CN115545933A - 一种基于事件和向量融合的策略回测方法和相关装置 - Google Patents
一种基于事件和向量融合的策略回测方法和相关装置 Download PDFInfo
- Publication number
- CN115545933A CN115545933A CN202211360753.4A CN202211360753A CN115545933A CN 115545933 A CN115545933 A CN 115545933A CN 202211360753 A CN202211360753 A CN 202211360753A CN 115545933 A CN115545933 A CN 115545933A
- Authority
- CN
- China
- Prior art keywords
- field
- ticket
- data
- event
- strategy
- 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
- G06Q40/04—Trading; Exchange, e.g. stocks, commodities, derivatives or currency exchange
-
- 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
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Finance (AREA)
- Accounting & Taxation (AREA)
- Development Economics (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Economics (AREA)
- Marketing (AREA)
- Strategic Management (AREA)
- Technology Law (AREA)
- Entrepreneurship & Innovation (AREA)
- Operations Research (AREA)
- Human Resources & Organizations (AREA)
- Game Theory and Decision Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请提供了一种基于事件和向量融合的策略回测方法和相关装置,涉及数据处理技术领域,方法包括:获取目标策略相关的策略调仓数据、回测参数数据和个券基础数据;构建分别以回测日期区间包含的交易周期为一个维度的组合相关字段二维结构信息和个券相关字段三维结构信息;根据策略调仓数据、回测参数数据和个券基础数据,以每个交易周期为一个事件,采用向量化处理方式依次计算每个事件下的第一字段和第二字段的字段值,并将计算出的字段值填充至对应的结构信息中;对填充字段值后的组合相关字段二维结构信息和个券相关字段三维结构信息进行策略回测分析,得到收益分析结果和收益归因分析结果。本申请策略回测的准确性高,且性能更优。
Description
技术领域
本申请涉及数据处理技术领域,特别是涉及一种基于事件和向量融合的策略回测方法和相关装置。
背景技术
策略回测是量化投资研究过程中验证投资策略有效性的重要手段。回测往往基于大量的历史数据,模拟策略真实的交易情况,从而分析策略的历史收益是否符合预期。
目前,比较常见的两种策略回测方法包括基于事件的策略回测方法和基于向量的策略回测方法。基于事件的策略回测方法可以进行公司行为、交易规则等复杂逻辑的处理,可以最大成程度的模拟真实交易情况,但是,基于事件的策略回测方法的计算过程存在路径依赖,数据处理流程是时间线性的,性能较差;基于向量的策略回测方法的计算过程不存在路径依赖,数据处流程是时间并行的,同时可以利用现代CPU浮点矩阵运算的特性进行快速计算,因此性能较好,但无法进行复杂的交易逻辑模拟(交易逻辑的处理必然存在路径依赖),回测准确性较差。
发明内容
有鉴于此,本申请提供了一种基于事件和向量融合的策略回测方法和相关装置,用于解决现有技术存在的回测准确性差和性能较差的问题,其技术方案如下:
一种策略回测方法,包括:
获取目标策略相关的策略调仓数据、回测参数数据和个券基础数据,其中,目标策略是指购买目标个券的策略,回测参数数据中包括回测日期区间;
构建分别以回测日期区间包含的交易周期为一个维度的组合相关字段二维结构信息和个券相关字段三维结构信息,其中,组合相关字段二维结构信息中的另一个维度为反映目标个券的整体持仓情况和整体收益情况的第一字段,个券相关字段三维结构信息的第二个维度为目标个券包含的每个个券的券代码,第三个维度包括第二字段和个券基础数据对应的相关基础字段,第二字段是指能够反映每个个券的持仓情况、收益情况和部分公司行为的字段,第一字段和第二字段的字段值为空;
根据策略调仓数据、回测参数数据和个券基础数据,以回测日期区间包含的每个交易周期为一个事件,采用向量化处理方式依次计算每个事件下的第一字段和第二字段的字段值,并将计算出的字段值填充至对应的结构信息中,其中,后一个事件下的第一字段和第二字段的字段值依赖于前一个事件下的第一字段和第二字段的字段值;
对填充字段值后的组合相关字段二维结构信息和个券相关字段三维结构信息进行策略回测分析,得到目标策略下的收益分析结果和收益归因分析结果。
可选的,根据策略调仓数据、回测参数数据和个券基础数据,以回测日期区间包含的每个交易周期为一个事件,采用向量化处理方式依次计算每个事件下的第一字段和第二字段的字段值,包括:
根据策略调仓数据、回测参数数据和个券基础数据,采用向量化处理方式计算首个事件下的第一字段和第二字段的字段值;
根据策略调仓数据、回测参数数据和个券基础数据,以及回测日期区间包含的前一个事件下的第一字段和第二字段的字段值,采用向量化处理方式计算后一个事件下的第一字段和第二字段的字段值;以得到每个事件下的第一字段和第二字段的字段值。
可选的,第一字段的字段值包括目标个券在调仓前和调仓后的组合持仓相关字段值,以及调仓后的组合收益相关字段值;第二字段的字段值包括每个个券在调仓前和调仓后的持仓相关字段值、调仓后的收益相关字段值,以及部分公司行为相关字段值,部分公司行为相关字段值是指需要计算的公司行为相关字段值;
根据策略调仓数据、回测参数数据和个券基础数据,以及前一个事件下的第一字段和第二字段的字段值,采用向量化处理方式计算后一个事件下的第一字段和第二字段的字段值,包括:
根据策略调仓数据、回测参数数据、个券基础数据和前一个事件下的部分公司行为相关字段值,采用向量化处理方式计算后一个事件下的部分公司行为相关字段值;
根据策略调仓数据、回测参数数据、个券基础数据、后一个事件下的部分公司行为相关字段值,以及前一个事件下目标个券在调仓后的组合持仓相关字段值和每个个券在调仓后的持仓相关字段值,采用向量化处理方式计算后一个事件下目标个券在调仓前的组合持仓相关字段值和每个个券在调仓前的持仓相关字段值;
根据策略调仓数据和后一个事件下目标个券在调仓前的组合持仓相关字段值和每个个券在调仓前的持仓相关字段值,采用向量化处理方式计算后一个事件下每个个券的交易数量;
根据预设的交易规则判断后一个事件下每个个券的交易数量是否具备交易条件,若是,则按照后一个事件下每个个券的交易数量进行调仓处理,并采用向量化处理方式计算后一个事件下目标个券在调仓后的组合持仓相关字段值和每个个券在调仓后的持仓相关字段值;
根据后一个事件下目标个券在调仓后的组合持仓相关字段值和每个个券在调仓后的持仓相关字段值,采用向量化处理方式计算后一个事件下目标个券在调仓后的组合收益相关字段值和每个个券在调仓后的收益相关字段值。
可选的,组合相关字段二维结构信息为组合相关字段二维截面向量,个券相关字段三维结构信息为个券相关字段三维截面向量;
构建分别以回测日期区间包含的交易周期为一个维度的组合相关字段二维结构信息和个券相关字段三维结构信息,包括:
构建由每个交易周期、每个个券的券代码以及每个个券的相关基础字段值组成的二维表向量;
根据二维表向量,构建分别以回测日期区间包含的交易周期为一个维度的组合相关字段二维截面向量和个券相关字段三维截面向量。
可选的,策略调仓数据包括以下信息中的一种或多种:调仓周期、目标个券包含的每个个券的券代码、目标权重和目标数量;回测参数数据还包括以下信息中的一种或多种:初始现金、交易手续费率和基准指数;个券基础数据包括以下信息中的一种或多种:交易周期、退市日期、上市板块、单笔最小交易数量、每手数量、是否停牌、涨跌停、开盘价、成交均价、收盘价和公司行为。
可选的,第一字段包括以下字段中的一个或多个:调仓前组合现金、调仓前组合可用现金、调仓前组合持仓市值、调仓前组合市值、有效买入的组合权重差、组合交易卖出金额、组合交易卖出费用、可用买入现金、组合交易买入金额、组合交易买入费用、组合交易金额、组合交易费用、调仓后组合现金、收盘时的调仓后组合持仓市值、收盘时的调仓后组合总市值、每个交易周期的调仓后组合盈亏、每个交易周期的调仓后组合收益率、调仓后组合累计盈亏、调仓后组合累计收益率和调仓后组合单位净值;
第二字段包括以下字段中的一个或多个:调仓前持仓数量、调仓前持仓市值、权重差、数量差、交易数量、交易金额、交易费率、调仓后持仓数量、调仓后持仓市值、调仓后持仓权重、调仓后盈亏、调仓后收益率、收盘时的调仓后持仓市值和收盘时的调仓后持仓权重。
可选的,交易周期为一个交易日、一小时、半小时或5分钟。
一种策略回测装置,包括:
数据获取模块,用于获取目标策略相关的策略调仓数据、回测参数数据和个券基础数据,其中,目标策略是指购买目标个券的策略,回测参数数据中包括回测日期区间;
结构信息构建模块,用于构建分别以回测日期区间包含的交易周期为一个维度的组合相关字段二维结构信息和个券相关字段三维结构信息,其中,组合相关字段二维结构信息中的另一个维度为反映目标个券的整体持仓情况和整体收益情况的第一字段,个券相关字段三维结构信息的第二个维度为目标个券的券代码,第三个维度包括第二字段和个券基础数据对应的相关基础字段,第二字段是指能够反映每个个券的持仓情况、收益情况和部分公司行为的字段,第一字段和第二字段的字段值为空;
字段值计算模块,用于根据策略调仓数据、回测参数数据和个券基础数据,以回测日期区间包含的每个交易周期为一个事件,采用向量化处理方式依次计算每个事件下的第一字段和第二字段的字段值,并将计算出的字段值填充至对应的结构信息中,其中,后一个事件下的第一字段和第二字段的字段值依赖于前一个事件下的第一字段和第二字段的字段值;
回测分析模块,用于对填充字段值后的组合相关字段二维结构信息和个券相关字段三维结构信息进行策略回测分析,得到目标策略下的收益分析结果和收益归因分析结果。
一种策略回测设备,包括存储器和处理器;
存储器,用于存储程序;
处理器,用于执行程序,实现如上述任一项的策略回测方法的各个步骤。
一种可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时,实现如上述任一项的策略回测方法的各个步骤。
经由上述的技术方案可知,本申请提供的策略回测方法,首先获取目标策略相关的策略调仓数据、回测参数数据和个券基础数据,然后构建分别以回测日期区间包含的交易周期为一个维度的组合相关字段二维结构信息和个券相关字段三维结构信息,接着根据策略调仓数据、回测参数数据和个券基础数据,以回测日期区间包含的每个交易周期为一个事件,采用向量化处理方式依次计算每个事件下的第一字段和第二字段的字段值,并将计算出的字段值填充至对应的结构信息中,最后对填充字段值后的组合相关字段二维结构信息和个券相关字段三维结构信息进行策略回测分析,得到目标策略下的收益分析结果和收益归因分析结果。本申请能够依次计算每个事件下的第一字段和第二字段的字段值,并且后一个事件下的第一字段和第二字段的字段值依赖于前一个事件下的第一字段和第二字段的字段值,基于包含计算出的字段值以及策略调仓数据、回测参数数据和个券基础数据的组合相关字段二维结构信息和个券相关字段三维结构信息进行策略回测分析,提高了策略回测的准确性,同时采用向量化处理方式进行字段值计算,提高了回测效率,性能更优。
附图说明
为了更清楚地说明本申请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申请的实施例,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,还可以根据提供的附图获得其他的附图。
图1为本申请实施例提供的策略回测方法的流程示意图;
图2为本申请实施例提供的策略回测装置的结构示意图;
图3为本申请实施例提供的策略回测设备的硬件结构框图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
本申请提供了一种策略回测方法,该策略回测方法适用于研究员制定用于购买目标个券的目标策略后,基于目标个券相关的历史数据对目标策略进行策略回测,以确定目标策略是否能够执行,以及目标策略下产生的收益是否能够达到预期的场景。
可选的,该策略回测方法可以应用于终端设备或服务器端,为了使本领域技术人员更加理解本申请,接下来通过下述实施例对本申请提供的策略回测方法进行详细介绍。
请参阅图1,示出了本申请实施例提供的策略回测方法的流程示意图,该策略回测方法可以包括:
步骤S101、获取目标策略相关的策略调仓数据、回测参数数据和个券基础数据。
在本步骤中,目标策略是指基于给定的初始现金购买目标个券的策略,目标个券包括至少一个个券。
可选的,在用户制定目标策略,并需要对目标策略进行回测时,可以输入目标策略相关的策略调仓数据和回测参数数据,那么本步骤可以获取用户输入的策略调仓数据和回测参数数据,这里,策略调仓数据包括目标个券的仓位调整相关字段值,回测参数数据包括对目标策略进行回测所需的基础参数字段值。
在本步骤中,回测参数数据中包括回测日期区间,该回测日期区间是指对目标策略进行回测分析的日期区间。
可选的,上述策略调仓数据包括以下信息中的一种或多种:调仓周期、目标个券包含的每个个券的券代码、目标权重和目标数量。
可选的,上述回测参数数据除包含回测日期区间外,还包括以下信息中的一种或多种:初始现金、交易手续费率和基准指数,其中,初始现金是指首个调仓周期(例如买入目标个券的首日)投入的总资金,交易手续费率是指目标个券包含的每个个券在买、卖、申、赎等交易过程中产生费用的费率(例如券商佣金、经手费等),基准指数是指组合投资收益的比较基准。
在一种可能的实现方式中,本步骤可以从行情数据库查询得到目标策略相关的个券基础数据,该个券基础数据包括回测日期区间内目标个券的相关基础字段值,也即,该个券基础数据包括策略调仓数据包含的所有个券(即目标个券)在回测日期区间的相关基础字段值。
可选的,个券基础数据包括以下信息中的一种或多种:交易周期、退市日期、上市板块、单笔最小交易数量、每手数量、是否停牌、涨跌停、开盘价、成交均价、收盘价和公司行为。
这里,交易周期用于描述本申请策略回测的回测级别,可选的,交易周期为一个交易日、一小时、半小时、5分钟中的任一个。
需要说明的是,上述策略调仓数据、回测参数数据、个券基础数据和交易周期包含的信息仅为示例,除此之外还可以包含其他信息,本申请对此不进行具体限定。
还需要说明的是,本申请不对上述策略调仓数据的表现形式进行限定,例如,策略调仓数据具体可以为策略调仓文件。
步骤S102、构建分别以回测日期区间包含的交易周期为一个维度的组合相关字段二维结构信息和个券相关字段三维结构信息。
其中,组合相关字段二维结构信息中的另一个维度为反映目标个券的整体持仓情况和整体收益情况的第一字段,个券相关字段三维结构信息的第二个维度为目标个券的券代码,第三个维度包括第二字段和个券基础数据对应的相关基础字段,第二字段是指能够反映每个个券的持仓情况、收益情况和部分公司行为的字段,第一字段和第二字段的字段值为空。这里,反映部分公司行为的字段是指不能直接获取,而是需要计算的那些公司行为相关字段,例如分红派息、送股数量、配股数量等字段。
在本步骤中,可以构建能够反映目标个券包含的所有个券的整体持仓和整体收益等情况的组合相关字段二维结构信息,并构建能够反映目标个券包含的单个个券的持仓和收益等情况的个券相关字段三维结构信息。
其中,个券相关字段三维结构信息共包含三个维度的字段。其中,第一个维度为回测日期区间包含的交易周期;第二个维度为目标个券的券代码,具体来说,第二个字段为目标个券包含的每个个券的券代码;第三个维度包括第二字段和个券基础数据对应的相关基础字段,第二字段是指能够反映目标个券包含的每个个券的持仓情况、收益情况和部分公司行为的字段。
将回测日期区间包含的交易周期的数量记为N,将目标个券包含的个券数量记为S,将第三个维度包含的所有字段的总数量记为M1,则个券相关字段三维结构信息的大小为N*S*M1。
在一可选实施例中,第二字段包括每个个券在调仓前和调仓后的持仓相关字段、调仓后的收益相关字段和部分公司行为相关字段(该部分公司行为相关字段是指反映部分公司行为的字段,也即需要计算的那些公司行为相关字段),例如,可选的,第二字段包括以下字段中的一个或多个:调仓前持仓数量、调仓前持仓市值、权重差、数量差、交易数量、交易金额、交易费率、调仓后持仓数量、调仓后持仓市值、调仓后持仓权重、调仓后盈亏、调仓后收益率、收盘时的调仓后持仓市值和收盘时的调仓后持仓权重。
上述组合相关字段二维结构信息共包含两个维度的字段。其中,第一个维度为回测日期区间包含的交易周期,第二个维度为反映目标个券的整体持仓情况和整体收益情况的第一字段。
将回测日期区间包含的交易周期的数量记为N,将第一字段包含的所有字段的总数量记为M2,则组合相关字段二维结构信息的大小为N*M2。
在一可选实施例中,第一字段包括目标个券在调仓前和调仓后的组合持仓相关字段,以及调仓后的组合收益相关字段,例如,可选的,第一字段包括以下字段中的一个或多个:调仓前组合现金、调仓前组合可用现金、调仓前组合持仓市值、调仓前组合市值、有效买入的组合权重差、组合交易卖出金额、组合交易卖出费用、可用买入现金、组合交易买入金额、组合交易买入费用、组合交易金额、组合交易费用、调仓后组合现金、收盘时的调仓后组合持仓市值、收盘时的调仓后组合总市值、每个交易周期的调仓后组合盈亏、每个交易周期的调仓后组合收益率、调仓后组合累计盈亏、调仓后组合累计收益率和调仓后组合单位净值。这里,“组合”表示某个交易周期目标个券包含的所有个券的汇总。
需要说明的是,由于组合相关字段二维结构信息包含的第一字段的字段值需要计算才可以得到,因此本步骤构建的组合相关字段二维结构信息中第一字段的字段值为空。同理,个券相关字段三维结构信息中包含的第二字段的字段值也需要计算才可以得到,因此本步骤构建的个券相关字段三维结构信息中第二字段的字段值为空,而个券基础数据在步骤S101中已经获得,因此个券相关字段三维结构信息包含的个券基础数据不为空。
步骤S103、根据策略调仓数据、回测参数数据和个券基础数据,以回测日期区间包含的每个交易周期为一个事件,采用向量化处理方式依次计算每个事件下的第一字段和第二字段的字段值,并将计算出的字段值填充至对应的结构信息中。
其中,后一个事件下的第一字段和第二字段的字段值依赖于前一个事件下的第一字段和第二字段的字段值。
这里,“向量化处理方式”是指利用CPU硬件层面的浮点数向量计算特性语言进行并行计算的一种处理方式,例如,对于A=[1,2,3,4,5]和B=[11,12,13,14,15],若需要计算A和B对应位置相乘后的结果,则非向量化处理方式需要依次计算每个对应位置的乘积,而向量化处理方式可以并行(即同时)计算各个对应位置的乘积。本实施例在每次计算时均可以采用向量化处理方式,提高了回测效率。
本步骤用于将前述步骤S102构建的组合相关字段二维结构信息和个券相关字段三维结构信息中为空的第一字段和第二字段的字段值计算出来,其中,在计算后一个第一字段和第二字段的字段值时,需要依赖前一个交易周期计算出的第一字段和第二字段的字段值,也就是说,本步骤可以将回测日期区间包含的每个交易周期作为一个事件,后一个事件下需要计算的字段值依赖于前一个事件下计算出的字段值。这种依赖关系,使得本实施例能够模拟复杂的真实交易情况,提高了回测准确性。
本步骤需要将计算出的字段值填充回对应的结构信息中,以得到完整的结构信息。
这里,“将计算出的字段值填充至对应的结构信息中”具体是指将计算出的第一字段的字段值填充回组合相关字段二维结构信息的对应位置,并将计算出的第二字段的字段值填充回个券相关字段三维结构信息的对应位置。步骤S104、对填充字段值后的组合相关字段二维结构信息和个券相关字段三维结构信息进行策略回测分析,得到目标策略下的收益分析结果和收益归因分析结果。
其中,目标策略下的收益分析结果能够反映采用目标策略在回测日期区间购买目标个券获得的收益情况,收益归因分析结果能够反映为何能够获得收益,例如,收益归因分析结果中包括:对于购买的目标个券1~4,个券1获得a收益,个券3获得了c收益,个券4获得了d收益,个券1获得的收益最多,个券3次之,个券4获得的收益最少,个券2发生了亏损,等等。
具体的,本步骤可以对填充字段值后的组合相关字段二维结构信息和个券相关字段三维结构信息进行收益情况分析,以得到目标策略下的收益分析结果;同时,本步骤可以对填充字段值后的组合相关字段二维结构信息和个券相关字段三维结构信息进行归因分析,得到目标策略下的收益归因分析结果。
在本步骤中,上述分析过程也可以采用向量化处理方式进行并行分析,以提高回测效率。
本申请提供的策略回测方法,首先获取目标策略相关的策略调仓数据、回测参数数据和个券基础数据,然后构建分别以回测日期区间包含的交易周期为一个维度的组合相关字段二维结构信息和个券相关字段三维结构信息,接着根据策略调仓数据、回测参数数据和个券基础数据,以回测日期区间包含的每个交易周期为一个事件,采用向量化处理方式依次计算每个事件下的第一字段和第二字段的字段值,并将计算出的字段值填充至对应的结构信息中,最后对填充字段值后的组合相关字段二维结构信息和个券相关字段三维结构信息进行策略回测分析,得到目标策略下的收益分析结果和收益归因分析结果。本申请能够依次计算每个事件下的第一字段和第二字段的字段值,并且后一个事件下的第一字段和第二字段的字段值依赖于前一个事件下的第一字段和第二字段的字段值,基于包含计算出的字段值以及策略调仓数据、回测参数数据和个券基础数据的组合相关字段二维结构信息和个券相关字段三维结构信息进行策略回测分析,提高了策略回测的准确性,同时采用向量化处理方式进行字段值计算,提高了回测效率,性能更优。
在一种可能的实现方式中,考虑到向量形式便于计算,上述步骤S102构建的组合相关字段二维结构信息可以为组合相关字段二维截面向量,同时个券相关字段三维结构信息可以为个券相关字段三维截面向量。
在一可选实施例中,考虑到步骤S101获取的策略调仓数据、回测参数数据和个券基础数据来源不同,且各数据中包含的字段值较多,为了便于步骤S102构建组合相关字段二维截面向量和个券相关字段三维截面向量,可以在构建前,先对获取的策略调仓数据、回测参数数据和个券基础数据进行整理,然后再在整理后构建出组合相关字段二维截面向量和个券相关字段三维截面向量。
基于此,上述“步骤S102、构建分别以回测日期区间包含的交易周期为一个维度的组合相关字段二维结构信息和个券相关字段三维结构信息”的过程可以包括:
步骤S1021、构建由每个交易周期、每个个券的券代码以及每个个券的相关基础字段值组成的二维表向量。
本步骤可以对步骤S101获得的信息中包含的交易周期、券代码和每个个券的相关基础字段值进行整理,得到二维表向量。
需要说明的是,本步骤将每个交易周期、每个个券的券代码以及每个个券的相关基础字段值组成二维表向量的过程可以有多种实施方式,例如,在一种实施方式中,可以将回测日期区间包含的每个交易周期作为一个维度,将目标个券包含的每个个券的券代码以及相关基础字段值作为另一个维度,以得到二维表向量。当然,该实施方式仅为一种可选的实施方式,不作为对本步骤的限定。
步骤S1022、根据二维表向量,构建分别以回测日期区间包含的交易周期为一个维度的组合相关字段二维截面向量和个券相关字段三维截面向量。
本步骤基于二维表向量构建组合相关字段二维截面向量和个券相关字段三维截面向量,便于后续步骤S103进行计算。
以下的一个实施例,对“步骤S103、根据策略调仓数据、回测参数数据和个券基础数据,以回测日期区间包含的每个交易周期为一个事件,采用向量化处理方式依次计算每个事件下的第一字段和第二字段的字段值”的过程进行介绍。
本实施例可以采用事件和向量混合的再平衡计算方式,从回测日期区间包含的首个交易周期开始,循环执行基于向量的再平衡计算,直至回测日期区间包含的最后一个交易周期结束,即按照依赖关系依次计算每个交易周期下的第一字段和第二字段的字段值。
可选的,与前述对第一字段和第二字段的介绍相对应的,第一字段的字段值包括目标个券在调仓前和调仓后的组合持仓相关字段值,以及调仓后的组合收益相关字段值;第二字段的字段值包括每个个券在调仓前和调仓后的持仓相关字段值、调仓后的收益相关字段值,以及部分公司行为相关字段值,部分公司行为相关字段值是指需要计算的公司行为相关字段值。
那么,每个交易周期(即每个事件)下的再平衡计算主要包括以下计算步骤:
步骤1:计算分红派息、送股数量、配股数量等公司行为相关字段值;
步骤2:计算每个个券在调仓前的持仓相关字段值和目标个券在调仓前的组合持仓相关字段值;
步骤3:计算每个个券的交易数量;
步骤4:根据交易规则判断每个个券的交易数量是否具备交易条件,如果具备则执行调仓操作;
步骤5:计算目标个券在调仓后的组合持仓相关字段值和每个个券在调仓后的持仓相关字段值;
步骤6:计算目标个券在调仓后的组合收益相关字段值和每个个券在调仓后的收益相关字段值。
更具体地说,“步骤S103、根据策略调仓数据、回测参数数据和个券基础数据,以回测日期区间包含的每个交易周期为一个事件,采用向量化处理方式依次计算每个事件下的第一字段和第二字段的字段值”的过程可以包括以下步骤:
步骤S1031、根据策略调仓数据、回测参数数据和个券基础数据,采用向量化处理方式计算首个事件下的第一字段和第二字段的字段值。
本步骤的过程包括以下a1~a5:
a1、根据策略调仓数据、回测参数数据和个券基础数据,采用向量化处理方式计算首个事件下的部分公司行为相关字段值。
可选的,部分公司行为相关字段值包括以下字段中的一个或多个:分红派息、送股数量、配股数量。
a2、根据首个事件下的部分公司行为相关字段值、策略调仓数据、回测参数数据和个券基础数据,采用向量化处理方式计算首个事件下目标个券在调仓前的组合持仓相关字段值和每个个券在调仓前的持仓相关字段值。
a3、根据策略调仓数据和首个交易周期下目标个券在调仓前的组合持仓相关字段值和每个个券在调仓前的持仓相关字段值,采用向量化处理方式计算首个事件下每个个券的交易数量。
这里,首个交易事件下每个个券的交易数量即首个交易周期下每个个券的交易数量。为了计算出首个交易周期下每个个券的交易数量,在本步骤中采用的策略调仓数据主要为调仓周期对应的每个个券的目标权重,目标个券在调仓前的组合持仓相关字段值主要为调仓前组合持仓市值,每个个券在调仓前的持仓相关字段值主要为每个个券的调仓前持仓数量。
以交易周期为交易日为例,若首个交易日为调仓日,则本步骤首先根据策略调仓数据中该调仓日对应的每个个券的目标权重,以及调仓前组合持仓市值,采用向量化处理方式计算出每个个券的目标数量,该每个个券的目标数量即每个个券期望的持仓数量,也即策略目标。
然后再计算每个个券的调仓前持仓数量(也即当前持仓数量)与策略目标的差值,得到首个交易周期下每个个券的交易数量。
a4、根据预设的交易规则判断首个事件下每个个券的交易数量是否具备交易条件,若是,则按照首个事件下每个个券的交易数量进行调仓处理,并采用向量化处理方式计算首个事件下目标个券在调仓后的组合持仓相关字段值和每个个券在调仓后的持仓相关字段值。
这里,交易规则包括退市、涨跌停、停复牌等规则。
a5、根据首个事件下目标个券在调仓后的组合持仓相关字段值和每个个券在调仓后的持仓相关字段值,采用向量化处理方式计算首个事件下目标个券在调仓后的组合收益相关字段值和每个个券在调仓后的收益相关字段值。
步骤S1032、根据策略调仓数据、回测参数数据和个券基础数据,以及前一个事件下的第一字段和第二字段的字段值,采用向量化处理方式计算后一个事件下的第一字段和第二字段的字段值;以得到每个事件下的第一字段和第二字段的字段值。
具体的,本步骤的过程包括以下b1~b5:
b1、根据策略调仓数据、回测参数数据、个券基础数据和前一个事件下的部分公司行为相关字段值,采用向量化处理方式计算后一个事件下的部分公司行为相关字段值。
b2、根据策略调仓数据、回测参数数据、个券基础数据、后一个事件下的部分公司行为相关字段值,以及前一个事件下目标个券在调仓后的组合持仓相关字段值和每个个券在调仓后的持仓相关字段值,采用向量化处理方式计算后一个事件下目标个券在调仓前的组合持仓相关字段值和每个个券在调仓前的持仓相关字段值。
b3、根据策略调仓数据和后一个事件下目标个券在调仓前的组合持仓相关字段值和每个个券在调仓前的持仓相关字段值,采用向量化处理方式计算后一个事件下每个个券的交易数量。
b4、根据预设的交易规则判断后一个事件下每个个券的交易数量是否具备交易条件,若是,则按照后一个事件下每个个券的交易数量进行调仓处理,并采用向量化处理方式计算后一个事件下目标个券在调仓后的组合持仓相关字段值和每个个券在调仓后的持仓相关字段值。
b5、根据后一个事件下目标个券在调仓后的组合持仓相关字段值和每个个券在调仓后的持仓相关字段值,采用向量化处理方式计算后一个事件下目标个券在调仓后的组合收益相关字段值和每个个券在调仓后的收益相关字段值。
综上,本实施例基于事件和向量融合进行策略回测,在具体计算中,以事件为主干,向量处理最大化为原则,结合了两者的优点,同时克服了两者的缺点,大大缩短了研究员策略迭代的周期,提高策略研发质量和效率。
本申请实施例还提供了一种策略回测装置,请参阅图2,示出了本申请实施例提供的策略回测装置的结构示意图,如图2所示,该策略回测装置可以包括:数据获取模块201、结构信息构建模块202、字段值计算模块203和回测分析模块204。
数据获取模块201,用于获取目标策略相关的策略调仓数据、回测参数数据和个券基础数据,其中,目标策略是指购买目标个券的策略,回测参数数据中包括回测日期区间。
结构信息构建模块202,用于构建分别以回测日期区间包含的交易周期为一个维度的组合相关字段二维结构信息和个券相关字段三维结构信息,其中,组合相关字段二维结构信息中的另一个维度为反映目标个券的整体持仓情况和整体收益情况的第一字段,个券相关字段三维结构信息的第二个维度为目标个券包含的每个个券的券代码,第三个维度包括第二字段和个券基础数据对应的相关基础字段,第二字段是指能够反映每个个券的持仓情况、收益情况和部分公司行为的字段,第一字段和第二字段的字段值为空。
字段值计算模块203,用于根据策略调仓数据、回测参数数据和个券基础数据,以回测日期区间包含的每个交易周期为一个事件,采用向量化处理方式依次计算每个事件下的第一字段和第二字段的字段值,并将计算出的字段值填充至对应的结构信息中,其中,后一个事件下的第一字段和第二字段的字段值依赖于前一个事件下的第一字段和第二字段的字段值。
回测分析模块204,用于对填充字段值后的组合相关字段二维结构信息和个券相关字段三维结构信息进行策略回测分析,得到目标策略下的收益分析结果和收益归因分析结果。
本申请提供的策略回测装置,首先获取目标策略相关的策略调仓数据、回测参数数据和个券基础数据,然后构建分别以回测日期区间包含的交易周期为一个维度的组合相关字段二维结构信息和个券相关字段三维结构信息,接着根据策略调仓数据、回测参数数据和个券基础数据,以回测日期区间包含的每个交易周期为一个事件,采用向量化处理方式依次计算每个事件下的第一字段和第二字段的字段值,并将计算出的字段值填充至对应的结构信息中,最后对填充字段值后的组合相关字段二维结构信息和个券相关字段三维结构信息进行策略回测分析,得到目标策略下的收益分析结果和收益归因分析结果。本申请能够依次计算每个事件下的第一字段和第二字段的字段值,并且后一个事件下的第一字段和第二字段的字段值依赖于前一个事件下的第一字段和第二字段的字段值,基于包含计算出的字段值以及策略调仓数据、回测参数数据和个券基础数据的组合相关字段二维结构信息和个券相关字段三维结构信息进行策略回测分析,提高了策略回测的准确性,同时采用向量化处理方式进行字段值计算,提高了回测效率,性能更优。
本申请实施例提供的策略回测装置的工作原理与上文描述的策略回测方法的工作原理可相互对应参照,详细可参照上文策略回测方法中的介绍,在此不再赘述。
本申请实施例还提供了一种策略回测设备。可选的,图3示出了策略回测设备的硬件结构框图,参照图3,该策略回测设备的硬件结构可以包括:至少一个处理器301,至少一个通信接口302,至少一个存储器303和至少一个通信总线304;
在本申请实施例中,处理器301、通信接口302、存储器303、通信总线304的数量为至少一个,且处理器301、通信接口302、存储器303通过通信总线304完成相互间的通信;
处理器301可能是一个中央处理器CPU,或者是特定集成电路ASIC(ApplicationSpecific Integrated Circuit),或者是被配置成实施本发明实施例的一个或多个集成电路等;
存储器303可能包含高速RAM存储器,也可能还包括非易失性存储器(non-volatile memory)等,例如至少一个磁盘存储器;
其中,存储器303存储有程序,处理器301可调用存储器303存储的程序,所述程序用于:
获取目标策略相关的策略调仓数据、回测参数数据和个券基础数据,其中,目标策略是指购买目标个券的策略,回测参数数据中包括回测日期区间;
构建分别以回测日期区间包含的交易周期为一个维度的组合相关字段二维结构信息和个券相关字段三维结构信息,其中,组合相关字段二维结构信息中的另一个维度为反映目标个券的整体持仓情况和整体收益情况的第一字段,个券相关字段三维结构信息的第二个维度为目标个券包含的每个个券的券代码,第三个维度包括第二字段和个券基础数据对应的相关基础字段,第二字段是指能够反映每个个券的持仓情况、收益情况和部分公司行为的字段,第一字段和第二字段的字段值为空;
根据策略调仓数据、回测参数数据和个券基础数据,以回测日期区间包含的每个交易周期为一个事件,采用向量化处理方式依次计算回测日期区间包含的每个事件下的第一字段和第二字段的字段值,并将计算出的字段值填充至对应的结构信息中,其中,后一个事件下的第一字段和第二字段的字段值依赖于前一个事件下的第一字段和第二字段的字段值;
对填充字段值后的组合相关字段二维结构信息和个券相关字段三维结构信息进行策略回测分析,得到目标策略下的收益分析结果和收益归因分析结果。
可选的,所述程序的细化功能和扩展功能可参照上文描述。
本申请实施例还提供一种可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时,实现如上述策略回测方法。
可选的,所述程序的细化功能和扩展功能可参照上文描述。
最后,还需要说明的是,在本文中,诸如和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。
对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本申请。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本申请的精神或范围的情况下,在其它实施例中实现。因此,本申请将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (10)
1.一种策略回测方法,其特征在于,包括:
获取目标策略相关的策略调仓数据、回测参数数据和个券基础数据,其中,所述目标策略是指购买目标个券的策略,所述回测参数数据中包括回测日期区间;
构建分别以所述回测日期区间包含的交易周期为一个维度的组合相关字段二维结构信息和个券相关字段三维结构信息,其中,所述组合相关字段二维结构信息中的另一个维度为反映所述目标个券的整体持仓情况和整体收益情况的第一字段,所述个券相关字段三维结构信息的第二个维度为所述目标个券包含的每个个券的券代码,第三个维度包括第二字段和所述个券基础数据对应的相关基础字段,所述第二字段是指能够反映所述每个个券的持仓情况、收益情况和部分公司行为的字段,所述第一字段和所述第二字段的字段值为空;
根据所述策略调仓数据、所述回测参数数据和所述个券基础数据,以所述回测日期区间包含的每个交易周期为一个事件,采用向量化处理方式依次计算每个事件下的第一字段和第二字段的字段值,并将计算出的字段值填充至对应的结构信息中,其中,后一个事件下的第一字段和第二字段的字段值依赖于前一个事件下的第一字段和第二字段的字段值;
对填充字段值后的组合相关字段二维结构信息和个券相关字段三维结构信息进行策略回测分析,得到所述目标策略下的收益分析结果和收益归因分析结果。
2.根据权利要求1所述的策略回测方法,其特征在于,所述根据所述策略调仓数据、所述回测参数数据和所述个券基础数据,以所述回测日期区间包含的每个交易周期为一个事件,采用向量化处理方式依次计算每个事件下的第一字段和第二字段的字段值,包括:
根据所述策略调仓数据、所述回测参数数据和所述个券基础数据,采用所述向量化处理方式计算首个事件下的第一字段和第二字段的字段值;
根据所述策略调仓数据、所述回测参数数据和所述个券基础数据,以及前一个事件下的第一字段和第二字段的字段值,采用所述向量化处理方式计算后一个事件的第一字段和第二字段的字段值;以得到所述每个事件下的第一字段和第二字段的字段值。
3.根据权利要求2所述的策略回测方法,其特征在于,所述第一字段的字段值包括所述目标个券在调仓前和调仓后的组合持仓相关字段值,以及调仓后的组合收益相关字段值;所述第二字段的字段值包括所述每个个券在调仓前和调仓后的持仓相关字段值、调仓后的收益相关字段值,以及部分公司行为相关字段值,所述部分公司行为相关字段值是指需要计算的公司行为相关字段值;
所述根据所述策略调仓数据、所述回测参数数据和所述个券基础数据,以及前一个事件下的第一字段和第二字段的字段值,采用所述向量化处理方式计算后一个事件下的第一字段和第二字段的字段值,包括:
根据所述策略调仓数据、所述回测参数数据、所述个券基础数据和所述前一个事件下的部分公司行为相关字段值,采用所述向量化处理方式计算所述后一个事件下的部分公司行为相关字段值;
根据所述策略调仓数据、所述回测参数数据、所述个券基础数据、所述后一个事件下的部分公司行为相关字段值,以及所述前一个事件下所述目标个券在调仓后的组合持仓相关字段值和每个个券在调仓后的持仓相关字段值,采用所述向量化处理方式计算所述后一个事件下所述目标个券在调仓前的组合持仓相关字段值和每个个券在调仓前的持仓相关字段值;
根据所述策略调仓数据和所述后一个事件下所述目标个券在调仓前的组合持仓相关字段值和每个个券在调仓前的持仓相关字段值,采用所述向量化处理方式计算所述后一个事件下每个个券的交易数量;
根据预设的交易规则判断所述后一个事件下每个个券的交易数量是否具备交易条件,若是,则按照所述后一个事件下每个个券的交易数量进行调仓处理,并采用所述向量化处理方式计算所述后一个事件下所述目标个券在调仓后的组合持仓相关字段值和每个个券在调仓后的持仓相关字段值;
根据所述后一个事件下所述目标个券在调仓后的组合持仓相关字段值和每个个券在调仓后的持仓相关字段值,采用所述向量化处理方式计算所述后一个事件下所述目标个券在调仓后的组合收益相关字段值和每个个券在调仓后的收益相关字段值。
4.根据权利要求1所述的策略回测方法,其特征在于,所述组合相关字段二维结构信息为组合相关字段二维截面向量,所述个券相关字段三维结构信息为个券相关字段三维截面向量;
所述构建分别以所述回测日期区间包含的交易周期为一个维度的组合相关字段二维结构信息和个券相关字段三维结构信息,包括:
构建由所述每个交易周期、每个个券的券代码以及每个个券的相关基础字段值组成的二维表向量;
根据所述二维表向量,构建分别以所述回测日期区间包含的交易周期为一个维度的组合相关字段二维截面向量和个券相关字段三维截面向量。
5.根据权利要求1所述的策略回测方法,其特征在于,所述策略调仓数据包括以下信息中的一种或多种:调仓周期、所述目标个券包含的每个个券的券代码、目标权重和目标数量;所述回测参数数据还包括以下信息中的一种或多种:初始现金、交易手续费率和基准指数;所述个券基础数据包括以下信息中的一种或多种:交易周期、退市日期、上市板块、单笔最小交易数量、每手数量、是否停牌、涨跌停、开盘价、成交均价、收盘价和公司行为。
6.根据权利要求1所述的策略回测方法,其特征在于,所述第一字段包括以下字段中的一个或多个:调仓前组合现金、调仓前组合可用现金、调仓前组合持仓市值、调仓前组合市值、有效买入的组合权重差、组合交易卖出金额、组合交易卖出费用、可用买入现金、组合交易买入金额、组合交易买入费用、组合交易金额、组合交易费用、调仓后组合现金、收盘时的调仓后组合持仓市值、收盘时的调仓后组合总市值、每个交易周期的调仓后组合盈亏、每个交易周期的调仓后组合收益率、调仓后组合累计盈亏、调仓后组合累计收益率和调仓后组合单位净值;
所述第二字段包括以下字段中的一个或多个:调仓前持仓数量、调仓前持仓市值、权重差、数量差、交易数量、交易金额、交易费率、调仓后持仓数量、调仓后持仓市值、调仓后持仓权重、调仓后盈亏、调仓后收益率、收盘时的调仓后持仓市值和收盘时的调仓后持仓权重。
7.根据权利要求1所述的策略回测方法,其特征在于,所述交易周期为一个交易日、一小时、半小时或5分钟。
8.一种策略回测装置,其特征在于,包括:
数据获取模块,用于获取目标策略相关的策略调仓数据、回测参数数据和个券基础数据,其中,所述目标策略是指购买目标个券的策略,所述回测参数数据中包括回测日期区间;
结构信息构建模块,用于构建分别以所述回测日期区间包含的交易周期为一个维度的组合相关字段二维结构信息和个券相关字段三维结构信息,其中,所述组合相关字段二维结构信息中的另一个维度为反映所述目标个券的整体持仓情况和整体收益情况的第一字段,所述个券相关字段三维结构信息的第二个维度为所述目标个券的券代码,第三个维度包括第二字段和所述个券基础数据对应的相关基础字段,所述第二字段是指能够反映所述每个个券的持仓情况、收益情况和部分公司行为的字段,所述第一字段和所述第二字段的字段值为空;
字段值计算模块,用于根据所述策略调仓数据、所述回测参数数据和所述个券基础数据,以所述回测日期区间包含的每个交易周期为一个事件,采用向量化处理方式依次计算每个事件下的第一字段和第二字段的字段值,并将计算出的字段值填充至对应的结构信息中,其中,后一个事件下的第一字段和第二字段的字段值依赖于前一个事件下的第一字段和第二字段的字段值;
回测分析模块,用于对填充字段值后的组合相关字段二维结构信息和个券相关字段三维结构信息进行策略回测分析,得到所述目标策略下的收益分析结果和收益归因分析结果。
9.一种策略回测设备,其特征在于,包括存储器和处理器;
所述存储器,用于存储程序;
所述处理器,用于执行所述程序,实现如权利要求1~7任一项所述的策略回测方法的各个步骤。
10.一种可读存储介质,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,实现如权利要求1~7任一项所述的策略回测方法的各个步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211360753.4A CN115545933A (zh) | 2022-11-02 | 2022-11-02 | 一种基于事件和向量融合的策略回测方法和相关装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211360753.4A CN115545933A (zh) | 2022-11-02 | 2022-11-02 | 一种基于事件和向量融合的策略回测方法和相关装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115545933A true CN115545933A (zh) | 2022-12-30 |
Family
ID=84720476
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211360753.4A Pending CN115545933A (zh) | 2022-11-02 | 2022-11-02 | 一种基于事件和向量融合的策略回测方法和相关装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115545933A (zh) |
-
2022
- 2022-11-02 CN CN202211360753.4A patent/CN115545933A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Hassler et al. | Environmental macroeconomics: the case of climate change | |
CN105590231A (zh) | 用户数据处理方法和装置 | |
CN109961368A (zh) | 基于机器学习的数据处理方法及装置 | |
CN107292661A (zh) | 计算机实现的基于数据分析辅助制定价格的方法及设备 | |
CN108764705A (zh) | 一种数据质量评估平台以及方法 | |
Ferstl et al. | Zero-coupon yield curve estimation with the package termstrc | |
CN108182587A (zh) | 一种电商平台刷单行为检测方法及系统 | |
KR102097045B1 (ko) | 사용자의 특성을 반영하여 상품을 추천하는 방법 및 장치 | |
Wang et al. | Benchmarks and performance analysis of decimal floating-point applications | |
CN110517142B (zh) | 策略评估信息的输出方法及装置 | |
McLaughlin et al. | A large scale study of the ethereum arbitrage ecosystem | |
CN110473111A (zh) | 投资组合的业绩分析方法、装置、可读存储介质 | |
CN110135695A (zh) | 资产分配风险评估方法、装置、计算机设备和存储介质 | |
KR101409273B1 (ko) | 사용자의 구매 영향력 지수를 산출하는 방법 및 장치 | |
CN115545933A (zh) | 一种基于事件和向量融合的策略回测方法和相关装置 | |
CN110348983A (zh) | 交易信息管理方法及装置、电子设备和非暂态存储介质 | |
Henrard | Calibration in finance: Very fast greeks through algorithmic differentiation and implicit function | |
CN110245992A (zh) | 一种资源处理方法及装置 | |
US20160012536A1 (en) | Methods and systems for addressing convexity in automated valuation of financial contracts | |
CN115759850A (zh) | 企业信用评价方法、装置、电子设备及存储介质 | |
CN113222300B (zh) | 产品改造数据的处理方法、装置、可读介质以及设备 | |
CN110472863B (zh) | 一种预警指数评价方法、装置及存储介质 | |
CN112102096A (zh) | 一种金融产品估值的在线验证方法及系统 | |
CN101826196A (zh) | 一种进行利率风险监控的久期数据计量系统 | |
CN112633936A (zh) | 一种供应商隐藏费用预测方法、装置、服务器及存储介质 |
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 |