产品所属行业;
步骤S107,判断所述交易产品所属行业对应的投资风险预测结果是否为低风险;若是,则执行步骤S108;若否,则执行步骤S109;
步骤S108,继续处理用户的交易请求;
步骤S109,向用户发出风险提示信息;
步骤S110,判断是否接收到用户的确认交易指令;若是,则执行步骤S108;若否,则执行步骤S111;
步骤S111,退出本次交易。
之后若收到用户继续交易的指令,则继续处理用户的交易请求;若收到用户取消交易的指令,则退出本次交易。
本实施例是对投资风险预测结果的进一步应用,以行业1为例,假设用户A在行业1中的投资风险预测结果为高风险,且用户A仍然想要购入行业1的金融产品,此时向用户发出风险提示,提醒用户当前交易存在风险,然后根据用户指令执行后续操作。本实施例有助于更好的发挥投资风险预测结果的作用,帮助用户实现自我引导。
本申请的个人投资风险预测方法基于用户在多个行业的个人交易数据和个人持仓数据以及多个行业的整体交易数据和整体持仓数据分别得到用户在各行业的个人投资权重和个人投资收益,以及各行业的整体投资权重和整体投资收益;基于个人投资权重、个人投资收益、整体投资权重和整体投资收益共同确定进行投资风险预测。本申请基于行业整体的投资情况与用户个人在行业内的投资情况进行分析,判断用户的投资行为是否符合行业整体的投资趋势的发展,深入分析用户收益的具体来源,进而对用户的投资行为可能存在的风险进行预测。本申请相比于现有的基于历史投资数据进行风险预测的技术方案,能为用户的个人行为进行风险预测和建议,使用户及时了解和调整自身的投资行为,降低投资风险。
基于同一发明构思,本申请实施例还提供了个人投资风险预测装置,可以用于实现上述实施例所描述的方法,如下面的实施例所述。由于个人投资风险预测装置解决问题的原理与个人投资风险预测方法相似,因此个人投资风险预测装置的实施可以参见个人投资风险预测方法的实施,重复之处不再赘述。以下所使用的,术语“单元”或者“模块”可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的系统较佳地以软件来实现,但是硬件,或者软件和硬件的组合的实现也是可能并被构想的。
本申请提供一种个人投资风险预测装置,如图8所示,该装置包括:
数据获取模块801,用于获取用户在预设时间范围内的多个行业的个人交易数据和个人持仓数据,以及所述多个行业的整体交易数据和整体持仓数据;
个人投资数据确定模块802,用于根据所述个人交易数据和所述个人持仓数据确定用户在各行业的个人投资权重和个人投资收益;
整体投资数据确定模块803,用于根据所述多个行业的整体交易数据和整体持仓数据分别得到各行业的整体投资权重和整体投资收益;
投资风险预测模块804,用于基于所述个人投资权重、所述个人投资收益、所述整体投资权重以及所述整体投资收益生成用户在各行业的投资风险预测结果。
在一实施例中,所述个人交易数据包括用户在各行业的个人交易量及其对应的单股成交价;所述个人持仓数据包括用户在多个行业的个人持有量及其对应的当日收盘价;
所述个人投资数据确定模块802具体用于:
根据用户在各行业的个人交易额以及用户在多个行业的个人总交易额分别确定用户在各行业的个人投资权重;
根据用户在各行业的个人交易量及其对应的单股成交价、个人持有量及其对应的当日收盘价分别确定用户在各行业的个人投资收益。
在一实施例中,所述整体交易数据包括各行业的整体交易量及其对应的单股成交价;所述整体持仓数据包括各行业的整体持有量及其对应的当日收盘价;
所述整体投资数据确定模块803具体用于:
根据各行业的整体交易额以及多个行业的整体总交易额分别确定各行业的整体投资权重;
根据各行业的整体交易量及其对应的单股成交价、整体持有量及其对应的当日收盘价分别确定各行业的整体投资收益。
在一实施例中,如图9所示,所述投资风险预测模块804包括:
超额收益确定单元8041,用于根据各行业对应的个人投资权重、个人投资收益、整体投资权重以及整体投资收益分别确定用户在各行业的超额收益;
选趋势收益确定单元8042,用于根据各行业对应的个人投资权重、整体投资权重以及整体投资收益分别确定用户在各行业的选趋势收益;
选股收益确定单元8043,用于根据各行业对应的超额收益以及选趋势收益分别确定用户在各行业的选股收益;
投资风险预测单元8044,用于根据所述超额收益、所述选趋势收益以及所述选股收益生成所述投资风险预测结果。
在一实施例中,所述投资风险预测单元8044具体用于:
根据各行业的超额收益以及预设的超额收益阈值生成用户在各行业的投资收益结果;
根据所述选趋势收益以及所述选股收益以及预设的选趋势收益阈值和选股收益阈值生成用户在各行业的投资把握结果;
根据所述投资收益结果和所述投资把握结果以及预设的风险确定规则生成用户在各行业的投资风险预测结果。
在一实施例中,如图10所示,所述个人投资风险预测装置还包括展示模块805,用于将所述投资收益结果、所述投资把握结果以及所述投资风险预测结果展示给用户。
在一实施例中,请继续参见图10,所述个人投资风险预测装置还包括风险提示模块806,用于:
接收用户的交易请求,所述交易请求中包括交易产品所属行业;
判断所述交易产品所属行业对应的投资风险预测结果是否为低风险;
若否,则向用户发出风险提示信息。
本申请的个人投资风险预测装置基于用户在多个行业的个人交易数据和个人持仓数据以及多个行业的整体交易数据和整体持仓数据分别得到用户在各行业的个人投资权重和个人投资收益,以及各行业的整体投资权重和整体投资收益;基于个人投资权重、个人投资收益、整体投资权重和整体投资收益共同确定进行投资风险预测。本申请基于行业整体的投资情况与用户个人在行业内的投资情况进行分析,判断用户的投资行为是否符合行业整体的投资趋势的发展,深入分析用户收益的具体来源,进而对用户的投资行为可能存在的风险进行预测。本申请相比与现有的基于历史投资数据进行风险预测的技术方案,能为用户的个人行为进行风险预测和建议,使用户及时了解和调整自身的投资行为,降低投资风险。
在一实施例中,本申请还提供一种计算机设备,参见图11,所述电子设备100具体包括:
中央处理器(processor)110、存储器(memory)120、通信模块(Communications)130、输入单元140、输出单元150以及电源160。
其中,所述存储器(memory)120、通信模块(Communications)130、输入单元140、输出单元150以及电源160分别与所述中央处理器(processor)110相连接。所述存储器120中存储有计算机程序,所述中央处理器110可调用所述计算机程序,所述中央处理器110执行所述计算机程序时实现上述实施例中的个人投资风险预测方法中的全部步骤。
在一实施例中,本申请的实施例还提供一种计算机可读存储介质,用于存储计算机程序,所述计算机程序可被处理器执行。所述计算机程序被处理器执行时实现本发明所提供的任一个人投资风险预测方法。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上所述的具体实施例,对本发明的目的、技术方案和有益效果进行了进一步详细说明,所应理解的是,以上所述仅为本发明的具体实施例而已,并不用于限定本发明的保护范围,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种个人投资风险预测方法,其特征在于,包括:
获取用户在预设时间范围内的多个行业的个人交易数据和个人持仓数据,以及所述多个行业的整体交易数据和整体持仓数据;
根据所述个人交易数据和所述个人持仓数据确定用户在各行业的个人投资权重和个人投资收益;
根据所述多个行业的整体交易数据和整体持仓数据分别得到各行业的整体投资权重和整体投资收益;
基于所述个人投资权重、所述个人投资收益、所述整体投资权重以及所述整体投资收益生成用户在各行业的投资风险预测结果。
2.根据权利要求1所述的个人投资风险预测方法,其特征在于,所述个人交易数据包括用户在各行业的个人交易量及其对应的单股成交价;所述个人持仓数据包括用户在多个行业的个人持有量及其对应的当日收盘价;
所述根据所述个人交易数据和所述个人持仓数据确定用户在各行业的个人投资权重和个人投资收益,包括:
根据用户在各行业的个人交易额以及用户在多个行业的个人总交易额分别确定用户在各行业的个人投资权重;
根据用户在各行业的个人交易量及其对应的单股成交价、个人持有量及其对应的当日收盘价分别确定用户在各行业的个人投资收益。
3.根据权利要求1所述的个人投资风险预测方法,其特征在于,所述整体交易数据包括各行业的整体交易量及其对应的单股成交价;所述整体持仓数据包括各行业的整体持有量及其对应的当日收盘价;
所述根据所述多个行业的整体交易数据和整体持仓数据分别得到各行业的整体投资权重和整体投资收益,包括:
根据各行业的整体交易额以及多个行业的整体总交易额分别确定各行业的整体投资权重;
根据各行业的整体交易量及其对应的单股成交价、整体持有量及其对应的当日收盘价分别确定各行业的整体投资收益。
4.根据权利要求1所述的个人投资风险预测方法,其特征在于,所述基于所述个人投资权重、所述个人投资收益、所述整体投资权重以及所述整体投资收益确定用户的投资风险预测结果,包括:
根据各行业对应的个人投资权重、个人投资收益、整体投资权重以及整体投资收益分别确定用户在各行业的超额收益;
根据各行业对应的个人投资权重、整体投资权重以及整体投资收益分别确定用户在各行业的选趋势收益;
根据各行业对应的超额收益以及选趋势收益分别确定用户在各行业的选股收益;
根据所述超额收益、所述选趋势收益以及所述选股收益生成所述投资风险预测结果。
5.根据权利要求4所述的个人投资风险预测方法,其特征在于,所述根据所述超额收益、所述选趋势收益以及所述选股收益生成所述投资风险预测结果,包括:
根据各行业的超额收益以及预设的超额收益阈值生成用户在各行业的投资收益结果;
根据所述选趋势收益以及所述选股收益以及预设的选趋势收益阈值和选股收益阈值生成用户在各行业的投资把握结果;
根据所述投资收益结果和所述投资把握结果以及预设的风险确定规则生成用户在各行业的投资风险预测结果。
6.根据权利要求5所述的个人投资风险预测方法,其特征在于,还包括:
将所述投资收益结果、所述投资把握结果以及所述投资风险预测结果展示给用户。
7.根据权利要求1至6中任一项所述的个人投资风险预测方法,其特征在于,还包括:
接收用户的交易请求,所述交易请求中包括交易产品所属行业;
判断所述交易产品所属行业对应的投资风险预测结果是否为低风险;
若否,则向用户发出风险提示信息。
8.一种个人投资风险预测装置,其特征在于,包括:
数据获取模块,用于获取用户在预设时间范围内的多个行业的个人交易数据和个人持仓数据,以及所述多个行业的整体交易数据和整体持仓数据;
个人投资数据确定模块,用于根据所述个人交易数据和所述个人持仓数据确定用户在各行业的个人投资权重和个人投资收益;
整体投资数据确定模块,用于根据所述多个行业的整体交易数据和整体持仓数据分别得到各行业的整体投资权重和整体投资收益;
投资风险预测模块,用于基于所述个人投资权重、所述个人投资收益、所述整体投资权重以及所述整体投资收益生成用户在各行业的投资风险预测结果。
9.一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述的个人投资风险预测方法。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的个人投资风险预测方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210997103.4A CN115345748A (zh) | 2022-08-19 | 2022-08-19 | 个人投资风险预测方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210997103.4A CN115345748A (zh) | 2022-08-19 | 2022-08-19 | 个人投资风险预测方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115345748A true CN115345748A (zh) | 2022-11-15 |
Family
ID=83954814
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210997103.4A Pending CN115345748A (zh) | 2022-08-19 | 2022-08-19 | 个人投资风险预测方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115345748A (zh) |
-
2022
- 2022-08-19 CN CN202210997103.4A patent/CN115345748A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
AU2003238004B2 (en) | System and method for estimating and optimizing transaction costs | |
US20130006843A1 (en) | Quantative dividends method and system | |
AU2015346038A1 (en) | Unified option trading system | |
Smith | Is high-frequency trading inducing changes in market microstructure and dynamics? | |
Prix et al. | Algorithmic trading patterns in Xetra orders | |
KR100931826B1 (ko) | 금융자산 투자 운용 시스템 및 그 방법 | |
KR102447254B1 (ko) | 고속 거래 체결을 지원하는 거래소 운영 방법 및 시스템 | |
CN106910129B (zh) | 资产数据的处理方法、客户端及服务器 | |
Yan et al. | Estimating liquidity risk using the exposure‐based cash‐flow‐at‐risk approach: An application to the UK banking sector | |
Carr et al. | Multi‐asset stochastic local variance contracts | |
US20130317961A1 (en) | Methods and systems for order matching | |
Babaei et al. | Von Neumann–Gale dynamics and capital growth in financial markets with frictions | |
CN115345748A (zh) | 个人投资风险预测方法及装置 | |
KR20200101729A (ko) | 듀얼 ai시스템을 이용하여 최적의 매도 타이밍을 자동으로 결정하는 주식거래 시스템 | |
Xia | A stochastic-volatility model for pricing power variants of exchange options | |
Sapna et al. | Comparative Analysis of root finding algorithms for implied volatility estimation of ethereum options | |
Armstrong et al. | Pricing index options by static hedging under finite liquidity | |
US20190279301A1 (en) | Systems and Methods Using an Algorithmic Solution for Analyzing a Portfolio of Stocks, Commodities and/or Other Financial Assets Based on Individual User Data to Achieve Desired Risk Based Financial Goals | |
US20200042164A1 (en) | System and Method for a Mobile Computing Device Having a User Interface and Options Selection in the User Interface | |
Moyo et al. | Modelling the effects of trading volume on stock return volatility using conditional heteroskedastic models | |
US20190355064A1 (en) | Systems and methods for dynamic construction and reporting of a shielded etf creation basket | |
Fletcher | An investigation of alternative estimators of expected returns in mean‐variance analysis | |
Fulga | Integrated bi-criteria decision support system for portfolio selection | |
Koshiyama et al. | A derivatives trading recommendation system: The mid‐curve calendar spread case | |
JP2014191829A (ja) | 証券投資バリューにおける評価方法、システム及びコンピュータープログラム製品 |
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 |