JPH0219963A - 実時間状況監視方法及びシステム - Google Patents

Abstract

(57)【要約】本公報は電子出願前の出願データであるた
め要約のデータは記録されません。

Description

【発明の詳細な説明】 〔産業上の利用分野〕 本発明は、実時間状況監視システム、更に詳しく言えば
株式・債券のような相場情報に基づく実時間（リアルタ
イム）で状況判断が必要とされるような業務に適用する
状況対応意思決定支援システムにおいて、莫大な数の対
象のデータ変化がランダムに生じる場合のリアルタイム
処理システム及びその方法に関するものである。

〔従来の技術〕

金融・証券分野のトレーディングサポートシステムのよ
うな状況対応意思決定支援システムの情報処理装置は第
１２図に示す如く、莫大な数の株式・債券価格が変化す
る相場情報を受信装置１で受信し、計算機システム内の
リアルタイム状況センシングテーブル２に監視対象の最
新のデータを取り込む、さらに、データベースとして利
用するものは、相場情報の時系列データベース４と意思
決定支援処理に必要な情報、たとえば、金融資産構成の
ポートフォリオデータ等を格納したデータベース５があ
る。意思決定支援処理部３では、相場状況に基づくリア
ルタイムな資産ポートフォリオの評価や移動平均法を用
いた売買タイミングの決定、資産ポートフォリオ組替え
のためのサポート情報生成、およびそれらの表示装置６
への出力等を行なう、相場監視リアルタイムデータ２と
データベース４に格納されているデータを必要な時に必
要な形で組み合わせることにより、状況に対応して意思
決定者にとって最も有効な判断のための情報を生成し提
供する。この時、相場情報の取り込みから意思決定者へ
の表示まで時間おくれが生じる。この時間おくれをでき
るだけ少なくすることが重要な問題となる。

この方法に適用できるリアルタイム処理方法として、す
でに知られている多目標トラッキング処理方法の適用が
考えられる。これは、監視対象とする多目標の観測を一
定時間間隔で行ない、それをもとに、多目標すべての状
態推定値を更新してゆくという方法である（小坂他「マ
ルチセンサを用いた状態推定における相関精度の向上」
システムと制御Ｖｏ　１．２７Ｎａ８　（１９８３）、
上記公知の多目標トラッキング処理では、対象となるす
べての目標の状態変化が常に物理法則に基づく運動に起
因している。このため、一定時間ごとの観測および一定
時間ごとの状態推定処理を行なったとしても、カルマン
フィルタ等により任意の時刻の目標の状態をある程度の
誤差範囲で予測できるため、航空管制システムやコマン
ド＆ロールシステムでは有効な処理方法となっている。

上記方法を、第１２図に示すトレーディングサポートシ
ステムの意思決定支援処理に適用すると以下の様になる
。相場報道システムから送られてくる相場情報（データ
変化を生じは株・債券とその価格）がリアルタイム状況
センシングテーブルに格納されているとする。この時、
一定時間ごとに第２図に示されるように、意思決定支援
情報処理群（Ｆ、）の処理を行なう。すなわち、′ｒｉ
時刻におけるリアルタイム状況センシングテーブルの内
容に基づいて、すべての情報処理群（Ｆ、）を処理し、
結果を表示装置に出力する。一定時間Δτ後にＴ、÷１
（＝Ｔｓ＋八Ｔ）へ刻におけるリアルタイム状況センシ
ングテーブルの内容に対して同様の処理を行なう。八Ｔ
は、すべての情報処理群の処方時間の和よりも大きくな
ければならない。

〔発明が解決しようとする課題〕

上記従来知られている処理方法は情報処理制御は容易で
あるが、莫大な数の対象を監視し、しかも対象のデータ
変化の発生がランダムに起るトレ−ディングサポートシ
ステムのような場合には以下の様な問題が生じる。莫大
な数の対象の中には、一定時間Δτ中にデータ変化を起
こさないものも多数存在する。このため、処理結果が前
回と同じであるにもかかわらず、不要な計算処理を行な
っていることになる。更新時間間隔ΔＴは、すべての意
思決定支援処理の処理時間の合計より大きい必要がある
から、意思決定支援情報生成に対して時間おくれが生じ
ることになる。この時間おくれは株式、債券などの相場
情報の場合、トラッキング処理の場合のように未来の状
態に対して予測ができないから、非常に大きい情報の劣
化要因となる。多くの文献で述べられているように、相
場の価格変動がランダムウオーク的に生じるとすると、
価格の誤差分散はσ２Ｔ　となり時間おくれＴの増加と
ともに単調に増大する。一方、トラッキング処理の場合
には、予測処理の予測誤差が時間おくれＴにより増大す
るが、その影響は、予測処理を行なわない相場の状況監
視に比較するとはるかに小さい。相場の状況監視の場合
と上記トラッキング処理の場合の２つの場合の時間おく
れによる情報誤差遷移の様子をそれぞれ第１４図（、）
及び（ｂ）に示す、このため、莫大な数の対象を監視し
、しかも、データ変化の発生がランダムに起こるような
場合には更新時間間隔八Ｔを短縮する上からも、上述の
ような不要な処理をさけるリアルタイム意思決定支援情
報処理方式の実現が必要である。

本発明は、このような多量の複数種類の対象に関するデ
ータを入力し、その１部の対象のデータ変数とする複数
の関数の計算し、上記対象を含む全体の状況をリアルタ
イム実時間で監視できるシステムを実現することである
。

〔課題を解決するための手段〕

上記目的は、不規則に変動する複数の対象のデータを入
力し、上記データのいくつかを変数として含む複数の関
数を計算し、上記対象を含む全体の状況を実時間で監視
するシステムを、上記複数の対象のデータの変化の有無
、上記複数の関数で、その変数が変化したものを含むか
否かを表すテーブルを設け、上記複数の関数の計算時に
上記テーブルの内容を参照し、変化のあったデータを変
数を含む関数のみを演算するように構成することによっ
て達成される。

〔作用〕

本発明では複数の関数を一定期間毎ｌこ演算する必要が
なく、テーブルを参照することによって。

使用する変数であるデータの変化があったときのみ、演
算を行なうようにしたため、株式や、債券の相場情報の
如き変数であるデータの変化が不規則で、しかも、変化
の少ない場合を含むような、実時間監視システムにおい
ては、従来の知られているシステムに比して、同一の精
度で、かつ、比較的低速の処理システムで所期の目的を
達成することができる。

〔実施例〕

第１図は１本発明による実時間状況監視システムを、株
式、債券等の相場変動情報に基づいて、ポートフォリオ
の時価総額を計算し、予定の時価総額（保証時価総額）
より小さい場合には警告を表示するポートフォリオ状況
監視システムに実施したシステム構成図を示す。

証券取引所のような相場７から報道される相場受信デー
タに基づき種々の関数（たとえば、保有ポートフォリオ
の損益計算等）の計算を行ない、端末装置１１．１２に
結果を表示する。データベース９では、相場の時系列デ
ータやポートフォリオに付随する情報が格納されている
。状況管理テーブル１０は、本発明の要部をなしその詳
細を第４図に示す。すなわち、行方向には、銘柄名Ｍｉ
（ｊ＝１〜ｍ）とポートフォリオの時価総額変更フラグ
、時価総値、およびポートフォリオの状態をチエツクす
るための保障時価総額がとられている。一方、列方向に
は、各ポートフォリオＦｉ（ｉ＝１〜ｎ）と価格変化フ
ラグ（データ変化フラグ）および時価（銘柄の現値）Ｐ
ｉ（ｉ＝１〜ｍ）がとられる、マトリックス状の管理テ
ーブル内の要素ωＩＪは、ＦＪポートフォリオのＭ１銘
柄の保有株式数、あるいは債券数である。

説明の便宜上、第４図の状況管理テーブルにおいて、行
列の縦方向に銘柄（対象）　　（Ｍ　ｒ　ｅ　ｉ＝１　
＃・・・１ｍ）、横方向にポートフォリオ名（関数）（
ＦＪＦｊ＝１ｔ・・・ｎ）をとり、行列の要素（ωｘｖ
　ｉ＝ｔ、”’ｍ、ｊ＝１．　・・・ｎ）は、関数ＦＪ
がＭｌのデータを使用しない場合はＯ１使用する場合は
、０でないω目を格納しておく　ａ　ｎ　＋　１列は価
格変化フラグ（データ変化フラグ）を表わし、一定時間
間隔Δτ中に価格（データ）Ｐｌが変化すれば、行列要
素（ｉ、ｎ＋１）を１とし、他の場合は０のままとする
。第ｎ＋２列は時価、対象Ｍ１の時価（データ）が格納
されている。又第ｍ＋１行は時価総額変更（関数処理）
終了フラグを表わし、要素（ｒｎ　＋　１　ｔ　ｊ）の
１の場合、処理Ｆ、のデータ更新処理が終了しているこ
とを表わして、０の場合関数処理Ｆ１のデータ更新処理
が終了していないことを表わす。

第１図にもどり、ベクトルプロセッサ１３は、時価総額
が、ポートフォリオＦｉの列と時価の内積計算で行なえ
るので、これを高速に行なうためのものである。

以下、ポートフォリオ状況監視システムに関わる動作に
ついて説明する。

相場７からの相場報道情報をシステムを受信すると、入
力バッファ１４に格納し、データ変化フラグ（価格変化
フラグ）を１にセットする。次にΔを時間ごとに、第５
図のフローチャートに示した処理を起動する（５０１）
。

ステップ１：意思決定支援情報（ｍ　＋　２　、及びｍ
＋３の時価総額、保障総額）の更新処理を開始する時、
以下の初期処理を行なう。

（ｉ）ｎ＋１列に対応する入力バッファ情報、およびｎ
＋２列に対応する入力バッファ情報を入力バッファ１４
から管理テーブル１０ｎ＋１列、ｎ＋２列に取り込む。

（ｉｉ）ｎ＋１列に対する入力バッファをゼロクリアす
る。

（ｉｉｉ　）テーブル１ｏにｍ＋１行の内容をゼロクリ
アする。

（ｔｖ）ｉ＝１として関数演算処理（Ｆｌ）を開始する
。

ステップ２：　　（ｉ、ｎ＋１）要素の内容をチエツク
し、０である場合には、ＭＩのデータが変化していない
のでＭｌに関係する意思決定支援処理は不要であるので
、ステップ６に進む。（ｉｔｎ＋１）要素の内容が１で
ある時は、Ｍｌのデータ変化が生じたので、ステップ３
以下の処理ＦＪが必要で、ｊ＝１として処理を進める。

ステップ３：（ＩＴＪ）要素の内容をチエツクし、０な
らば、処理ＦＪは、監視対象ＭＩに関係しないのでステ
ップ５へ進む。１ならば、ＦＪはＭｌに関係するが、（
ｍ　＋　１１　ｊ）要素の内容が１の場合、すてにＦａ
の計算処理は終了しているから（ｉ、ｊ）要素と（ｒｎ
　＋　１　ｔ　ｊ）要素の論理積が１の場合、ステップ
５に進む、そうでない場合、ステップ４に進む。

ステップ４：ＦＪの計算処理を、ｎ＋２列の監視対象の
状態に基づいて実行し、終了したら、（ｍ＋１．ｊ）要
素に、Ｆｊの情報更新処理が終了したことを示すため、
１をたてる。

ステップ５　：　ｊ＝ｊ＋１として、ｊ＞ｎの場合は、
ステップ６へ。ｊ　（ｎの場合は、ステップ３へ進む。

ステップ６　：　ｉ＝ｉ＋１とし、ｉ＞ｍの場合は終了
する。ｉ（ｍの場合、ステップ２へ進む。

上記第５図の処理でステップ３のポートフォリオ時価総
額の計算ＦＩ Ｆ　Ｉ＝Σω目Ｐ＋ はベクトルプロセッサ１３で行う。処理が終了した時に
は、銘柄の時価の変動に応じて時価総額の変化したポー
トフォリオの時価総額変更フラグが１にセットされてい
る。よって１時価総額変更フラグに１がセットされてい
るものについて、時価総額Ｆ１と保障時価総額ｇＩの大
小関係をチエツクし、 Ｆ　＊　＜　ｇ　ｔ の時、端末装置に警告メツセージとして、現在時刻、ポ
ートフォリオ名、時価総額、保障時価総額を出力する。

以上により、ポートフォリオの実時間監視が行なわれる
。

第６図は他の実施例に使用される状況管理テーブル１０
と、入力バッファ１４の内容を示す図である。

株式、債券等の相場の変動のように、莫大な数の監視対
象のうちには、データ変化の発生頻度の高いものと低い
ものがある。この性質を利用して、データ変化の発生頻
度の低いものについては、できるだけデータ変化フラグ
のチエツク回数を少なくすることが望まれる。第６図に
示す実施例では。

監視対象のデータ変化検出をグルーピング化したもので
ある。

第６図に示す如く、管理テーブル１０と入力バッファ１
４それぞれに、信号フラグ（ＯＮ＝１゜０ＦＦ＝Ｏ）、
グループの先頭項番Ｉｓ、グループの最終項番ＩＥから
なるＭ個の信号用レジスタを付加し、入力バッファ１４
に、各監視対象に対応する発生頻度の計測用レジスタを
付加したものである。

監視対象ＭＩをデータ変化の発生頻度の高いものから順
にならべ、上から順に、監視対象をＮ１個（Ｉ＝１．・
・・、Ｍ）づつグループ化して、それぞれのグループに
対してグループのデータ変化を検出する信号を用意する
。すなわち、グループ内の監視対象のデータ変化フラグ
がすべて０であれば、そのグループの信号フラグは０、
そうでない場合は１であるようにする。こうすることに
よって、まず、信号フラグが０かどうかをチエツクし、
０の場合、そのグループのデータ変化フラグをチエツク
することなく、そのグループ内の監視対象はデータ変化
なしと判定でき、信号フラグが１の場合のみ、そのグル
ープに含まれる監視対象のデータ変化フラグをチエツク
すれば良い。

監視対象Ｍ□のΔＴ時間間隔のデータ変化発生確率をＰ
、とすれば、グループ化を行なわない場合のチエツク回
数に工は、 Ｋｔ＝ｍ＋Σ　Ｐ、・　ｎ １＝１ であった。信号フラグを複数個設けた場合のチエツク回
数の期待値に２は。

Ｉ：１　　　　　ｉ”Ｉｓ となる。ここで、Ｉｓおよび■Ｅは、工番目のグル−ピ
ングにおける最初の監視対象ＭＬの項番ｉと、最後の監
視対象Ｍ　１ｍの項番ｉ傘であり、Ｋ＝１ 工 Ｉｐ＝Σ　ＮＫ Ｋ＝１ である。また、Ｑｔは、工番目のグループの状態変化検
出の信号フラグが１となる確率であり、Ｉ！ Ｑｔ＝１　　　ｒＩ　　（Ｉ　　　Ｐ＋）ｉ＝Ｉｓ で与えることができる。Ｋ１の値より小さく、シかもに
２の値を最小にする必要がある。Ｋｚの値は、Ｐ　１＞
　Ｐ　−（ｉ　＜　Ｉ　＊）というように、項番の小さ
い方が状態変化の発生確率が大きければ、信号フラグの
個数とグルーピングの方法に依存する。このため、各監
視対象Ｍ五の状態変化の発生を監視し、これをもとにグ
ルーピング化の最適化を行なう必要がある。

上記テーブル１０および入力バッファ１４、信号用レジ
スタを利用した場合の実施例の処理方法を以下の様に３
つの処理にわけて説明する。

（１）監視対象のデータ変化入力 監視対象のデータ変化は時々刻々報道さ才してくるから
、報道されてきた監視銘柄Ｍ、に該当する入力バッファ
１４のフラグを１にし、状態量を格納し、データ変化発
生頻度レジスタをカウントアツプし、該当の信号フラグ
の状態を１にする。

（２）情報処理（Ｆ−） 周期ごとの（ＦＪ）の更新処理は、以下の手順で行なう
。

ステップ１：初期処理として、以下の処理を行なう。

（ｉ）ｎ＋１列に対応する入力バッファ情報、およびｎ
　＋　２列に対応する入力バッファ情報、および信号フ
ラグを管理テーブルの該当の工リアに取り込む。

（ｉｉ）　ｎ＋１列に対する入力バッファを、入力バッ
ファに対応する信号レジスタの内容を０クリアする。

（徂）ｍ＋１行の内容をゼロクリアする。

（ｔｖ）Ｉ＝１として処理を開始する。

ステップ２：工番目の信号レジスタの内容が０の場合、
そのグループの監視対象にはデータ変化が生じなかった
として、ステップ４へ進む。信号レジスタの内容が１の
場合、ｉ＝１．として。

ステップ３からの処理を開始する。

ステップ３：第５図のステップ２がらステップ５を実行
する。

ステップ４　：　ｉ＝ｉ＋１として、ｉ　＜　Ｎ　ｒの
時、ステップ３へ、ｉ　＜　Ｎ　！の時、ステップ５へ
進む。ステップ５：Ｉ＝Ｉ＋１として、１＜Ｍの時、ス
テップ２へ、Ｉ＞Ｍの時は情報更新処理を終了する。

（３）グルーピングの最適化 監視対象をどのようにグルーピングするががチエツク回
数を減少させるうえで重要である。

これは、状況監視終了後のバッチ処理で行なう。

この処理は以下の手順で行なう。

ステップ１：状況監視を行なった合計時間Ｔｏと入力バ
ッファの発生頻度回数α１から、更新時間間隔Δτ間に
状態変化の発生確率ＰＲをα　１ Ｐ　ｓ　＝□ΔＴ Ｔ。

を求める。

ステップ２：管理テーブルの監視対象をＰ、の大きい順
からソートする。このため管理テーブルの内容が変化す
る。

ステップ３：前記に２の値を最小化するように、グルー
ピングの最適化を行なう。

ステップ４ニゲル−ピングの最適化に基づき、各グルー
プの先頭項番と最終項番を工、とＩａに格納する。

〔監視対象のグルーピング化に対応して処理が分割でき
る場合の高速化〕 処理ＦＪが、監視対象のグルーピング化に対応して処理
内容が、 Ｆノ＝　　Ｆ、１　■ｆ　、Ｚ■・・・■ＦＪ’と分割
処理できる時、グループエの状態変化を表わす信号フラ
グが１であるものに対応するＦ、Ｔだけを更新処理すれ
ばよいことになる。ここで、　■は処理Ｆ＋　が分割処
理できることを示す。

第８図は上記高速化の処理の場合に使用する管理テーブ
ル−の一実施例の構成を示す。第８図では。

行列の要素（１＋　Ｊ）＋　　（ｘ＝１．・・・Ｍ、　
ｊ＝１゜・ｎ）にはＦ、がグループｉに含まれる監視対
象の情報を利用してｆ、ｌの計算が必要な場合、ｆ。

の値が入り、そうでない場合、０の値が挿入される。ｎ
＋１列はグループごとの状態変化を示す信号フラグであ
る９Ｍ＋１行は、５列のうちどれかひとつのｆｊ’のデ
ータが変化すると１とする。Ｍ＋２行は、最終的な意思
関数ＦＪの値が格納される。各グループに対応した監視
対象のデータは、管理テーブルとは別に用意する。

この場合、入力バッファ１４の作用、および入力バッフ
ァからのデータの取込方法は、第６図。

第７図の処理と同じである。意思決定支援情報の更新処
理は第９図に示す如く以下の手順に従かう。

ステップ１：以下の初期処理を行なう。

■入力バッファ情報を取込む。

■入力バッファのデータ変化フラグと各グループの信号
フラグをゼロクリアする。

■管理テーブルのＭ＋１行をゼロクリアする。

■Ｉ＝１として以下の処理を始める。

ステップ２：　　（Ｉ、ｎ＋１）要素、すなわちグルー
プの信号フラグがＯの場合、そのグループ内の監視対象
に変化がないとして、ステップ６に進む。（Ｉ、ｎ＋１
）要素が１の場合、ｊ；１としてステップ３へ進む。

ステップ３：　　（Ｉ、ｊ）要素が０の場合、ＦＪ　に
はグループＩに関連する処理が存在しないのでステップ
５へ−（Ｉｙ　ｊ）要素が１の場合。

ｆｊｘの処理が必要でステップ４へ進む。

ステップ４：ｆ、ｘの処理を行ない、結果を（Ｉ。

ｊ）要素に格納するとともに、意思決定支援情報更新フ
ラグを（Ｍ＋１．ｊ）要素を１とすることによって立て
る。

ステップ５　：　ｊ＝、ｊ＋１としてｊ＞ｎの時、ステ
ップ６八進む。ｊ　（ｎの時、ステップ３へ進む。

ステップ６　：　Ｉ＝Ｉ＋１としてＩＢＭの時ステップ
７へ、Ｉ＜Ｍの時、ステップ２へ進む。

ステップ７（Ｍ＋１．ｊ）要素が１であるすべてのＦ−
に対して ＦＪ＝ｆａ１■ｆ、”Ｏｆ、’■ｆＪ’■・・・■ｆＪ
Ｍとなる様にＦＪ処理を行ない、処理を終了する。

〔時系列データ処理を必要とする場合への拡張〕本発明
で対象としているトレーディングサポートシステムのよ
うな状況対応意思決定支援システムでは、時系列データ
を扱う場合も多い０時系列データ処理をＧｋとすると、
Ｇｈは、現在のリアルタイムの情報を必要とする部分と
過去の時系列データのみを使用する部分がある。このよ
うな時系列データ処理が Ｇｋ＝ＧｋＲ■ＧｋＰ というように、リアルタイムな状況変化のみに依存する
部分ＧｋＲと過去の時系列データのみに依存する部分Ｇ
＋ａ’に分割できるとすると、上記の類推から、Ｇｈ’
のみを前もって計算しておき、状況変化に対応するＧｋ
Ｒのみをその都度計算すれば、処理時間が大幅に削減で
きる。これを利用して、意思決定支援処理Ｆａが時系列
データ処理を必要とし。

ＦＪ＝　（ＦＪ）Ｒ■（ＦＪ）’ と、状況変化に対応する部分（ＦＪ）Ｒと過去の時系列
データに依存する部分（ＦＪ）’に分割でき、しかも（
Ｆａ）Ｒが監視対象のグルーピング化に対応して、 （ＦＪ）Ｒ＝（ＦＪＩ）Ｒ■（Ｆ、りＲ■・・・■（Ｆ
ＪＭ）Ｒと分割できる場合のリアルタイム意思決定支援
処理の実施例を以下に述べる。

第１０図は、過去のデータおよび現在のデータを必要と
する時系列データ処理に対するリアルタイム処理する実
施例に使用される管理テーブル１０の構成を示す、第８
図との相へは、（ｉ）過去の時系列データのみからなる
（ＦＪ）’を入れる行を設ける。

（ｎ）（Ｉｐ　ｊ）要素の内容がｆａ”から、実時間情
報のみに依存する処理（ｆ、Ｉ）Ｈに変更する。

の２点である。

第１０図の管理テーブルを用いた場合の処理は、第９図
に示されるフローとほとんど同じである。

相異点は、 （ｉ）第９図ではｆＪ！を計算する所が、実時間情報の
みに基づ＜（ＦＪＴ）Ｒを計算することになる。

（ｎ）第９図では、 ＦＪ＝ＦＪ”■ＦＪ”■・・・■ＦＪ’として計算して
いる所が、テーブル中に格納されている過去のデータか
ら計算された（　Ｆ　Ｊ）Ｐを用いて Ｆ、＝（Ｆａ）’■（Ｆ−リＲ■（Ｆ、りＲ■・・・■
（Ｆ　ＪＭ）Ｒと計算する。

の２点である。

次に、保有ポートフォリオの市場変動に対する相関係数
をリアルタイムに計算する例に本発明を適用した実施例
について述べる。市場変数は、−般に株価指数等で代表
され、相場報道情報のひとつとして報道される。これを
時系列データ（日々の終り値）として第１図のデータベ
ース９に傳積する。この時系列データ系列を。

（ＸＯ，Ｘｌ、　”’、　ＸＮ） とする。ｘｏは現在状況下での株価指数値である。

一方、ポートフォリオｊの時価総額ｆＪはＦ、＝Σω皇
−Ｐ４ で与えることができる。Ｆ＋の時系列データを（ｙｏｙ
　ｙｔν”’ｖ　ｙＮ）　ａ とする。ｙｏは現在状況下でのポートフォリオの値であ
り、’１１ｅ’／Ｚｖ・・・は、それぞれの銘柄の日々
の終り値を使用して計算し、その結果を時系列データベ
ースに格納しである。相関係数γ、は、Σ　ｘＩ＠ｙ１ １＝０ で計算する。これを現在状況データと過去のデータで計
算される部分に分割すると、 ｘｏｙｏ＋　　Σ　Ｘｔ”ｙｔ ｉ＝１ となる。過去のデータに依存する部分をＡ１　＝　　Σ
Ｘ　ｔ　ｙＩ ｌ Ａ２＝　ΣＸ− １＝１ ｐ、　＋１　＝　　Σｙ　、　Ｚ ｉ＝１ とおく、ｙｏは、監視対象の現在価格ＰＩ４こ基づいて ｙｏ”ΣωＩＪＰＩ で計算するから、第４図と第１０図を融合した形の第１
１図に示される管理テーブルを利用する。

すなわち第４の管理テーブルに、ｙｏ（ポートフォリオ
時価総額）＊　Ａｔ３＋　ｘｏｙｏ、Ａｔ’、ＸＯ。

Ａ　ｓ　２を格納するテーブルを追加する。第１１図の
テーブルを利用した処理は以下のように行なう。

（１）前処理 監視対象の実時間状況監視が始まる前に、行列の（ｉｔ
　Ｊ）１＝ｌ、・・・ｍｔ　Ｊ　＝　１　＋・・・ｎの
値はもちろんのこと、Ａ１．Ａ”、Ａ”の値を過去の時
系列データを利用して格納しておく。

（２）リアルタイム状況監視処理 価格変化フラグに着目して、ｙｏの変化フラグおよびｙ
ｏを計算する手続きは、第５図と同じである。ｙｏの変
化フラグ、ｙｏの値が計算された後、詞下の処理を行な
う。

ステップ１　：　ｘｏに対する状態変化フラグが１の場
合ステップ２へ、そうでない場合、ステップ３へ、 ステップ２　：　ｘｏｙｏ’；ｅｘａ、ｙｏの積として
ｊ＝１゜・・・、ｎに対して計算し、次に、ｊ＝１．・
・・、ｎに対し でγＪを計算し、終了する。

ステップ３　：　ｙｏの変化フラグが１のものだけｘｏ
ｙｏを計算し、γＪを上記式で更新する。

以上の手順により、相関係数γＪがリアルタイムに計算
できる。

〔発明の効果〕

以上に述べたごとく、本発明によれば、多目標トラッキ
ングのように一定時間ごとにすべての状態をチエツクす
る場合に比較して、監視対象のデータの変化したものだ
けを対象に処理ができるため処理量が削減されるだけで
なく、データ変化に対応して、どの意思決定支援情報が
変化したかを容易に判断できるために、状況変化に対応
した対象の状況全体を把握することが容易となる６本発
明は、複数種類のデータの変化がランダムでいつ起こる
かわからないような場合、これらの状態量に依存して変
化する関数値を実時間監視するようなシステムにとって
有効な手段となる。

【図面の簡単な説明】

第１図は本発明による実時間監視システムの一実施例の
構成図、第２図は監視対象と意思決定支図及び第１１図
はいずれも本発明に使用される管理テーブルの構成図、
第５図は第４図の管理テーブルを使用した実時間状況監
視処理方式のフローチャート、第７図は第６図の管理テ
ーブルを利用した時の実時間状況監視処理方式のフロー
チャート、第９図は第８図の管理テーブルを利用した時
の実時間状況監視処理方式のフローチャート、第１２図
は従来知られている実時間監視システムの構成図である
。 １・・・受信装置、２・・・リアルタイム状況監視テー
ブル（入力バッファ）、３・・・意思決定支援処理装置
、４・・・データベース（時系列）、５・・・データベ
ース（ポートフォリオ）、６・・・表示装置、７・・・
相場報道システム、８・・・中央処理装置、９・・・デ
ータベース、１０・・・状況管理テーブル、１１・・・
端末装置、停 止 図 丼 今 図 汀ζ−ト７スリオカ むＳ時間お１代 （ト） 薔ｑ図 （υ） 牙 ／ρ 閉

Claims (1)

1. 【特許請求の範囲】 １、不規則に変動する複数種類の対象に関するデータを
   入力し、上記データのいくつかを含む複数の関数を計算
   し、上記対象を含む全体の状況を監視するシステムであ
   つて、 上記データを入力する手段と、 上記複数の関数が上記複数種類の対象のいずれのデータ
   を使用するかの関係を示すテーブルと、 上記複数種類の対象のいずれかのデータが変化したこと
   を表す第１のフラグ発生手段と、上記複数種類の対象の
   それぞれのデータ変化の有無を表す第２のフラグ発生手
   段と、 上記第１及び第２のフラグ発生手段のフラグの結果に基
   づいて、上記テーブルのデータの変化のあつた対象を含
   む関数の種別を判定する判定手段と、 上記判定手段の判定結果に基づき、上記データの変化の
   あつた対象を含む関数のみを計算する手段とを有してな
   る実時間状況監視システム。 ２、請求項第１記載の実時間状況監視システムにおいて
   、監視対象のデータ変化の検出をグルーピング化し、グ
   ループごとに、グループ内の監視対象に変化があつたか
   どうかを検出する信号フラグをもうけ、信号フラグに状
   態変化を示す信号が変化があつたことを表した場合のみ
   、上記グループの監視対象を含む関数の種別を判定し、
   処理するようにした実時間状況監視システム。 ３、請求項第２記載の実時間状況監視システムにおいて
   、上記監視対象のデータ変化のグルーピング化に対応し
   て関数の処理を分割し、分割したサブ関数の処理を、グ
   ループのデータ変化を示す信号フラグが変化があつたこ
   とを表した場合のみ行なうようにした実時間状況監視シ
   ステム。 ４、請求項第１記載の実時間状況監視システムにおいて
   、現在と過去の対象の状態を含む時系列データ処理する
   とき、上記時系列データ処理を、リアルタイムな状況監
   視データによる処理を過去の時系列データに基づく処理
   とに分割し、過去の時系列データに基づく部分を格納で
   きる記憶領域を設け、状況変化を生じた対象を含で関数
   の種別を判別し、処理すべき関数のリアルタイムな状況
   監視データによる処理のみを行ない、記憶領域に記憶さ
   れた過去の時系列免データに基づく部分の処理結果を利
   用して、リアルタイム状況監視データに基づく最終的な
   関数値を生成することを特徴とする実時間状況監視方法
   。