JP2010501909A - 投資情報のコンソリデーション、共有、及び分析 - Google Patents

投資情報のコンソリデーション、共有、及び分析 Download PDF

Info

Publication number
JP2010501909A
JP2010501909A JP2009509636A JP2009509636A JP2010501909A JP 2010501909 A JP2010501909 A JP 2010501909A JP 2009509636 A JP2009509636 A JP 2009509636A JP 2009509636 A JP2009509636 A JP 2009509636A JP 2010501909 A JP2010501909 A JP 2010501909A
Authority
JP
Japan
Prior art keywords
data
investors
investment
investor
rating
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.)
Granted
Application number
JP2009509636A
Other languages
English (en)
Other versions
JP5372743B2 (ja
JP2010501909A5 (ja
Inventor
カーペンター,スティーヴン・エイ
リード,ダグラス・イー
ジュンカーガード,スヴェン
Original Assignee
ケーク・フィナンシャル・コーポレーション
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 ケーク・フィナンシャル・コーポレーション filed Critical ケーク・フィナンシャル・コーポレーション
Publication of JP2010501909A publication Critical patent/JP2010501909A/ja
Publication of JP2010501909A5 publication Critical patent/JP2010501909A5/ja
Application granted granted Critical
Publication of JP5372743B2 publication Critical patent/JP5372743B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • G06Q40/06Asset management; Financial planning or analysis

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Finance (AREA)
  • Accounting & Taxation (AREA)
  • Development Economics (AREA)
  • Operations Research (AREA)
  • Game Theory and Decision Science (AREA)
  • Human Resources & Organizations (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • Strategic Management (AREA)
  • Technology Law (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)

Abstract

同業者及び/又は他の信頼されるソースの投資情報を収集し、投資情報及び投資分析をリアルタイムで利用可能するためのシステム及び方法が提供される。これらのシステム及び方法は、同業者の調査、リアルタイムポートフォリオ、及びトレード共有を通じて生成される個人メンバーの投資情報及び顧問サービスを提供する。個人メンバー口座データが、さまざまなデータソースからコンソリデートされ、メンバーは、個人パフォーマンス、リアルタイムトレード活動、及び要約メンバーデータに基づいてリアルタイム情報、インサイト、及び投資推奨を同業者に提供する目的で集約データセットを共有することが可能になる。

Description

本明細書の開示は、包括的には情報システムに関する。特に、本開示は、投資データ及びトレードデータの収集及び共有に関する。
なお、本願は、2006年5月1日に出願された米国特許出願第60/796,756号の利益を主張する。
現在、個人投資家データ及び個人投資家の収益の実際のパフォーマンスには透明性が欠けている。また、実際の/認証された/検証可能な個人投資情報を他者と正式に共有することを可能にするプラットフォームも存在しない。その結果、1000億ドルの投資顧問及びポートフォリオ管理業界、並びに10兆ドルのミューチュアルファンド業界の全体が、投資家の不安感及び混乱を食い物にしてきた。独立したアドバイザ、投資マネージャ、及びミューチュアルファンドマネージャのための一般的な標準化されたベンチマークのセットが欠如している結果、個人が基本収益メトリック(basic return metric)を満たすことができないため、毎年、数十億ドルが無駄な手数料になっている。インターネット投資バルブの崩壊、企業の不祥事、ウォールストリートアナリストの利害の衝突等と相まって、多くの個人は、投資の判断をする時に、プロの金融サービスプロバイダをもはや信用せず、その代わり、友人及び家族を頼りにする。
消費者リサーチによれば、友人及び家族が、投資情報の最も信用されるソースであること、並びに、人々が全体的にプロのアドバイスを信用していないことが示されている。今や3500万個以上のアクティブなオンライン証券取引口座があり、重要な投資判断するのに金融アドバイザを頼らない4000万人以上のアメリカ人投資家がいる。そして、そのようにする人々は、自身のアドバイザの判断を管理することにますます関与してきている。ミューチュアルファンドのほぼ75%が、手数料を計上した後、それらのファンドのそれぞれの指数よりもアンダーパフォームしている状況において、個人投資家は、過去20年にわたり、ファンド会社のサービスを消費するのではなく、ファンド会社自体の株式を買った方が良かったであろう。さらに、ハーバードビジネススクールの新しい研究によれば、個人投資家の上位十分位数が、1日当たり4ベーシスポイント又は毎年10%だけ絶えず市場に打ち勝つことが示唆されている。証券業協会投資家年次調査(Annual Securities Industry Association Investor Survey)が、調査された投資家のほぼ70%が「金融アドバイザ及び顧問会社は、自身のクライアントよりも自身の利益を優先している」と信じていることを見出していることは、何ら不思議ではない。この所感は、1999年以来着実且つ絶えず増大してきている。
また、個人のグループが行う集団意思決定が、定量化することができる主題、多くの場合、最良の「エキスパート」の所感を言い当てることを示唆する強力な経験的証拠も存在する。James Surowiecki著「The Wisdom of Crowds」という書物で、著者は、この理論を支持する多くの例を提供している。有名な例は、ビンの中のゼリービーンの個数の推測を集めたものの平均が、実際の個数に非常に近づき、個人による単一の最良の推測よりも良好な推測になるという発見である。これを株式市場と関連させて、ウォートン教授のJ. Scott Armstrongは、個人に勝る「専門的知識の重要な利点を示した研究を見つけることができない」と記載している。英国に本拠を置く100億ドルのヘッジファンドであるマーシャルウェイス(Marshall Wace)は、この事実を活用するTOPSと呼ばれる独自のシステムを作成した。この会社は、世界中の1500のブローカが自身の最良の投資アイデアを送るためのプラットフォームを作成した。その後、マーシャルウェイスは、その独自のアルゴリズムを通じてこのプラットフォームを実行している。マーシャルウェイスは、これらの集団のアイデアに依拠して、過去数年にわたって世界の上位パフォーマンスのヘッジファンドのうちの1つである。最後に、そのウェブサイトのユーザがスポーツイベントの結果を推測することを可能にするウェブサイトであるインターネット新設企業PicksPal(www.pickspal.com)は、その上位ピッカのグループによる同様のアウトパフォーマンスを明らかにした。ラスベガス賭博ライン(betting line)に対するPicksPalの全体の記録は562−338であり、63%の勝率であった。大学バスケットバールでは、勝率は66%である。プロフットボールでは、勝率は62%である。上位ピッカは、プロホッケーでも52%の勝率を得ている。換言すれば、その上位ユーザの集団推測は、賭博市場に優っている。
その結果、共有される同業者投資アドバイスの現在の実務を、すぐに使用可能な実際のリアルタイムデータで自動化及び定式化することによって、個人的な投資を巡る不確実性及び脅しを取り除くシステムが必要とされている。投資ビジネスで使用される従来のシステムは、投資データを巡るこれらの消費者のニーズにまだ具体的に取り組んでいないが、主として観察用にデータを集約することに焦点を当てた少数の類似した技術及びサービス並びに関連する技術及びサービスがある。
たとえば、オープンファイナンシャルエクスチェンジ(Open Financial Exchange)(OFX)規格は、インターネットを介する金融機関、企業、及び消費者の間の金融データの電子的交換のための仕様である。オープンファイナンシャルエクスチェンジは、1997年前半にチェックフリー(CheckFree)、インチュート(Intuit)、及びマイクロソフト(Microsoft)(登録商標)によって作成され、広範囲の金融活動をサポートする。この広範囲の金融活動は、消費者及び小規模企業の銀行取引、消費及び小規模企業の請求書支払い、請求書呈示、税金情報、並びに、株式、証券、ミューチュアルファンド、及び401K口座詳細を含む投資追跡を含む。オープンファイナンシャルエクスチェンジは、金融サービス会社が、取引ウェブサイト、シンクライアント、及びパーソナル金融ソフトウェアのユーザとインターネットを介して金融データをどのように交換することができるのかを規定する。オープンファイナンシャルエクスチェンジは、金融機関が、複数の顧客インターフェース、プロセッサ、及びシステムインテグレータに接続する必要があるプロセスをストリームライン化する。オープンファイナンシャルエクスチェンジの仕様は、いかなる金融機関又はベンダによる実施にも公に入手可能である。2004年3月現在で、OFXは、2000を超える銀行及び証券業者並びに主な給与処理会社によって支持されている。
従来のシステムの他の例は、クイックン(Quicken)及びマイクロソフトマネー(Microsoft Money)を含む。これらのシステムは、ユーザが自身の金融情報をさまざまな口座からダウンロードして閲覧することを可能にするパーソナル金融管理ソフトウェアである。たとえば、クイックンは、ほぼ2,900の参加金融機関へのアクセスを提供する。クイックン及びマネーの双方は、ユーザが、自身のユーザ名及びパスワードで入り、それらの口座から取引情報及び残高情報を自動的にダウンロードすることを可能にする。さらに、これらの金融機関の多くは、ユーザが、それらの金融機関のサイトから直接ユーザのハードドライブへ「ウェブ接続(Web Connect)」データを後にインポートするためにダウンロードすることを可能にする。
従来のシステムのさらに別の例として、ヨドリー(Yodlee)は、パーソナル化された消費者金融ソリューションを銀行、証券業者、及びポータルに提供する。ヨドリーは、主にアプリケーションサービスプロバイダ(ASP)として動作して、AOL、バンクオブアメリカ(Bank of America)、チャールズシュワブ(Charles Schwab)、チェイス(Chase)、フィデリティ(Fidelity)、メリルリンチ(Merrill Lynch)、MSN、及びワコビア(Wachovia)と統合しており、それらのサービスを提供する。ヨドリーソリューションは、アカウントアグリゲーションとして知られている技術によって強化される。アカウントアグリゲーションは、ヨドリープラットフォーム内に組み込まれている。このプラットフォームは、現在、100を超える金融サービスプロバイダ(FSP)及びそれらの600万を超える消費者の金融サービス提供品を強化して、高度にセキュアな、スケーラブルで信頼することができる方法で数百万の日々の口座更新を処理している。
これらの例は、投資ビジネスで使用される従来のシステムが、投資データを巡る消費者ニーズにまだ具体的に取り組んでいないことを示している。その結果、米国の現在の9000万人からなお増大している個人投資家が、自身の同業者の集団知識及び実際のパフォーマンスを使用して、投資可能なアセットの自身の16兆ドルを伴う、より良好で、より賢明で、且つより効率的な投資判断を行うことを助けるシステムが必要とされている。
なお、本明細書で言及する各特許、各特許出願、及び/又は各公開公報は、個々の各特許、各特許出願、及び/又は各公開公報を参照により援用するために具体的且つ個別に示したのと同程度に、その全体が参照により本明細書に援用される。
同業者及び/又は他の信頼されるソースの投資情報を収集し、その投資情報及び分析をリアルタイムで利用可能にするためのシステム及び方法を以下に説明する。これらのシステム及び方法は、本明細書では一括して投資データ共有システム(investment data sharing system)(IDSS)と呼ばれ、同業者のリサーチ、リアルタイムポートフォリオ、及びトレードの共有を通じて生成された、個人メンバー投資家(メンバー、ユーザ、又は加入者と呼ばれる)のための投資情報及び投資顧問サービスを提供するように構成され且つそのように機能する。IDSSコンポーネントは、さまざまなデータソースから個人メンバー口座データをコンソリデートし、次いで、それらのメンバーが、個人のパフォーマンス、リアルタイムのトレード活動、及び要約メンバーデータに基づいてリアルタイムの情報、インサイト、及び投資推奨を同業者に提供する目的で集約データセットを共有することを可能にするように構成されている。具体的には、メンバーは、現在の保有高、メンバーが買い又は売りの監視又は検討を行っている現在のポジションを共有することができ、実際の取引のリアルタイム又は準リアルタイムの通知を提供することができる。さらに、IDSSは、他の個人投資家のパフォーマンスに基づいて個人メンバーポートフォリオのインサイトを生成する。
IDSSは、さまざまな個人メンバー投資家間で実際の投資情報の収集及び共有を可能にするか又はサポートするように構成されるコンポーネントを含む。投資データは、投資家によって使用されるあらゆるタイプの投資ビークル(investment vehicle)のデータを含む。このデータは、公開普通株式(public equities)及び公開証券(public securities)、上場投資信託(ETF)、ミューチュアルファンド、確定利付(fixed income)、及びオプションデータのデータ又は情報を含むが、これらに限定されるものではない。そうする際に、IDSSは、メンバーの投資データを集約して、実際の投資家の履歴パフォーマンスデータをリアルタイムトレードデータに結びつけるデータセットを形成する。投資データは、どのような投資がメンバーによって行われているのか、及び/又は、どのような投資がメンバーによって検討されているのかに関するデータを含み、当該投資データの集約は、メンバーの証券取引口座又は他の投資口座からの金融データのプル、フェッチ、及び/若しくは受け取り、並びに/又は、メンバーによって直接入力されたデータの受け取りを含む。IDSSは、集約データを使用して市場全体に関して推論を行って結論を出し、次いで、それらの推論及び結論をメンバーポートフォリオに直接適用する。したがって、メンバーが、自身がリンクされている他のメンバーの投資データ及びパフォーマンスにアクセスすることができるように、IDSSは、投資情報を巡るソーシャルネットワークを作成する。さらに、IDSSは、集約データを使用して費用効率の高いがカスタマイズされた投資アドバイスを提供する、金融サービス又は投資サービスで使用するための自動化ポートフォリオ管理システム又はサービスを提供する。
IDSSは、メンバーのデータを使用して、メンバーの現在の保有高、アセットアロケーション、履歴パフォーマンス、リスクアセスメント、監視リスト、リサーチ、及びトレード活動を巡るトランスペアレンシ及びインサイトを提供する。上位パフォーマは、自身の投資データに他者がアクセスすることを単に可能にすることによって他者を支援することによって、IDSSのもとで「スター」になる。投資パフォーマンスは、客観的なメトリックであるため、固有のデータセットである。いわゆる「プロ」及び「アマ」を対等の活動の場で評価することができる。この情報を共有するコミュニティ(IDSSコミュニティ)ができると、集約データセットは、高パフォーマンスの投資家及び低パフォーマンスの投資家の双方を特定するのに使用される極めて強力なツールとなる。高パフォーマンスの投資家及び低パフォーマンスの投資家は、メンバーの身近なパーソナルネットワークに存在する可能性が高い。IDSSは、したがって、共有される投資アドバイスの現在の実務を、同業者からの実際の実行することができるリアルタイムデータで自動化及び定式化することによって、個人投資を巡る不確実性及び脅しを低減又は除去する。
以下の説明では、IDSSの実施形態の徹底した理解及び実施可能要件を提供するために、多数の具体的な詳細を紹介する。しかしながら、これらの実施形態は、それらの具体的な詳細のうちの1又は複数がなくても実施することもできるし、他のコンポーネント、システム等と共に実施することもできることを当業者は認識する。それ以外の場合には、開示した実施形態の態様を分かりにくくすることを回避するために、周知の構造又はオペレーションは、図示も詳細な説明もされていない。
以下の用語は、本明細書で使用されるように、以下に示すように一般的な意味を有する。
「投資家」は、投資を行う任意の関係者である。金融における投資家は、発展する会社に資金を提供することと引き換えに金融利益を得るために、出資証券(equity securities)又は負債証券(debt securities)を定期的に購入する特定のタイプの人々及び会社を含む。投資家は、職業として及び/又は短期的な所得を得るために、キャピタルゲインを達成することを期待してアセットを購入して保有することができる。
「証券取引所(security exchange)」又は株式市場は、証券会社及びトレーダが、会社株式及び他の証券をトレードするためのファシリティを提供する法人又は相互組織(mutual organization)である。株式取引所も、証券の発行及び償還だけでなく、他の金融商品並びに所得及び配当の支払いを含むキャピタルイベント(capital event)の発行及び償還のファシリティを提供する。証券取引所でトレードされた証券は、会社によって発行された株式、ユニットトラスト、並びに他のプールされた投資商品及び投資債権を含む。証券取引所を介するトレード又は取引は、電子ネットワークを介して、及び/又は、物理ロケーションにおいて行うことができる。
「市場サービス(market service)」は、株式取引所からの直送データを有するリアルタイムの相場及びニュースのストリーミングサービスである。市場サービスデータによって、メンバーは、市場の動きをリアルタイムで監視することが可能になる。市場サービスから入手可能なデータ又は情報の例には、次のもの、すなわち、株式相場(stock quote)及び株式オプション相場;国際向け及び国内向けの先物相場、先物オプション相場、及び先物スプレッド相場(futures spreads quote);国際的な及び国内の先物相場;個別株先物相場;カスタマイズされた監視リスト;トレード傾向のグラフ表示及び/又は統計、ティッカ、並びに、ビジネス、技術、商品、及び金融のニュースが含まれるが、これらに限定されるものではない。
以下のIDSSの説明及び例は、「証券」を投資ビークルと呼ぶ。単一のタイプの投資(「証券」)の使用は、システムを説明する際の簡略化のためだけのものであり、「証券」は、本明細書の説明全体を通じて、投資家によって使用される任意のタイプの投資ビークルと交換することができることが理解されよう。より具体的には、たとえば、以下で検討される投資ビークルは、いくつか例を挙げると、公開普通株式、上場投資信託(ETF)、ミューチュアルファンド、並びに確定利付及びオプションデータを含み、さらに、本明細書では具体的に説明されていないが、IDSSの説明のもとで適切な他の任意のタイプの投資ビークルを含むことができる。
図1は、一実施形態に基づく投資データ共有システム(IDSS)100のブロック図である。IDSSは、1又は複数のプロセスのもとで実行される多数のコンポーネントを含む。一実施形態のIDSSコンポーネントは、集約コンポーネント又は集約エンジン102と、ランキングコンポーネント又はランキングエンジン104と、格付けコンポーネント又は格付けエンジン106と、推奨コンポーネント又は推奨エンジン108とを含む。IDSSは、履歴投資データ110及びリアルタイム市場データ112の受け取り、フェッチ、収集、及び/又は入力を行うことができるソース又はコンポーネントへの結合又は接続を含む。投資データ110及びリアルタイム市場データ112は、データの証券業者、市場サービス、及び/又は他のサードパーティソースとの電子的結合によって同期を介してリアルタイム又は準リアルタイムで定期的又は連続的に受け取ることができる。また、IDSSは、メンバーによって手動で入力されたデータ又は情報114も受け取るように構成されている。
IDSSコンポーネント102〜108は、単一のシステム、複数のシステム、及び/又は地理的に離れたシステムのコンポーネントとすることができる。また、IDSSコンポーネント102〜108は、単一のシステム、複数のシステム、及び/又は地理的に離れたシステムのサブコンポーネント又はサブシステムとすることもできる。IDSSコンポーネント102〜108は、ホストシステム又はホストシステムに結合されるシステムのうちの1又は複数の他のコンポーネント(図示せず)に接続することができる。
IDSSコンポーネントは、以下で詳述するように、個別的及び/又は集合的に、投資家ランキング、証券格付け、リスク調整されたポートフォリオパフォーマンス、及び/又は買い/売り推奨を含むデータプロダクト又はデータ出力120を提供するように構成され且つそのように機能する。また、IDSSは、メンバーM1〜MX(ここで、Xは任意の数字)が、自身の個人口座又は個人ポートフォリオに加えて、それらのメンバーがリンクされたメンバーの口座又はポートフォリオに関するデータプロダクトにアクセスすることができるポータル及び/又は結合130も含む。一実施形態のポータル及び/又は接続130は、たとえば、IDSSによって提供又はホスティングされたウェブサイトを介する、メンバーのコンピュータとIDSSとの間の接続を含む。
IDSS100へのメンバークセスは、他のメンバーの口座及び/又はポートフォリオへのリンクを含み、その結果、投資情報を巡るソーシャルネットワーク142〜148の確立を含む。したがって、IDSSコンポーネントは、(たとえば、電子メールを介して)友人及び/又は家族メンバーによって「勧誘」されたメンバーが、IDSSに入り、投資情報を共有する目的で勧誘側メンバーとの接続を確立することを可能にするように構成されている。メンバーは、その後、リサーチ、インサイト、ポートフォリオ投資、履歴収益を共有する目的でIDSS内の他の同業者との接続を確立して維持することができる。図示した例は、リンクされたメンバーM1、M2、及びM3を含む第1のネットワーク142と、リンクされたメンバーM5及びM6を含む第2のネットワーク144と、リンクされたメンバーM9,M10、M11、及びM12を含む第3のネットワーク146と、リンクされたメンバーM7及びM8を含む第4のネットワーク148と含む4つのネットワークを含む。図示した例は、他のどのメンバーにもリンクされていない多数のメンバーM4及びM13〜MXも含む。この例示の目的のために、特定のネットワークが示されているが、この実施形態は、ネットワークの特定の個数にも特定のサイズにも限定されるものではない。
IDSSのもとでのオペレーションは、一般に、サードパーティソースからのリアルタイム又は準リアルタイムのデータのフロー又は転送と、パフォーマンスフィードバック及びカスタマイズされた推奨の生成と、データ、パフォーマンスフィードバック、及び推奨の共有を可能にする、メンバー投資家間のソーシャルネットワークの確立とを含む。したがって、IDSSオペレーションは、いくつか例を挙げると、データ(たとえば、履歴投資データ、リアルタイムトレードデータ等)のシステム内へのフロー又は転送と、そのデータに関する操作及び計算と、投資情報を巡るソーシャルネットワークの作成又は確立と、証券格付けの生成と、証券推奨(security recommendation)の生成と、ポートフォリオに「従う(following)」メンバー又はメンバーの集合体を含むリサーチ及び投資情報の共有の提供と、リアルタイムトレード通知の提供と、システム情報に基づくトレードの自動的遂行とを含む。これらのオペレーションのそれぞれを以下で説明する。これらの動作説明は、例としてのみ提供されたものであり、IDSSの実施形態を、説明されたものに限定するように意図するものではない。
一実施形態のIDSSは、処理システムを含み、処理システムのもとで且つ/若しくは処理システムに関連して実行される。この処理システムは、当該技術分野で既知であるように、共に動作するプロセッサベースのデバイス若しくはコンピューティングデバイスの任意の集合体、又は、処理システム若しくは処理デバイスのコンポーネントを含む。たとえば、この処理システムは、ポータブルコンピュータ、通信ネットワークで動作するポータブル通信デバイス、及び/又はネットワークサーバのうちの1又は複数を含むことができる。ポータブルコンピュータは、パーソナルコンピュータ、携帯電話、携帯情報端末、ポータブルコンピューティングデバイス、及びポータブル通信デバイスの中から選択される複数のデバイス及び/又はデバイスの組み合わせの任意のものとすることができるが、そのように限定されるものではない。処理システムは、より大きなコンピュータシステム内のコンポーネントを含むことができる。
一実施形態の処理システムは、少なくとも1つのプロセッサ及び少なくとも1つのメモリデバイス、又はサブシステムを含む。また、処理システムは、少なくとも1つのデータベースを含むこともできるし、少なくとも1つのデータベースに結合することもできる。本明細書で一般に使用されるような「プロセッサ」という用語は、1又は複数の中央処理装置(CPU)、デジタル信号プロセッサ(DSP)、特定用途向け集積回路(ASIC)等のような任意の論理処理ユニットを指す。プロセッサ及びメモリは、単一のチップ上にモノリシックに集積することもできるし、複数のチップ又はIDSSの複数のコンポーネント間に分散させることもできるし、及び/又は、アルゴリズムのいくつかの組み合わせによって提供することもできる。本明細書で説明するIDSS方法は、ソフトウェアアルゴリズム(複数可)、プログラム、ファームウェア、ハードウェア、コンポーネント、回路機構のうちの1又は複数を任意に組み合わせて実現することができる。
IDSSコンポーネントは、共に配置することもできるし、離れたロケーションに配置することもできる。通信パスは、IDSSコンポーネントを結合し、コンポーネント間でファイルを通信又は転送するための任意の媒体を含む。通信パスには、無線接続、有線接続、及び無線/有線ハイブリッド接続が含まれる。また、通信パスには、ローカルエリアネットワーク(LAN)、メトロポリタンエリアネットワーク(MAN)、ワイドエリアネットワーク(WAN)、独自ネットワーク、オフィス間ネットワーク又はバックエンドネットワーク、及びインターネットを含むネットワークへの結合又は接続も含まれる。さらに、通信パスには、フロッピーディスク、ハードディスクドライブ、及びCD−ROMディスクのような着脱可能固定媒体に加えて、フラッシュRAM、ユニバーサルシリアルバス(USB)接続、RS−232接続、電話線、バス、及び電子メールメッセージも含まれる。
一実施形態のIDSS100は、本明細書で詳述するように、ランキングコンポーネント104と、証券格付けコンポーネント106と、推奨コンポーネント108とを含む。一実施形態のランキングコンポーネント又はランキングモデル、格付けコンポーネント又は格付けモデル、及び推奨コンポーネント又は推奨モデルの基本原理は、一定の個人投資家による履歴アウトパフォーマンスが、今後、或る所定の時間の間、平均して、対応するアウトパフォーマンスにつながるであろうという基本的仮定の下である。たとえば、Coval、Joshua D.、David Hirshleifer及びTyler Shumway著の「Can Individual Investors Beat the Market?」ハーバード大学大学院経営学研究科研究報告書No.04〜025、2003を参照されたい)。したがって、IDSSによって指定され、且つ、過去のパフォーマンス、現在の保有高、及びリアルタイムトレード活動に関する多数の変数に基づいた「上位」投資家は、或る期間の間、平均して、他の投資家、非アクティブな投資ストラテジーの指数、及びプロの投資アドバイザよりもアウトパフォームする株式を精選する。そして、逆に、履歴上、より劣ったパフォーマンスの個人は、別の期間の間、平均して、これらの同じベンチマークよりもアンダーパフォームする株式を選択する。また、このデータを公に入手可能な金融情報及びトレード情報と組み合わせことによっても、IDSSは、ポートフォリオを管理するあらゆる者にアドバイスを提供するのに使用することができる、説得力のある独自の定量的な投資モデルを提供する。
従来の格付けシステムは、(たとえば、一株利益、市場CAP等に関係する)或る個数の変数又は基準に基づくモデルを使用して株式を格付けする。ここで、これらの変数は、すべて、公に入手可能なデータ又はメトリックに基づいている。株式は、格付けされると、ランキングされる。これらの従来のシステムとは対照的に、IDSS格付けコンポーネントは、メンバー又は個人をランキングするランキングシステム上に構築される。IDSSは、一般に、ランキングコンポーネントを使用して、メンバーの履歴投資パフォーマンスに基づきメンバーをランキングし、次いで、ランキングのデータを使用して、過去のパフォーマンスが今後の結果の良好な予測判断材料となる人々の一区分又は一部を特定する。一実施形態のIDSSは、集約データを使用して、メンバーをランキングし、このランキングを使用して、予測判断材料として使用する人々の適切な区分を特定する。その後、IDSSは、予測判断材料のメンバーのリアルタイムトレード活動のデータを証券格付けシステムとして使用して、すべての参加メンバーに関して証券を格付けする。また、他のパラメータ(たとえば、一株利益(EPS)、株価収益(P/E)率、株価モーメンタム(stock price momentum)等)をランキングデータと共に使用して、証券格付けを生成することもできる。格付けシステム(たとえば、格付けは、A、B、C、D、及びFの格付けを含む)は、その後、メンバーポートフォリオを自動的に監視するのに使用される。
図2は、一実施形態に基づく、証券を格付けするためのフロー図200である。IDSS100(図1)のコンポーネントは、多数のメンバーの投資データ及びリアルタイムトレードデータを集約する(ブロック202)ことによって証券を格付けするように構成されている。投資データは、いくつか例を挙げると、現在の保有高のデータ、履歴保有高、履歴パフォーマンスデータ、履歴取引データ、及び/又は監視リストを含む。より具体的には、たとえば、投資データは、公開普通株式、上場投資信託(ETF)、ミューチュアルファンド、固定収入、及びオプションデータのデータ又は情報を含むが、そのように限定されるものではなく、投資家によって使用される任意のタイプの投資ビークルのデータを含むことができる。リアルタイムトレードデータは、メンバーのトレードデータと、少なくとも1つの株式市場の公に入手可能なトレードデータとを含む。IDSSコンポーネントは、投資データから導出される投資パフォーマンスに従ってメンバーをランキングする(ブロック204)。メンバーのリアルタイムトレードデータと共にランキングを使用して、メンバーが保有する証券の格付けが生成される(ブロック206)。IDSSは、この格付けを、メンバーの現在の保有高及び指定されたか又は計算されたリスクレベルと比較し、それに応じて、現在のリスクレベルを維持又は低減し且つ投資家のアセットアロケーションストラテジーを維持しながら、投資のより良いパフォーマンスの混合を提供することを目的として、メンバーのポートフォリオにメンバーが保有する証券の推奨を生成する。一実施形態の推奨は、取引推奨と信号強度指標とを含む。取引推奨は、対応する株式の買い/売り格付けを含み、信号強度指標は、取引推奨の強さを示す。
一実施形態のデータ集約は、メンバーによって入力されたデータ、並びに/又は、データプッシュオペレーション、データプルオペレーション、及び/若しくはデータフェッチオペレーションを介してメンバーの証券取引口座若しくは他の投資口座からIDSSに受け取られたデータ、並びに/又は、メンバーによって直接入力された受け取りデータを処理する。メンバーによるデータの相互入力を行うために、メンバーは、自身のポートフォリオデータのポジションの一部及び/又はすべてをメンバーポータル又はアクセスポイントを介してIDSSに相互に入力することができる。
また、IDSSは、自動データ転送オペレーションもサポートする。たとえば、ユーザは、ユーザ名及びパスワードをメンバーのオンライン投資データを記憶する各金融機関口座(たとえば、サードパーティの証券取引口座等)に入力することができる。IDSSのコンポーネントは、その後、データプッシュオペレーション、データプルオペレーション、データフェッチオペレーション、及び/又はデータリトリーブオペレーションのうちの1又は複数を介してサードパーティの金融機関口座からデータを受け取る。一実施形態のデータは、プログラミング可能な期間又は選択可能な期間(たとえば、毎時間、1日に2回、毎日、毎週等)に従って自動的に受け取られる。さらに、IDSSは、「ダウンロード」ボタン(たとえば、「クイックンウェブ接続(Quicken Web Connect)」)の起動又は選択に応答してサードパーティの金融機関から得られたファイルからデータをインポートすることができる。使用されるデータ入力メカニズムにかかわらず、IDSSコンポーネントは、投資データを自動的に集約して、そのデータを、他の個人投資家データを有するバックエンドデータベースに組み込む。
一実施形態のデータ集約は、IDDSSで受け取られたデータの正規化を含む。図3は、一実施形態に基づく、正規化コンポーネント302に結合されるIDSSの集約コンポーネント102のブロック図である。正規化コンポーネント302は、集約コンポーネント102に結合されているか、又は、代替的に、集約コンポーネント102のサブコンポーネント又はサブシステムとして統合されている。正規化コンポーネントの出力は、正規化データ320を含む。
正規化コンポーネント302を使用すると、一実施形態のデータ集約は、複数の金融機関口座にわたって集約されたデータの正規化を含む。この正規化は、バランシングの目的による合成買い/売り取引(synthetic buy/sell transaction)の挿入、ポートフォリオが完成していると共にバランシングされているか否かを判断すること、ポジション及び取引の自動調停(auto reconciliation)、所与のシンボル、統一証券識別手続き委員会(CUSIP)ナンバー、又は、会社名、部門情報、法人活動及び空売りハンドリングとの証券マッチング(security matching)、並びにいくつかの異なる履歴データソースとのポジション価格(position pricing)情報の検証を含むことができるが、これらに限定されるものではない。
一実施形態のIDSSは、1又は複数のサードパーティの証券業者310又は証券取引口座から投資データ110(たとえば、ポジション、取引、現金残高等)を受け取ることによって集約データを正規化するように構成されている。投資データ110は、証券業者、市場サービス、及び/又は他のサードパーティのデータソースとの電子的結合による同期を介して受け取ることができる。受け取ったデータは、個々の証券毎に既知の1組の識別子とマッチングされる(ブロック322)。マッチング322は、1組の可能な解決策を選ぶこと、及び、証券のCUSIP、シンボル、又は名称を使用して最初のマッチング成功を見つけることを含む。あらゆる証券業者310が、ブローカ行動に関して異なる記述を使用する場合があるため、各証券業者310が、たとえば、いくつか例を挙げると、買い、売り、株式分割(split)、及び配当金といった共通のブローカ行動をどのように記述するのかに関する判断が行われる。各取引は、次に、ブローカ活動に従って分類される。
正規化がバランシング332を含むとき、一実施形態のIDSSは、受け取ったポジション及び取引のデータを使用してポートフォリオの履歴スナップショットを形成することによって、ポートフォリオをバランスさせる(ブロック332)ように構成されている。スナップショットは、各取引イベントにおけるメンバーの保有高及び取引の履歴版である。これらのスナップショットは、取引に加わる保有高と、取引から出て行く保有高と、取引イベントとを含む。
現在のポートフォリオ状態又は保有高を、取引履歴によって示されるポートフォリオ状態とマッチングする(332)ために、何らかの追加取引が必要とされるか否かに関する判断が行われる。取引履歴が、合計して、現在のポートフォリオ保有高よりも多くの保有高となる場合、正規化コンポーネント302は、合成売り取引を生成又は作成して、保有高を削減する。この合成売り取引は、取引履歴が現在の保有高を超える分の個数及び/又はタイプの株式を伴う。取引履歴が、合計して、現在のポートフォリオ保有高よりも少ない保有高となる場合、正規化コンポーネント302は、合成買い取引を生成又は作成して保有高を増加させる。この合成買い取引は、取引履歴が現在の保有高と比較して不足している分の個数及び/又はタイプの株式を伴う。
一実施形態の正規化が、ポジション及び取引の自動調停を含むとき、IDSSは、特定の証券を突き止めるように構成されている。この特定の証券が突き止められない場合、状態は、集約投資データにおいて「見つからない(not found)」状態に留まる。突き止められると、その証券の価格、活動日、及び動きが、このメンバーに関して知られている他のすべての取引と比較される。このメンバーに関して他の同様の取引が見つからない場合、取引は調停される。他の同様の取引が見つかった場合、取引は、可能な複製取引としてマーキングされる。
IDSSは、投資家の集約データを使用して投資家をランキングする。図4は、一実施形態に基づく、投資家ランク402を出力するランキングコンポーネント104に結合されるIDSSの集約コンポーネント102のブロック図である。ランキングコンポーネント104への入力は、上述したような正規化データを含むが、正規化データに限定されるものではない。
図5は、一実施形態に基づく、ランキングコンポーネント104を使用して投資家をランキングするためのフロー図500である。IDSSのコンポーネントは、一般に、上述しように、投資家の投資データ及びリアルタイムトレードデータを集約する(ブロック502)ように構成され且つそのように機能する。投資データを使用して各投資家の基本スコアが生成される(ブロック504)。投資データは、上述したように、サードパーティソース310から受け取られ、及び/又は、メンバーによって入力される(ブロック114)。属性又は加重パラメータに従って基本スコアを調整することによって、各投資家の調整されたスコアが生成される(ブロック506)。この属性は、たとえば、いくつか例を挙げると、投資データの保有期間、投資データの検証状態、及び/又は投資家の評判を含むことができる。IDSSは、投資家の調整されたスコアに従ってランクグループに各投資家を割り当てることによって投資家をランキングする(ブロック508)。ランキングは、以下で詳述する。
IDSSは、実際の履歴ポートフォリオデータ及び現在のポートフォリオデータを含むさまざまな属性に基づいて個人メンバーをランキングする。ランキング属性は、監視リストのデータを含むことができるが、そのように限定されるものではない。証券格付け及び推奨エンジンのオペレーションは、後述するように、これらのランキングに基づいている。ランキングコンポーネントは、一般に、個人投資家を異なる層にランキングし、それらの層は、異なる百分位数によって定義される。最上位層(たとえば、エリートランク又はエリート層)は、IDSSコミュニティの上位投資家を含む。最上位層よりも下位の他の層は、同じ原理に従い、最後の層は、最下位のパフォーマンスの投資家を含む。このランキングは、第1に、リスク調整されたパフォーマンスから導出される。このリスク調整されたパフォーマンスは、異なるリスクプロファイルに起因し得る価格変動性が除去され且つ異なる投資を精選する際のスキルを明らかにする、投資家のパフォーマンスの尺度である。リスク調整されたパフォーマンスが高い投資家は、リスク調整されたパフォーマンスが低い投資家よりも高く格付けされる。
IDSSは、多数のメンバーの投資データを受け取り、それらの投資データは、たとえば、実際の履歴ポートフォリオデータ、現在の保有高、監視リスト、及び/又はリアルタイムトレード情報を含む。投資データは、メンバーの他のタイプの履歴パフォーマンスデータを含むことができる。この投資データは、メンバーのオンライン証券取引口座、ポートフォリオ管理ウェブサイト、個人ソフトウェア(たとえば、クイックン等)、さらには相互入力といったさまざまなソースからIDSSに受け取られる。投資データは、たとえば、インポート、フェッチ、及び/若しくはリトリーブを介して、又は、データを転送する技術分野において既知の他の技術を介して受け取られる。受け取った投資データは、オンライン証券業者のデータ保有期間に応じて、長い期間に及ぶ可能性があり、いくつかの場合には、8年もさかのぼる可能性がある。
システムにおけるこの異種の個人履歴パフォーマンスデータは、「高い」(強い)及び「低い」(不十分な)パフォーマンスの個人投資家の過去及び現在の普遍的な分布曲線のインサイトを提供する。大きな履歴収益を一貫して受けており、指数及びベンチマークをアウトパフォームしてきた投資家は、最小の収益又はマイナスの収益を有する投資家よりも高くランキングされる。IDSSによって、初めて、個人投資家は、自身の投資パフォーマンスが或る人数の同業者に関連する範囲で、自身がどこに位置しているのかを知ることが可能になると共に、IDSSコニュニティの上位個人投資家を認識することができる。
ランキングオペレーションは、ユーザが、証券取引口座とIDSSとの間の電子的結合を介して自身の投資データを1又は複数の証券取引口座(たとえば、チャールズシュワブ、フィデリティ、イートレード(eTrade)等)からインポートするときに開始する。IDSSは、受け取った投資データを集約して、一連の計算を開始又は遂行する。このデータ集約によって、本明細書で説明するような投資家のマッチングが可能になる。ここで、マッチングは、或るメンバーと同様の構造を有するポートフォリオであるがそのメンバーのポートフォリオよりも良好なパフォーマンスを実現しているポートフォリオを有する他の投資家を特定することを含む。
IDSSは、投資データを選び、情報の多数の異なるビューを構築するように構成されている。たとえば、一実施形態のIDSSは、メンバーにとって個人的な第1のビュー(パーソナルビュー)、ネットワークによって共有される第2のビュー(ネットワークビュー)、及び一般社会と共有される第3のビュー(パブリックビュー)を生成する。これらの情報ビューには、IDSSウェブサイトを介してアクセスすることができる。特にメンバーに関して、IDSSは、さまざまな時間枠の個人のポートフォリオ収益及びパフォーマンスを自動的に計算する。これらの収益及びパフォーマンスは、たとえば、現在の期間(たとえば、当日、当日の時間枠等)の間及び/又は履歴期間(たとえば、先の180日間の毎日、先月の毎日、先の四半期の毎日、昨年の毎日、昨年の毎月、先の5年間の毎月、昨年の年平均収益、先の2年間の年平均収益等)の間、計算される。
一実施形態のIDSSによって遂行される計算は、時間加重パフォーマンス又は金額加重パフォーマンス、現在のポートフォリオリスク及び履歴ポートフォリオリスク、シャープレシオ、ポートフォリオドル値(現金残高を含む)、データの「質」の検証レベル、トレード数/年、アセットの平均ホールド時間(average hold time)、平均原価基準(average cost basis)、保有高パーセンテージ及びアセットアロケーション、並びにデータの保有期間のうちの1又は複数を含む。これらの計算は、ポータル又は電子サイトのメンバーのエリア(たとえば、IDSSウェブサイトの「メンバーホームページ」)に現れ、IDSSを通じて容易にアクセスすることができる。これらの計算は、メンバー統計又は「スター」エリアの基礎を形成し、この基礎は、野球カードの裏にある野球選手の統計と同様に、メンバーの投資活動の履歴記録を提供又は保持する。これは、オンライン証券会社の大部分がデータの一定のウィンドウしか保持せず、ユーザにはアクセス不能になるためメンバーに対して巨大な価値を有すると共に、異なる金融機関に保有されているさまざまな投資口座にわたるメンバーの保有高全体の統計のコンソリデートされたビューを提供する。
一実施形態のランキングコンポーネント104は、上述したような計算の結果と、多数の加重パラメータ又はメンバー属性のデータとを使用して、メンバーの加重を行うように構成されている。パラメータは、各メンバーのリスク調整されたパフォーマンスを含む。リスク調整されたパフォーマンスは、履歴パフォーマンス及びリスクのデータから生成される。
パラメータは、データの保有期間も含む。データの保有期間は、メンバーに利用可能な取引履歴の量又は長さである。たとえば、メンバーが、システム内に記憶された3年間の取引履歴を有する場合、そのメンバーの口座の保有期間は3年である。一実施形態のデータ保有期間は、任意の期間(たとえば、1箇月データ、2年のデータ等)とすることができる。
加えて、パラメータは、データの有効性も含む。各メンバーは、そのメンバーによって相互に作成又は入力されたそのメンバーのデータの量(たとえば、検証可能でない)、及び、証券業者との電子的リンク又は結合を介して受け取ったそのメンバーのデータの量(たとえば、検証可能)に基づいて自身に割り当てられた検証レベルを有する。
ランキングシステム加重パラメータは、メンバーの評判も含むことができる。この評判属性は、各メンバーを、プラットフォーム上でそのメンバーがリンクされている投資家の質によって定量化又は加重する。メンバーは、他のメンバーに従うことができ、他の多くのメンバーが特定のメンバーにリンクされている(たとえば、多くの追従者を有する)とき、このことが、評判の定量化可能な尺度となる。メンバーの「評判」を考える時、そのメンバーの追従者の質も考慮され、高い格付けの追従者は、低い格付けの追従者よりも高いスコアを有する。
メンバーの加重のためのパラメータは、モーメンタムをさらに含む。モーメンタム属性は、たとえば、あらかじめ指定された期間(たとえば、3箇月、6箇月等)の間、あらかじめ指定されたしきい値を超えるパフォーマンスを表す。したがって、メンバーは、自身の投資ストラテジーを任意の点で変更することができるため、メンバーのポートフォリオの最も近時のパフォーマンス傾向(たとえば、上昇傾向、下降傾向、停滞状態)は、全体のランキングで表され、「現在」のストラテジーは、投資家の今後のパフォーマンスを制御していくことになるため、IDSSメンバーの投資家コミュニティにはより重要である。
メンバーのランキングで使用される加重パラメータは、他のさまざまな変数を含むことができる。これらの他の変数は、いくつか例を挙げると、メンバーによる1年あたりのトレード数と、投資の平均ホールド時間と、セクタ加重とを含むことができる。
上述した加重パラメータを使用して、IDSSは、各メンバーを他のメンバー、個人、及びベンチマークと比較するために各メンバーをランキングする。各メンバーをランキングする際、ランキングコンポーネント104は、各メンバーの5年のシャープレシオを計算又は生成し、このシャープレシオが基本スコアを形成する。一実施形態のランキングコンポーネント104は、このシャープレシオを使用して、基本スコアを形成するが、この実施形態は、そのように限定されるものではなく、代替的な実施形態は、他の利用可能な技法を使用して、基本スコアを生成することができる。
ランキングコンポーネント104は、1又は複数の基準に従って基本スコアを調整する。一実施形態のランキングコンポーネント104は、データ保有期間に従って基本スコアを調整する。たとえば、基本スコアは、5年以上にほぼ等しいデータ保有期間に関しては未調整のままであるが、ゼロ(0)のデータ保有期間又は保有期間データがない場合にはゼロ(0)の値に下降調整される。調整は、入力された基本スコアにデータ保有期間を表す係数を乗算することによって行われる。たとえば、ほぼ3年のデータ保有期間の場合、基本スコアに60%の係数が乗算されることになり(3年は、5年の0.60又は60%である)、ほぼ40%の基本スコアの有効な削減が得られる。しかしながら、データ保有期間の調整は、線形の調整にも乗算演算にも限定されるものではない。
また、ランキングコンポーネント104は、データ有効性又は検証に従って基本スコアを調整する。たとえば、入力された基本スコアは、未調整であろうと事前に調整されていようと、十分に検証された口座に関しては調整されないが、未検証の口座に関しては下降調整される(たとえば、50%削減、30%削減等)。データ有効性の調整は、線形の調整にも乗算演算にも限定されるものではない。
また、ランキングコンポーネント104は、メンバーの評判に従って基本スコアを調整することもできる。たとえば、入力された基本スコアは、未調整であろうと事前に調整されていようと、あらかじめ指定された評判しきい値よりも大きな連絡/追従者ネットワーク(contact and follower network)に関しては調整されない。一方、リンクされたメンバーを有しない空のネットワークに関しては、入力された基本スコアは下降調整される(たとえば、25%削減)。たとえば、評判しきい値の80%にほぼ等しい複数のメンバーを含む特定のメンバーのネットワークの場合、ほぼ10%の基本スコアの有効な削減になる。メンバーの評判の調整は、線形の調整にも乗算演算にも限定されるものではない。
メンバー及びそのメンバーの対応するデータの必要に応じて、基本スコアに任意の調整を適用した後、結果のスコアがそのメンバーに割り当てられる。ランキングコンポーネント104は、メンバーの割り当てられたスコアを使用して、各メンバーを「ランキング」し(402)、各メンバーを他のメンバー、個人、及びベンチマークと比較する。ランキングコンポーネント104は、全メンバー評判のスコアをアセスし、各メンバーをグループに割り当てる。ここで、各グループは、全メンバー評判の百分位数を表す。一実施形態のランキングコンポーネント104は、たとえば、メンバーが分類される5つのグループを含む。それらのグループは、エリートメンバー(上位1%)と、プラチナメンバー(上位2%〜10%)と、ゴールドメンバー(上位11%〜25%)と、シルバーメンバー(上位26%〜50%)と、及びブロンズメンバー(残り)とを含む。代替的な実施形態のランキングコンポーネント104は、代替的な個数のグループ、及び/又は、それらのグループに対応する代替的な百分位数(たとえば、十分位数のグループ等)を含むことができる。
IDSSコンポーネントは、メンバーランキング402を使用して、メンバーを、同様のポートフォリオ構成、保有高、リスクレベル、投資ストラテジー、及び/又は他の人口統計(たとえば、年齢、郵便番号、学歴)を共有し得る他のメンバーと「マッチング」し、また、受けるリスクレベルがより低くそのメンバーを大きくアウトパフォームしたことがある他のメンバーと「マッチング」する。そうすることによって、IDSSは、特定のメンバーに、そのメンバーの投資手法の状態及びパフォーマンスに関して通知し、そのメンバーの今後の収益を潜在的に改善する。
また、IDSSは、ランキング402を使用して、異なるランクの投資家が投資の意思決定をどのように行っているのかに関する情報を理解又は提供する。たとえば、IDSSは、「上位10%」のメンバーが何を保有しているのか、何に投資しているのか、何を監視しているのか、及び/又は何を取引しているのかを見ることができるようにする。さらに、IDSSは、ランクカテゴリー又はランクグループのそれぞれにわたる上位の集約保有高、監視リスト項目、並びに買い及び売りのインサイトも提供する。IDSSは、一定の証券の時間の経過に伴う追跡を可能にして、特定の証券(たとえば、アップル社(Apple Inc.))の「評判」が時間の経過と共にどのような傾向にあるのかを理解すると共に、一定のランクを有する個人の大きなブロックがいつトレードしているのかを特定する。したがって、トレードされる証券の総量の形のトレード活動は、公に入手可能な情報であるが、IDSSは、どの投資家(たとえば、「良好」又は「良好でない」投資家)がそのトレード活動に参加しているのかに関する情報のコンポーネントを追加する。
メンバーランキング402は、ベンチマークとしても使用される。このベンチマークによって、各メンバーが、自身のポートフォリオコンポーネントを使用して、自身のパフォーマンスを自身の適切なベンチマークに対して評価することができる。たとえば、ランキング402は、データの保有期間にわたって、個人メンバーのパフォーマンスを関連のある市場指数に対してベンチマークすること、個人収益パフォーマンスを他の個人に対してベンチマークすること、個人収益パフォーマンスを、ランキングされた収益パフォーマンス及びさまざまな人口統計的特性に基づく個人の総計に対してベンチマークすることに役立つ。さまざまな人口統計的特性は、いくつか例を挙げると、郵便番号、所得水準、投資ストラテジー、学歴、所属、及びソーシャルネットワークを含むが、これらに限定されるものではない。
また、IDSSランキング402は、同業者ランクグループに「インスタントアセットアロケーション(Instant Asset Allocation)」ベンチマークも提供する。IDSSは、メンバーポジションをコアアセットカテゴリーに配分し、アセットアロケーションモデルを提供する。IDSSは、したがって、他の同業者ランクグループとの個人アセットアロケーションの比較を可能にする。また、IDSSは、保有高、リスクの影響度(risk exposure)、ベータ、シャープ、及び他の関連のあるメトリックを使用して、個人の上位パフォーマンスに基づき「ベストプラクティス」アセットアロケーションモデルも作成する。一実施形態のIDSSは、事前対応型の「動的アセットアロケーション」モデルを使用するか又は含む。この動的アセットアロケーションモデルによって、アロケーションパラメータを違反しているときにIDSSがユーザに自動的に通知することを可能にするアロケーションパラメータをユーザが設定することができる。
IDSSは、投資家ランキング402のデータを使用して、証券を格付けする。格付けコンポーネント106は、ポジションを所有し、買い、及び/又は売る個人のパフォーマンスに基づいて、公開トレードされた普通株式(publicly-traded equity)、上場投資信託(ETF)、ミューチュアルファンド、オプション、確定利付証券(fixed income instrument)、及び/又は他の利用可能な投資ビークルを格付けする(ブロック602)ように構成されている。たとえば、アップル社に関する調査を行うメンバーは、株式に関する情報を求めてIDSSを検索することができる。IDSSは、株式を現在所有している他のメンバーの数及び質、株式を空売りしているメンバーの数及び質、株式を事前に所有しているメンバーの数及び質、並びにそれらのメンバーの相対的なパフォーマンスに基づいて、格付け602を株式にサブスクライブ(subscribe)する。上位ランキングされた集約メンバーによって最近購入された普通株式、及び/又は、上位ランキングされたメンバーによって所有され続けている普通株式は、相対的に高い格付けを受ける。上位ランキングされたパフォーマによって現金化され、及び/又は、それよりも低くランキングされたパフォーマによって最初に取得されたポジションは、相対的に低い格付けを受ける。
図6は、一実施形態に基づく、ランクデータ402及びリアルタイムトレードデータ112に対するオペレーションに応答して、又は、当該オペレーションの結果として、証券格付け602を提供又は出力するように構成されるIDSSの格付けコンポーネント106のブロック図である。リアルタイムトレードデータ112は、格付けコンポーネントが結合される1又は複数のリアルタイム市場サービス312から受け取ることができるが、そのように限定されるものではない。
図7は、一実施形態に基づく、ランクデータ402及びリアルタイムトレードデータ112に処理を行う格付けコンポーネント106を使用して普通株式を格付けするためのフロー図700である。IDSSのコンポーネントは、一般に、投資家のランクデータを受け取る(ブロック702)ように構成され且つそのように機能する。ランクデータは、投資家の投資データ及びトレードデータから導出されるランクグループを含む。IDSSは、すべてのランクの振る舞い及び活動を使用して、格付けを生成し、そうする際に、累積的所有(cumulative ownership)、監視、及び取引の振る舞いに基づいてポジションをソートし、あらかじめ指定されたランキング(たとえば、最高ランキング、最低ランキング等)を有するランクグループを選択又は指定する(ブロック704)。選択されるグループは、予測判断材料グループとして使用される。予測判断材料グループの投資家のリアルタイムトレードデータのトレードパラメータを使用して各証券の証券格付けが生成される(ブロック706)。
一般に、格付けコンポーネント106は、メンバーランキング402の情報を使用して、証券格付け602を生成する。シュワブ普通株式格付けシステム(Schwab Equity Rating System)及びモーニングスター(Morningstar)のミューチュアルファンドスター格付けシステムと同様に、IDSSは、公に入手可能な証券の独自の格付けを提供する。しかしながら、これらの従来のシステムとは対照的に、IDSS証券格付け602の基礎となるものは、後述するように個人メンバーランキングである。加えて、他のパラメータ(たとえば、一株利益(EPS)、株価収益(P/E)率、バランスシート強度(balance sheet strength)等)をランクデータと共に使用して、証券格付けを生成することもできる。証券格付け602は、買い推奨又は売却推奨のいずれかを、その推奨の強さの「信号強度」指標と共に各株式に関連付けるように機能する。
IDSSは、集約したものにおける一定のランクのメンバーの活動を評価して、リアルタイムで公開トレードされた普通株式を格付けする。格付け602は、A、B、C、D、及びFの格付けを含むが、代替的な実施形態は、代替的なスケール又は代替的な等級を使用することができる。IDSS格付けコンポーネント106は、ランク別の累積的所有、監視、及び取引の振る舞いに基づいて証券ポジションをソート又は編成するように構成されている。たとえば、特定のランク402のメンバーによるポジションの内外の移動が列挙され分析される(たとえば、「エリート」及び「プラチナ」の投資家による買い及び売りは、それよりも低いランキングの投資家による対応する購入にとって、おそらく、より魅力的な買いの機会である)。格付けコンポーネント106は、格付け602の生成において、ファンダメンタルズ、評価額、収益力(earnings momentum)、リスクのような公に入手可能な金融データも使用するように構成されている。一実施形態の格付け602は、上位10%及び下位10%にランキングされたメンバーの所有及びアクティビティ(活動)(たとえば、買い、売り、保持)に主に焦点を当てたランク402に基づいているが、そのように限定されるものではない。
格付けコンポーネント106は、メンバーのストラテジーを評価して、事前に機能していたストラテジー及び今後成功する可能性の高いストラテジーに関する情報を提供する。たとえば、回帰分析を投資データに適用して、或る期間の間の今後のアウトパフォーマンスの予測モデルにつながる可能性のあるコアコンポーネントを特定することができる。その逆も真であり、これによって、格付けコンポーネントは、アンダーパフォームしていることが判明した投資家及びストラテジーを判断することができる。不正防止コンポーネントは、メンバーがシステムを使用して株式を操作し、それによって、メンバーのパフォーマンス及び格付けに影響を与えることを防止するように不正検出を提供する。格付けコンポーネント106は、このように、特定の普通株式の予測された今後のパフォーマンスの情報を証券格付け602の形で提供する。その結果、IDSSは、平均して、証券会社の個人分析者、ミューチュアルファンドのマネージャ、及びプロの投資アドバイザよりも相対的に正確なデータ及び予測情報又は予測モデルを提供する。
格付け602は、異なるポジション間の比較の基礎を形成する。たとえば、IDSSは、時間の経過に伴う動きを追跡することができ、証券が一定の投資期間(time horizon)にわたってどのような傾向を有していたかを比較することができる。IDSSは、個人メンバーのポートフォリオにおけるポジションの「格付け」602に基づいて個人メンバーを比較することができる。他のポジションをメンバーに提供又は表示することができる。他のポジションは、そのメンバーのポートフォリオに現在あるポジションよりもリスクが低減されたより大きな上昇傾向を提供することができる。IDSSは、さまざまな産業部門及び投資ストラテジーを「見渡し」て、潜在的なアウトパフォーマンス及びアンダーパフォーマンスのエリアを巡る仮説を展開させることができる。
一実施形態のIDSSは、ポータル(たとえば、IDSSウェブサイト)を介してメンバーに格付け602を表示するように構成されている。格付けは、メンバーポートフォリオの各証券又は各ポジションに対応するように表示される。また、IDSSは、フィルタリングを使用して、特定の証券に関係付けられているがその特定の証券よりも高い「格付け」を有する他の証券も表示することができる。
証券格付けは、たとえば「信号強度」のグラフ又はプロットを使用して表示される。IDSSによって生成されたランキング402は、異なるランクのメンバーが保有、監視、及び取引している基礎となるポジションをメンバーがより良く理解するのを助けるため、IDSSは、ランキング402を使用して、異なるランキングのすべてを1つの尺度に集約する計算の適用を通じて特定のポジションの「買い残(net buying)」活動の情報を生成し、「買い残」活動を信号強度のプロットを介して表示する。IDSSは、この尺度を時間にわたって計算して、傾向の解釈を決定する。このようにして、メンバーは、さまざまなポジションを迅速に比較して、自身が売るべきかそれとも買うべきかを判断することができる。
図8は、一実施形態に基づく信号強度プロット800である。IDSSは、時間の経過にわたって信号強度800を計算して、傾向の解釈を決定し、信号強度尺度は、信号強度プロット800に視覚的に示される(802)。信号強度値802の絶対値は、対応する証券の証券格付けの強さを示し、信号強度値802の符号(中心点を基準としたy軸上の位置)は、その信号強度値が買いとして格付けされているのか、それとも売りとして格付けされているのかを示す(たとえば、正の信号強度値は買いを示し、負の信号強度値は売りを示す)。これによって、メンバーは、さまざまな公開トレードされた証券を迅速に比較して、自身が売るべきかそれとも買うべきかを判断することが可能になる。
信号強度を生成する際に、各カテゴリーをスコア付けすることによって、ランクカテゴリーの編成が行われる。スコア付けは、ランクカテゴリー(たとえば、エリート、ブロンズ等)あたりのトレード数を求めること、及び、各ランクカテゴリーのトレード数を、他のカテゴリーと比較されたそのランクカテゴリーの相対的なパフォーマンスによって加重することを含む。したがって、スコア付けは、各カテゴリーに関して、そのカテゴリーの平均収益を、ブロンズカテゴリーの平均収益で除算することによって各カテゴリーの比率を求めることを含む。ここで、ブロンズカテゴリーのパフォーマンスは、この例では基本カテゴリーとして機能する。
カテゴリーは、そのスコアに従い信号強度プロット800のx軸に沿って配列される(たとえば、最低のスコアを有するカテゴリーは、x軸に沿って最も左の位置に配置され、最高のスコアを有するカテゴリーは、x軸に沿って最も右の位置に配置される)。代替的に、証券を、ランクカテゴリーとのいかなる明示的な相関もなしに信号強度プロット800上に配置してもよい。したがって、IDSSは、最良のパフォーマンスを提供するメンバー(たとえば、エリートランクを有するメンバー、プラチナランクを有するメンバー等)のカテゴリーを特定して、相対的なパフォーマンスに従いプロットのx軸に沿ってカテゴリーを編成することによって、信号強度プロット800を生成する。一実施形態のプロットのx軸は、このように、どのメンバーが証券を買っているのか又は売っているのかの表示を提供する。
IDSSは、各証券に関して行われた買い及び売りの個数を求め、或る期間の間の買いの個数から売りの個数を減算することによって各証券の純取引を計算する。信号強度尺度802は、純取引を証券の買い及び売りの総数で除算することによって求められる。信号強度プロット800のy軸は、したがって、この平均買い/売り活動(「買い残」又は「売り残(net selling)」)、すなわち信号強度を表す。
一実施形態の信号強度プロット800は、どのメンバーが一定の時間枠にわたって特定の証券を買っていたのかに関する情報を提供する。一例として信号強度プロット800を使用して、プロット800の「右上」コーナに配置された証券は、上位ランキングされた投資家(たとえば、この例ではエリートメンバー)が、その期間中にこの株式を買っていたことを意味する。このことによって、この株式は、他のメンバーにとって魅力的な「買い」候補となり得る。さらに、一実施形態は、或る期間にわたる証券の信号強度のモーメンタムを提示又は表示する。このモーメンタムは、円のサイズ及び配置の経時的な相違に関する情報を含むが、そのように限定されるものではない。
各セキュリティのトレードの量は、プロット800上で証券を表す円802のサイズ又は面積によって表される。その結果、一実施形態の信号強度プロット800は、各証券のトレードの量の情報も提供する。
IDSSは、一実施形態のもとでは、メンバーのポートフォリオデータ904と共に証券格付け602を使用して、投資推奨を含むパフォーマンスデータ902をメンバーに提供又は出力する。図9は、一実施形態に基づく、証券ランキング602及びポートフォリオ情報又はデータ904を受け取るように結合されるIDSSの推奨コンポーネント108のブロック図である。推奨コンポーネント108は、一般に、リスクレベル、アセットアロケーション、及び投資家によって保有されている株式で証券格付け602を評価し、ランキング及び証券格付け602を使用して1組のメンバーを比較し、比較に応じてメンバーによって保有されている株式の推奨902を生成するように構成されている。推奨902は、パフォーマンス、人口統計的特性、及びソーシャルネットワークに基づく他の個人メンバーの集約保有高に基づく一定の投資ビークルに対する推奨を含む。
推奨に関して、メンバーが、自身のポートフォリオ収益、リスクレベル、リスク調整されたパフォーマンス、及びランキングに関するデータの提供を受けるように、IDSS推奨コンポーネント108は、証券格付けデータ602を使用して、各メンバーのポートフォリオを分析すると共に、パフォーマンス尺度を計算及び監視する。推奨コンポーネント108は、(たとえば、メンバーによって選択、入力(114)された、又は、システムによって計算された)メンバーの所望のリスクレベル、アセットアロケーションストラテジー、及び既存のポートフォリオ904のデータを使用して、そのデータを証券格付けと比較し、どの株式を売るのか(たとえば、F格付けの株式を売る)及びどれを買うのか(たとえば、所望のリスクレベルに基づいてA格付け又はB格付けの株式を買う)に関する推奨902を提供する。
一実施形態のIDSSは、一定の株式市場パフォーマンスを測定する目的で、IDSSメンバー、並びにそれらのメンバーのポートフォリオ保有高及びパフォーマンスのすべて又はサブセットの指数を含む推奨を提供する。いくつか例を挙げると、ダウ工業平均、ラッセル5000、及びスタンダードアンドプアーズ500と同様に、「個人投資家指数」とも呼ばれるこの指数は、特定の時間における株式市場の状態の関連のあるインサイトを提供することができる。この指数は、たとえばすべてのメンバーといった、IDSSメンバーシップのさまざまな断面にわたるIDSSメンバーの相対的なパフォーマンス、又は、ランクに基づくグループにわたるIDSSメンバーの相対的なパフォーマンスを示す。この指数は、現在の保有高、買ったポジション、及び/又は売ったポジションのようなメンバーデータに基づくことができるが、そのように限定されるものではない。この指数は、個人投資コミュニティのリアルタイム所感及び日々の所感に興味を有し得るサードパーティにライセンスすることができる。
一例として、一実施形態のIDSSは、メンバーの保有高に基づいて形成された指数を提供する。IDSSは、評価の初日における開始指数値(たとえば、100)を設定することによってメンバーの指数を形成する。この例における開始指数値は100であるが、開始指数値はどの特定の値にも限定されるものではない。IDSSメンバーシップの或る断面(たとえば、エリートグループ)が、その指数値に関して選択される。IDSSは、次に、選択されるグループの現在の保有高を特定する。2日目において、選択されるグループの現在の(初日の終了時に選択される)保有高の日別のパフォーマンスが計算される。このパフォーマンスは、初日の市場終了から2日目の市場終了までの保有高の値の増減、又は、指数の日内値/リアルタイム値を提供する2日目の期間中の増分の増減に基づいている。日別のパフォーマンスは、パフォーマンスパーセンテージ(たとえば、3%の増加)を形成する。開始指数値は、パフォーマンスパーセンテージによって調整される(たとえば、調整された指数値又は新しい指数値は103である(100に数(1+0.03)を乗算))。同様に、3日目において、選択されるグループの2日目の終了時の保有高のパフォーマンスパーセンテージが、3日目の期間中及び3日目の終了時のそれらの値に基づいて計算され、2日目の指数値は、そのパフォーマンスパーセンテージによって調整される。指数値の調整は、上述したように、それ以降の日にも行われる。
一実施形態のIDSSによって、或るメンバーが、あらかじめ指定された基準によって測定されるような投資家関係を有する他のメンバーを特定することが可能になるという点で、一実施形態のIDSSは、メンバー投資家マッチングを可能にする。図10は、一実施形態に基づく、IDSSを使用する投資家マッチング1000のフロー図である。IDSSのコンポーネントは、メンバーに対応するデータ入力を受け取る。このデータ入力は、上述したような投資ストラテジーのデータ、ポートフォリオ保有高のデータ、監視リストのデータ、取引のデータ、パフォーマンスデータ、及び類別された人口統計的データ、並びに他のデータを含む。入力データのデータコンポーネントの重みが割り当てられるか又は選択され、各メンバーのスコアが、入力データ及び対応する重みに基づいて生成される。メンバーは、そのメンバーのスコアに従って他のメンバーと自動的にマッチングされる。マッチングは、マッチングを要求又は制御するメンバーによって選択される基準に特有のものである。マッチングの結果は、マッチングを要求するメンバーと(あらかじめ指定された変動範囲内において)同じスコアを有するメンバーの情報を返す。
マッチングは、上述したように、マッチングを要求又は制御するメンバーによって選択される基準に特有のものである。たとえば、基準が投資手法であるとき、メンバーは、この基準を使用して、同様の投資手法を共有する他のメンバーがどのようにパフォームしているのか及びそれらの他の投資家がどのような投資をトレードしているのかに基づきマッチングを制御する。マッチングの結果は、マッチングを要求するメンバーと(あらかじめ指定された変動範囲内において)同じ投資手法スコアを有するメンバーを特定する。このように、ユーザは、自身のポートフォリオへの追加に興味がある証券を特定することができる。
一実施形態のIDSSは、このように、上述したランキング及び格付けデータを使用して、存在する参加者の何分の1かのコストで個人投資家にリアルタイムの自動化された、高くカスタマイズされた投資「アドバイス」を提供する。上述した証券格付けを利用して、IDSSは、メンバーの特定の投資ストラテジーに明確に基づいて、現在のアセットアロケーションに対する変更、又は、リスクがより低くパフォーマンスがより高いポジションを有する、現在のアロケーションに対する代用物を提案することによって、メンバーの既存のポートフォリオに対する改善を提供又は提案する。たとえば、メンバーが、現在、IDSSが「F」と格付けする株式を所有している場合、IDSSは、代わりの「A」格付けのポジションを提案することができる。
一実施形態のIDSSは、一定の投資ビークルが他の投資家によって以前保有されていたか否か又は現在保有されているか否かを判断する目的で、メンバー投資家情報のデータベースを検索するための電子検索能力をメンバーに提供する。たとえば、メンバーは、いくつか例を挙げると、名前、雇用者、保有高、パフォーマンス、郵便番号、所得水準、学歴、投資ストラテジー、及びプロ経験、及び/又は業界経験のデータを使用して他のメンバーを検索することができる。
IDSSによって提供されるメンバーのネットワーキング及びリンクによって、他のメンバーとの「認証された」投資情報の自動化された共有も可能になる。この自動化された共有は、ポートフォリオ、株式、債権、ミューチュアルファンド、上場投資信託、オプション、他の公に入手可能な投資ビークルのような、投資収益、保有高、並びにトレード活動の共有が含まれるが、これらに限定されるものではない。したがって、メンバーは、IDSSコミュニティの他のメンバーが、関連のある投資情報にアクセスすることを「可能」にすることができる。
投資情報の共有によって、さらに、メンバーは、「プライベート」投資クラブを設立することが可能になる。投資クラブは、共通のポートフォリオ又は投資ビークルを共有する1組のメンバーを含むように形成される。個人メンバーのランキングとは対照的に、一実施形態のIDSSは、各投資クラブのクラブランキングを生成するために、各投資クラブの集団メンバーシップに上述したランキング技法を適用するように構成されている。クラブランキングは、その後、個人メンバーランキングに関して上述したように計算することができ及び/又は使用することができる。
また、IDSSは、メンバーのパフォーマンス及び進行を容易且つ迅速に監視する目的で、メンバーがリンクされている他の一定のメンバーの保有証券を「タグ付け」することをメンバーに可能にするようにも構成されている。これは、たとえば、IDSSウェブサイトの「マイプロファイル(My Profile)」セクションを介して行うことができるが、そのように限定されるものではない。
IDSSによって、ユーザは、次のうちの1又は複数を行うことが可能になる。すなわち、インターネットウェブサイトのウェブページの「タグ付け」、IDSSウェブサイトの「マイプロファイル」ページへの電子的リンクの「追加」、送信側メンバーがリンクされているメンバーへの電子メール又はインスタンスメッセージングを介する電子的リンク、ニュースソース、及び通信又はメッセージの自動配信を行うことが可能になる。一例として、アップル社に関するブログを読んでいるメンバーは、記事が、Windowsの実行をアップルコンピュータに可能にする新しい重要な機能を述べているとき、その記事が非常に有益な情報を与えることを知る。ユーザは、ブログポスティング又は記事のURLを「タグ付け」し、ワンクリックでその記事を、そのユーザのポートフォリオに従うIDSSメンバーへ「送信」する。
IDSSは、個人メンバートレード活動の自動化されたリアルタイムトレード活動通知を他のメンバーに提供するように構成されている。これによって、メンバーは、自動化通知システムをセットアップすることが可能になり、それによって、メンバーは、他のメンバーのリアルタイムの買い活動及び売り活動を観察することができるか又はその通知を受けることができる。これは、すべてのIDSSメンバー又は一定のIDSSメンバーのポジションが表示される個人的な「IDSS株式ティッカ(IDSS Stock Ticker)」の形態を取ることができるが、そのように限定されるものではない。
IDSSによって、たとえば、リンクされた投資家間のトレード活動のリアルタイム開示に応じて、自動的なトレード(自動トレード)が可能になる。その結果、或るメンバーの口座のトレード活動を別の口座で自動的に模倣する(たとえば、同じ株式を買う)ようにIDSSコンポーネントを構成することができる。一般に、メンバー(「追従者メンバー」)は、自身の口座を別のメンバーの口座(「信頼のおける助言者(mentor)」)に「リンク」することができる。信頼のおける助言者がアップル社の株式を買うとき、どの追従者も、十分な資金を前提とすれば、自身の口座で同じ数の株を自動的に購入する。
より具体的には、第1のメンバーは、会社Xの株式を100株売る。第1のメンバーにリンクされた別のメンバーは、リンクされたメンバーのトレード活動のリアルタイム通知に応じて、会社Xの株式を100株自動的に売るように自身の口座を構成することができる。リンクされた投資家データに応じた自動トレード活動は、(たとえば、サードパーティのブローカ/ディーラ及び/又は登録された投資アドバイザとの)サードパーティ投資口座及び/又はプラットフォーム上に設けられた投資口座での自動トレードを含む。
IDSSは、トレードを自動化し及び/又は追加のトレード及び顧問商品(advisory product)を提供するのに使用することができる。たとえば、IDSSは、メンバーが年間「顧問」料を支払い、IDSSがその投資家の投資目標向けにカスタマイズされたアセットアロケーションモデルを保持する自動化ポートフォリオ管理の形態でパッケージソリューションを提供することができる。また、IDSSは、一定の部門及び投資ストラテジーによるミューチュアルファンドのような投資金融商品も提供することができ、したがって、最高ランキングのメンバーによって保有されている普通株式を含めることを通じてIDSS集約データセットを利用しようとする独自のトレードデスク(trading desk)又はIDSSミューチュアルファンドを作成することができ、そのミューチュアルファンドの株を一般へ売ることができる。加えて、IDSSは、自動トレードを含む証券仲介サービスを提供することもできる。
さらに、IDSSは、オンライン証券会社と結合又は提携することができる。オンライン証券会社は、自身の独自のシステムにIDSSを追加することができる。この構成のもとでは、口座データが自動的にポピュレートされるように、IDSSは、オンライン証券業者サイト内でオプションとなる。また、IDSSランキングシステムを提携者の環境内で複製して、特定の提携者にとって独自とすることができる特定の個人の「ミューチュアルファンド」を作成することもできる。
現在、プロの投資マネージャをそれらのマネージャの実際の履歴パフォーマンスに基づいて「認定」するためのプラットフォームはない。しかしながら、IDSSは、独立したサードパーティがプロのパフォーマンスを「検証」することを可能にするプロの認定ランキングシステムを提供する。これは、いくつか例を挙げると、商事改善協会BBBオンライン、コンシューマリポーツ(Consumer Reports)、及びグッドハウスキーピング承認証(Good Housekeeping Seal of Approval)のような他のサービスと類似している。
従来の料金制度(fee system)及びこれらの料金を抽出するための対応する不透明なメカニズムによって、アンダーパフォーマンスに関して説明責任がある投資アドバイザを保有することは難しくなっている。IDSSの投資顧問サービス料は、アセットの一定の割合及び/又は均一料金という現在の業界の慣行ではなく、所与のアドバイスまでトレースされた特定のベンチマークを上回る実際の差分(delta)の改善に基づくことができる。このように、IDSSは、ユーザが一定のベンチマークを満たすことができない場合にはIDSSサービスに何も支払わず、IDSSによって又はIDSSに基づいて提供されたアドバイスの増分利益の或る割合を支払う料金制度を含む。その結果、IDSSは、年間ベースで料金を計算するためのベンチマークとして機能する主要な指数の合成物から「IDSSユニバーサルベンチマーク(IDSS Universal Benchmark)」を確立する。このシステムのもとでは、「IDSSユニバーサルベンチマーク」が年間4%であり、ユーザが8%の収益を生み出した場合、ユーザ料金は、ユーザがおそらくIDSSによって生み出した増分収益の4%の或る割合となる。
一実施形態のIDSSは、複数の投資家の投資データ及びリアルタイムトレードデータを集約することを含む方法を含む。一実施形態の方法は、投資データから導出される投資パフォーマンスに従って複数の投資家をランキングすることを含む。一実施形態の方法は、ランキング及びトレードデータを使用して、複数の投資家によって保有されている証券の証券格付けを生成することを含む。一実施形態の方法は、カスタマイズされた推奨を提供することを含む。
一実施形態の投資データは、現在の投資保有高のデータ、履歴投資保有高、履歴投資パフォーマンスデータ、履歴取引データ、及び監視リストを含む。
一実施形態のリアルタイムトレードデータは、複数の投資家のトレードデータ及び少なくとも1つの証券市場のトレードデータを含む。
一実施形態の普通株式格付けは、取引推奨及び信号強度指標を含む。一実施形態の取引推奨は、対応する証券の買い推奨又は売り推奨を含む。一実施形態の信号強度指標は、取引推奨の強さを示す。
一実施形態の方法は、証券格付けを使用して、複数の投資家のそれぞれのポートフォリオを自動的に分析することを含む。一実施形態の方法は、ポートフォリオのパフォーマンス尺度を生成することを含む。
一実施形態のカスタマイズされた推奨を提供することは、証券格付けを、リスクレベル及び投資家によって保有されている証券と比較することを含む。一実施形態のカスタマイズされた推奨を提供することは、比較することに応じて、投資家によって保有されている証券の推奨を生成することを含む。
一実施形態の方法は、第1の組の投資家を第2の組の投資家にリンクすることによって投資家ネットワークを生成することを含む。一実施形態のリンクは、第1の組の投資家と第2の組の投資家との間での投資データ及びトレードデータの共有を可能にする。一実施形態の複数の投資家は、第1の組の投資家及び第2の組の投資家を含む。
一実施形態の方法は、第2の投資家による第2の証券トレードに応じて、第1の投資家の第1の証券トレードを自動的に遂行することを含む。一実施形態の第1の投資家は、第2の投資家にリンクされている。
一実施形態の方法は、投資データ及びトレードデータのうちの1又は複数をサードパーティの証券取引口座から受け取ることを含む。
一実施形態の集約することは、少なくとも1つの証券業者及び少なくとも1つの金融機関のうちの1又は複数にわたって投資データを正規化することを含む。
一実施形態の正規化することは、投資データの取引を分類すると共に、投資家の取引履歴を生成することを含む。一実施形態の正規化することは、或る投資家の現在の保有高を取引履歴と比較することを含む。一実施形態の正規化することは、取引履歴をバランシングすることを含む。一実施形態のバランシングすることは、取引履歴を増強して、現在の保有高とマッチングする。
一実施形態のバランシングすることは、取引履歴が、現在の保有高を超える累積保有証券を示すときは、合成売り取引を生成することを含む。一実施形態のバランシングすることは、現在の保有高が、取引履歴によって示される累積保有証券を超えることを取引履歴が示すときは、合成買い取引を生成することを含む。
一実施形態の複数の投資家をランキングすることは、投資データを使用して各投資家の基本スコアを生成することを含む。
一実施形態の複数の投資家をランキングすることは、加重パラメータに従って基本スコアを調整することによって各投資家の調整されたスコアを生成することを含む。
一実施形態の加重パラメータは、投資データの保有期間、投資データの検証状態、複数の投資家に対するその投資家の評判、及びその投資家のモーメンタムから成る群から選択される少なくとも1つのパラメータを含む。
一実施形態の方法は、各投資家を、その投資家の調整されたスコアに従って複数のランクグループのうちの1つのランクグループに割り当てることを含む。
一実施形態の複数の投資家をランキングすることは、複数のクラブを形成することを含み、各クラブは、1組の投資家を含む。一実施形態の複数の投資家をランキングすることは、複数のクラブのそれぞれを複数のランクグループのうちの1つに割り当てることを含む。一実施形態の割り当てることは、クラブの1組の投資家の累積投資データに基づいている。
一実施形態の複数の投資家をランキングすることは、複数のランクグループを生成することを含む。一実施形態の複数の投資家をランキングすることは、複数の投資家のそれぞれを1つのランクグループに割り当てることを含む。
一実施形態の普通株式格付けを生成することは、ランクグループを予測判断材料グループとして選択することを含む。一実施形態の普通株式格付けを生成することは、予測判断材料グループの投資データ及びトレードデータを使用して、証券格付けを生成することを含む。
一実施形態の普通株式格付けを生成することは、投資データに基づいて証券を編成することを含む。一実施形態の普通株式格付けを生成することは、リアルタイムトレードデータの保有高及び取引データを使用して、証券のそれぞれの格付けを生成することを含む。
一実施形態の取引データは、取引タイプ及び取引量を含む。
一実施形態の方法は、ランキング及び証券格付けを使用して、複数の投資家の投資家比較を生成することを含む。
一実施形態のIDSSは、複数の投資家間で投資データ及びリアルタイムトレードデータを共有するためのリンクを含むネットワークを生成することを含む方法を含む。一実施形態の方法は、投資データ及びトレードデータから導出される投資パフォーマンスに従って、複数の投資家をランキングすることを含む。一実施形態の方法は、ランキングから証券格付けを生成することを含む。一実施形態の方法は、証券格付けを使用して、各投資家によって保有されている証券の推奨を生成することを含む。
一実施形態のIDSSは、プロセッサに結合されると共に、複数の投資家の投資データ及びリアルタイムトレードデータを集約するように構成される集約コンポーネントを備えるシステムを含む。一実施形態のシステムは、プロセッサに結合されると共に、投資データから導出される投資パフォーマンス及びリスクに従って複数の投資家をランキングするように構成されるランキングコンポーネントを備える。一実施形態のシステムは、プロセッサに結合されると共に、ランキング及びトレードデータを使用して、複数の投資家によって保有されている証券の格付けを生成するように構成される格付けコンポーネントを備える。
一実施形態のリアルタイムトレードデータは、複数の投資家のトレードデータ及び少なくとも1つの証券市場のトレードデータを含む。一実施形態の投資データは、現在の投資保有高のデータ、履歴投資保有高、履歴投資パフォーマンスデータ、履歴取引データ、及び監視リストを含む。
一実施形態のシステムは、プロセッサに結合されると共に、リスクレベル及び投資家によって保有されている投資で証券格付けを評価するように構成される推奨コンポーネントを備える。一実施形態の推奨コンポーネントは、ランキング及び証券格付けを使用して複数の投資家のうちの1組の投資家を比較するように構成されている。一実施形態の推奨コンポーネントは、比較に応じて、投資家によって保有されている投資の推奨を生成するように構成されている。
一実施形態のシステムは、プロセッサに結合されるポータルを備える。一実施形態のポータルは、複数の投資家の共有データへの各投資家の制限されたアクセスを認めるように構成されている。一実施形態の共有データは、投資データ、リアルタイムトレードデータ、ランク、証券格付け、推奨、パフォーマンス尺度、評価、及び比較のうちの1又は複数を含む。
一実施形態の集約コンポーネントは、少なくとも1つの証券取引口座に結合されている。一実施形態の集約コンポーネントは、投資データ及びトレードデータのうちの1又は複数を証券取引口座から受け取るように構成されている。
一実施形態の集約コンポーネントは、投資データを正規化するように構成されている。
一実施形態の正規化することは、投資データの取引を分類すると共に、投資家の取引履歴を生成することを含む。一実施形態の正規化することは、或る投資家の現在の保有高を取引履歴と比較することを含む。一実施形態の正規化することは、取引履歴をバランシングすることを含む。一実施形態のバランシングすることは、取引履歴を増強して現在の保有高をマッチングする。
一実施形態のランキングコンポーネントは、投資データを使用して各投資家の基本スコアを生成することによって複数の投資家をランキングするように構成されている。一実施形態のランキングコンポーネントは、加重パラメータに従って基本スコアを調整することによって各投資家の調整されたスコアを生成するように構成されている。一実施形態のランキングコンポーネントは、各投資家を、調整されたスコアに従って複数のランクグループの一ランクグループに割り当てるように構成されている。
一実施形態の加重パラメータは、投資データの平均保有期間、投資データの検証状態、複数の投資家に対するその投資家の評判、及びその投資家のモーメンタムから成る群から選択される少なくとも1つのパラメータである。
一実施形態の格付けコンポーネントは、ランクグループを予測判断材料グループとして選択すること、並びに、予測判断材料グループの投資データ及びトレードデータを使用して証券格付けを生成することによって、証券格付けを生成するように構成されている。
一実施形態のランキングコンポーネントは、複数のクラブを形成することによって複数の投資家をランキングするように構成されている。一実施形態の各クラブは、1組の投資家を含む。一実施形態のランキングコンポーネントは、複数のクラブのそれぞれを複数のランクグループのうちの1つに割り当てるように構成されている。一実施形態の割り当てることは、クラブの1組の投資家の累積投資データに基づいている。
一実施形態の格付けコンポーネントは、取引推奨及び信号強度指標を生成するように構成されている。一実施形態の取引推奨は、対応する証券の買い推奨又は売り推奨を含む。一実施形態の信号強度指標は、取引推奨の強さを示す。
一実施形態のIDSSは、実行可能命令を含むコンピュータ可読媒体であって、処理システムで実行されると、複数の投資家の投資データ及びリアルタイムトレードデータを集約することによって証券を格付けするコンピュータ可読媒体を含む。一実施形態の命令は、実行されると、投資データから導出される投資パフォーマンスに従って複数の投資家をランキングする。一実施形態の命令は、実行されると、ランキング及びトレードデータを使用して、複数の投資家によって保有されている証券の証券格付けを生成する。
一実施形態のIDSSは、複数の投資家の投資データ及びリアルタイムトレードデータを集約することを含む方法を含む。一実施形態の方法は、投資データを使用して各投資家の基本スコアを生成することを含む。一実施形態の方法は、各投資家の調整されたスコアを、投資データの保有期間、投資データの検証状態、及びその投資家の評判から成る群から選択されるパラメータに従って基本スコアを調整することによって生成することを含む。一実施形態の方法は、各投資家を、その投資家の調整されたスコアに従ってランクグループに割り当てることによって投資家をランキングすることを含む。
一実施形態の投資データは、現在の投資保有高のデータ、履歴投資保有高、履歴投資パフォーマンスデータ、履歴取引データ、及び監視リストを含む。
一実施形態のリアルタイムトレードデータは、複数の投資家のトレードデータ及び少なくとも1つの証券市場のトレードデータを含む。
一実施形態の基本スコアを生成することは、シャープレシオを基本スコアとして計算することを含む。
一実施形態の調整されたスコアを生成することは、保有期間の基本スコアを調整することを含む。
保有期間の一実施形態の基本スコアを調整することは、保有期間に比例して基本スコアを削減することを含む。
一実施形態の調整されたスコアを生成することは、検証状態の基本スコアを調整することを含む。
検証状態の一実施形態の基本スコアを調整することは、検証済み状態を有するデータの基本スコアを維持すること、及び、未検証状態を有するデータの基本スコアを削減することを含む。
一実施形態の調整されたスコアを生成することは、評判の基本スコアを調整することを含む。
評判の一実施形態の基本スコアを調整することは、投資家のネットワークのサイズを求めることを含む。一実施形態のネットワークは、投資家がリンクされている複数の投資家のうちの1組の投資家を含む。評判の一実施形態の基本スコアを調整することは、ネットワークのサイズがしきい値未満であるときは基本スコアを削減することを含む。
一実施形態の調整されたスコアを生成することは、保有期間、検証状態、及び評判の基本スコアを調整することを含む。
一実施形態の方法は、各投資家の調整されたスコアに従って複数の投資家を順序付けることを含む。一実施形態の方法は、各投資家に対して、複数の投資家の調整されたスコアに対するその投資家の調整されたスコアに対応する百分位数を割り当てることを含む。
一実施形態の投資家をランキングすることは、割り当てられた百分位数に従って複数のランクグループを形成することを含む。
一実施形態の投資家をランキングすることは、複数のクラブを形成することを含む。一実施形態の各クラブは、1組の投資家を含む。一実施形態の投資家をランキングすることは、複数のクラブのそれぞれを、そのクラブの1組の投資家の累積投資データに基づいてランクグループに割り当てることを含む。
一実施形態の方法は、複数の投資家のうちの少なくとも1組の投資家をリンクすることによって投資家ネットワークを生成することを含む。一実施形態のリンクは、リンクされた投資家間における投資データ及びトレードデータの共有を可能にする。
一実施形態の方法は、証券の買い格付け又は売り格付けを含む取引格付けを生成することを含む。一実施形態の方法は、取引格付けの強さを示す信号強度指標を生成することを含む。
一実施形態の方法は、ランキング及びトレードデータを使用して、複数の投資家によって保有されている証券の普通株式格付けを生成することを含む。
一実施形態の方法は、普通株式格付けを使用して、複数の投資家のそれぞれのポートフォリオを自動的に分析すること、及び、ポートフォリオのパフォーマンス尺度を生成することを含む。
一実施形態の方法は、普通株式格付けを、リスクレベル及び投資家によって保有されている証券と比較することを含む。一実施形態の方法は、比較することに応じて、投資家によって保有されている証券の推奨を生成することを含む。
一実施形態の普通株式格付けを生成することは、ランクグループを予測判断材料グループとして選択することを含む。一実施形態の普通株式格付けを生成することは、予測判断材料グループの投資データ及びトレードデータを使用して普通株式格付けを生成することを含む。
一実施形態の普通株式格付けを生成することは、投資データに基づき、投資家によって保有されている証券を編成することを含む。一実施形態の普通株式格付けを生成することは、リアルタイムトレードデータの取引データを使用して、証券のそれぞれの普通株式格付けを生成することを含む。
一実施形態の集約することは、投資データを正規化することを含む。一実施形態の正規化することは、投資データの取引を分類すると共に、投資家の取引履歴を生成することを含む。一実施形態の正規化することは、或る投資家の現在の保有高を取引履歴と比較することを含む。一実施形態の正規化することは、取引履歴をバランシングすることを含む。一実施形態のバランシングすることは、取引履歴を増強して現在の保有高をマッチングする。
一実施形態のIDSSは、複数の投資家の投資データ及びリアルタイムトレードデータを集約することを含む方法を含む。一実施形態の方法は、投資データを使用して各投資家の基本スコアを生成することを含む。一実施形態の方法は、投資データ及びトレードデータから導出される少なくとも1つの加重パラメータに従って基本スコアを調整することによって、調整されたスコアを生成することを含む。一実施形態の方法は、調整されたスコアに従って投資家をランキングすることを含む。
一実施形態のIDSSは、プロセッサに結合されると共に、複数の投資家の投資データ及びリアルタイムトレードデータを集約するように構成される集約コンポーネントを備えるシステムを含む。一実施形態のシステムは、プロセッサに結合されると共に、投資データから導出される投資パフォーマンスに従って複数の投資家をランキングするように構成されるランキングコンポーネントを備える。一実施形態のランキングコンポーネントは、投資データを使用して各投資家の基本スコアを生成するように構成されている。一実施形態のランキングコンポーネントは、投資データの保有期間、投資データの検証状態、及びその投資家の評判から成る群から選択されるパラメータに従って基本スコアを調整することによって各投資家の調整されたスコアを生成するように構成されている。一実施形態のランキングコンポーネントは、各投資家を、その投資家の調整されたスコアに従ってランクグループに割り当てることによって投資家をランキングするように構成されている。
一実施形態のリアルタイムトレードデータは、複数の投資家のトレードデータ及び少なくとも1つの証券市場のトレードデータを含む。一実施形態の投資データは、現在の投資保有高のデータ、履歴投資保有高、履歴投資パフォーマンスデータ、履歴取引データ、及び監視リストを含む。
一実施形態のシステムは、プロセッサに結合されるポータルを備える。一実施形態のポータルは、複数の投資家の共有データへの各投資家の制限されたアクセスを認めるように構成されている。一実施形態の共有データは、投資データを含む。一実施形態の共有データは、リアルタイムトレードデータを含む。一実施形態の共有データは、ランクデータを含む。
一実施形態のランキングコンポーネントは、シャープレシオを基本スコアとして計算することによって基本スコアを生成するように構成されている。
一実施形態のランキングコンポーネントは、保有期間の基本スコアを調整することによって調整されたスコアを生成するように構成されている。
保有期間の一実施形態の基本スコアを調整することは、保有期間に比例して基本スコアを削減することを含む。
一実施形態のランキングコンポーネントは、検証状態の基本スコアを調整することによって調整されたスコアを生成するように構成されている。
検証状態の一実施形態の基本スコアを調整することは、検証済み状態を有するデータの基本スコアを維持すること、及び、未検証状態を有するデータの基本スコアを削減することを含む。
一実施形態のランキングコンポーネントは、評判の基本スコアを調整することによって調整されたスコアを生成するように構成されている。
評判の一実施形態の基本スコアを調整することは、投資家のネットワークのサイズを求めることを含む。一実施形態のネットワークは、投資家がリンクされている複数の投資家のうちの1組の投資家を含む。評判の一実施形態の基本スコアを調整することは、ネットワークのサイズがしきい値未満であるときは基本スコアを削減することを含む。
一実施形態のランキングコンポーネントは、保有期間、検証状態、及び評判の基本スコアを調整することによって調整されたスコアを生成するように構成されている。
一実施形態のランキングコンポーネントは、各投資家の調整されたスコアに従って複数の投資家を順序付けることによって、投資家をランクグループに割り当てるように構成されている。一実施形態のランキングコンポーネントは、各投資家に対して、複数の投資家の調整されたスコアに対するその投資家の調整されたスコアに対応する百分位数を割り当てることによって、投資家をランクグループに割り当てるように構成されている。一実施形態のランキングコンポーネントは、割り当てられた百分位数に従って複数のランクグループを形成することによって、投資家をランクグループに割り当てるように構成されている。
一実施形態のランキングコンポーネントは、複数のクラブを形成することによって、複数の投資家をランキングするように構成されている。一実施形態の各クラブは、1組の投資家を含む。一実施形態のランキングコンポーネントは、複数のクラブのそれぞれを、そのクラブの1組の投資家の累積投資データに基づいてランクグループに割り当てることによって、複数の投資家をランキングするように構成されている。
一実施形態のシステムは、プロセッサに結合されると共に、ランキング及びトレードデータを使用して、複数の投資家によって保有されている証券の普通株式格付けを生成するように構成される格付けコンポーネントを備える。
一実施形態の格付けコンポーネントは、ランクグループを予測判断材料グループとして選択すること、並びに、予測判断材料グループの投資データ及びトレードデータを使用して普通株式格付けを生成することによって、普通株式格付けを生成するように構成されている。
一実施形態の格付けコンポーネントは、取引推奨及び信号強度指標を生成するように構成されている。一実施形態の取引推奨は、対応する証券の買い推奨又は売り推奨を含む。一実施形態の信号強度指標は、取引推奨の強さを示す。
一実施形態のシステムは、プロセッサに結合されると共に、リスクレベル及び投資家によって保有されている証券で普通株式格付けを評価するように構成される推奨コンポーネントを備える。一実施形態の推奨コンポーネントは、ランキング及び普通株式格付けを使用して複数の投資家のうちの1組の投資家を比較するように構成されている。一実施形態の推奨コンポーネントは、比較に応じて、投資家によって保有されている証券の推奨を生成するように構成されている。
実行可能命令を含むコンピュータ可読媒体であって、処理システムで実行されると、複数の投資家の投資データ及びリアルタイムトレードデータを集約することよって投資家をランキングする命令を含んだコンピュータ可読媒体を提供する。一実施形態の命令は、実行されると、投資データを使用して各投資家の基本スコアを生成する。一実施形態の命令は、実行されると、投資データ及びトレードデータから導出される少なくとも1つの加重パラメータに従って基本スコアを調整することによって、調整されたスコアを生成する。一実施形態の命令は、実行されると、調整されたスコアに従って投資家をランキングする。
一実施形態のIDSSは、複数の投資家の投資データ及びトレードデータから導出される複数のランクグループを含む、複数の投資家のランクデータを受け取ることを含む方法を含む。一実施形態の方法は、複数のランクグループのうちの1つのランクグループを予測判断材料グループとして指定することを含む。一実施形態の方法は、予測判断材料グループの投資家のリアルタイムトレードデータのトレードパラメータを使用して、複数の証券の各証券の普通株式格付けを生成することを含む。
一実施形態のリアルタイムトレードデータは、複数の投資家のトレードデータ及び少なくとも1つの証券市場のトレードデータを含む。一実施形態の投資データは、現在の投資保有高のデータ、履歴投資保有高、履歴投資パフォーマンスデータ、履歴取引データ、及び監視リストを含む。
一実施形態のトレードパラメータは、取引タイプ及び取引量を含む。
一実施形態の方法は、証券に関する投資データ及びトレードデータの取引を特定することを含む。
一実施形態の方法は、証券に関する買い取引数及び売り取引数を求めることを含む。
一実施形態の方法は、証券の総トレード量を生成することを含む。
証券の一実施形態の普通株式格付けを生成することは、買い取引数から売り取引数を減算することによって数量を生成することを含む。証券の一実施形態の普通株式格付けを生成することは、その数量を証券の総トレード量で除算することを含む。
一実施形態の方法は、普通株式格付けに対応する証券の買い格付け又は売り格付けを含む取引格付けを生成することを含む。
一実施形態の方法は、取引格付けの強さを示す信号強度指標を生成することを含む。
一実施形態の方法は、普通株式格付けを使用して、複数の投資家のそれぞれのポートフォリオを自動的に分析することを含む。一実施形態の方法は、分析することに応じて、ポートフォリオのパフォーマンス尺度及びポートフォリオの証券の取引推奨を生成することを含む。
一実施形態の方法は、投資データから導出される投資パフォーマンスに従って複数の投資家をランキングすることによってランクデータを生成することを含む。
一実施形態の複数の投資家をランキングすることは、投資データを使用して各投資家の基本スコアを生成することを含む。一実施形態の複数の投資家をランキングすることは、加重パラメータに従って基本スコアを調整することによって各投資家の調整されたスコアを生成することを含む。
一実施形態の加重パラメータは、平均年次収益、リスク、投資データの保有期間、投資データの検証状態、複数の投資家に対するその投資家の評判、及びその投資家のモーメンタムから成る群から選択される少なくとも1つのパラメータである。
一実施形態の方法は、各投資家を、調整されたスコアに従って複数のランクグループのうちの1つのランクグループに割り当てることを含む。
一実施形態の方法は、複数のクラブを形成することによってランクデータを生成することを含む。一実施形態の各クラブは、1組の投資家を含む。一実施形態の方法は、複数のクラブのそれぞれを複数のランクグループのうちの1つに割り当てることによってランクデータを生成することを含む。一実施形態の割り当てることは、クラブの1組の投資家の累積投資データに基づいている。
一実施形態の方法は、複数の投資家のうちの少なくとも1組の投資家をリンクすることによって投資家ネットワークを生成することを含む。一実施形態のリンクは、リンクされた投資家間における投資データ及びトレードデータの共有を可能にする。
一実施形態の方法は、投資データを正規化することを含む。
一実施形態の正規化することは、投資データの取引を分類すると共に、投資家の取引履歴を生成することを含む。一実施形態の正規化することは、投資家の現在の保有高を取引履歴と比較することを含む。一実施形態の正規化することは、取引履歴をバランシングすることを含み、バランシングすることは、取引履歴を操作して現在の保有高をマッチングする。
一実施形態のIDSSは、プロセッサに結合されると共に、複数の投資家の投資データ及びリアルタイムトレードデータから導出される複数のランクグループを含む、複数の投資家のランクデータを生成するように構成されるランキングコンポーネントを備えるシステムを含む。一実施形態のシステムは、プロセッサに結合されると共に、ランクデータを受け取り、複数のランクグループ間で最高ランキングを有するランクグループを予測判断材料グループとして指定するように構成される格付けコンポーネントを備える。一実施形態の格付けコンポーネントは、予測判断材料グループの投資家のリアルタイムトレードデータのトレードパラメータを使用して、各証券の普通株式格付けを生成するように構成されている。
一実施形態のリアルタイムトレードデータは、複数の投資家のトレードデータ及び少なくとも1つの証券市場のトレードデータを含む。一実施形態の投資データは、現在の投資保有高のデータ、履歴投資保有高、履歴投資パフォーマンスデータ、履歴取引データ、及び監視リストを含む。
一実施形態のシステムは、プロセッサに結合されると共に、投資データ及びリアルタイムトレードデータを集約するように構成される集約コンポーネントを備える。
一実施形態のトレードパラメータは、取引タイプ及び取引量を含む。
一実施形態の格付けコンポーネントは、証券に関する投資データ及びトレードデータの取引を特定するように構成されている。
一実施形態の格付けコンポーネントは、証券に関する買い取引数及び売り取引数を求めるように構成されている。
一実施形態の格付けコンポーネントは、証券の総トレード量を生成するように構成されている。
一実施形態の格付けコンポーネントは、買い取引数から売り取引数を減算すること、及びその数量を証券の総トレード量で除算することによって数量を生成するように構成されている。
一実施形態の格付けコンポーネントは、普通株式格付けに対応する証券の買い格付け又は売り格付けを含む取引格付けを生成するように構成されている。
一実施形態の格付けコンポーネントは、信号強度指標を生成するように構成されている。一実施形態の信号強度指標は、取引格付けの強さを示す。
一実施形態のランキングコンポーネントは、投資データを使用して各投資家の基本スコアを生成するように構成されている。
一実施形態のランキングコンポーネントは、平均年次収益、リスク、投資データの保有期間、投資データの検証状態、複数の投資家に対するその投資家の評判、及びその投資家のモーメンタムから成る群から選択されるパラメータに従って基本スコアを調整することによって、各投資家の調整されたスコアを生成するように構成されている。
一実施形態のランキングコンポーネントは、各投資家を、その投資家の調整されたスコアに従ってランクグループに割り当てることによって投資家をランキングするように構成されている。
一実施形態のランキングコンポーネントは、複数のクラブを形成することによって複数の投資家をランキングするように構成されている。一実施形態の各クラブは、1組の投資家を含む。一実施形態のランキングコンポーネントは、複数のクラブのそれぞれを複数のランクグループのうちの1つに割り当てることによって複数の投資家をランキングするように構成されている。一実施形態の割り当てることは、そのクラブの1組の投資家の累積投資データに基づいている。
一実施形態のシステムは、プロセッサに結合されると共に、リスクレベル及び投資家によって保有されている証券で普通株式格付けを評価するように構成される推奨コンポーネントを備える。一実施形態の推奨コンポーネントは、ランキング及び普通株式格付けを使用して複数の投資家のうちの1組の投資家を比較するように構成されている。一実施形態の推奨コンポーネントは、比較に応じて、投資家によって保有されている証券の推奨を生成するように構成されている。
一実施形態のシステムは、プロセッサに結合されるポータルを備える。一実施形態のポータルは、複数の投資家の共有データへの各投資家の制限されたアクセスを認めるように構成されている。一実施形態の共有データは、投資データ、リアルタイムトレードデータ、及びランクデータのうちの1又は複数を含む。
一実施形態のIDSSは、実行可能命令を含むコンピュータ可読媒体であって、処理システムで実行されると、複数の投資家の投資データ及びトレードデータから導出される複数のランクグループを含む、複数の投資家のランクデータを受け取ることによって証券を格付けするコンピュータ可読媒体を含む。一実施形態の命令は、実行されると、複数のランクグループ間の最高ランキングを有するランクグループを予測判断材料グループとして指定する。一実施形態の命令は、実行されると、予測判断材料グループの投資家のリアルタイムトレードデータのトレードパラメータを使用して、各証券の普通株式格付けを生成する。
本明細書で説明したIDSSの態様は、フィールドプログラマブルゲートアレイ(FPGA)、プログラマブルアレイロジック(PAL)デバイス、電気的プログラマブルロジックデバイス、電気的プログラマブルメモリデバイス、スタンダードセルベースデバイス、さらには、特定用途向け集積回路(ASIC)のような、プログラマブルロジックデバイス(PLD)を含むさまざまな回路機構の任意のものにプログラミングされた機能として実施することができる。IDSSの態様を実施するための他のいくつかの可能なものには、(電子的消去可能プログラマブル読み出し専用メモリ(EEPROM)のような)メモリを有するマイクロコントローラ、組み込み型マイクロプロセッサ、ファームウェア、ソフトウェア等が含まれる。さらに、IDSSの態様は、ソフトウェアベース回路エミュレーションを有するマイクロプロセッサ、ディスクリートロジック(順序ロジック及び組み合わせロジック)、カスタムデバイス、ファジー(ニューラル)ロジック、量子デバイス、及び上記デバイスタイプの任意のもののハイブリッで実施することもできる。もちろん、基礎となるデバイス技術は、さまざまなコンポーネントタイプで提供することができ、たとえば、相補型金属酸化膜半導体(CMOS)のような金属酸化膜半導体電界効果トランジスタ(MOSFET)技術、エミッタ結合ロジック(ECL)のようなバイポーラ技術、ポリマー技術(たとえば、シリコン接合ポリマー(silicon-conjugated polymer)構造及び金属接合ポリマー金属(metal-conjugated polymer-metal)構造)、アナログ/デジタル混合等で提供することができる。
本明細書で開示したどのシステム、方法、及び/又は他のコンポーネントも、それらの振る舞い特性、レジスタ転送特性、ロジックコンポーネント特性、トランジスタ特性、レイアウト配置特性、及び/又は他の特性に関して、コンピュータ支援設計ツールを使用して記述することができ、さまざまなコンピュータ可読媒体に実施されたデータ及び/又は命令として表す(又は表現する)ことができることに留意すべきである。このようなフォーマットされたデータ及び/又は命令を実施することができるコンピュータ可読媒体には、さまざまな形態の不揮発性ストレージ媒体(たとえば、光ストレージ媒体、磁気ストレージ媒体、又は半導体ストレージ媒体)と、ワイヤレスシグナリング媒体、光シグナリング媒体、若しくは有線シグナリング媒体、又はそれらの任意の組み合わせを通じてこのようなフォーマットされたデータ及び/又は命令を転送するのに使用することができる搬送波とが含まれるが、これらに限定されるものではない。このようなフォーマットされたデータ及び/又は命令の搬送波による転送の例には、1又は複数のデータ転送プロトコル(たとえば、HTTP、FTP、SMTP等)を介するインターネット及び/又は他のコンピュータネットワークによる転送(アップロード、ダウンロード、電子メール等)が含まれるが、これに限定されるものではない。上述したコンポーネントのこのようなデータ及び/又は命令に基づく表示は、1又は複数のコンピュータ可読媒体を介してコンピュータシステム内で受信されると、コンピュータシステム内の処理エンティティ(たとえば、1又は複数のプロセッサ)が、1又は複数の他のコンピュータプログラムの実行と共に処理することができる。
この説明及び特許請求の範囲の全体を通じて、「備える」等の用語は、文脈が明らかに別のものを必要としていない限り、排他的又は網羅的な意味とは対照的に包括的な意味に解釈されるべきである。すなわち、「〜を含むが、〜に限定されるものではない」の意味に解釈されるべきである。単数又は複数を使用する用語も、それぞれ、複数又は単数を含む。加えて、「本明細書で」、「以下に」、「上記」、「以下」という用語及び同様の趣旨の用語も、この出願で使用されるときは、この出願のいずれか特定の部分ではなくこの出願を全体として指している。「又は」又は「若しくは」という用語が、2つ以上のアイテムを列挙したものに関して使用されているとき、その用語は、当該用語の次の解釈のすべてをカバーする。すなわち、その列挙したもののアイテムのいずれか、その列挙したもののアイテムのすべて、及びその列挙したもののアイテムの任意の組み合わせのすべてをカバーする。
IDSSの実施形態の上記説明は、網羅的であることを意図するものでもなければ、これらのシステム及び方法を、開示した正確な形に限定することを意図するものでもない。IDSSの具体的な実施形態及び例が、本明細書に例示の目的で説明されているが、当業者が認識するように、これらのシステム及び方法の範囲内で、さまざまな均等な変更が可能である。本明細書で提供されたIDSSの教示は、上述したシステム及び方法だけでなく、他のシステム及び方法にも適用することができる。
上述したさまざまな実施形態の要素及び動作は、さらに別の実施形態を提供するように組み合わせることができる。これらの変更及び他の変更は、上記詳細な説明を考慮してIDSSに対し行うことができる。
一般に、添付の特許請求の範囲では、使用される用語は、この明細書及び特許請求の範囲で開示した具体的な実施形態にIDSSを限定するように解釈されるべきではなく、特許請求の範囲に基づいて動作するすべてのシステムを含むように解釈されるべきである。したがって、IDSSは、この開示によって限定されるものではなく、その代わり、IDSSの範囲は、もっぱら特許請求の範囲によって定められることになる。
IDSSの一定の態様は、添付の特許請求の範囲において一定の請求項の形で提示されるが、発明者は、IDSSのさまざまな態様を任意の個数の請求項の形で考慮している。したがって、発明者は、この出願の出願後に追加請求項を加えて、IDSSの他の態様のこのような追加請求項の形を追求する権利を留保している。
一実施形態に基づく投資データ共有システム(IDSS)のブロック図である。 一実施形態に基づく、IDSSを使用して証券を格付けするためのフロー図である。 一実施形態に基づく、正規化コンポーネントに結合され及び/又は正規化コンポーネントを含むIDSSの集約コンポーネントのブロック図である。 一実施形態に基づく、投資家ランクを出力するランキングコンポーネントに結合されるIDSSの集約コンポーネントのブロック図である。 一実施形態に基づく、ランキングコンポーネントを使用して投資家をランキングするためのフロー図である。 一実施形態に基づく、証券格付けを提供又は出力するように構成されるIDSSの格付けコンポーネントのブロック図である。 一実施形態に基づく、ランクデータ及びリアルタイムトレードデータに処理を行う格付けコンポーネントを使用して普通株式を格付けするためのフロー図である。 一実施形態に基づく信号強度プロットを示す図である。 一実施形態に基づく、証券ランキングを生成し、ポートフォリオ情報又はデータを分配するように結合されるIDSSの推奨コンポーネントのブロック図である。 一実施形態に基づく、IDSSを使用する投資家マッチングのフロー図である。

Claims (112)

  1. 複数の投資家の投資データ及びリアルタイムトレードデータを集約するステップと、
    前記投資データから導出される投資パフォーマンスに従って前記複数の投資家をランキングするステップと、
    前記ランキング及び前記トレードデータを使用して、前記複数の投資家によって保有されている証券の証券格付けを生成するステップと、
    カスタマイズされた推奨を提供するステップと
    を含むことを特徴とする方法。
  2. 請求項1記載の方法において、前記投資データは、現在の投資保有高(investment holdings)のデータ、履歴投資保有高、履歴投資パフォーマンスデータ、履歴取引データ、及び監視リストを含むことを特徴とする方法。
  3. 請求項1記載の方法において、前記リアルタイムトレードデータは、前記複数の投資家のトレードデータ及び少なくとも1つの証券市場のトレードデータを含むことを特徴とする方法。
  4. 請求項1記載の方法において、前記証券格付けは、取引推奨及び信号強度指標(strength of signal indicator)を含み、該取引推奨は、対応する証券の買い推奨又は売り推奨を含み、前記信号強度指標は、前記取引推奨の強さを示すことを特徴とする方法。
  5. 請求項1記載の方法において、該方法は、
    前記証券格付けを使用して、前記複数の投資家のそれぞれのポートフォリオを自動的に分析するステップと、
    前記ポートフォリオのパフォーマンス尺度を生成するステップと
    を含むことを特徴とする方法。
  6. 請求項1記載の方法において、前記カスタマイズされた推奨を提供するステップは、
    前記証券格付けを、リスクレベル及び投資家によって保有されている証券と比較するステップと、
    前記比較に基づいて、前記投資家によって保有されている前記証券の推奨を生成するステップと
    を含むことを特徴とする方法。
  7. 請求項1記載の方法において、該方法は、第1の組の投資家を第2の組の投資家にリンクすることによって投資家ネットワークを生成するステップを含み、前記リンクは、前記第1の組の投資家と前記第2の組の投資家との間での前記投資データ及び前記トレードデータの共有を可能にし、前記複数の投資家は、前記第1の組の投資家及び前記第2の組の投資家を含むことを特徴とする方法。
  8. 請求項7記載の方法において、該方法は、第2の投資家による第2の証券トレードに応じて、第1の投資家の第1の証券トレードを自動的に遂行するステップを含み、前記第1の投資家は、前記第2の投資家にリンクされていることを特徴とする方法。
  9. 請求項1記載の方法において、該方法は、前記投資データ及び前記トレードデータのうちの1又は複数をサードパーティの証券取引口座から受け取るステップを含むことを特徴とする方法。
  10. 請求項1記載の方法において、前記集約するステップは、少なくとも1つの証券業者及び少なくとも1つの金融機関のうちの1又は複数にわたって前記投資データを正規化するステップを含むことを特徴とする方法。
  11. 請求項10記載の方法において、前記正規化するステップは、
    前記投資データの取引を分類すると共に、前記投資家の取引履歴を生成するステップと、
    或る投資家の現在の保有高を前記取引履歴と比較するステップと、
    前記取引履歴をバランシング(balancing)するステップであって、前記取引履歴を増強して前記現在の保有高をマッチングするステップと
    を含むことを特徴とする方法。
  12. 請求項11記載の方法において、前記バランシングするステップは、
    前記取引履歴が、現在の保有高を超える累積保有証券を示すときは、合成売り取引を生成するステップと、
    現在の保有高が、前記取引履歴によって示される前記累積保有証券を超えることを前記取引履歴が示すときは、合成買い取引を生成するステップと
    を含むことを特徴とする方法。
  13. 請求項1記載の方法において、前記複数の投資家をランキングするステップは、前記投資データを使用して各投資家の基本スコアを生成するステップを含むことを特徴とする方法。
  14. 請求項13記載の方法において、前記複数の投資家をランキングするステップは、
    加重パラメータに従って前記基本スコアを調整することによって各投資家の調整されたスコアを生成するステップ
    を含むことを特徴とする方法。
  15. 請求項14記載の方法において、前記加重パラメータは、前記投資データの保有期間(tenure)、前記投資データの検証状態、前記複数の投資家に対する該投資家の評判、及び該投資家のモーメンタムから成る群から選択される少なくとも1つのパラメータであることを特徴とする方法。
  16. 請求項14記載の方法において、該方法は、各投資家を、該投資家の前記調整されたスコアに従って複数のランクグループのうちの1つのランクグループに割り当てるステップを含むことを特徴とする方法。
  17. 請求項1記載の方法において、前記複数の投資家をランキングするステップは、
    それぞれが1組の前記投資家を含む複数のクラブを形成するステップと、
    前記複数のクラブのそれぞれの前記1組の投資家の累計投資データに基づいて、該クラブを複数のランクグループのうちの1つに割り当てるステップと
    を含むことを特徴とする方法。
  18. 請求項1記載の方法において、前記複数の投資家をランキングするステップは、
    複数のランクグループを生成するステップと、
    前記複数の投資家のそれぞれを1つのランクグループに割り当てるステップ
    を含むことを特徴とする方法。
  19. 請求項18記載の方法において、前記証券格付けを生成するステップは、
    ランクグループを予測判断材料(predictor)グループとして選択するステップと、
    前記予測判断材料グループの前記投資データ及び前記トレードデータを使用して、前記証券格付けを生成するステップと
    を含むことを特徴とする方法。
  20. 請求項1記載の方法において、前記証券格付けを生成するステップは、
    前記投資データに基づいて前記証券を編成するステップと、
    前記リアルタイムトレードデータの保有高及び取引データを使用して、前記証券のそれぞれの格付けを生成するステップと
    を含むことを特徴とする方法。
  21. 請求項20記載の方法において、前記取引データは、取引タイプ及び取引量を含むことを特徴とする方法。
  22. 請求項1記載の方法において、該方法は、前記ランキング及び前記証券格付けを使用して、前記複数の投資家の投資家比較を生成するステップを含むことを特徴とする方法。
  23. 複数の投資家間で投資データ及びリアルタイムトレードデータを共有するためのリンクを含むネットワークを生成するステップと、
    前記投資データ及び前記トレードデータから導出される投資パフォーマンスに従って、前記複数の投資家をランキングするステップと、
    前記ランキングから証券格付けを生成するステップと、
    前記証券格付けを使用して、各投資家によって保有されている証券の推奨を生成するステップと
    を含むことを特徴とする方法。
  24. プロセッサに結合されると共に、複数の投資家の投資データ及びリアルタイムトレードデータを集約するように構成される集約コンポーネントと、
    前記プロセッサに結合されると共に、前記投資データから導出される投資パフォーマンス及びリスクに従って前記複数の投資家をランキングするように構成されるランキングコンポーネントと、
    前記プロセッサに結合されると共に、前記ランキング及び前記トレードデータを使用して、前記複数の投資家によって保有されている証券の格付けを生成するように構成される格付けコンポーネントと
    を備えることを特徴とするシステム。
  25. 請求項24記載のシステムにおいて、前記リアルタイムトレードデータは、前記複数の投資家のトレードデータ及び少なくとも1つの証券市場のトレードデータを含み、前記投資データは、現在の投資保有高のデータ、履歴投資保有高、履歴投資パフォーマンスデータ、履歴取引データ、及び監視リストを含むことを特徴とするシステム。
  26. 請求項24記載のシステムにおいて、該システムは、前記プロセッサに結合されると共に、リスクレベル及び投資家によって保有されている投資で前記証券格付けを評価し、前記ランキング及び前記証券格付けを使用して前記複数の投資家のうちの1組の投資家を比較し、該比較に応じて、前記投資家によって保有されている前記投資の推奨を生成するように構成される推奨コンポーネントを備えることを特徴とするシステム。
  27. 請求項26記載のシステムにおいて、前記プロセッサに結合されるポータルを備え、該ポータルは、前記複数の投資家の共有データへの各投資家の制限されたアクセスを認めるように構成され、前記共有データは、前記投資データ、前記リアルタイムトレードデータ、前記ランク、前記証券格付け、前記推奨、前記パフォーマンス尺度、前記評価、及び前記比較のうちの1又は複数を含むことを特徴とするシステム。
  28. 請求項24記載のシステムにおいて、前記集約コンポーネントは、少なくとも1つの証券取引口座に結合され、前記集約コンポーネントは、前記投資データ及び前記トレードデータのうちの1又は複数を前記証券取引口座から受け取るように構成されていることを特徴とするシステム。
  29. 請求項24記載のシステムにおいて、前記集約コンポーネントは、前記投資データを正規化するように構成されていることを特徴とするシステム。
  30. 請求項29記載のシステムにおいて、前記正規化は、前記投資データの取引を分類すると共に、前記投資家の取引履歴を生成し、或る投資家の現在の保有高を前記取引履歴と比較し、前記取引履歴をバランシングすることを含み、前記バランシングすることは、前記取引履歴を増強して前記現在の保有高をマッチングすることを特徴とするシステム。
  31. 請求項24記載のシステムにおいて、前記ランキングコンポーネントは、前記投資データを使用して各投資家の基本スコアを生成すること、加重パラメータに従って前記基本スコアを調整することによって調整されたスコアを生成すること、及び、各投資家を、前記調整されたスコアに従って複数のランクグループのうちの1つのランクグループに割り当てることによって、前記複数の投資家をランキングするように構成されることを特徴とするシステム。
  32. 請求項31記載のシステムにおいて、前記加重パラメータは、前記投資データの平均保有期間、前記投資データの検証状態、前記複数の投資家に対する前記投資家の評判、及び該投資家のモーメンタムから成る群から選択される少なくとも1つのパラメータであることを特徴とするシステム。
  33. 前記格付けコンポーネントは、ランクグループを予測判断材料グループとして選択し、前記予測判断材料グループの前記投資データ及び前記トレードデータを使用して前記証券格付けを生成することによって、証券格付けを生成するように構成されていることを特徴とするシステム。
  34. 請求項24記載のシステムにおいて、前記ランキングコンポーネントは、複数のクラブを形成して、該複数のクラブのそれぞれを複数のランクグループのうちの1つに割り当てることによって前記複数の投資家をランキングするように構成され、各クラブは1組の前記投資家を含み、前記割り当てることは、前記クラブの前記1組の投資家の累積投資データに基づいていることを特徴とするシステム。
  35. 請求項24記載のシステムにおいて、前記格付けコンポーネントは、取引推奨及び信号強度指標を生成するように構成され、前記取引推奨は、対応する証券の買い推奨又は売り推奨を含み、前記信号強度指標は、前記取引推奨の強さを示すことを特徴とするシステム。
  36. 実行可能命令を含むコンピュータ可読媒体であって、処理システムで実行されると、
    複数の投資家の投資データ及びリアルタイムトレードデータを集約し、
    前記投資データから導出される投資パフォーマンスに従って前記複数の投資家をランキングし、
    前記ランキング及び前記トレードデータを使用して、前記複数の投資家によって保有されている証券の証券格付けを生成する
    ことによって証券を格付けする実行命令を含んでいることを特徴とするコンピュータ可読媒体。
  37. 複数の投資家の投資データ及びリアルタイムトレードデータを集約するステップと、
    前記投資データを使用して各投資家の基本スコアを生成するステップと、
    各投資家の調整されたスコアを、前記投資データの保有期間、前記投資データの検証状態、及び該投資家の評判から成る群から選択されるパラメータに従って前記基本スコアを調整することによって生成するステップと、
    各投資家を、該投資家の前記調整されたスコアに従ってランクグループに割り当てることによって投資家をランキングするステップと
    を含むことを特徴とする方法。
  38. 請求項37記載の方法において、前記投資データは、現在の投資保有高のデータ、履歴投資保有高、履歴投資パフォーマンスデータ、履歴取引データ、及び監視リストを含むことを特徴とする方法。
  39. 請求項37記載の方法において、前記リアルタイムトレードデータは、前記複数の投資家のトレードデータ及び少なくとも1つの証券市場のトレードデータを含むことを特徴とする方法。
  40. 請求項37記載の方法において、前記基本スコアを生成するステップは、シャープレシオを前記基本スコアとして計算するステップを含むことを特徴とする方法。
  41. 請求項37記載の方法において、前記調整されたスコアを生成するステップは、前記保有期間の前記基本スコアを調整するステップを含むことを特徴とする方法。
  42. 請求項41記載の方法において、前記保有期間の前記基本スコアを調整するステップは、前記保有期間に比例して前記基本スコアを削減するステップを含むことを特徴とする方法。
  43. 請求項37記載の方法において、前記調整されたスコアを生成するステップは、前記検証状態の前記基本スコアを調整するステップを含むことを特徴とする方法。
  44. 請求項43記載の方法において、前記検証状態の前記基本スコアを調整するステップは、検証済み状態を有するデータの前記基本スコアを維持するステップと、未検証状態を有するデータの前記基本スコアを削減するステップとを含むことを特徴とする方法。
  45. 請求項37記載の方法において、前記調整されたスコアを生成するステップは、前記評判の前記基本スコアを調整するステップを含むことを特徴とする方法。
  46. 請求項45記載の方法において、前記評判の前記基本スコアを調整するステップは、
    前記投資家のネットワークのサイズを求めることであって、該ネットワークは、前記投資家がリンクされている前記複数の投資家のうちの1組の投資家を含む、前記投資家のネットワークのサイズを求めるステップと、
    前記ネットワークの前記サイズがしきい値未満であるときは前記基本スコアを削減するステップと
    を含むことを特徴とする方法。
  47. 請求項37記載の方法において、前記調整されたスコアを生成するステップは、前記保有期間、前記検証状態、及び前記評判の前記基本スコアを調整するステップを含むことを特徴とする方法。
  48. 請求項37記載の方法において、該方法は、
    各投資家の前記調整されたスコアに従って前記複数の投資家を順序付けるステップと、
    各投資家に対して、前記複数の投資家の前記調整されたスコアに対する該投資家の前記調整されたスコアに対応する百分位数を割り当てるステップと
    を含むことを特徴とする方法。
  49. 請求項48記載の方法において、前記投資家をランキングするステップは、前記割り当てられた百分位数に従って複数のランクグループを形成するステップを含むことを特徴とする方法。
  50. 請求項37記載の方法において、前記投資家をランキングするステップは、
    それぞれが1組の前記投資家を含む複数のクラブを形成するステップと、
    前記複数のクラブのそれぞれを、該クラブの前記1組の前記投資家の累積投資データに基づいて前記ランクグループに割り当てるステップと
    を含むことを特徴とする方法。
  51. 請求項37記載の方法において、該方法は、前記複数の投資家のうちの少なくとも1組の投資家をリンクすることによって投資家ネットワークを生成するステップを含み、前記リンクは、リンクされた投資家間における前記投資データ及び前記トレードデータの共有を可能にすることを特徴とする方法。
  52. 請求項37記載の方法において、該方法は、
    証券の買い格付け又は売り格付けを含む取引格付けを生成するステップと、
    前記取引格付けの強さを示す信号強度指標を生成するステップと
    を含むことを特徴とする方法。
  53. 請求項37記載の方法において、該方法は、前記ランキング及び前記トレードデータを使用して、前記複数の投資家によって保有されている証券の普通株式格付けを生成するステップを含むことを特徴とする方法。
  54. 請求項53記載の方法において、該方法は、前記普通株式格付けを使用して、前記複数の投資家のそれぞれのポートフォリオを自動的に分析するステップと、前記ポートフォリオのパフォーマンス尺度を生成するステップとを含むことを特徴とする方法。
  55. 請求項53記載の方法において、該方法は、前記普通株式格付けを、リスクレベル及び投資家によって保有されている証券と比較するステップと、
    前記比較に基づいて、前記投資家によって保有されている前記証券の推奨を生成するステップと
    を含むことを特徴とする方法。
  56. 請求項53記載の方法において、前記普通株式格付けを生成するステップは、
    ランクグループを予測判断材料グループとして選択するステップと、
    前記予測判断材料グループの前記投資データ及び前記トレードデータを使用して前記普通株式格付けを生成するステップと
    を含むことを特徴とする方法。
  57. 請求項53記載の方法において、前記普通株式格付けを生成するステップは、
    前記投資データに基づき、前記投資家によって保有されている証券を編成するステップと、
    前記リアルタイムトレードデータの取引データを使用して、前記証券のそれぞれの前記普通株式格付けを生成するステップと
    を含むことを特徴とする方法。
  58. 請求項37記載の方法において、前記集約するステップは、前記投資データを正規化するステップを含み、該正規化するステップは、
    前記投資データの取引を分類すると共に、前記投資家の取引履歴を生成するステップと、
    或る投資家の現在の保有高を前記取引履歴と比較するステップと、
    前記取引履歴をバランシングするステップであって、前記取引履歴を操作して前記現在の保有高をマッチングするステップと
    を含むことを特徴とする方法。
  59. 複数の投資家の投資データ及びリアルタイムトレードデータを集約するステップと、
    前記投資データを使用して各投資家の基本スコアを生成するステップと、
    前記投資データ及び前記トレードデータから導出される少なくとも1つの加重パラメータに従って前記基本スコアを調整することによって、調整されたスコアを生成するステップと、
    前記調整されたスコアに従って投資家をランキングするステップと
    を含むことを特徴とする方法。
  60. プロセッサに結合されると共に、複数の投資家の投資データ及びリアルタイムトレードデータを集約するように構成される集約コンポーネントと、
    前記プロセッサに結合されると共に、前記投資データから導出される投資パフォーマンスに従って前記複数の投資家をランキングするように構成されるランキングコンポーネントであって、該ランキングコンポーネントは、前記投資データを使用して各投資家の基本スコアを生成するように構成され、該ランキングコンポーネントは、前記投資データの保有期間、前記投資データの検証状態、及び該投資家の評判から成る群から選択されるパラメータに従って前記基本スコアを調整し、各投資家を、該投資家の前記調整されたスコアに従ってランクグループに割り当てることによって投資家をランキングすることによって、各投資家の調整されたスコアを生成するように構成されている、ランキングコンポーネントと
    を備えることを特徴とするシステム。
  61. 請求項60記載のシステムにおいて、前記リアルタイムトレードデータは、前記複数の投資家のトレードデータ及び少なくとも1つの証券市場のトレードデータを含み、前記投資データは、現在の投資保有高のデータ、履歴投資保有高、履歴投資パフォーマンスデータ、履歴取引データ、及び監視リストを含むことを特徴とするシステム。
  62. 請求項60記載のシステムにおいて、該システムは、前記プロセッサに結合されるポータルを備え、該ポータルは、前記複数の投資家の共有データへの各投資家の制限されたアクセスを認めるように構成され、前記共有データは、前記投資データ、前記リアルタイムトレードデータ、及びランクデータのうちの1又は複数を含むことを特徴とするシステム。
  63. 請求項60記載のシステムにおいて、前記ランキングコンポーネントは、シャープレシオを前記基本スコアとして計算することによって前記基本スコアを生成するように構成されていることを特徴とするシステム。
  64. 請求項60記載のシステムにおいて、前記ランキングコンポーネントは、前記保有期間の前記基本スコアを調整することによって前記調整されたスコアを生成するように構成されていることを特徴とするシステム。
  65. 請求項64記載のシステムにおいて、前記保有期間の前記基本スコアを調整することは、前記保有期間に比例して前記基本スコアを削減することを含むことを特徴とするシステム。
  66. 請求項60記載のシステムにおいて、前記ランキングコンポーネントは、前記検証状態の前記基本スコアを調整することによって前記調整されたスコアを生成するように構成されていることを特徴とするシステム。
  67. 請求項66記載のシステムにおいて、前記検証状態の前記基本スコアを調整することは、検証済み状態を有するデータの前記基本スコアを維持すること、及び、未検証状態を有するデータの前記基本スコアを削減することを含むことを特徴とするシステム。
  68. 請求項60記載のシステムにおいて、前記ランキングコンポーネントは、前記評判の前記基本スコアを調整することによって前記調整されたスコアを生成するように構成されていることを特徴とするシステム。
  69. 請求項68記載のシステムにおいて、前記評判の前記基本スコアを調整することは、
    前記投資家がリンクされている前記複数の投資家のうちの1組の投資家を含む、前記投資家のネットワークのサイズを求めること、及び
    前記ネットワークの前記サイズがしきい値未満であるときは前記基本スコアを削減すること
    を含むことを特徴とするシステム。
  70. 請求項60記載のシステムにおいて、前記ランキングコンポーネントは、前記保有期間、前記検証状態、及び前記評判の前記基本スコアを調整することによって前記調整されたスコアを生成するように構成されていることを特徴とするシステム。
  71. 請求項60記載のシステムにおいて、前記ランキングコンポーネントは、
    各投資家の前記調整されたスコアに従って前記複数の投資家を順序付けること、及び
    各投資家に対して、前記複数の投資家の前記調整されたスコアに対する該投資家の前記調整されたスコアに対応する百分位数を割り当てること、及び
    前記割り当てられた百分位数に従って複数のランクグループを形成すること、
    によって、投資家をランクグループに割り当てるように構成されていることを特徴とするシステム。
  72. 請求項60記載のシステムにおいて、前記ランキングコンポーネントは、それぞれが1組の前記投資家を含む複数のクラブを形成すること、及び、前記複数のクラブのそれぞれを、該クラブの前記1組の前記投資家の累積投資データに基づいて前記ランクグループに割り当てることによって、前記複数の投資家をランキングするように構成されていることを特徴とする請求項60に記載のシステム。
  73. 請求項60記載のシステムにおいて、該システムは、前記プロセッサに接続された各付けコンポーネントであって、前記ランキング及び前記トレードデータを使用して、前記複数の投資家によって保有されている証券の普通株式格付けを生成するように構成される格付けコンポーネントを備える、請求項60に記載のシステム。
  74. 請求項73記載のシステムにおいて、前記格付けコンポーネントは、ランクグループを予測判断材料グループとして選択すること、並びに、前記予測判断材料グループの前記投資データ及び前記トレードデータを使用して前記普通株式格付けを生成することによって、普通株式格付けを生成するように構成されていることを特徴とするシステム。
  75. 請求項73記載のシステムにおいて、前記格付けコンポーネントは、取引推奨及び信号強度指標を生成するように構成され、前記取引推奨は、対応する証券の買い推奨又は売り推奨を含み、前記信号強度指標は、前記取引推奨の強さを示すことを特徴とするシステム。
  76. 請求項60記載のシステムにおいて、該システムは、前記プロセッサに結合されると共に、リスクレベル及び投資家によって保有されている証券で前記普通株式格付けを評価し、前記ランキング及び前記普通株式格付けを使用して前記複数の投資家のうちの1組の投資家を比較し、該比較に応じて、前記投資家によって保有されている前記証券の推奨を生成するように構成される推奨コンポーネントを備えることを特徴とするシステム。
  77. 実行可能命令を含むコンピュータ可読媒体であって、処理システムで実行されると、
    複数の投資家の投資データ及びリアルタイムトレードデータを集約し、
    前記投資データを使用して各投資家の基本スコアを生成し、
    前記投資データ及び前記トレードデータから導出される少なくとも1つの加重パラメータに従って前記基本スコアを調整することによって、調整されたスコアを生成し、
    前記調整されたスコアに従って投資家をランキングする
    によって投資家をランキングするための命令を記憶したことを特徴とするコンピュータ可読媒体。
  78. 複数の投資家の投資データ及びトレードデータから導出される複数のランクグループを含む、前記複数の投資家のランクデータを受け取るステップと、
    前記複数のランクグループのうちの1つのランクグループを予測判断材料グループとして指定するステップと、
    前記予測判断材料グループの投資家のリアルタイムトレードデータのトレードパラメータを使用して、複数の証券の各証券の普通株式格付けを生成するステップと
    を含むことを特徴とする方法。
  79. 請求項78記載の方法において、前記リアルタイムトレードデータは、前記複数の投資家のトレードデータ及び少なくとも1つの証券市場のトレードデータを含み、前記投資データは、現在の投資保有高のデータ、履歴投資保有高、履歴投資パフォーマンスデータ、履歴取引データ、及び監視リストを含むことを特徴とする方法。
  80. 請求項78記載の方法において、前記トレードパラメータは、取引タイプ及び取引量を含むことを特徴とする方法。
  81. 請求項78記載の方法において、該方法は、前記証券に関する前記投資データ及び前記トレードデータの取引を特定するステップを含むことを特徴とする方法。
  82. 請求項81記載の方法において、該方法は、前記証券に関する買い取引数及び売り取引数を求めるステップを含むことを特徴とする方法。
  83. 請求項82記載の方法において、該方法は、前記証券の総トレード量を生成するステップを含むことを特徴とする方法。
  84. 請求項83記載の方法において、前記証券の普通株式格付けを生成するステップは、買い取引数から売り取引数を減算することによって数量を生成するステップと、
    前記数量を前記証券の前記総トレード量で除算するステップと
    を含むことを特徴とする方法。
  85. 請求項78記載の方法において、該方法は、前記普通株式格付けに対応する証券の買い格付け又は売り格付けを含む取引格付けを生成するステップを含むことを特徴とする方法。
  86. 請求項85記載の方法において、該方法は、前記取引格付けの強さを示す信号強度指標を生成するステップを含むことを特徴とする方法。
  87. 請求項78記載の方法において、該方法は、前記普通株式格付けを使用して、前記複数の投資家のそれぞれのポートフォリオを自動的に分析するステップと、
    前記分析ステップの結果に基づいて、前記ポートフォリオのパフォーマンス尺度及び前記ポートフォリオの証券の取引推奨を生成するステップと
    を含むことを特徴とする方法。
  88. 請求項78記載の方法において、該方法は、前記投資データから導出される投資パフォーマンスに従って前記複数の投資家をランキングすることによって前記ランクデータを生成するステップを含むことを特徴とする方法。
  89. 請求項88記載の方法において、前記複数の投資家をランキングするステップは、
    前記投資データを使用して各投資家の基本スコアを生成するステップと、
    加重パラメータに従って前記基本スコアを調整することによって各投資家の調整されたスコアを生成するステップと
    を含むことを特徴とする方法。
  90. 請求項89記載の方法において、前記加重パラメータは、平均年次収益、リスク、前記投資データの保有期間、前記投資データの検証状態、前記複数の投資家に対する前記投資家の評判、及び該投資家のモーメンタムから成る群から選択される少なくとも1つのパラメータであることを特徴とする方法。
  91. 請求項89記載の方法において、該方法は、各投資家を、前記調整されたスコアに従って前記複数のランクグループのうちの1つのランクグループに割り当てるステップを含むことを特徴とする方法。
  92. 請求項78記載の方法において、該方法は、
    複数のクラブを形成することであって、各クラブは1組の前記投資家を含む、複数のクラブを形成するステップと、
    前記複数のクラブのそれぞれを複数のランクグループのうちの1つに割り当てるステップであって、該クラブの前記1組の前記投資家の累積投資データに基づいて割り当てるステップと
    によって、前記ランクデータを生成するステップを含むことを特徴とする方法。
  93. 請求項78記載の方法において、該方法は、前記複数の投資家のうちの少なくとも1組の投資家をリンクすることによって投資家ネットワークを生成するステップを含み、リンクされた投資家間における前記投資データ及び前記トレードデータの共有を可能にすることを特徴とする方法。
  94. 請求項78記載の方法において、該方法は、前記投資データを正規化するステップを含むことを特徴とする方法。
  95. 請求項94記載の方法において、前記正規化するステップは、
    前記投資データの取引を分類すると共に、前記投資家の取引履歴を生成するステップと、
    投資家の現在の保有高を前記取引履歴と比較するステップと、
    前記取引履歴をバランシングするステップと
    を含み、
    前記バランシングするステップは、前記取引履歴を操作して前記現在の保有高をマッチングすることによって実行される
    ことを特徴とする方法。
  96. プロセッサに結合されると共に、複数の投資家の投資データ及びリアルタイムトレードデータから導出される複数のランクグループを含む、前記複数の投資家のランクデータを生成するように構成されるランキングコンポーネントと、
    前記プロセッサに結合されると共に、前記ランクデータを受け取り、前記複数のランクグループ間で最高ランキングを有するランクグループを予測判断材料グループとして指定するように構成される格付けコンポーネントであって、該格付けコンポーネントは、前記予測判断材料グループの投資家のリアルタイムトレードデータのトレードパラメータを使用して、各証券の普通株式格付けを生成するように構成されている、格付けコンポーネントと
    を備えることを特徴とするシステム。
  97. 請求項96記載のシステムにおいて、前記リアルタイムトレードデータは、前記複数の投資家のトレードデータ及び少なくとも1つの証券市場のトレードデータを含み、前記投資データは、現在の投資保有高のデータ、履歴投資保有高、履歴投資パフォーマンスデータ、履歴取引データ、及び監視リストを含むことを特徴とするシステム。
  98. 請求項96記載のシステムにおいて、該システムは、
    前記プロセッサに結合されると共に、前記投資データ及び前記リアルタイムトレードデータを集約するように構成される集約コンポーネント
    を備えることを特徴とするシステム。
  99. 請求項96記載のシステムにおいて、前記トレードパラメータは、取引タイプ及び取引量を含むことを特徴とするシステム。
  100. 請求項96記載のシステムにおいて、前記格付けコンポーネントは、前記証券に関する前記投資データ及び前記トレードデータの取引を特定するように構成されていることを特徴とするシステム。
  101. 請求項100記載のシステムにおいて、前記格付けコンポーネントは、前記証券に関する買い取引数及び売り取引数を求めるように構成されていることを特徴とするシステム。
  102. 請求項101記載のシステムにおいて、前記格付けコンポーネントは、前記証券の総トレード量を生成するように構成されていることを特徴とするシステム。
  103. 請求項102記載のシステムにおいて、前記格付けコンポーネントは、前記買い取引数から前記売り取引数を減算すること、及び、該数量を前記証券の前記総トレード量で除算することによって数量を生成するように構成されていることを特徴とするシステム。
  104. 請求項96記載のシステムにおいて、前記格付けコンポーネントは、前記普通株式格付けに対応する証券の買い格付け又は売り格付けを含む取引格付けを生成するように構成されていることを特徴とするシステム。
  105. 請求項104記載のシステムにおいて、前記格付けコンポーネントは、信号強度指標を生成するように構成され、前記信号強度指標は、前記取引格付けの強さを示すことを特徴とするシステム。
  106. 請求項96記載のシステムにおいて、前記ランキングコンポーネントは、前記投資データを使用して各投資家の基本スコアを生成するように構成されていることを特徴とするシステム。
  107. 請求項106記載のシステムにおいて、前記ランキングコンポーネントは、平均年次収益、リスク、前記投資データの保有期間、前記投資データの検証状態、前記複数の投資家に対する該投資家の評判、及び該投資家のモーメンタムから成る群から選択されるパラメータに従って前記基本スコアを調整することによって、各投資家の調整されたスコアを生成するように構成されていることを特徴とするシステム。
  108. 請求項107記載のシステムにおいて、前記ランキングコンポーネントは、各投資家を、該投資家の前記調整されたスコアに従ってランクグループに割り当てることによって投資家をランキングするように構成されていることを特徴とするシステム。
  109. 請求項96記載のシステムにおいて、前記ランキングコンポーネントは、それぞれが1組の前記投資家を含む複数のクラブを形成し、前記複数のクラブのそれぞれを複数のランクグループのうちの1つに、該クラブの前記1組の前記投資家の累積投資データに基づいて、割り当てることによって、前記複数の投資家をランキングするように構成されていることを特徴とするシステム。
  110. 請求項96記載のシステムにおいて、該システムは、前記プロセッサに接続された推奨コンポーネントであって、リスクレベル及び投資家によって保有されている証券で前記普通株式格付けを評価し、前記ランキング及び前記普通株式格付けを使用して前記複数の投資家のうちの1組の投資家を比較し、該比較に応じて、前記投資家によって保有されている前記証券の推奨を生成するように構成される推奨コンポーネントを備えることを特徴とするシステム。
  111. 請求項96記載のシステムにおいて、前記プロセッサに結合されるポータルを備え、該ポータルは、前記複数の投資家の共有データへの各投資家の制限されたアクセスを認めるように構成され、前記共有データは、前記投資データ、前記リアルタイムトレードデータ、及びランクデータのうちの1又は複数を含むことを特徴とするシステム。
  112. 実行可能命令を含むコンピュータ可読媒体であって、処理システムで実行されると、
    複数の投資家の投資データ及びトレードデータから導出される複数のランクグループを含む、前記複数の投資家のランクデータを受け取り、
    前記複数のランクグループ間の最高ランキングを有するランクグループを予測判断材料グループとして指定し、
    前記予測判断材料グループの投資家のリアルタイムトレードデータのトレードパラメータを使用して、各証券の普通株式格付けを生成する
    ことによって証券を格付けする命令を含むコンピュータ可読媒体。
JP2009509636A 2006-05-01 2007-04-30 投資情報のコンソリデーション、共有、及び分析 Active JP5372743B2 (ja)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US79675606P 2006-05-01 2006-05-01
US60/796,756 2006-05-01
PCT/US2007/010416 WO2007130338A2 (en) 2006-05-01 2007-04-30 Consolidation, sharing and analysis of investment information

Publications (3)

Publication Number Publication Date
JP2010501909A true JP2010501909A (ja) 2010-01-21
JP2010501909A5 JP2010501909A5 (ja) 2011-06-16
JP5372743B2 JP5372743B2 (ja) 2013-12-18

Family

ID=38668226

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2009509636A Active JP5372743B2 (ja) 2006-05-01 2007-04-30 投資情報のコンソリデーション、共有、及び分析

Country Status (4)

Country Link
US (3) US20070282729A1 (ja)
EP (1) EP2022003A4 (ja)
JP (1) JP5372743B2 (ja)
WO (1) WO2007130338A2 (ja)

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009217751A (ja) * 2008-03-12 2009-09-24 Daiwa Securities Group Inc 金融商品発注装置、金融商品発注方法およびプログラム
JP2015088167A (ja) * 2014-05-29 2015-05-07 株式会社じぶん銀行 マルチデバイスに対応したシステムにおいて用いられる装置、その装置において実行される方法およびプログラム
JP2015519639A (ja) * 2012-04-13 2015-07-09 ゴールドマン,サックス アンド カンパニー スケーラブルな構造化データ配布のためのシステム及び方法
KR101608414B1 (ko) * 2015-08-14 2016-04-01 주식회사 게당케코리아 신뢰 기반 상호작용을 이용한 금융 상품 거래 시스템, 금융 상품 제공 방법 및 금융 상품 제조방법
JP6325161B1 (ja) * 2017-10-13 2018-05-16 ライジングブル投資顧問株式会社 情報生成装置、情報提示システム、および、情報生成プログラム
JP6405002B1 (ja) * 2017-06-20 2018-10-17 ヤフー株式会社 算出装置、算出方法、算出プログラムおよびモデル
JP6450876B1 (ja) * 2018-03-07 2019-01-09 ライジングブル投資顧問株式会社 情報生成装置、情報提示システム、および、情報生成プログラム
WO2019073640A1 (ja) * 2017-10-13 2019-04-18 ライジングブル投資顧問株式会社 情報生成装置、情報提示システム、および、情報生成プログラム

Families Citing this family (112)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2002003219A1 (en) 2000-06-30 2002-01-10 Plurimus Corporation Method and system for monitoring online computer network behavior and creating online behavior profiles
US7451113B1 (en) 2003-03-21 2008-11-11 Mighty Net, Inc. Card management system and method
US8732004B1 (en) 2004-09-22 2014-05-20 Experian Information Solutions, Inc. Automated analysis of data to generate prospect notifications based on trigger events
US7908242B1 (en) 2005-04-11 2011-03-15 Experian Information Solutions, Inc. Systems and methods for optimizing database queries
US7752013B1 (en) * 2006-04-25 2010-07-06 Sprint Communications Company L.P. Determining aberrant server variance
US8688742B2 (en) * 2006-05-31 2014-04-01 Red Hat, Inc. Open overlay for social networks and online services
US9165282B2 (en) 2006-05-31 2015-10-20 Red Hat, Inc. Shared playlist management for open overlay for social networks and online services
US7792903B2 (en) 2006-05-31 2010-09-07 Red Hat, Inc. Identity management for open overlay for social networks and online services
US8615550B2 (en) * 2006-05-31 2013-12-24 Red Hat, Inc. Client-side data scraping for open overlay for social networks and online services
US8612483B2 (en) 2006-05-31 2013-12-17 Red Hat, Inc. Link swarming in an open overlay for social networks and online services
US8005759B2 (en) 2006-08-17 2011-08-23 Experian Information Solutions, Inc. System and method for providing a score for a used vehicle
US8036979B1 (en) 2006-10-05 2011-10-11 Experian Information Solutions, Inc. System and method for generating a finance attribute from tradeline data
US7877317B2 (en) * 2006-11-21 2011-01-25 Yahoo! Inc. Method and system for finding similar charts for financial analysis
US8606626B1 (en) 2007-01-31 2013-12-10 Experian Information Solutions, Inc. Systems and methods for providing a direct marketing campaign planning environment
US8606666B1 (en) 2007-01-31 2013-12-10 Experian Information Solutions, Inc. System and method for providing an aggregation tool
US8374959B2 (en) * 2007-03-29 2013-02-12 Ebay Inc. Managing lead-based feedback in a network commerce system
US8285656B1 (en) 2007-03-30 2012-10-09 Consumerinfo.Com, Inc. Systems and methods for data verification
WO2008127288A1 (en) 2007-04-12 2008-10-23 Experian Information Solutions, Inc. Systems and methods for determining thin-file records and determining thin-file risk levels
CA2687109A1 (en) * 2007-05-14 2008-11-20 Jan Kolbusz Automated tool for investment technologies
US20090055325A1 (en) * 2007-07-25 2009-02-26 Avshalom Leventhal System and method for an interactive analysis and information sharing platform for trading securities
US8311948B1 (en) * 2007-08-22 2012-11-13 BOCOO Capital, LLC Content creation, monitoring and selection
US8312033B1 (en) 2008-06-26 2012-11-13 Experian Marketing Solutions, Inc. Systems and methods for providing an integrated identifier
WO2010003137A1 (en) * 2008-07-02 2010-01-07 Cake Financial Corporation Systems and methods for providing investment performance data to investors
US20130290219A1 (en) * 2008-08-04 2013-10-31 Donald DuBois Method and apparatus for computing the relative risk of financial assets using risk-return profiles
US9256904B1 (en) 2008-08-14 2016-02-09 Experian Information Solutions, Inc. Multi-bureau credit file freeze and unfreeze
US20100114711A1 (en) * 2008-10-31 2010-05-06 Hudson Robert P Social-professional website system
US20110093348A1 (en) * 2008-10-31 2011-04-21 Hudson Robert P Financial broker social-professional website internet system
US20100114795A1 (en) * 2008-10-31 2010-05-06 Hudson Robert P Stock broker social-professional website system
US20100161467A1 (en) * 2008-12-18 2010-06-24 Wachovia Corporation Personalized lifetime financial planning tool
US20100241588A1 (en) * 2009-03-17 2010-09-23 Andrew Busby System and method for determining confidence levels for a market depth in a commodities market
US8447692B2 (en) * 2009-03-20 2013-05-21 Bank Of America Corporation Personal financial network
WO2010132492A2 (en) 2009-05-11 2010-11-18 Experian Marketing Solutions, Inc. Systems and methods for providing anonymized user profile data
US8364518B1 (en) 2009-07-08 2013-01-29 Experian Ltd. Systems and methods for forecasting household economics
US8825759B1 (en) * 2010-02-08 2014-09-02 Google Inc. Recommending posts to non-subscribing users
US9652802B1 (en) 2010-03-24 2017-05-16 Consumerinfo.Com, Inc. Indirect monitoring and reporting of a user's credit data
US8725613B1 (en) 2010-04-27 2014-05-13 Experian Information Solutions, Inc. Systems and methods for early account score and notification
US20110307414A1 (en) * 2010-06-10 2011-12-15 Hansen Hans P Consensus Investment Analysis/Stock Selection Methodology
US8626658B1 (en) * 2010-07-28 2014-01-07 Intuit Inc. Methods, systems and apparatus for providing a dynamic account list in an online financial services system
US9152727B1 (en) 2010-08-23 2015-10-06 Experian Marketing Solutions, Inc. Systems and methods for processing consumer information for targeted marketing applications
US10805331B2 (en) 2010-09-24 2020-10-13 BitSight Technologies, Inc. Information technology security assessment system
US9830569B2 (en) 2010-09-24 2017-11-28 BitSight Technologies, Inc. Security assessment using service provider digital asset information
US8639616B1 (en) 2010-10-01 2014-01-28 Experian Information Solutions, Inc. Business to contact linkage system
US8930262B1 (en) 2010-11-02 2015-01-06 Experian Technology Ltd. Systems and methods of assisted strategy design
US8782217B1 (en) 2010-11-10 2014-07-15 Safetyweb, Inc. Online identity management
US8484186B1 (en) 2010-11-12 2013-07-09 Consumerinfo.Com, Inc. Personalized people finder
US9147042B1 (en) 2010-11-22 2015-09-29 Experian Information Solutions, Inc. Systems and methods for data verification
US20120173454A1 (en) * 2010-12-29 2012-07-05 Yahoo! Inc. Financial portfolio boost evaluation
KR20140056139A (ko) * 2010-12-30 2014-05-09 일야 블라디미로비치 클리그만 환 거래 시스템
US20120265670A1 (en) * 2011-01-04 2012-10-18 The Dun & Bradstreet Corporation Method and system for generating an index of performance using non-transactional trade data
WO2012112781A1 (en) 2011-02-18 2012-08-23 Csidentity Corporation System and methods for identifying compromised personally identifiable information on the internet
US20120215721A1 (en) * 2011-02-22 2012-08-23 WestMill Capital Partners, LLC Systems and methods for online securitization of illiquid assets
US20120259797A1 (en) * 2011-04-06 2012-10-11 Sarkany Michelle Method and apparatus for investment strategies derived from various research methodologies and extractions
US9558519B1 (en) 2011-04-29 2017-01-31 Consumerinfo.Com, Inc. Exposing reporting cycle information
US8301545B1 (en) * 2011-05-10 2012-10-30 Yahoo! Inc. Method and apparatus of analyzing social network data to identify a financial market trend
AU2012281182B2 (en) 2011-07-12 2015-07-09 Experian Information Solutions, Inc. Systems and methods for a large-scale credit data processing architecture
US8738516B1 (en) 2011-10-13 2014-05-27 Consumerinfo.Com, Inc. Debt services candidate locator
US11030562B1 (en) 2011-10-31 2021-06-08 Consumerinfo.Com, Inc. Pre-data breach monitoring
WO2014028648A2 (en) 2012-08-15 2014-02-20 Thomson Reuters Global Resources (Trgr) System and method for forming predictions using event-based sentiment analysis
US20140089228A1 (en) * 2012-09-17 2014-03-27 Angelsoft Llc (Dba Gust) Investment Management System
US9654541B1 (en) 2012-11-12 2017-05-16 Consumerinfo.Com, Inc. Aggregating user web browsing data
US10255598B1 (en) 2012-12-06 2019-04-09 Consumerinfo.Com, Inc. Credit card account data extraction
US9697263B1 (en) 2013-03-04 2017-07-04 Experian Information Solutions, Inc. Consumer data request fulfillment system
US8972400B1 (en) 2013-03-11 2015-03-03 Consumerinfo.Com, Inc. Profile data management
US8812387B1 (en) 2013-03-14 2014-08-19 Csidentity Corporation System and method for identifying related credit inquiries
US20140279489A1 (en) * 2013-03-15 2014-09-18 Capital One Financial Corporation Systems and methods for providing alternative logins for mobile banking
US8799143B1 (en) 2013-03-15 2014-08-05 Trading Technologies International, Inc Trading circles
US10290058B2 (en) 2013-03-15 2019-05-14 Thomson Reuters (Grc) Llc System and method for determining and utilizing successful observed performance
US20150073969A1 (en) * 2013-09-06 2015-03-12 The Depository Trust & Clearing Corporation Transcationally based benchmark for market transactions in short term securities
US9438615B2 (en) 2013-09-09 2016-09-06 BitSight Technologies, Inc. Security risk management
US9680858B1 (en) 2013-09-09 2017-06-13 BitSight Technologies, Inc. Annotation platform for a security risk system
US10102536B1 (en) 2013-11-15 2018-10-16 Experian Information Solutions, Inc. Micro-geographic aggregation system
US9529851B1 (en) 2013-12-02 2016-12-27 Experian Information Solutions, Inc. Server architecture for electronic data quality processing
US10262362B1 (en) 2014-02-14 2019-04-16 Experian Information Solutions, Inc. Automatic generation of code for attributes
US20150348188A1 (en) * 2014-05-27 2015-12-03 Martin Chen System and Method for Seamless Integration of Trading Services with Diverse Social Network Services
SG10201406360TA (en) * 2014-10-04 2016-05-30 Six Capital Pte Ltd Trading platform systems and methods
US10339527B1 (en) 2014-10-31 2019-07-02 Experian Information Solutions, Inc. System and architecture for electronic fraud detection
US10445152B1 (en) 2014-12-19 2019-10-15 Experian Information Solutions, Inc. Systems and methods for dynamic report generation based on automatic modeling of complex data structures
US11151468B1 (en) 2015-07-02 2021-10-19 Experian Information Solutions, Inc. Behavior analysis using distributed representations of event data
US10757154B1 (en) 2015-11-24 2020-08-25 Experian Information Solutions, Inc. Real-time event-based notification system
US20170213288A1 (en) * 2016-01-25 2017-07-27 Instrument Capital Llc Systems and methods for personalized investment allocation
US11182720B2 (en) 2016-02-16 2021-11-23 BitSight Technologies, Inc. Relationships among technology assets and services and the entities responsible for them
US11526944B1 (en) * 2016-06-08 2022-12-13 Wells Fargo Bank, N.A. Goal recommendation tool with crowd sourcing input
US20180144403A1 (en) * 2016-11-21 2018-05-24 Daniel Heimowitz Select group crowdsource enabled system, method and analytical structure to perform securities valuations and valuation adjustments and generate derivatives thereform
CN110383319B (zh) 2017-01-31 2023-05-26 益百利信息解决方案公司 大规模异构数据摄取和用户解析
US10425380B2 (en) 2017-06-22 2019-09-24 BitSight Technologies, Inc. Methods for mapping IP addresses and domains to organizations using user activity data
US10735183B1 (en) 2017-06-30 2020-08-04 Experian Information Solutions, Inc. Symmetric encryption for private smart contracts among multiple parties in a private peer-to-peer network
US10699028B1 (en) 2017-09-28 2020-06-30 Csidentity Corporation Identity security architecture systems and methods
US10896472B1 (en) 2017-11-14 2021-01-19 Csidentity Corporation Security and identity verification system and architecture
US10257219B1 (en) 2018-03-12 2019-04-09 BitSight Technologies, Inc. Correlated risk in cybersecurity
US10812520B2 (en) 2018-04-17 2020-10-20 BitSight Technologies, Inc. Systems and methods for external detection of misconfigured systems
US20190370897A1 (en) * 2018-05-30 2019-12-05 Mastercard International Incorporated Online platform for multi-attribute matching and two-party validation using payment card networks
US10963434B1 (en) 2018-09-07 2021-03-30 Experian Information Solutions, Inc. Data architecture for supporting multiple search models
US20200098046A1 (en) * 2018-09-20 2020-03-26 Fundlab Technologies Inc. Risk assessment tool
US11200323B2 (en) 2018-10-17 2021-12-14 BitSight Technologies, Inc. Systems and methods for forecasting cybersecurity ratings based on event-rate scenarios
US10521583B1 (en) 2018-10-25 2019-12-31 BitSight Technologies, Inc. Systems and methods for remote detection of software through browser webinjects
US11620403B2 (en) 2019-01-11 2023-04-04 Experian Information Solutions, Inc. Systems and methods for secure data aggregation and computation
US10726136B1 (en) 2019-07-17 2020-07-28 BitSight Technologies, Inc. Systems and methods for generating security improvement plans for entities
US11956265B2 (en) 2019-08-23 2024-04-09 BitSight Technologies, Inc. Systems and methods for inferring entity relationships via network communications of users or user devices
US11941065B1 (en) 2019-09-13 2024-03-26 Experian Information Solutions, Inc. Single identifier platform for storing entity data
US10848382B1 (en) 2019-09-26 2020-11-24 BitSight Technologies, Inc. Systems and methods for network asset discovery and association thereof with entities
US11032244B2 (en) 2019-09-30 2021-06-08 BitSight Technologies, Inc. Systems and methods for determining asset importance in security risk management
CN112667699A (zh) * 2019-10-15 2021-04-16 深圳海知科技有限公司 基于个体、群体、总体多层次的智能证券比较方法和系统
US10791140B1 (en) 2020-01-29 2020-09-29 BitSight Technologies, Inc. Systems and methods for assessing cybersecurity state of entities based on computer network characterization
US10893067B1 (en) 2020-01-31 2021-01-12 BitSight Technologies, Inc. Systems and methods for rapidly generating security ratings
US10764298B1 (en) 2020-02-26 2020-09-01 BitSight Technologies, Inc. Systems and methods for improving a security profile of an entity based on peer security profiles
US11593885B2 (en) 2020-03-05 2023-02-28 Goldman Sachs & Co. LLC Regularization-based asset hedging tool
US20210350426A1 (en) 2020-05-07 2021-11-11 Nowcasting.ai, Inc. Architecture for data processing and user experience to provide decision support
US11023585B1 (en) 2020-05-27 2021-06-01 BitSight Technologies, Inc. Systems and methods for managing cybersecurity alerts
US11122073B1 (en) 2020-12-11 2021-09-14 BitSight Technologies, Inc. Systems and methods for cybersecurity risk mitigation and management
US11880377B1 (en) 2021-03-26 2024-01-23 Experian Information Solutions, Inc. Systems and methods for entity resolution
US20230267488A1 (en) * 2021-12-16 2023-08-24 AAXIS Group Corporation System and method for dynamic segmentation of network nodes to manage workflow data synchronization
KR20230144393A (ko) * 2022-04-07 2023-10-16 최한철 차트 분석 방법 및 이를 이용한 차트 분석 제공 디바이스

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001175750A (ja) * 1999-12-22 2001-06-29 Nri & Ncc Co Ltd 取引データ閲覧装置、取引データ閲覧方法、および記録媒体
JP2001357209A (ja) * 2000-06-13 2001-12-26 Kentex Kk 投資情報評価装置及び方法、並びにシステム
JP2002056181A (ja) * 2000-08-08 2002-02-20 Teizo Sumiya インターネットを利用した有価証券運用システム
WO2006085460A1 (ja) * 2005-02-10 2006-08-17 Ssd Company Limited 投資モデル管理方法及び投資モデル管理サーバ
JP2006215841A (ja) * 2005-02-04 2006-08-17 Takeshi Kinoshita 証券取引情報提供システムおよび証券発注プログラム

Family Cites Families (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5132899A (en) * 1989-10-16 1992-07-21 Fox Philip J Stock and cash portfolio development system
US7016872B1 (en) * 1999-06-18 2006-03-21 Thomson Financial Inc. System, method and computer readable medium containing instructions for evaluating and disseminating investor performance information
US6338047B1 (en) * 1999-06-24 2002-01-08 Foliofn, Inc. Method and system for investing in a group of investments that are selected based on the aggregated, individual preference of plural investors
US7299205B2 (en) * 1999-09-30 2007-11-20 G*G*S Systems, Llc Mutual fund analysis method and system
US7509274B2 (en) * 2000-04-17 2009-03-24 Kam Kendrick W Internet-based system for identification, measurement and ranking of investment portfolio management, and operation of a fund supermarket, including “best investor” managed funds
US20030126054A1 (en) * 2001-12-28 2003-07-03 Purcell, W. Richard Method and apparatus for optimizing investment portfolio plans for long-term financial plans and goals
US20040133497A1 (en) * 2002-12-18 2004-07-08 Spear Gregory R. System and methods for determining performance-weighted consensus
US20050267835A1 (en) * 2003-12-31 2005-12-01 Scott Condron System and method for evaluating exposure across a group of investment portfolios by category
US7739183B2 (en) * 2004-06-03 2010-06-15 Voudrie Jeffrey D Real-time client portfolio management system
US8010460B2 (en) * 2004-09-02 2011-08-30 Linkedin Corporation Method and system for reputation evaluation of online users in a social networking scheme
US7832003B2 (en) * 2005-04-28 2010-11-09 Microsoft Corporation Walled gardens
US7865423B2 (en) * 2005-08-16 2011-01-04 Bridgetech Capital, Inc. Systems and methods for providing investment opportunities
US7860233B2 (en) * 2005-12-20 2010-12-28 Charles Schwab & Co., Inc. System and method for tracking alerts
US20070294119A1 (en) * 2006-03-30 2007-12-20 Adaptive Alpha, Llc System, method and computer program product for evaluating and rating an asset management business and associate investment funds using experiential business process and performance data, and applications thereof

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001175750A (ja) * 1999-12-22 2001-06-29 Nri & Ncc Co Ltd 取引データ閲覧装置、取引データ閲覧方法、および記録媒体
JP2001357209A (ja) * 2000-06-13 2001-12-26 Kentex Kk 投資情報評価装置及び方法、並びにシステム
JP2002056181A (ja) * 2000-08-08 2002-02-20 Teizo Sumiya インターネットを利用した有価証券運用システム
JP2006215841A (ja) * 2005-02-04 2006-08-17 Takeshi Kinoshita 証券取引情報提供システムおよび証券発注プログラム
WO2006085460A1 (ja) * 2005-02-10 2006-08-17 Ssd Company Limited 投資モデル管理方法及び投資モデル管理サーバ

Cited By (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009217751A (ja) * 2008-03-12 2009-09-24 Daiwa Securities Group Inc 金融商品発注装置、金融商品発注方法およびプログラム
JP2015519639A (ja) * 2012-04-13 2015-07-09 ゴールドマン,サックス アンド カンパニー スケーラブルな構造化データ配布のためのシステム及び方法
US9479556B2 (en) 2012-04-13 2016-10-25 Goldman, Sachs & Co. Systems and methods for scalable structured data distribution
US10904308B2 (en) 2012-04-13 2021-01-26 Goldman Sachs & Co. LLC Systems and methods for scalable structured data distribution
US10601883B2 (en) 2012-04-13 2020-03-24 Goldman Sachs & Co. LLC Systems and methods for scalable structured data distribution
JP2015088167A (ja) * 2014-05-29 2015-05-07 株式会社じぶん銀行 マルチデバイスに対応したシステムにおいて用いられる装置、その装置において実行される方法およびプログラム
KR101608414B1 (ko) * 2015-08-14 2016-04-01 주식회사 게당케코리아 신뢰 기반 상호작용을 이용한 금융 상품 거래 시스템, 금융 상품 제공 방법 및 금융 상품 제조방법
WO2017030305A1 (ko) * 2015-08-14 2017-02-23 김동학 신뢰 기반 상호작용을 이용한 금융 상품 거래 시스템, 금융 상품 제공 방법 및 금융 상품 제조방법
JP2019008343A (ja) * 2017-06-20 2019-01-17 ヤフー株式会社 算出装置、算出方法、算出プログラムおよびモデル
JP6405002B1 (ja) * 2017-06-20 2018-10-17 ヤフー株式会社 算出装置、算出方法、算出プログラムおよびモデル
WO2019073640A1 (ja) * 2017-10-13 2019-04-18 ライジングブル投資顧問株式会社 情報生成装置、情報提示システム、および、情報生成プログラム
JP2019074863A (ja) * 2017-10-13 2019-05-16 ライジングブル投資顧問株式会社 情報生成装置、情報提示システム、および、情報生成プログラム
JP6325161B1 (ja) * 2017-10-13 2018-05-16 ライジングブル投資顧問株式会社 情報生成装置、情報提示システム、および、情報生成プログラム
JP6450876B1 (ja) * 2018-03-07 2019-01-09 ライジングブル投資顧問株式会社 情報生成装置、情報提示システム、および、情報生成プログラム
JP2019075072A (ja) * 2018-03-07 2019-05-16 ライジングブル投資顧問株式会社 情報生成装置、情報提示システム、および、情報生成プログラム

Also Published As

Publication number Publication date
JP5372743B2 (ja) 2013-12-18
US20070282729A1 (en) 2007-12-06
US20070282730A1 (en) 2007-12-06
WO2007130338A3 (en) 2008-01-03
EP2022003A2 (en) 2009-02-11
EP2022003A4 (en) 2011-07-13
US20070282728A1 (en) 2007-12-06
WO2007130338A2 (en) 2007-11-15

Similar Documents

Publication Publication Date Title
JP5372743B2 (ja) 投資情報のコンソリデーション、共有、及び分析
US8433638B2 (en) Systems and methods for providing investment performance data to investors
JP6484843B2 (ja) 金融管理システム
US20090240574A1 (en) Systems and Methods for Ranking Investors and Rating Investment Positions
US8494946B2 (en) System and method for generating transaction based recommendations
US20100005035A1 (en) Systems and Methods for a Cross-Linked Investment Trading Platform
US20100280976A1 (en) Systems and methods for recommending investment positions to investors
US7509274B2 (en) Internet-based system for identification, measurement and ranking of investment portfolio management, and operation of a fund supermarket, including “best investor” managed funds
TWI626614B (zh) Financial commodity automation investment analysis decision system and method
US20090265283A1 (en) Systems and Methods for Ranking Investors and Rating Investment Positions
US20230360136A1 (en) Systems and methods for measuring relationships between investments and other variables
Nyamute Investor Behaviour, Investor Demographic Characteristics, Investment Style and Individual Investor Portfolio Pe rformance at the Nairobi Securities Exchange
KR20210058178A (ko) 주식투자 자문을 영위하는 투자자의 수익률 평가 및 전문성의 등급 공시 서비스 플랫폼 및 서비스 애플리케이션
AU2001257079B2 (en) Internet-based system for identification, measurement and ranking of investment portfolio management, and operation of a fund supermarket, including "best investor" managed funds
US20140222644A1 (en) Apparatus and method for processing data
US7783547B1 (en) System and method for determining hedge strategy stock market forecasts
AU2001257079A1 (en) Internet-based system for identification, measurement and ranking of investment portfolio management, and operation of a fund supermarket, including "best investor" managed funds
Wiley Wiley 11th Hour Guide for 2016 Level I CFA Exam
WO2010003137A1 (en) Systems and methods for providing investment performance data to investors
Scheckenbach Behavioral and environmental aspects of digital finance applications
Dorfleitner et al. Behavioral and environmental aspects of digital finance applications
Philip Two Essays on the Influence of Performance-Based Environment, Social, and Governance (ESG) Vesting Provisions in Executive Compensation
Moreno Paredes Developing insights related to portfolio management and individual investors by overcoming problems associated with analysing large scale financial data
Zaher et al. Equity Factor Investing: Value Stocks
Samkange An investigation of the informational efficiency of the Johannesburg Stock Exchange with respect to monetary policy (2000-2009)

Legal Events

Date Code Title Description
A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20100415

A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20100415

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20110404

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20120720

A601 Written request for extension of time

Free format text: JAPANESE INTERMEDIATE CODE: A601

Effective date: 20121022

A602 Written permission of extension of time

Free format text: JAPANESE INTERMEDIATE CODE: A602

Effective date: 20121029

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20121120

A02 Decision of refusal

Free format text: JAPANESE INTERMEDIATE CODE: A02

Effective date: 20130311

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20130711

A911 Transfer to examiner for re-examination before appeal (zenchi)

Free format text: JAPANESE INTERMEDIATE CODE: A911

Effective date: 20130801

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20130822

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20130918

R150 Certificate of patent or registration of utility model

Ref document number: 5372743

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150

Free format text: JAPANESE INTERMEDIATE CODE: R150

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250