JPH0219963A - 実時間状況監視方法及びシステム - Google Patents
実時間状況監視方法及びシステムInfo
- Publication number
- JPH0219963A JPH0219963A JP63168702A JP16870288A JPH0219963A JP H0219963 A JPH0219963 A JP H0219963A JP 63168702 A JP63168702 A JP 63168702A JP 16870288 A JP16870288 A JP 16870288A JP H0219963 A JPH0219963 A JP H0219963A
- Authority
- JP
- Japan
- Prior art keywords
- data
- time
- processing
- real
- change
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000012544 monitoring process Methods 0.000 title claims description 46
- 238000000034 method Methods 0.000 title claims description 43
- 230000008859 change Effects 0.000 claims abstract description 49
- 230000008569 process Effects 0.000 claims description 30
- 238000001514 detection method Methods 0.000 claims description 2
- 238000004364 calculation method Methods 0.000 abstract description 8
- 230000004044 response Effects 0.000 abstract description 4
- 238000003672 processing method Methods 0.000 description 10
- 238000010586 diagram Methods 0.000 description 8
- 230000010365 information processing Effects 0.000 description 7
- 239000011159 matrix material Substances 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 238000005457 optimization Methods 0.000 description 2
- 241001609030 Brosme brosme Species 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000006866 deterioration Effects 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 230000008676 import Effects 0.000 description 1
- 238000005293 physical law Methods 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000005295 random walk Methods 0.000 description 1
- 230000008707 rearrangement Effects 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q99/00—Subject matter not provided for in other groups of this subclass
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
- G06Q40/02—Banking, e.g. interest calculation or account maintenance
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
- G06Q40/06—Asset management; Financial planning or analysis
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Accounting & Taxation (AREA)
- General Physics & Mathematics (AREA)
- Finance (AREA)
- Theoretical Computer Science (AREA)
- Development Economics (AREA)
- General Business, Economics & Management (AREA)
- Economics (AREA)
- Marketing (AREA)
- Strategic Management (AREA)
- Technology Law (AREA)
- Entrepreneurship & Innovation (AREA)
- Operations Research (AREA)
- Human Resources & Organizations (AREA)
- Game Theory and Decision Science (AREA)
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
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。
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。
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。
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。
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。
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。
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。
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。
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
。
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
。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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)
。
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。
+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。
+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。
る。
(iii )テーブル1oにm+1行の内容をゼロクリ
アする。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
、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。
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。
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。
、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。
+ 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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
+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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
−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。
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。
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。
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。
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。
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。
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。
できる。
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。
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。
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
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)
- 【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
。
Priority Applications (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP63168702A JPH0219963A (ja) | 1988-07-08 | 1988-07-08 | 実時間状況監視方法及びシステム |
US07/376,122 US5161103A (en) | 1988-07-08 | 1989-07-05 | Real time status monitoring system |
GB8915459A GB2221068B (en) | 1988-07-08 | 1989-07-06 | Real time status monitoring method and apparatus therefor |
GB9202459A GB2250841B (en) | 1988-07-08 | 1992-02-05 | Real time status monitoring method and apparatus therefor |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP63168702A JPH0219963A (ja) | 1988-07-08 | 1988-07-08 | 実時間状況監視方法及びシステム |
Publications (1)
Publication Number | Publication Date |
---|---|
JPH0219963A true JPH0219963A (ja) | 1990-01-23 |
Family
ID=15872871
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP63168702A Pending JPH0219963A (ja) | 1988-07-08 | 1988-07-08 | 実時間状況監視方法及びシステム |
Country Status (3)
Country | Link |
---|---|
US (1) | US5161103A (ja) |
JP (1) | JPH0219963A (ja) |
GB (2) | GB2221068B (ja) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002140524A (ja) * | 2000-08-20 | 2002-05-17 | Quants Research Kk | 証券情報提供システム及び株式運用ゲームシステム |
JP2005503608A (ja) * | 2001-06-19 | 2005-02-03 | ゴールドマン サックス アンド カンパニー | 外国為替カバードワラントシステムおよび組成 |
Families Citing this family (97)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5133075A (en) * | 1988-12-19 | 1992-07-21 | Hewlett-Packard Company | Method of monitoring changes in attribute values of object in an object-oriented database |
DE69327691D1 (de) * | 1992-07-30 | 2000-03-02 | Teknekron Infowitch Corp | Verfahren und System zur Überwachung und/oder Steuerung der Leistung einer Organisation |
US5684964A (en) * | 1992-07-30 | 1997-11-04 | Teknekron Infoswitch Corporation | Method and system for monitoring and controlling the performance of an organization |
US5818715A (en) * | 1994-04-18 | 1998-10-06 | International Business Machines Corporation | Method and system for efficiently modifying a project model in response to an update to the project model |
US5689652A (en) * | 1995-04-27 | 1997-11-18 | Optimark Technologies, Inc. | Crossing network utilizing optimal mutual satisfaction density profile |
US5845266A (en) * | 1995-12-12 | 1998-12-01 | Optimark Technologies, Inc. | Crossing network utilizing satisfaction density profile with price discovery features |
IL117424A (en) * | 1995-04-27 | 1999-09-22 | Optimark Tech Inc | Crossing network utilizing satisfaction density profile |
US6012042A (en) * | 1995-08-16 | 2000-01-04 | Window On Wallstreet Inc | Security analysis system |
US6289368B1 (en) * | 1995-12-27 | 2001-09-11 | First Data Corporation | Method and apparatus for indicating the status of one or more computer processes |
US5852715A (en) * | 1996-03-19 | 1998-12-22 | Emc Corporation | System for currently updating database by one host and reading the database by different host for the purpose of implementing decision support functions |
US5946666A (en) * | 1996-05-21 | 1999-08-31 | Albert Einstein Healthcare Network | Monitoring device for financial securities |
GB2316199B (en) * | 1996-08-06 | 2000-08-23 | Pensacola Limited | A retail trading apparatus |
US6016483A (en) * | 1996-09-20 | 2000-01-18 | Optimark Technologies, Inc. | Method and apparatus for automated opening of options exchange |
US6112189A (en) * | 1997-03-19 | 2000-08-29 | Optimark Technologies, Inc. | Method and apparatus for automating negotiations between parties |
US6119103A (en) * | 1997-05-27 | 2000-09-12 | Visa International Service Association | Financial risk prediction systems and methods therefor |
US6018723A (en) * | 1997-05-27 | 2000-01-25 | Visa International Service Association | Method and apparatus for pattern generation |
US6604084B1 (en) | 1998-05-08 | 2003-08-05 | E-Talk Corporation | System and method for generating an evaluation in a performance evaluation system |
US6901426B1 (en) | 1998-05-08 | 2005-05-31 | E-Talk Corporation | System and method for providing access privileges for users in a performance evaluation system |
US6615182B1 (en) | 1998-05-08 | 2003-09-02 | E-Talk Corporation | System and method for defining the organizational structure of an enterprise in a performance evaluation system |
CN1451121A (zh) | 1999-06-15 | 2003-10-22 | Cfph有限责任公司 | 提供奖励和连锁拍卖的电子交易系统和方法 |
US7082410B1 (en) * | 1999-07-02 | 2006-07-25 | The Nasdaq Stock Market, Inc. | Line handler |
US7155410B1 (en) * | 1999-08-03 | 2006-12-26 | Woodmansey Robert J | Systems and methods for linking orders in electronic trading systems |
US7251629B1 (en) * | 1999-10-14 | 2007-07-31 | Edge Capture, Llc | Automated trading system in an electronic trading exchange |
US7783545B2 (en) * | 1999-11-01 | 2010-08-24 | Accenture Global Services Gmbh | Automated coaching for a financial modeling and counseling system |
US7921048B2 (en) | 1999-11-01 | 2011-04-05 | Accenture Global Services Gmbh | Financial planning and counseling system projecting user cash flow |
US7818233B1 (en) | 1999-11-01 | 2010-10-19 | Accenture, Llp | User interface for a financial modeling system |
US7831494B2 (en) * | 1999-11-01 | 2010-11-09 | Accenture Global Services Gmbh | Automated financial portfolio coaching and risk management system |
US6980963B1 (en) * | 1999-11-05 | 2005-12-27 | Ford Motor Company | Online system and method of status inquiry and tracking related to orders for consumer product having specific configurations |
US7571131B1 (en) | 1999-11-05 | 2009-08-04 | Ford Motor Company | Method of conducting online competitive price quoting events |
US6553387B1 (en) * | 1999-11-29 | 2003-04-22 | Microsoft Corporation | Logical volume configuration data management determines whether to expose the logical volume on-line, off-line request based on comparison of volume epoch numbers on each extents of the volume identifiers |
US6684231B1 (en) * | 1999-11-29 | 2004-01-27 | Microsoft Corporation | Migration of friendly volumes |
US7356498B2 (en) | 1999-12-30 | 2008-04-08 | Chicago Board Options Exchange, Incorporated | Automated trading exchange system having integrated quote risk monitoring and integrated quote modification services |
US9727916B1 (en) | 1999-12-30 | 2017-08-08 | Chicago Board Options Exchange, Incorporated | Automated trading exchange system having integrated quote risk monitoring and integrated quote modification services |
DE10196090T1 (de) * | 2000-01-06 | 2003-05-08 | Cfph Llc | Systeme und Verfahren zur Kreditüberwachung von Handelskontrahenten |
JP2001243351A (ja) * | 2000-03-01 | 2001-09-07 | Hitachi Kokusai Electric Inc | 情報表示装置 |
US8024213B1 (en) | 2000-03-08 | 2011-09-20 | Accenture Global Services Limited | System and method and article of manufacture for making financial decisions by balancing goals in a financial manager |
US6999943B1 (en) | 2000-03-10 | 2006-02-14 | Doublecredit.Com, Inc. | Routing methods and systems for increasing payment transaction volume and profitability |
US7139743B2 (en) | 2000-04-07 | 2006-11-21 | Washington University | Associative database scanning and information retrieval using FPGA devices |
US7177833B1 (en) | 2000-07-18 | 2007-02-13 | Edge Capture, Llc | Automated trading system in an electronic trading exchange |
CA2420690A1 (en) * | 2000-08-25 | 2002-03-07 | Espeed, Inc. | Systems and methods for developing and administering investment trusts |
US8301535B1 (en) | 2000-09-29 | 2012-10-30 | Power Financial Group, Inc. | System and method for analyzing and searching financial instrument data |
US8458059B2 (en) * | 2000-12-13 | 2013-06-04 | Capguard.Com, Inc. | Apparatus and method for assessing market conditions |
CA2439565C (en) * | 2001-02-28 | 2016-05-17 | Musicrebellion Com, Inc. | Digital online exchange |
US7904361B2 (en) | 2001-03-20 | 2011-03-08 | Goldman Sachs & Co. | Risk management customer registry |
US7958027B2 (en) | 2001-03-20 | 2011-06-07 | Goldman, Sachs & Co. | Systems and methods for managing risk associated with a geo-political area |
US8069105B2 (en) | 2001-03-20 | 2011-11-29 | Goldman Sachs & Co. | Hedge fund risk management |
US8209246B2 (en) | 2001-03-20 | 2012-06-26 | Goldman, Sachs & Co. | Proprietary risk management clearinghouse |
US7899722B1 (en) | 2001-03-20 | 2011-03-01 | Goldman Sachs & Co. | Correspondent bank registry |
US7548883B2 (en) * | 2001-03-20 | 2009-06-16 | Goldman Sachs & Co | Construction industry risk management clearinghouse |
US20020138417A1 (en) * | 2001-03-20 | 2002-09-26 | David Lawrence | Risk management clearinghouse |
US8121937B2 (en) | 2001-03-20 | 2012-02-21 | Goldman Sachs & Co. | Gaming industry risk management clearinghouse |
US8285615B2 (en) | 2001-03-20 | 2012-10-09 | Goldman, Sachs & Co. | Construction industry risk management clearinghouse |
US8140415B2 (en) | 2001-03-20 | 2012-03-20 | Goldman Sachs & Co. | Automated global risk management |
US20020174043A1 (en) | 2001-05-14 | 2002-11-21 | Gilbert Andrew C. | Systems and methods for financial instrument inspection |
US6975996B2 (en) * | 2001-10-09 | 2005-12-13 | Goldman, Sachs & Co. | Electronic subpoena service |
AU2002367595A1 (en) * | 2001-11-28 | 2003-09-22 | Goldman, Sachs And Co. | Transaction surveillance |
US7379911B2 (en) * | 2001-12-26 | 2008-05-27 | Espeed, Inc. | Systems and methods for providing financial instruments including contrary positions |
US8732061B2 (en) * | 2001-12-27 | 2014-05-20 | Bgc Partners, Inc. | Creating and trading dynamic securities |
US7797215B1 (en) | 2002-06-26 | 2010-09-14 | Power Financial Group, Inc. | System and method for analyzing and searching financial instrument data |
AU2003291552A1 (en) | 2002-11-14 | 2004-06-15 | Goldman, Sachs And Co. | Independent research consensus earnings estimates and methods of determining such |
US20070277036A1 (en) | 2003-05-23 | 2007-11-29 | Washington University, A Corporation Of The State Of Missouri | Intelligent data storage and processing using fpga devices |
US10572824B2 (en) | 2003-05-23 | 2020-02-25 | Ip Reservoir, Llc | System and method for low latency multi-functional pipeline with correlation logic and selectively activated/deactivated pipelined data processing engines |
CA2502034A1 (en) * | 2004-03-23 | 2005-09-23 | Espeed, Inc. | Systems and methods for allowing market-maker participation in transactions |
US10796364B2 (en) | 2004-04-15 | 2020-10-06 | Nyse Group, Inc. | Process for providing timely quality indication of market trades |
US8082207B2 (en) * | 2004-06-17 | 2011-12-20 | Certegy Check Services, Inc. | Scored negative file system and method |
US8510300B2 (en) * | 2004-07-02 | 2013-08-13 | Goldman, Sachs & Co. | Systems and methods for managing information associated with legal, compliance and regulatory risk |
US8762191B2 (en) | 2004-07-02 | 2014-06-24 | Goldman, Sachs & Co. | Systems, methods, apparatus, and schema for storing, managing and retrieving information |
US8442953B2 (en) | 2004-07-02 | 2013-05-14 | Goldman, Sachs & Co. | Method, system, apparatus, program code and means for determining a redundancy of information |
US8996481B2 (en) | 2004-07-02 | 2015-03-31 | Goldman, Sach & Co. | Method, system, apparatus, program code and means for identifying and extracting information |
US8255314B2 (en) | 2004-09-13 | 2012-08-28 | Bgc Partners, Inc. | Electronic completion of cash versus futures basis trades |
US7739184B1 (en) * | 2005-03-31 | 2010-06-15 | Trading Technologies International, Inc. | System and method for providing market data in an electronic trading environment |
US7487409B2 (en) | 2005-08-31 | 2009-02-03 | International Business Machines Corporation | Apparatus, system, and method for accessing system information |
US7711640B2 (en) * | 2005-12-20 | 2010-05-04 | Bgc Partners, Inc. | Methods and apparatus for composite trading order processing |
US7711644B2 (en) | 2005-12-20 | 2010-05-04 | Bgc Partners, Inc. | Apparatus and methods for processing composite trading orders |
US7921046B2 (en) | 2006-06-19 | 2011-04-05 | Exegy Incorporated | High speed processing of financial information using FPGA devices |
US7840482B2 (en) | 2006-06-19 | 2010-11-23 | Exegy Incorporated | Method and system for high speed options pricing |
US8200569B1 (en) | 2006-06-22 | 2012-06-12 | Power Financial Group, Inc. | Option search criteria testing |
US7660793B2 (en) * | 2006-11-13 | 2010-02-09 | Exegy Incorporated | Method and system for high performance integration, processing and searching of structured and unstructured data using coprocessors |
US8326819B2 (en) | 2006-11-13 | 2012-12-04 | Exegy Incorporated | Method and system for high performance data metatagging and data indexing using coprocessors |
US7636681B2 (en) * | 2006-12-27 | 2009-12-22 | Cfph, Llc | Methods and systems for generating an investment trust comprising neutralized securities |
US10229453B2 (en) * | 2008-01-11 | 2019-03-12 | Ip Reservoir, Llc | Method and system for low latency basket calculation |
US8374986B2 (en) | 2008-05-15 | 2013-02-12 | Exegy Incorporated | Method and system for accelerated stream processing |
CA3184014A1 (en) | 2008-12-15 | 2010-07-08 | Exegy Incorporated | Method and apparatus for high-speed processing of financial market depth data |
JP6045505B2 (ja) | 2010-12-09 | 2016-12-14 | アイピー レザボア, エルエルシー.IP Reservoir, LLC. | 金融市場における注文を管理する方法および装置 |
US9990393B2 (en) | 2012-03-27 | 2018-06-05 | Ip Reservoir, Llc | Intelligent feed switch |
US10121196B2 (en) | 2012-03-27 | 2018-11-06 | Ip Reservoir, Llc | Offload processing of data packets containing financial market data |
US10650452B2 (en) | 2012-03-27 | 2020-05-12 | Ip Reservoir, Llc | Offload processing of data packets |
US11436672B2 (en) | 2012-03-27 | 2022-09-06 | Exegy Incorporated | Intelligent switch for processing financial market data |
US9633093B2 (en) | 2012-10-23 | 2017-04-25 | Ip Reservoir, Llc | Method and apparatus for accelerated format translation of data in a delimited data format |
US10133802B2 (en) | 2012-10-23 | 2018-11-20 | Ip Reservoir, Llc | Method and apparatus for accelerated record layout detection |
WO2014066416A2 (en) | 2012-10-23 | 2014-05-01 | Ip Reservoir, Llc | Method and apparatus for accelerated format translation of data in a delimited data format |
US20150006349A1 (en) * | 2013-06-28 | 2015-01-01 | D. E. Shaw & Co., L.P. | Electronic Trading Auction With Orders Interpreted Using Future Information |
US20150006350A1 (en) * | 2013-06-28 | 2015-01-01 | D.E. Shaw & Co., L.P. | Electronic Trading Auction with Randomized Acceptance Phase and Order Execution |
WO2015164639A1 (en) | 2014-04-23 | 2015-10-29 | Ip Reservoir, Llc | Method and apparatus for accelerated data translation |
US10324943B2 (en) | 2015-08-10 | 2019-06-18 | Business Objects Software, Ltd. | Auto-monitoring and adjustment of dynamic data visualizations |
US10942943B2 (en) | 2015-10-29 | 2021-03-09 | Ip Reservoir, Llc | Dynamic field data translation to support high performance stream data processing |
WO2018119035A1 (en) | 2016-12-22 | 2018-06-28 | Ip Reservoir, Llc | Pipelines for hardware-accelerated machine learning |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US3794981A (en) * | 1972-06-02 | 1974-02-26 | Singer Co | Realtime computer operation |
US4334270A (en) * | 1972-08-11 | 1982-06-08 | Towers Frederic C | Securities valuation system |
US4674044A (en) * | 1985-01-30 | 1987-06-16 | Merrill Lynch, Pierce, Fenner & Smith, Inc. | Automated securities trading system |
-
1988
- 1988-07-08 JP JP63168702A patent/JPH0219963A/ja active Pending
-
1989
- 1989-07-05 US US07/376,122 patent/US5161103A/en not_active Expired - Lifetime
- 1989-07-06 GB GB8915459A patent/GB2221068B/en not_active Expired - Lifetime
-
1992
- 1992-02-05 GB GB9202459A patent/GB2250841B/en not_active Expired - Lifetime
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002140524A (ja) * | 2000-08-20 | 2002-05-17 | Quants Research Kk | 証券情報提供システム及び株式運用ゲームシステム |
JP2005503608A (ja) * | 2001-06-19 | 2005-02-03 | ゴールドマン サックス アンド カンパニー | 外国為替カバードワラントシステムおよび組成 |
Also Published As
Publication number | Publication date |
---|---|
GB2250841A (en) | 1992-06-17 |
US5161103A (en) | 1992-11-03 |
GB2221068B (en) | 1992-08-26 |
GB8915459D0 (en) | 1989-08-23 |
GB9202459D0 (en) | 1992-03-18 |
GB2221068A (en) | 1990-01-24 |
GB2250841B (en) | 1992-08-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JPH0219963A (ja) | 実時間状況監視方法及びシステム | |
Keskin et al. | Data-driven dynamic pricing and ordering with perishable inventory in a changing environment | |
JP2020077423A (ja) | バイナリーオプション取引における操作の検出システム及び方法 | |
Bowling et al. | A Markovian approach to determining optimum process target levels for a multi-stage serial production system | |
CN109064293B (zh) | 商品推荐方法、装置、计算机设备及存储介质 | |
US20100138334A1 (en) | Exchange order priority retention for electronic trading using automatic book updates | |
Lu et al. | Structural break-aware pairs trading strategy using deep reinforcement learning | |
US20180165757A1 (en) | Purchase health care system | |
Zhao et al. | Quality prediction based on phase‐specific average trajectory for batch processes | |
EP1738321A2 (en) | Systems and methods of electronic trading using automatic book updates | |
Prix et al. | Algorithmic trading patterns in Xetra orders | |
US20220129633A1 (en) | Multi-task learning of query intent and named entities | |
Selim et al. | Optimal means for continuous processes in series | |
CN113724015A (zh) | 确定目标显示页面的方法、装置、电子设备及存储介质 | |
US20190180370A1 (en) | Unit trading system | |
US20110137719A1 (en) | Event-centric composable queue, and composite event detection method and applications using the same | |
Yu et al. | A unified framework for detecting out-of-trend results in stability studies | |
Malyshkin | Market dynamics. On supply and demand concepts | |
JPH01161574A (ja) | 実時間状況監視システム | |
Bendul et al. | Understanding the Influence of Cognitive Biases in Production Planning and Control | |
Shih et al. | Determining an economic production quantity under a zero defects policy | |
KR20220001065A (ko) | 컨텐츠와 자산의 관련도 평가 방법 및 장치 | |
CN110378794A (zh) | 一种资源价格预测方法及装置 | |
US20180075463A1 (en) | Entity state data detection unit | |
CN111507366A (zh) | 推荐概率模型的训练方法、智能补全方法及相关装置 |