CN117522495A - 投资品赎回手续费预估方法、装置、设备及存储介质 - Google Patents

Abstract

本申请公开了一种投资品赎回手续费预估方法、装置、设备及存储介质，属于计算机技术领域。本申请获取指定投资品的净值列表数据；根据所述净值列表数据，通过预设的投资品赎回手续费预估模型，确定在不同的投资品赎回费率场景中赎回所述指定投资品时所需的手续费，其中，所述预设的投资品赎回手续费预估模型为根据投资品赎回费率和交易规则所构建的模型，不同的交易规则对应不同的赎回费率，从而可根据该投资品赎回手续费预估模型，实现对不同投资品赎回费率场景中的赎回投资品时所需的手续费的精准计算效果。

Description

投资品赎回手续费预估方法、装置、设备及存储介质

技术领域

本申请涉及计算机技术领域，尤其涉及一种投资品赎回手续费预估方法、装置、设备及存储介质。

背景技术

目前，投资品作为证券市场的投资品种，大多数人均会选择投资品作为其理财手段，并根据相关人员的理财规划，实现投资品的买入交易和赎回交易等交易动作。

其中，在投资品赎回交易时会根据投资品产品标定的赎回手续费率而产生相应的手续费用，在相关人员赎回其以往买入的投资品时，通常场景中均会提供简单的投资品赎回手续费预估功能，以便相关人员大致了解其若执行投资品赎回交易时所产生的费用。

但是，现有的投资品赎回手续费的预估功能通常仅能实现简单的逻辑计算，其最终所预估得到的手续费与实际所能产生的费用存在一定偏差，导致其预估得到的手续费的精准度低。

申请内容

本申请的主要目的在于提供一种投资品赎回手续费预估方法、装置、设备及存储介质，旨在解决现有的投资品赎回手续费的预估功能的精准度低的技术问题。

为实现上述目的，本申请提供一种投资品赎回手续费预估方法，所述投资品赎回手续费预估方法包括以下步骤：

获取指定投资品的净值列表数据；

根据所述净值列表数据，通过预设的投资品赎回手续费预估模型，确定在不同的投资品赎回费率场景中赎回所述指定投资品时所需的手续费，其中，所述预设的投资品赎回手续费预估模型为根据投资品赎回费率和交易规则所构建的模型。

可选地，所述根据所述净值列表数据，通过预设的投资品赎回手续费预估模型，确定在不同的投资品赎回费率场景中赎回所述指定投资品时所需的手续费的步骤，包括：

根据所述净值列表数据，通过预设的投资品赎回手续费预估模型，对所述指定投资品的待赎回投资品份额的持仓数据结构进行分析，得到赎回要素信息；

通过所述投资品赎回手续费预估模型，计算所述赎回要素信息对应的投资品赎回费率场景中赎回所述指定投资品时所需的手续费。

可选地，在所述赎回要素信息对应的投资品赎回费率场景为固定费率场景时，所述通过所述投资品赎回手续费预估模型，计算所述赎回要素信息对应的投资品赎回费率场景中赎回所述指定投资品时所需的手续费的步骤，包括：

确定所述投资品赎回手续费预估模型的交易规则，并确定所述交易规则中与所述固定费率场景对应的第一计算公式；

根据所述第一计算公式，通过所述投资品赎回手续费预估模型，计算所述固定费率场景中赎回所述指定投资品时所需的手续费。

可选地，所述确定所述投资品赎回手续费预估模型的交易规则，并确定所述交易规则中与所述固定费率场景对应的第一计算公式的步骤之后，所述方法还包括：

若所述投资品赎回手续费预估模型的交易规则不满足计算需求，则确定所述投资品赎回手续费预估模型中预存的目标赎回费率；

根据所述目标赎回费率和所述第一计算公式，通过所述投资品赎回手续费预估模型，计算所述固定费率场景中赎回所述指定投资品时所需的手续费。

可选地，在所述赎回要素信息对应的投资品赎回费率场景为自适应调整费率场景时，所述通过所述投资品赎回手续费预估模型，计算所述赎回要素信息对应的投资品赎回费率场景中赎回所述指定投资品时所需的手续费的步骤，包括：

确定所述投资品赎回手续费预估模型的交易规则，并确定所述交易规则中与所述自适应调整费率场景对应的第二计算公式；

查询所述指定投资品对应的历史交易信息，并根据所述历史交易信息和所述赎回要素信息，确定满足赎回条件的投资品持仓份额数据；

获取所述投资品持仓份额数据对应的持有期赎回费率，其中，所述投资品持仓份额数据包括多段不同手续费标准的持有期投资品份额，每个持有期投资品份额均对应一个持有期赎回费率，每个持有期赎回费率不同；

根据所述第二计算公式和所述持有期赎回费率，通过所述投资品赎回手续费预估模型，计算所述自适应调整费率场景中赎回所述指定投资品时所需的手续费。

可选地，所述根据所述历史交易信息和所述赎回要素信息，确定满足赎回条件的投资品持仓份额数据的步骤，包括：

对所述历史交易信息进行数据遍历，确定满足预设交易类型的交易数据，并确定所述交易数据对应的交易周期信息；

根据所述交易数据和所述交易周期信息，确定满足赎回条件的投资品持仓份额数据，其中，所述投资品持仓份额数据包括当日可用份额、当前新增份额和当前可赎回最大份额。

可选的，所述获取指定投资品的净值列表数据的步骤，包括：

获取所述指定投资品的赎回日期，并从本地缓存中匹配与所述赎回日期对应的净值数据；

若匹配未命中，则创建线程池，并根据所述线程池，查询与所述赎回日期匹配的净值数据，得到所述指定投资品的净值列表数据。

此外，为实现上述目的，本申请还提供一种投资品赎回手续费预估装置，所述投资品赎回手续费预估装置包括：

获取模块，用于获取指定投资品的净值列表数据；

确定模块，用于根据所述净值列表数据，通过预设的投资品赎回手续费预估模型，确定在不同的投资品赎回费率场景中赎回所述指定投资品时所需的手续费，其中，所述预设的投资品赎回手续费预估模型为根据投资品赎回费率和交易规则所构建的模型。

此外，为实现上述目的，本申请还提供一种投资品赎回手续费预估设备，所述投资品赎回手续费预估设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的投资品赎回手续费预估程序，所述投资品赎回手续费预估程序配置为实现如上所述的投资品赎回手续费预估方法的步骤。

此外，为实现上述目的，本申请还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有投资品赎回手续费预估程序，所述投资品赎回手续费预估程序被处理器执行时实现如上所述的投资品赎回手续费预估方法的步骤。

本申请通过获取指定投资品的净值列表数据；根据所述净值列表数据，通过预设的投资品赎回手续费预估模型，确定在不同的投资品赎回费率场景中赎回所述指定投资品时所需的手续费，其中，所述预设的投资品赎回手续费预估模型为根据投资品赎回费率和交易规则所构建的模型，不同的交易规则对应不同的赎回费率，从而可根据该投资品赎回手续费预估模型，根据指定投资品在赎回时所对应的不同交易规则，确定不同的投资品赎回手续费，进而实现对不同投资品赎回费率场景中的赎回投资品时所需的手续费的精准计算效果。

附图说明

图1为本申请投资品赎回手续费预估方法第一实施例的流程示意图；

图2为本申请投资品赎回手续费预估方法第二实施例中步骤S20的流程示意图；

图3为本申请实施例中手续费计算的准备流程示意图；

图4为本申请实施例中净值列表数据的获取流程示意图；

图5为本申请实施例中历史交易信息匹配流程示意图；

图6为本申请实施例中手续费计算流程示意图；

图7为本申请实施例中投资品赎回手续费预估的应用场景示意图；

图8为本申请投资品赎回手续费预估装置一实施例的结构框图；

图9是本申请实施例方案涉及的硬件运行环境的设备结构示意图。

本申请目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。

具体实施方式

应当理解，此处所描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。

参照图1，图1为本申请投资品赎回手续费预估方法第一实施例的流程示意图。

在第一实施例中，所述投资品赎回手续费预估方法包括以下步骤：

S10，获取指定投资品的净值列表数据。

可理解的是，指定投资品为用户需要进行投资品赎回交易操作的投资品，该投资品可为基金、债券或其他投资相关产品，例如，用户在以往曾经买入投资品A，且在买入该投资品A的一段时间后，用户依靠该投资品A产生一定资金上的变化，用户当前需要终止该投资品A的资金变化，此时需要将在投资品A中所投入的资金赎回，该投资品A即指的是指定投资品，且该指定投资品为用户限定了赎回份额的投资品，即用户需要指定该投资品所需赎回的份额的数量。

而在将指定投资品赎回时，需要考虑以下交易参数，例如，该指定投资品对应的赎回交易手续费，该指定投资品是否可在当前日期赎回，或该指定投资品需要在固定日期赎回，以及在赎回该投资品时的投资品净值数据等，其中，该投资品净值数据指的是每份投资品单位的净资产价值，等于投资品的总资产减去总负债后的余额再除以用户所购买的投资品的单位份额总数，并通过上述的相关交易参数，可计算实际赎回该指定投资品时的赎回交易手续费。

需要说明的是，在确定指定投资品的投资品净值时，需要考虑该投资品所对应赎回的日期，以及该指定投资品对应的投资品产品的产品周期，例如，该投资品为定投产品，且只有在相应用户持有该投资品维持一定的时间后方可赎回，因此，需要考虑该投资品在当前日期可赎回的份额，以及参照该投资品所需维持的时间确定该投资品在未来所能新增的可赎回的份额，因此，可汇总出净值列表数据，即该净值列表数据中包括不同赎回日期下的该指定投资品的净值数据，其中，该净值数据可能由于其赎回的日期不同而产生差异。

具体的，在获取到指定投资品的净值列表数据时，需要先获取所述指定投资品的赎回日期，并从本地缓存中匹配与所述赎回日期对应的净值数据，若能匹配得到相应的净值数据，则可将该净值数据进行汇总，并以净值列表的方式表现，而若匹配未命中，则创建线程池，并根据所述线程池，查询与所述赎回日期匹配的净值数据，得到所述指定投资品的净值列表数据。

需要说明的是，本地缓存可为预先缓存的净值数据的相关缓存内容，通过该缓存内容可确定出实际的对应不同赎回日期的净值数据，但是该本地缓存有一点上限，并不能完全表现出全部的净值数据，因此，在本地缓存中未匹配得到与赎回日期对应的净值数据时，需要通过查询的方式从投资品对应的网站中获取净值数据的相关信息。

其中，在查询该净值数据时，为了保证查询效率，以及后续开展相应的投资品赎回手续费的预估，因此，在查询时，以创建相应的线程池的方式，查询相应的净值数据，即以异步并发多项处理任务的方式，将查询投资品净值数据的任务分配至该线程池，以此提高相应的处理任务的处理效率。

S20，根据所述净值列表数据，通过预设的投资品赎回手续费预估模型，确定在不同的投资品赎回费率场景中赎回所述指定投资品时所需的手续费，其中，所述预设的投资品赎回手续费预估模型为根据投资品赎回费率和交易规则所构建的模型，不同的交易规则对应不同的赎回费率。

可理解的是，在一般应用场景中，投资品赎回手续费的计算公式如下：投资品的赎回手续费＝(赎回投资品份额×投资品单位净值)×赎回费率。

应理解的是，在获取到净值列表数据后，可将该列表数据中对应的投资品净值数据作为计算投资品赎回手续费的计算参数，其余赎回投资品份额需要相应用户所输入的需要进行投资品赎回交易的具体参数，而赎回费率则为该指定投资品所对应的预先设定好的费率，该赎回费率主要与该指定投资品交易的交易规则存在关联，例如，在该指定投资品为灵活赎回投资品时，即该投资品买入后随时可赎回，其赎回费率为固定手续费率，在该指定投资品为定期投资品时，需要维持该投资品的买入时间，并根据投资品的买入时间的长短设定不同的变化的手续费率。

因此，在根据净值列表数据进行计算投资品赎回手续费时，需要综合考虑用户所需赎回的份额、该投资品的净值数据和该投资品赎回时的赎回费率，而不同的投资品赎回的场景中，其对应的投资品赎回费率可能存在变化，需要指定在不同的投资品赎回手续费的场景中，以不同的方式进行计算，以保证计算得到的手续费的精准性。

在本实施例中，通过预设的投资品赎回手续费预估模型，对不同的投资品赎回费率场景中的赎回指定投资品时所需的手续费进行计算，而该投资品赎回手续费预估模型是由相应的投资品的赎回费率和交易规则所构建的数学模型，该交易规则对应为指定投资品的交易规则，例如，限定该指定投资品每次交易的时间或每次交易的份额等规则，该赎回费率对应为指定投资品的赎回手续费的赎回费率，例如，该投资品无论申请情况下赎回均以固定手续费率进行计算，或该投资品根据其对应用户所持有时间而确定的不同大小的手续费率。

需要说明的是，该交易规则和赎回费率存在一定的关联关系，例如，在指定投资品对应存在有三种阶段的赎回费率时，通常为指定投资品持有时间的长短对应三种赎回费率(比如，持有时间长，赎回费率低，持有时间短，赎回费率高等情况)，即在对应一种交易规则下，需要对应至少一个赎回费率，而投资品的不同交易规则会对应出不同的赎回费率，以此方式构建得到的投资品赎回手续费预估模型能够实现对不同投资品赎回费率场景的精准计算效果。

本实施例通过获取指定投资品的净值列表数据；根据所述净值列表数据，通过预设的投资品赎回手续费预估模型，确定在不同的投资品赎回费率场景中赎回所述指定投资品时所需的手续费，其中，所述预设的投资品赎回手续费预估模型为根据投资品赎回费率和交易规则所构建的模型，不同的交易规则对应不同的赎回费率，从而可根据该投资品赎回手续费预估模型，根据指定投资品在赎回时所对应的不同交易规则，确定不同的投资品赎回手续费，进而实现对不同投资品赎回费率场景中的赎回投资品时所需的手续费的精准计算效果。

如图2所示，基于第一实施例提出本申请投资品赎回手续费预估方法第二实施例，本实施例中，步骤S20具体包括：

S21，根据所述净值列表数据，通过预设的投资品赎回手续费预估模型，对所述指定投资品的待赎回投资品份额的持仓数据结构进行分析，得到赎回要素信息。

可理解的是，赎回要素信息指的是，预设的投资品赎回手续费预估模型(以下简称为预估模型)所能实现手续费预估的不可或许的要素信息，例如，当前的指定投资品所需赎回的投资品份额，该指定投资品对应的净值数据，和所需赎回的投资品份额对应的买入时间(用户持有该投资品份额的持有时间)等。

需要说明的是，为了更好的表明上述的赎回要素信息，在本实施例中特定引入待赎回投资品份额的持仓数据结构，该持仓数据结构主要指的是待赎回投资品额份额对应的形成结构体系的数据，例如，投资品代码、赎回金额、赎回份额、持有开始日期以及持有结束日期等要素信息，因此，可通过对该指定投资品的持仓数据结构进行分析，从而可确定出赎回要素信息。

其中，该持仓数据结构主要目的在于将多类型的赎回要素信息进行统一数据结构管理，同时，可采用该持仓数据结构，体现不同用户所持有的不同类型的投资品产品的相关数据，例如，体现出不同投资品产品的赎回周期、赎回份额和赎回费率等，以此更加清晰地将不同赎回投资品所需的手续费的计算场景表现出来，以增加该预估模型计算手续费时的精准度。

S22，通过所述投资品赎回手续费预估模型，计算所述赎回要素信息对应的投资品赎回费率场景中赎回所述指定投资品时所需的手续费。

可理解的是，可根据赎回要素信息确定出当前的投资品赎回费率场景，而该投资品赎回费率场景主要在于不同投资品赎回费率的大小对应不同的手续费计算场景。

其中，该投资品赎回费率场景包括固定费率场景和自适应调整费率场景，该固定费率场景中，指定投资品的手续费计算的费率为固定值，该固定值包括至少两种情况，一方面为该投资品产品对应的实际手续费，另一方面为同类投资品产品中所对应的最高的手续费，该自适应调整费率场景中，指定投资品的手续费可根据手续费的计算规则不同产生变化，例如，上述实施例中所涉及的投资品的持有时间不同而产生不同的手续费的赎回费率。

因此，预估模型还需满足相应的识别功能，即通过该预估模型可对指定投资品的相关信息进行拉取，例如，获取到该指定投资品的投资品相关信息，并分析该投资品相关信息，确定该指定投资品在该预估模型所对应的交易规则，并以此调取适应的交易规则进行手续费计算。

其中，该识别功能可为在预估模型中预设有标签识别功能，调取相应的训练样本和训练样本对应的标签，以此实现该预估模型在识别功能的训练动作，并使得该预估模型能够将不同的投资品的情况进行分类，例如，分成需要使用固定费率计算手续费的投资品，以及需要使用自适应调整费率计算手续费的投资品。

其中，训练样本和训练样本对应的标签应为相应的投资品和投资品相关的信息组成，同时，在本实施例中，该标签需要与投资品的交易规则进行绑定，即该标签需要体现两种数据，一方面为该投资品的交易规则，另一方面为该投资品的具体信息内容。

具体的，在投资品赎回费率场景为固定费率场景时的手续费计算过程主要如下：需要先确定所述投资品赎回手续费预估模型的交易规则，并确定所述交易规则中与所述固定费率场景对应的第一计算公式，并根据所述第一计算公式，通过所述投资品赎回手续费预估模型，计算所述固定费率场景中赎回所述指定投资品时所需的手续费。

其中，第一计算公式为：投资品的赎回手续费＝(赎回投资品份额×投资品单位净值)×赎回费率。

其中，在预估模型中预先设定的交易规则满足当前场景的手续费计算，则可确定可通过该预估模型中预设有的参数和公式进行计算，例如，使用上述第一计算公式，选用对应该交易规则的投资品赎回费率，计算实际所需的手续费。

具体的，在赎回份额确定以及单一费率的情况下只需要获取到赎回日期的投资品单位净值即可计算赎回手续费用，其中，该赎回日期可由赎回要素信息可确定，该信息作为预估模型计算手续费时不可或许的参数之一，该赎回要素信息对应至少5个要素：持有开始日期、持有结束日期都为赎回日期、赎回份额＝客户指定的赎回份额、赎回金额＝客户指定的赎回份额×投资品赎回日期对应的最新净值。

此时需要确定赎回日期，若未指定具体的赎回日期，则需要查询假日表确定当前的工作日日期，以当前工作日作为赎回日期，否则按照指定日期作为赎回日期计算(指定日期需为工作日)。

需要说明的是，若赎回投资品为私募投资品且指定了赎回日期，则需要等待交由线程池查询的投资品净值数据返回，数据返回后存放在投资品净值哈希表中，通过赎回日期作为键值，在哈希表中映射获取到投资品在该日的最新净值数据。若赎回的投资品为公募投资品则从本地的公募投资品净值缓存中获取到赎回日期对应的最新净值数据。

此外，在计算赎回手续费时，若计算规则不支持，则会使用此最高费率来计算赎回手续费，保证服务对外服务的稳定性。

具体的，若所述投资品赎回手续费预估模型的交易规则不满足计算需求，则确定所述投资品赎回手续费预估模型中预存的目标赎回费率，并根据所述目标赎回费率和所述第一计算公式，通过所述投资品赎回手续费预估模型，计算所述固定费率场景中赎回所述指定投资品时所需的手续费。

其中，目标赎回费率即指的是最高费率，使用该最高费率替换原本预估模型计算时所使用的交易规则对应的投资品赎回费率，以计算得到最高的手续费。

具体的，在投资品赎回费率场景为自适应调整费率场景时的手续费计算过程主要如下：首先确定所述投资品赎回手续费预估模型的交易规则，并确定所述交易规则中与所述自适应调整费率场景对应的第二计算公式。

其中，第二计算公式为根据不同的持有期分段计算，投资品赎回手续费＝各持有期赎回手续费之和，各持有期赎回手续费＝(赎回投资品份额×投资品单位净值)×该段持有期赎回费率。

其中，可通过获取所述投资品持仓份额数据对应的持有期赎回费率的方式，确定每个段持有期赎回费率，其中，所述投资品持仓份额数据包括多段不同手续费标准的持有期投资品份额，每个持有期投资品份额均对应一个持有期赎回费率，每个持有期赎回费率不同。

进一步地，根据所述第二计算公式和所述持有期赎回费率，通过所述投资品赎回手续费预估模型，计算所述自适应调整费率场景中赎回所述指定投资品时所需的手续费。

此外，在计算不同持有时间档次的投资品的赎回手续费时，还需要综合指定投资品以往的历史交易信息，通过查询所述指定投资品对应的历史交易信息，并根据所述历史交易信息和所述赎回要素信息，确定满足赎回条件的投资品持仓份额数据，从而可根据该投资品持仓份额数据，统计当前赎回投资品时的当日可用份额、当前新增份额和当前可赎回最大份额等投资品份额情况。

可理解的是，历史交易信息即指的是指定投资品历史交易情况，例如，定投情况、每日到期可赎回的投资品份额情况等。

其中，对所述历史交易信息进行数据遍历，确定满足预设交易类型的交易数据，并确定所述交易数据对应的交易周期信息，并根据所述交易数据和所述交易周期信息，确定满足赎回条件的投资品持仓份额数据，其中，所述投资品持仓份额数据包括当日可用份额、当前新增份额和当前可赎回最大份额。

可理解的是，预设交易类型应为产生金额份额变化的数据，例如，当日可用份额增加，或当前可赎回最大份额增加等。

可理解的是，当日可用份额为当日可作出调整的份额总数，该份额可包括可赎回的份额和可定投增加的份额。

可理解的是，当前新增份额为当日由于增加投资品份额买入或定投等产生的新增投资品份额。

可理解的是，当前可赎回最大份额为当前满足赎回条件的最大份额的数量。

可理解的是，交易数据即指的是指定投资品产生交易动作的数据，交易周期信息指的是该指定投资品的固定持有周期的信息，例如，该投资品需要持有一年后方能赎回等。

具体的，设置查询历史交易的起始日期。在按持有期计算模式下，需要根据客户现有的持有投资品份额和历史交易记录倒推出在不同费率阶段下的持有投资品份额，但是查询历史交易并不能无限制的往前查询，若客户的交易行为相当频繁，此时多次分批查询历史交易数据时可能会超出程序的响应时间，影响用户体验。结合目前大部分投资品的持有时长超过N天赎回费率极低的业务特点，设置查询历史交易的最大天数为N天，并取其与该投资品费率最后一档的最低持有时长间的较小值作为查询历史交易往前推算的天数，以此得到历史交易查询所需最早日期。在系统效率和精度之间，适当取舍，提升系统的综合服务性能。

其中，还设置推算持仓结果的截止日期。若指定了赎回日期，则截止日期为指定的赎回日期，否则为进行费用预估时刻所在的工作日。

其中，还查询最新的投资品持仓份额数据。创建新的查询线程任务，交由线程池执行，异步获取投资品持仓份额数据。

其中，还查询投资品的历史交易数据。根据第一步和第二步中获取到的查询历史交易的起始日期和截止日期，创建新的查询线程任务，交由线程池执行，异步获取投资品在起止日期区间内的历史交易数据。

其中，还设置最高费率的赎回持仓结构信息。此步骤的主要意图为，在之后计算赎回手续费时，若计算规则不支持，则会使用此最高费率来计算赎回手续费，保证服务对外服务的稳定性。

其中，还获取赎回日期当日的客户持仓份额信息。投资品持仓信息表中记录了客户持仓最近三组持仓变动对应的过账日期和过账余额信息，由近及远，分别记为(DAT1，BAL1)，(DAT2，BAL2)，(DAT3，BAL3)，当前客户待赎回投资品持仓已冻结份额记为FBL1。若未指定赎回日期，此时客户的产品持仓份额＝BAL1-FBL1；若已指定赎回日期(该日期记为T日)，并根据客户持仓最近三个持仓变动结构信息，推算得到客户持仓昨日的持仓份额，记为BALY，昨日记为Ty，此时客户指定日期对应产品持仓份额＝BALY-。

其中，还推算各交易日期的可用于赎回计算的份额信息。根据获取到的投资品最新的持仓份额数据和历史交易数据，根据时间轴倒序的方式遍历历史交易数据，首先获取该笔交易的交易码，确定该笔交易为增加持仓份额类型的交易如申购、定投等类型的交易，过滤非份额增加的交易类型。假设份额增加交易日有T1，T2...Ti,Tj...Tn，对应的当日可用持仓份额为F1，F2...Fi,Fj...Fn,对应的当日确认的新增份额构成为A1,A2...Ai,Aj...An，对应的当日可用于赎回费用计算的最大份额构成为S1,S2...Si,Sj...Sn；过程推算步骤如下：

1：设置{T1...Tn},Fn,{A1...An},Sn；

2：倒推计算Fi＝Fj-Sj；

3：倒推计算Si＝min(Fi,Ai)，其中，i＝j-1；

4：若Fi＝Ai则停止推算；

5：若推算至T1仍有F1>A1，则设置T0＝第3步中的起期-1天，S0＝F0＝A0＝F1-A1；

其中，还设置赎回持仓结构数据。根据上述过程中推算的各交易日期的可用于赎回计算的份额信息以及总的赎回投资品份额计算并对赎回持仓结构数据设置。将可用持仓份额赎回构成列表定义为：{(Tx,Sx,Hx,Yx)...(Ti,Si,Hi,Yi),(Tj,Sj,Hj,Yj)...(Tn,Sn,Hn,Yn)}，Tx为前面推算过程中最早截止点，Hx,Hi,Hj,Hn为对应日期上的可用于本次赎回费用计算的份额构成，Yx,Yi,Yj,Yn为对应日期上的剩余需要赎回的份额，Yx为本次要赎回的总份额；赎回持仓结构组装步骤如下：

1：计算Hx＝min(Sx,Yx)，组装持仓结构信息，并将其加入到赎回持仓结构列表中，若Hx＝Yx，则停止计算；

2：正推计算Yj＝max(0,Yi-Si)，其中，j＝i+1；

3：正推计算Hj＝min(Sj,Yj)，组装持仓结构信息，并将其加入到赎回持仓结构列表中；

4：若Hj＝Yj，则停止计算；

5：若Hn<>Yn，则表明赎回份额过大，则Hn+1＝Yn-Hn,组装持仓结构信息(本笔持仓开始日期为赎回日期当日)，并将其加入到赎回持仓结构列表中。

综上，手续费的计算方式可归总为以下三种：

若根据单一费率(交易规则对应的投资品赎回费率)预估计算，此时费率数据唯一，根据投资品赎回手续费计算公式：投资品的赎回手续费＝(赎回投资品份额×投资品单位净值)×赎回费率可以计算出此次赎回手续费。

若投资品费率档次为按持有期自适应调整费率，首先整理该费率数据按不同持有期限进行划分，按费率大小升序排列(持有期越长费率越小)，根据不同的持有期分段计算，投资品赎回手续费＝各持有期赎回手续费之和，各持有期赎回手续费＝(赎回投资品份额×投资品单位净值)×该段持有期赎回费率。根据5.3中推算出的各个交易日期可用于赎回费用计算的最大份额落可以映射到不同的持有区段中。计算所有的交易日期的赎回费用后进行累加即为本次投资品赎回手续费的预估值。

若预估模型中的交易规则不适配时，采用最高费率进行手续费预估计算。计算方式与单一费率模式类似，赎回费率采用产品赎回费率最高费率。

综上，在计算相应的手续费时，需要经过以下步骤，包括确定指定投资品的所涉及的交易规则和费率，以及确定该指定投资品计算相应手续费时所需的投资品份额，以及确定该指定投资品历史交易信息中所涉及的投资品份额等(例如，不同持有时间对应的投资品份额对应的费率不同)，以及综上步骤得到赎回要素信息，并结合相应的计算公式，计算得到手续费。

其中，在确定指定投资品的所涉及的交易规则和费率时，具体可参照图3，根据图3可知，在通过预估模型进行手续费计算时，可相当于查询对应各赎回投资品(指定投资品)的最高费率和交易规则的相关信息，从而可判断该指定投资品计算手续费时所需的交易规则和相应费率的情况，其中，该指定投资品为公募投资品时其费率为单一费率，该指定投资品为私募投资品时其费率为自适应调整费率，从而进而确定指定投资品所涉及的待交易的份额，并根据上述的两个费率确定当前待交易的份额的费率信息(例如，根据不同的持有时间的份额选择不同的费率进行综合性计算)。

其中，在确定该指定投资品计算相应手续费时所需的投资品份额时，具体可参照图4，从本地缓存中匹配得到相应的投资品净值数据，或创建线程池，异步匹配相应的投资品净值数据。

其中，在确定该指定投资品历史交易信息中所涉及的投资品份额时，具体可参照图5，查询指定投资品的历史交易信息，并根据该历史交易信息，用于作为相应手续费的计算内容，具体可参照上述实施例所阐述的内容，在此不再赘述。

其中，在计算得到手续费时，具体可参照图6，先判断该指定投资品所涉及的手续费的计算方式，包括判断当前手续费所需计算的第一计算公式和第二计算公式，以及相应的投资品赎回费率(固定费率和自适应调整费率)，从而可计算得到精准的手续费。

此外，即相当于通过相关人员通过确定指定投资品，以及使用相应的由交易规则和投资品赎回费率构建的投资品赎回手续费预估模型，分析相应的指定投资品赎回要素信息，并选取相应的计算公式，从而可得到相应的输出，并以此输出计算相应的手续费的预估结果，具体可参照图7。

本实施例通过根据所述净值列表数据，通过预设的投资品赎回手续费预估模型，对所述指定投资品的待赎回投资品份额的持仓数据结构进行分析，得到赎回要素信息，通过所述投资品赎回手续费预估模型，计算所述赎回要素信息对应的投资品赎回费率场景中赎回所述指定投资品时所需的手续费，通过该预估模型，从而可精准实现对指定投资品的赎回交易时的所需的手续费的效果。

此外，本申请实施例还提出一种投资品赎回手续费预估装置，参照图8，所述投资品赎回手续费预估装置包括：

获取模块10，用于获取指定投资品的净值列表数据；

确定模块20，用于根据所述净值列表数据，通过预设的投资品赎回手续费预估模型，确定在不同的投资品赎回费率场景中赎回所述指定投资品时所需的手续费，其中，所述预设的投资品赎回手续费预估模型为根据投资品赎回费率和交易规则所构建的模型，不同的交易规则对应不同的赎回费率。

本实施例通过获取指定投资品的净值列表数据；根据所述净值列表数据，通过预设的投资品赎回手续费预估模型，确定在不同的投资品赎回费率场景中赎回所述指定投资品时所需的手续费，其中，所述预设的投资品赎回手续费预估模型为根据投资品赎回费率和交易规则所构建的模型，不同的交易规则对应不同的赎回费率，从而可根据该投资品赎回手续费预估模型，根据指定投资品在赎回时所对应的不同交易规则，确定不同的投资品赎回手续费，进而实现对不同投资品赎回费率场景中的赎回投资品时所需的手续费的精准计算效果。

需要说明的是，上述装置中的各模块可用于实现上述方法中的各个步骤，同时达到相应的技术效果，本实施例在此不再赘述。

参照图9，图9为本申请实施例方案涉及的硬件运行环境的设备的结构示意图。

如图9所示，该设备可以包括：处理器1001，例如CPU，通信总线1002、用户接口1003，网络接口1004，存储器1005。其中，通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏(Display)、输入单元比如键盘(Keyboard)，可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如WI-FI接口)。存储器1005可以是高速RAM存储器，也可以是稳定的存储器(non-volatile memory)，例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。

本领域技术人员可以理解，图9中示出的结构并不构成对设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。

如图9所示，作为一种计算机存储介质的存储器1005中可以包括操作系统、网络通信模块、用户接口模块以及投资品赎回手续费预估程序。

在图9所示的设备中，网络接口1004主要用于与外部网络进行数据通信；用户接口1003主要用于接收用户的输入指令；所述设备通过处理器1001调用存储器1005中存储的投资品赎回手续费预估程序，并执行以下操作：

获取指定投资品的净值列表数据；

根据所述净值列表数据，通过预设的投资品赎回手续费预估模型，确定在不同的投资品赎回费率场景中赎回所述指定投资品时所需的手续费，其中，所述预设的投资品赎回手续费预估模型为根据投资品赎回费率和交易规则所构建的模型，不同的交易规则对应不同的赎回费率。

进一步地，处理器1001可以调用存储器1005中存储的投资品赎回手续费预估程序，还执行以下操作：

根据所述净值列表数据，通过预设的投资品赎回手续费预估模型，对所述指定投资品的待赎回投资品份额的持仓数据结构进行分析，得到赎回要素信息；

通过所述投资品赎回手续费预估模型，计算所述赎回要素信息对应的投资品赎回费率场景中赎回所述指定投资品时所需的手续费。

进一步地，处理器1001可以调用存储器1005中存储的投资品赎回手续费预估程序，还执行以下操作：

确定所述投资品赎回手续费预估模型的交易规则，并确定所述交易规则中与所述固定费率场景对应的第一计算公式；

根据所述第一计算公式，通过所述投资品赎回手续费预估模型，计算所述固定费率场景中赎回所述指定投资品时所需的手续费。

进一步地，处理器1001可以调用存储器1005中存储的投资品赎回手续费预估程序，还执行以下操作：

若所述投资品赎回手续费预估模型的交易规则不满足计算需求，则确定所述投资品赎回手续费预估模型中预存的目标赎回费率；

根据所述目标赎回费率和所述第一计算公式，通过所述投资品赎回手续费预估模型，计算所述固定费率场景中赎回所述指定投资品时所需的手续费。

进一步地，处理器1001可以调用存储器1005中存储的投资品赎回手续费预估程序，还执行以下操作：

确定所述投资品赎回手续费预估模型的交易规则，并确定所述交易规则中与所述自适应调整费率场景对应的第二计算公式；

查询所述指定投资品对应的历史交易信息，并根据所述历史交易信息和所述赎回要素信息，确定满足赎回条件的投资品持仓份额数据；

获取所述投资品持仓份额数据对应的持有期赎回费率，其中，所述投资品持仓份额数据包括多段不同手续费标准的持有期投资品份额，每个持有期投资品份额均对应一个持有期赎回费率，每个持有期赎回费率不同；

根据所述第二计算公式和所述持有期赎回费率，通过所述投资品赎回手续费预估模型，计算所述自适应调整费率场景中赎回所述指定投资品时所需的手续费。

进一步地，处理器1001可以调用存储器1005中存储的投资品赎回手续费预估程序，还执行以下操作：

对所述历史交易信息进行数据遍历，确定满足预设交易类型的交易数据，并确定所述交易数据对应的交易周期信息；

根据所述交易数据和所述交易周期信息，确定满足赎回条件的投资品持仓份额数据，其中，所述投资品持仓份额数据包括当日可用份额、当前新增份额和当前可赎回最大份额。

进一步地，处理器1001可以调用存储器1005中存储的投资品赎回手续费预估程序，还执行以下操作：

获取所述指定投资品的赎回日期，并从本地缓存中匹配与所述赎回日期对应的净值数据；

若匹配未命中，则创建线程池，并根据所述线程池，查询与所述赎回日期匹配的净值数据，得到所述指定投资品的净值列表数据。

本实施例通过获取指定投资品的净值列表数据；根据所述净值列表数据，通过预设的投资品赎回手续费预估模型，确定在不同的投资品赎回费率场景中赎回所述指定投资品时所需的手续费，其中，所述预设的投资品赎回手续费预估模型为根据投资品赎回费率和交易规则所构建的模型，不同的交易规则对应不同的赎回费率，从而可根据该投资品赎回手续费预估模型，根据指定投资品在赎回时所对应的不同交易规则，确定不同的投资品赎回手续费，进而实现对不同投资品赎回费率场景中的赎回投资品时所需的手续费的精准计算效果。

此外，本申请实施例还提出一种计算机可读存储介质，所述计算机可读存储介质上存储有投资品赎回手续费预估程序，所述投资品赎回手续费预估程序被处理器执行时实现如下操作：

获取指定投资品的净值列表数据；

根据所述净值列表数据，通过预设的投资品赎回手续费预估模型，确定在不同的投资品赎回费率场景中赎回所述指定投资品时所需的手续费，其中，所述预设的投资品赎回手续费预估模型为根据投资品赎回费率和交易规则所构建的模型，不同的交易规则对应不同的赎回费率。

本实施例通过获取指定投资品的净值列表数据；根据所述净值列表数据，通过预设的投资品赎回手续费预估模型，确定在不同的投资品赎回费率场景中赎回所述指定投资品时所需的手续费，其中，所述预设的投资品赎回手续费预估模型为根据投资品赎回费率和交易规则所构建的模型，不同的交易规则对应不同的赎回费率，从而可根据该投资品赎回手续费预估模型，根据指定投资品在赎回时所对应的不同交易规则，确定不同的投资品赎回手续费，进而实现对不同投资品赎回费率场景中的赎回投资品时所需的手续费的精准计算效果。

需要说明的是，上述计算机可读存储介质被处理器执行时还可实现上述方法中的各个步骤，同时达到相应的技术效果，本实施例在此不再赘述。

需要说明的是，在本文中，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、物品或者系统不仅包括那些要素，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、物品或者系统所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。

上述本申请实施例序号仅仅为了描述，不代表实施例的优劣。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在如上所述的一个存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，空调器，或者网络设备等)执行本申请各个实施例所述的方法。

以上仅为本申请的优选实施例，并非因此限制本申请的专利范围，凡是利用本申请说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本申请的专利保护范围内。

Claims (10)

1.一种投资品赎回手续费预估方法，其特征在于，所述投资品赎回手续费预估方法包括以下步骤：

获取指定投资品的净值列表数据；

根据所述净值列表数据，通过预设的投资品赎回手续费预估模型，确定在不同的投资品赎回费率场景中赎回所述指定投资品时所需的手续费，其中，所述预设的投资品赎回手续费预估模型为根据投资品赎回费率和交易规则所构建的模型，不同的交易规则对应不同的赎回费率。

2.如权利要求1所述的投资品赎回手续费预估方法，其特征在于，所述根据所述净值列表数据，通过预设的投资品赎回手续费预估模型，确定在不同的投资品赎回费率场景中赎回所述指定投资品时所需的手续费的步骤，包括：

根据所述净值列表数据，通过预设的投资品赎回手续费预估模型，对所述指定投资品的待赎回投资品份额的持仓数据结构进行分析，得到赎回要素信息；

通过所述投资品赎回手续费预估模型，计算所述赎回要素信息对应的投资品赎回费率场景中赎回所述指定投资品时所需的手续费。

3.如权利要求2所述的投资品赎回手续费预估方法，其特征在于，在所述赎回要素信息对应的投资品赎回费率场景为固定费率场景时，所述通过所述投资品赎回手续费预估模型，计算所述赎回要素信息对应的投资品赎回费率场景中赎回所述指定投资品时所需的手续费的步骤，包括：

确定所述投资品赎回手续费预估模型的交易规则，并确定所述交易规则中与所述固定费率场景对应的第一计算公式；

根据所述第一计算公式，通过所述投资品赎回手续费预估模型，计算所述固定费率场景中赎回所述指定投资品时所需的手续费。

4.如权利要求3所述的投资品赎回手续费预估方法，其特征在于，所述确定所述投资品赎回手续费预估模型的交易规则，并确定所述交易规则中与所述固定费率场景对应的第一计算公式的步骤之后，所述方法还包括：

若所述投资品赎回手续费预估模型的交易规则不满足计算需求，则确定所述投资品赎回手续费预估模型中预存的目标赎回费率；

根据所述目标赎回费率和所述第一计算公式，通过所述投资品赎回手续费预估模型，计算所述固定费率场景中赎回所述指定投资品时所需的手续费。

5.如权利要求2所述的投资品赎回手续费预估方法，其特征在于，在所述赎回要素信息对应的投资品赎回费率场景为自适应调整费率场景时，所述通过所述投资品赎回手续费预估模型，计算所述赎回要素信息对应的投资品赎回费率场景中赎回所述指定投资品时所需的手续费的步骤，包括：

确定所述投资品赎回手续费预估模型的交易规则，并确定所述交易规则中与所述自适应调整费率场景对应的第二计算公式；

查询所述指定投资品对应的历史交易信息，并根据所述历史交易信息和所述赎回要素信息，确定满足赎回条件的投资品持仓份额数据；

获取所述投资品持仓份额数据对应的持有期赎回费率，其中，所述投资品持仓份额数据包括多段不同手续费标准的持有期投资品份额，每个持有期投资品份额均对应一个持有期赎回费率，每个持有期赎回费率不同；

根据所述第二计算公式和所述持有期赎回费率，通过所述投资品赎回手续费预估模型，计算所述自适应调整费率场景中赎回所述指定投资品时所需的手续费。

6.如权利要求5所述的投资品赎回手续费预估方法，其特征在于，所述根据所述历史交易信息和所述赎回要素信息，确定满足赎回条件的投资品持仓份额数据的步骤，包括：

对所述历史交易信息进行数据遍历，确定满足预设交易类型的交易数据，并确定所述交易数据对应的交易周期信息；

根据所述交易数据和所述交易周期信息，确定满足赎回条件的投资品持仓份额数据，其中，所述投资品持仓份额数据包括当日可用份额、当前新增份额和当前可赎回最大份额。

7.如权利要求1所述的投资品赎回手续费预估方法，其特征在于，所述获取指定投资品的净值列表数据的步骤，包括：

获取所述指定投资品的赎回日期，并从本地缓存中匹配与所述赎回日期对应的净值数据；

若匹配未命中，则创建线程池，并根据所述线程池，查询与所述赎回日期匹配的净值数据，得到所述指定投资品的净值列表数据。

8.一种投资品赎回手续费预估装置，其特征在于，所述投资品赎回手续费预估装置包括：

获取模块，用于获取指定投资品的净值列表数据；

确定模块，用于根据所述净值列表数据，通过预设的投资品赎回手续费预估模型，确定在不同的投资品赎回费率场景中赎回所述指定投资品时所需的手续费，其中，所述预设的投资品赎回手续费预估模型为根据投资品赎回费率和交易规则所构建的模型，不同的交易规则对应不同的赎回费率。

9.一种投资品赎回手续费预估设备，其特征在于，所述投资品赎回手续费预估设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的投资品赎回手续费预估程序，所述投资品赎回手续费预估程序配置为实现如权利要求1至7中任一项所述的投资品赎回手续费预估方法的步骤。

10.一种存储介质，其特征在于，存储介质上存储有实现投资品赎回手续费预估方法的程序，实现投资品赎回手续费预估方法的程序被处理器执行以实现如权利要求1至7中任一项所述投资品赎回手续费预估方法的步骤。