TW201828208A - 金融商品篩選並揭示回測結果方法及系統 - Google Patents
金融商品篩選並揭示回測結果方法及系統 Download PDFInfo
- Publication number
- TW201828208A TW201828208A TW107101640A TW107101640A TW201828208A TW 201828208 A TW201828208 A TW 201828208A TW 107101640 A TW107101640 A TW 107101640A TW 107101640 A TW107101640 A TW 107101640A TW 201828208 A TW201828208 A TW 201828208A
- Authority
- TW
- Taiwan
- Prior art keywords
- screening
- financial product
- financial
- market price
- historical
- Prior art date
Links
Landscapes
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
Abstract
一種商品篩選並揭示回測結果方法,由一儲存有多筆金融商品資料及多個篩選條件的金融商品篩選並揭示回測結果系統執行。該方法包含:(A)每隔一段時間自動或即時根據每一篩選條件對每一金融商品資料進行一歷史回測程序,其相關於計算出金融商品資料的一歷史回測結果,其包含一勝率值及一平均漲跌幅度;(B)當接收到一來自一使用終端且包含該等篩選條件其中一者的金融商品篩選請求時,回傳一金融商品篩選符合結果,金融商品篩選結果包含當時或前一日符合其中篩選條件的每一金融商品資料,以及對應其中篩選條件及每金融商品資料的歷史回測結果。
Description
本發明是有關於一種篩選並揭示回測結果方法,特別是指一種涉及自動化資料分析的金融商品篩選並揭示回測結果方法。本發明還關於一種用於實施該金融商品篩選並揭示回測結果方法的金融商品篩選並揭示回測結果系統。
現今證券市場中有非常多的股票及投資商品可供投資人進行投資買賣,而部分券商會提供涵蓋市場面、基本面、財務面、技術面、籌碼面的多種選股條件以供投資人參考。然而,對於投資人而言,要根據哪一種選股條件選擇投資標的反而成為難解的課題。因此,本案欲探討的重點,便在於如何更有效地輔助投資人選擇出適合的投資標的。
因此,本發明之其中一目的,即在提供一種能改善先前技術之不便的金融商品篩選並揭示回測結果方法。
於是,本發明金融商品篩選並揭示回測結果方法由一金融商品篩選並揭示回測結果系統執行,該金融商品篩選並揭示回測結果系統適於供一使用終端透過一網路連接,且包含一資料庫以及一電連接該資料庫的處理器,該資料庫儲存有多筆金融商品資料,以及多個相關於該等金融商品資料的篩選條件,每一筆金融商品資料指示出一對應之金融商品的歷史漲跌紀錄。該金融商品篩選並揭示回測結果方法包含以下步驟:(A)該處理器每隔一段時間自動或即時地根據該等篩選條件的每一者,對每一筆金融商品資料進行一歷史回測程序,該歷史回測程序包含:統計出一第一數值,該第一數值指示出該筆金融商品資料在一預定時間範圍內符合該篩選條件的次數;統計出一第二數值,該第二數值指示出該金融商品資料於該預定時間範圍內,符合該篩選條件且符合一特定上漲條件的次數;統計出一第三數值,該第三數值指示出該金融商品資料於該預定時間範圍內,該金融商品每一次符合該篩選條件下的一市價差的總和;計算出一勝率值,該勝率值相關於該第二數值與該第一數值的比值;計算出一平均漲跌幅度,該平均漲跌幅度相關於該第三數值與該第一數值的比值;產生一包含該勝率值及該平均漲跌幅度且對應該金融商品資料及該篩選條件的歷史回測結果,並將該歷史回測結果儲存於該資料庫。(B)當該處理器接收到一來自該使用終端,且包含該等篩選條件其中一作為一目標篩選條件者的金融商品篩選請求時,該處理器自該資料庫或藉由即時運算地產生並傳送一金融商品篩選結果至該使用終端,該金融商品篩選結果包含該等金融商品資料中,於當時或前一日符合該目標篩選條件而作為一目標金融商品資料的每一者,以及對應該目標篩選條件及該(等)目標金融商品資料的該(等)歷史回測結果。
在本發明金融商品篩選並揭示回測結果方法的一些實施態樣中,在步驟(A)的該歷史回測程序中,該特定上漲條件包含:該金融商品於符合該篩選條件之日之次日的一第一市價,與該金融商品於符合該篩選條件之日後第N日的一第二市價之間呈現一特定大小關係,其中,N為大於1的整數,定義該第二市價減該第一市價等於該市價差,該特定大小關係包含該市價差大於零。
在本發明金融商品篩選並揭示回測結果方法的一些實施態樣中,在步驟(A)的該歷史回測程序中,該特定大小關係還包含該市價差大於該第一市價與一預定百分比的乘積。
在本發明金融商品篩選並揭示回測結果方法的一些實施態樣中,每一筆金融商品資料為一筆股票資料,在步驟(A)的該歷史回測程序中,該第一市價為該金融商品於符合該篩選條件之日之次日的開盤價,該第二市價為該金融商品於符合該篩選條件之日後第N日的收盤價。
本發明之另一目的,在於提供一種能實施該金融商品篩選並揭示回測結果方法的金融商品篩選並揭示回測結果系統。
本發明金融商品篩選並揭示回測結果系統適於供一使用終端透過一網路連接,該金融商品篩選並揭示回測結果系統包含一資料庫及一處理器。該資料庫儲存有多筆金融商品資料,以及多個相關於該等金融商品資料的篩選條件,每一筆金融商品資料指示出一對應之金融商品的歷史漲跌紀錄。該處理器電連接該資料庫,該處理器每隔一段時間自動或即時地根據該等篩選條件的每一者,對每一筆金融商品資料進行一歷史回測程序。該歷史回測程序包含:統計出一第一數值,該第一數值指示出該筆金融商品資料在一預定時間範圍內符合該篩選條件的次數;統計出一第二數值,該第二數值指示出該金融商品資料於該預定時間範圍內,符合該篩選條件且符合一特定上漲條件的次數;統計出一第三數值,該第三數值指示出該金融商品資料於該預定時間範圍內,該金融商品每一次符合該篩選條件下的一市價差的總和;計算出一勝率值,該勝率值相關於該第二數值與該第一數值的比值;計算出一平均漲跌幅度,該平均漲跌幅度相關於該第三數值與該第一數值的比值;產生一包含該勝率值及該平均漲跌幅度且對應該金融商品資料及該篩選條件的歷史回測結果,並將該歷史回測結果儲存於該資料庫。當該處理器接收到一來自該使用終端,且包含該等篩選條件其中一作為一目標篩選條件者的金融商品篩選請求時,該處理器自該資料庫或藉由即時運算地產生並傳送一金融商品篩選結果至該使用終端,該金融商品篩選結果包含該等金融商品資料中,於當時或前一日符合該目標篩選條件而作為一目標金融商品資料的每一者,以及對應該目標篩選條件及該(等)目標金融商品資料的該(等)歷史回測結果。
在本發明金融商品篩選並揭示回測結果系統的一些實施態樣中,在該歷史回測程序中,該特定上漲條件包含:該金融商品於符合該篩選條件之日之次日的一第一市價,與該金融商品於符合該篩選條件之日後第N日的一第二市價之間呈現一特定大小關係,其中,N為大於1的整數,定義該第二市價減該第一市價等於該市價差,該特定大小關係包含該市價差大於零。
在本發明金融商品篩選並揭示回測結果系統的一些實施態樣中,在該歷史回測程序中,該特定大小關係還包含該市價差大於該第一市價與一預定百分比的乘積。
在本發明金融商品篩選並揭示回測結果系統的一些實施態樣中,每一筆金融商品資料為一筆股票資料,在該歷史回測程序中,該第一市價為該金融商品於符合該篩選條件之日之次日的開盤價,該第二市價為該金融商品於符合該篩選條件之日後第N日的收盤價。
本發明之功效在於:該金融商品篩選並揭示回測結果系統藉由實施該金融商品篩選並揭示回測結果方法,能每隔一段時間地自動或即時對每一筆金融商品資料進行該歷史回測程序而產生該等歷史回測結果,並將該等歷史回測結果儲存於該資料庫。如此一來,當該處理器接收到來自於該使用終端的金融商品篩選請求時,能省去產生該等歷史回測結果所需的,而更加快速地產生對應的金融商品篩選結果並提供至該使用終端。而且,該金融商品篩選結果不但包含於當時或前一日符合該目標篩選條件的每一目標金融商品資料,還更包含對應該目標篩選條件及該(等)目標金融商品資料的該(等)歷史回測結果,因此,該金融商品篩選結果不但能讓使用者方便地得知目前有哪些金融商品符合該目標篩選條件,更提供了該些金融商品在過去的歷史漲跌紀錄中,於該目標篩選條件之下的勝率值及平均漲跌幅度,而能更有效地輔助使用者選擇出適合的投資標的。
參閱圖1,本發明金融商品篩選並揭示回測結果系統1之一實施例包含一資料庫11、一通訊單元12,以及一電連接該資料庫11及該通訊單元12的處理器13。
該資料庫11儲存有多筆金融商品資料,以及多個相關於該等金融商品資料的篩選條件,每一筆金融商品資料指示出一對應之金融商品的歷史漲跌紀錄。
在本實施例中,每一筆金融商品資料例如為一筆股票資料,而指示出一支對應之股票的歷史漲跌紀錄。
每一篩選條件則例如為一選股條件。舉例說明的,該等篩選條件的其中部分者可分別例如為「KD黃金交叉」、「進一季每股盈餘(EPS)大於X元」、「近四季每股盈餘(EPS)合計大於X元」、「本益比(P/E)小於X倍」、「近一月營收創X個月新高」、「近一月營收較去年同期成長X%以上」、「每股淨值大於X元」、「股價淨值比(P/B)小於X倍」及「總市值大於X億」等(前述「X」代表一預定數值),但不以此為限,在另一實施態樣中,篩選條件例如還可以是前述篩選條件多者的交集,如「KD黃金交叉,且近一季每股盈餘(EPS)大於X元」、「進四季每股盈餘(EPS)合計大於X元,且本益比(P/E)小於X倍,且近一月營收創X個月新高」。
在其他實施例中,該等金融商品資料及該等篩選條件也可例如是相關於基金、債券或其他種類的金融商品,而不以本實施例為限。
同時參閱圖1及圖2,以下示例性地說明本實施例的該金融商品篩選並揭示回測結果系統1如何實施一金融商品回測方法。
首先,進行步驟S1。
該處理器13每隔一段時間自動或即時地根據該等篩選條件的每一者,對每一筆金融商品資料進行一歷史回測程序,以產生一筆對應該篩選條件及該金融商品資料的歷史回測結果。
舉例來說,若該等篩選條件的數量為10個(以編號A~J表示)、該等金融商品資料的數量為100筆(以編號1~100表示),則該處理器13總共會產生1000筆的歷史回測結果(以編號A1~A100、B1~B100、…、J1~J100表示)。該1000筆歷史回測結果與該等篩選條件及金融商品資料的對應關係以下方的表一所示,但不以此為限。 《表一》
在本實施例中,該處理器13是例如於每一日的股市收盤後(例如下午兩點)自動或即時根據每一篩選條件對每一金融商品資料進行該歷史回測程序,但不以此為限。
在本實施例中,該歷史回測程序包含子步驟S1-1至子步驟S1-6。配合參閱圖3,以下針對該歷史回測程序的步驟S1-1至S1-6進行示例性的詳細說明。
首先,在子步驟S1-1中,該處理器13統計出一第一數值,該第一數值指示出該筆金融商品資料在一預定時間範圍內符合該篩選條件的次數。在本實施例中,該預定時間範圍可例如是最近3年內,但不以此為限。以上表一中的金融商品資料1及篩選條件A為例,該金融商品資料1的第一數值,是代表金融商品資料1在最近的3年內符合該篩選條件A的次數。進一步舉例來說,假設當前的日期為「2018/1/11」、該篩選條件A為「KD黃金交叉」,且假設該金融商品資料1於最近3年(即2015/1/11~2018/1/11)的期間內,分別於「2016/6/12」、「2017/2/25」及「2017/9/13」三個日即符合該篩選條件A,則該金融商品資料1的第一數值為3。
接著,在子步驟S1-2中,該處理器13統計出一第二數值,該第二數值指示出該金融商品資料於該預定時間範圍內,符合該篩選條件且符合一特定上漲條件的次數。在本實施例中,該特定上漲條件包含:該金融商品於符合該篩選條件之日之次日的一第一市價,與該金融商品於符合該篩選條件之日後第N日的一第二市價之間呈現一特定大小關係。
在本實施例中,該第一市價為該金融商品於符合該篩選條件之日之次日的開盤價。該第二市價為該金融商品於符合該篩選條件之日後第N日的收盤價。N只要是大於1的整數皆可實施,例如為5、10、15等,但不以此為限。
為便於說明,定義該第二市價減該第一市價等於一市價差。
在本實施例中,該金融商品的該第一市價與該第二市價之間所呈現的該特定大小關係包含該市價差大於零,以及該市價差大於該第一市價與一預定百分比的乘積。換句話說,該特定大小關係代表該金融商品的該第二市價相較於該第一市價呈現上漲,且上漲的百分比大於該預定百分比。在本實施例中,該預定百分比可例如為3%、5%或其他百分比,但不以此為限。
承前例而言,該金融商品資料1分別於「2016/6/12」、「2017/2/25」及「2017/9/13」三個日期符合該篩選條件A,其中,假設金融商品資料1是對應於一金融商品1,且N等於5,則該金融商品1對應於2016/6/12的該第一市價,即為該金融商品1於2016/6/13的開盤價,而該金融商品1對應於2016/6/12的該第二市價,則為該金融商品1於2016/6/17的收盤價。進一步地,假設金融商品1對應於2016/6/12的該第一市價為100元、該第二市價為105元,則該金融商品1對應於2016/6/12的該市價差等於5元。此外,假設該金融商品1僅於「2016/6/12」及「2017/9/13」同時符合該篩選條件及該特定上漲條件,則該金融商品資料1的第二數值為2。
接著,在子步驟S1-3中,該處理器13統計出一第三數值。該第三數值指示出該金融商品資料於該預定時間範圍內,該金融商品每一次符合該篩選條件下的該市價差的總和。承前例而言,假設該金融商品1對應於「2016/6/12」、「2017/2/25」及「2017/9/13」三個日期的市價差分別為「5元」、「-2元」及「3元」,則該金融商品1的該第三數值為6。
接著,在子步驟S1-4中,該處理器13計算出一勝率值。在本實施例中,該勝率值等於該第二數值與該第一數值的比值。承前例而言,該金融商品資料1的第一數值為3,第二數值為2,因此該金融商品資料1的勝率值等於2除以3,也就是66.7%。
接著,在子步驟S1-5中,該處理器13計算出一平均漲跌幅度。在本實施例中,該平均漲跌幅度等於該第三數值與該第一數值的比值。承前例而言,該金融商品資料1的第一數值為3,第三數值為6,因此該金融商品資料1的勝率值等於6除以3,也就是2元/次。
最後,在子步驟S1-6中,該處理器13產生一包含該勝率值及該平均漲跌幅度且對應該金融商品資料及該篩選條件的歷史回測結果,並將該歷史回測結果儲存於該資料庫11,而結束該歷史回測程序。
在該處理器13產生各自對應其中一篩選條件及金融商品資料的該等歷史回測結果後,進行步驟S2。
在步驟S2中,當該處理器13經由該通訊單元12接收到一來自一使用終端5,且包含該等篩選條件其中一者的金融商品篩選請求時,該處理器13將該金融商品篩選請求所包含的該篩選條件作為一目標篩選條件,並根據當前的所有該等金融商品資料,即時地判斷每一金融商品資料是否符合該目標篩選條件。該處理器13並將該等金融商品資料中於當時或前一日符合該目標篩選條件的每一者作為一目標金融商品資料。
具體而言,在本實施例中,若該處理器13是在當日開盤之前接收到該金融商品篩選請求,則該處理器13是將於前一日符合該目標篩選條件的每一金融商品資料者作為該目標金融商品資料。另一方面,若該處理器13是在當日開盤時或收盤後接收到該金融商品篩選請求,則該處理器13是將當時符合該目標篩選條件的每一金融商品資料者作為該目標金融商品資料。接著,進行步驟S3。
在步驟S3中,該處理器13產生一金融商品篩選結果,並經由該通訊單元12將該金融商品篩選結果傳送至該使用終端5。該金融商品篩選結果包含該等該(等)目標金融商品資料,以及對應該目標篩選條件及該(等)目標金融商品資料的該(等)歷史回測結果。在本實施例中,該使用終端5例如是受一使用者操作的一PDA、一智慧型手機、一平板電腦、一筆記型電腦或一桌上型電腦,但不以此為限。
以前述的表一舉例而言,假設在步驟S2中,該金融商品篩選請求是包含該篩選條件A,則該處理器13將該篩選條件A作為該目標篩選條件。接著,假設該處理器13判斷出該等金融商品資料中的該金融商品資料1、該金融商品資料10及該金融商品資料75符合該篩選條件A,則該處理器13將該金融商品資料1、該金融商品資料10及該金融商品資料75分別作為三筆目標金融商品資料。接著,在步驟S3中,該處理器13所產生的該金融商品篩選結果是包含該金融商品資料1、該金融商品資料10及該金融商品資料75,以及於步驟S1中所產生的該歷史回測結果A1、該歷史回測結果A10及該歷史回測結果A75。
補充說明的是 ,在步驟S2中,若該金融商品篩選請求是包含多個篩選條件時,該處理器13是即時地判斷每一金融商品資料是否同時符合該等目標篩選條件,並將該等金融商品資料中於當時或前一日同時符合該等目標篩選條件的每一者作為一目標金融商品資料。而且,在步驟S3中,該處理器13是先根據預先儲存於該資料庫11中的該等歷史回測結果,提取每一目標金融商品資料符合各目標篩選條件的日期,接著,該處理器13再根據每一目標金融商品資料同時符合所有目標篩選條件的日期,即時地產生同時對應該目標金融商品及該等目標篩選條件的一複合條件歷史回測結果。換句話說,當該金融商品篩選請求是包含多個篩選條件時,該處理器13是根據該資料庫11中所預存的該等歷史回測結果,即時地運算出新的複合條件歷史回測結果。此外,對於該等篩選條件中的部分個特定篩選條件(例如「股價創五日新高」),該處理器13是當在開盤過程中判斷出有任一金融商品資料符合該等特定篩選條件的任一者時,才即時地針對該特定篩選條件及該金融商品資料產生對應的歷史回測結果。也就是說,對應於該等特定篩選條件的歷史回測結果也是由該處理器13即時地比對而產生,而並非預先儲存於該資料庫11。
綜上所述,本發明金融商品篩選並揭示回測結果系統1藉由實施該金融商品回測方法,能每隔一段時間地自動或即時對每一筆金融商品資料進行該歷史回測程序而產生該等歷史回測結果,並將該等歷史回測結果儲存於該資料庫11。如此一來,當該處理器13接收到來自於該使用終端5的金融商品篩選請求時,能省去產生該等歷史回測結果所需的運算時間,而更加快速地產生對應的金融商品篩選結果並提供至該使用終端5;而且,該金融商品篩選結果不但包含於當時或前一日符合該目標篩選條件的每一目標金融商品資料,還更包含對應該目標篩選條件及該(等)目標金融商品資料的該(等)歷史回測結果,因此,該金融商品篩選結果不但能讓使用者方便地得知目前有哪些金融商品符合該目標篩選條件,更提供了該些金融商品在過去的歷史漲跌紀錄中,於該目標篩選條件之下的勝率值及平均漲跌幅度,而能更有效地輔助使用者選擇出適合的投資標的,故確實能達成本發明之目的。
惟以上所述者,僅為本發明之實施例而已,當不能以此限定本發明實施之範圍,凡是依本發明申請專利範圍及專利說明書內容所作之簡單的等效變化與修飾,皆仍屬本發明專利涵蓋之範圍內。
1‧‧‧金融商品篩選並揭示回測結果系統
11‧‧‧資料庫
12‧‧‧通訊單元
13‧‧‧處理器
5‧‧‧使用者終端
S1~S3‧‧‧步驟
S1-1~S1-6‧‧‧子步驟
11‧‧‧資料庫
12‧‧‧通訊單元
13‧‧‧處理器
5‧‧‧使用者終端
S1~S3‧‧‧步驟
S1-1~S1-6‧‧‧子步驟
本發明之其他的特徵及功效,將於參照圖式的實施方式中清楚地呈現,其中: 圖1是本發明金融商品篩選並揭示回測結果系統之一實施例的一方塊示意圖; 圖2是一流程圖,示例性地說明該實施例如何實施一金融商品篩選並揭示回測結果方法;及 圖3是一流程圖,示例性地說明一被包含於該金融商品篩選並揭示回測結果方法中的一歷史回測程序。
Claims (8)
- 一種金融商品篩選並揭示回測結果方法,由一金融商品篩選並揭示回測結果系統執行,該金融商品篩選並揭示回測結果系統適於供一使用終端透過一網路連接,且包含一資料庫以及一電連接該資料庫的處理器,該資料庫儲存有多筆金融商品資料,以及多個相關於該等金融商品資料的篩選條件,每一筆金融商品資料指示出一對應之金融商品的歷史漲跌紀錄,該金融商品回測方法包含以下步驟: (A)該處理器每隔一段時間自動或即時地根據該等篩選條件的每一者,對每一筆金融商品資料進行一歷史回測程序,該歷史回測程序包含: 統計出一第一數值,該第一數值指示出該筆金融商品資料在一預定時間範圍內符合該篩選條件的次數, 統計出一第二數值,該第二數值指示出該金融商品資料於該預定時間範圍內,符合該篩選條件且符合一特定上漲條件的次數, 統計出一第三數值,該第三數值指示出該金融商品資料於該預定時間範圍內,該金融商品每一次符合該篩選條件下的一市價差的總和, 計算出一勝率值,該勝率值相關於該第二數值與該第一數值的比值, 計算出一平均漲跌幅度,該平均漲跌幅度相關於該第三數值與該第一數值的比值,及 產生一包含該勝率值及該平均漲跌幅度且對應該金融商品資料及該篩選條件的歷史回測結果,並將該歷史回測結果儲存於該資料庫; (B)當該處理器接收到一來自該使用終端,且包含該等篩選條件其中一作為一目標篩選條件者的金融商品篩選請求時,該處理器自該資料庫或藉由即時運算地產生並傳送一金融商品篩選結果至該使用終端,該金融商品篩選結果包含該等金融商品資料中,於當時或前一日符合該目標篩選條件而作為一目標金融商品資料的每一者,以及對應該目標篩選條件及該(等)目標金融商品資料的該(等)歷史回測結果。
- 如請求項1所述的金融商品回測方法,其中,在步驟(A)的該歷史回測程序中,該特定上漲條件包含:該金融商品於符合該篩選條件之日之次日的一第一市價,與該金融商品於符合該篩選條件之日後第N日的一第二市價之間呈現一特定大小關係,其中,N為大於1的整數,定義該第二市價減該第一市價等於該市價差,該特定大小關係包含該市價差大於零。
- 如請求項2所述的金融商品回測方法,其中,在步驟(A)的該歷史回測程序中,該特定大小關係還包含該市價差大於該第一市價與一預定百分比的乘積。
- 如請求項2至3其中任一項所述的金融商品回測方法,其中,每一筆金融商品資料為一筆股票資料,在步驟(A)的該歷史回測程序中,該第一市價為該金融商品於符合該篩選條件之日之次日的開盤價,該第二市價為該金融商品於符合該篩選條件之日後第N日的收盤價。
- 一種金融商品篩選並揭示回測結果系統,適於供一使用終端透過一網路連接,該金融商品篩選並揭示回測結果系統包含: 一資料庫,儲存有多筆金融商品資料,以及多個相關於該等金融商品資料的篩選條件,每一筆金融商品資料指示出一對應之金融商品的歷史漲跌紀錄;及 一處理器,電連接該資料庫,該處理器每隔一段時間自動或即時地根據該等篩選條件的每一者,對每一筆金融商品資料進行一歷史回測程序,該歷史回測程序包含: 統計出一第一數值,該第一數值指示出該筆金融商品資料在一預定時間範圍內符合該篩選條件的次數, 統計出一第二數值,該第二數值指示出該金融商品資料於該預定時間範圍內,符合該篩選條件且符合一特定上漲條件的次數, 統計出一第三數值,該第三數值指示出該金融商品資料於該預定時間範圍內,該金融商品每一次符合該篩選條件下的一市價差的總和, 計算出一勝率值,該勝率值相關於該第二數值與該第一數值的比值, 計算出一平均漲跌幅度,該平均漲跌幅度相關於該第三數值與該第一數值的比值,及 產生一包含該勝率值及該平均漲跌幅度且對應該金融商品資料及該篩選條件的歷史回測結果,並將該歷史回測結果儲存於該資料庫; 其中,當該處理器接收到一來自該使用終端,且包含該等篩選條件其中一作為一目標篩選條件者的金融商品篩選請求時,該處理器自該資料庫或藉由即時運算地產生並傳送一金融商品篩選結果至該使用終端,該金融商品篩選結果包含該等金融商品資料中,於當時或前一日符合該目標篩選條件而作為一目標金融商品資料的每一者,以及對應該目標篩選條件及該(等)目標金融商品資料的該(等)歷史回測結果。
- 如請求項5所述的金融商品篩選並揭示回測結果系統,其中,在該歷史回測程序中,該特定上漲條件包含:該金融商品於符合該篩選條件之日之次日的一第一市價,與該金融商品於符合該篩選條件之日後第N日的一第二市價之間呈現一特定大小關係,其中,N為大於1的整數,定義該第二市價減該第一市價等於該市價差,該特定大小關係包含該市價差大於零。
- 如請求項6所述的金融商品篩選並揭示回測結果系統,其中,在該歷史回測程序中,該特定大小關係還包含該市價差大於該第一市價與一預定百分比的乘積。
- 如請求項5至6其中任一項所述的金融商品篩選並揭示回測結果系統,其中,每一筆金融商品資料為一筆股票資料,在該歷史回測程序中,該第一市價為該金融商品於符合該篩選條件之日之次日的開盤價,該第二市價為該金融商品於符合該篩選條件之日後第N日的收盤價。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
??106101656 | 2017-01-18 | ||
TW106101656 | 2017-01-18 | ||
TW106101656 | 2017-01-18 |
Publications (2)
Publication Number | Publication Date |
---|---|
TW201828208A true TW201828208A (zh) | 2018-08-01 |
TWI696142B TWI696142B (zh) | 2020-06-11 |
Family
ID=63960248
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
TW107101640A TWI696142B (zh) | 2017-01-18 | 2018-01-17 | 金融商品篩選並揭示回測結果方法及系統 |
Country Status (1)
Country | Link |
---|---|
TW (1) | TWI696142B (zh) |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWI488138B (zh) * | 2012-10-12 | 2015-06-11 | Mitake Information Corp | 股市自動化技術分析之裝置與方法 |
TW201626312A (zh) * | 2015-01-05 | 2016-07-16 | 神乎科技股份有限公司 | 證券相關技術指標之背離訊號的提示方法 |
CN106570756A (zh) * | 2016-10-25 | 2017-04-19 | 广州新博庭网络信息科技股份有限公司 | 一种业务对象的识别方法和装置 |
CN106530085A (zh) * | 2016-11-08 | 2017-03-22 | 洪志令 | 一种基于类似n元语法统计的股票预测方法 |
CN107480858A (zh) * | 2017-07-10 | 2017-12-15 | 武汉楚鼎信息技术有限公司 | 一种基于股票大数据分析的智能辅助决策系统及方法 |
-
2018
- 2018-01-17 TW TW107101640A patent/TWI696142B/zh active
Also Published As
Publication number | Publication date |
---|---|
TWI696142B (zh) | 2020-06-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Phillips et al. | Dating the timeline of financial bubbles during the subprime crisis | |
Ho et al. | The valuation of american options with stochastic interest rates: A generalization of the geske—johnson technique | |
Bohmann et al. | Price discovery in commodity derivatives: Speculation or hedging? | |
Sakti et al. | Relationship between Islamic stock prices and macroeconomic variables: Evidence from Jakarta stock exchange Islamic index | |
Prix et al. | Algorithmic trading patterns in Xetra orders | |
CA2930158C (en) | Data conversion and distribution systems | |
US20190026830A1 (en) | Investment Tool | |
CN109711976A (zh) | 账单数据处理方法、装置、计算机可读存储介质及服务器 | |
CN108416673A (zh) | 量化对冲组合交易方法、设备及存储介质 | |
Li et al. | Option prices and stock market momentum: evidence from China | |
JP2018514889A (ja) | 当初証拠金標準モデルに基づいて当初証拠金を計算及び提供する方法及びシステム | |
Harris et al. | The sound of silence | |
Karim et al. | Monetary policy and sectoral bank lending in Malaysia | |
CN109325796A (zh) | 潜在用户筛选方法、装置、计算机设备及存储介质 | |
Lu et al. | Applying VaR to REITs: A comparison of alternative methods | |
US20110060674A1 (en) | Computer-implemented global currency determination | |
US20200020031A1 (en) | Systems and methods for evaluating and pricing municipal bond offerings | |
Ma’in et al. | Determinants of Islamic real estate investment trust performance | |
TW201828208A (zh) | 金融商品篩選並揭示回測結果方法及系統 | |
Nkalu et al. | Trade openness and exchange rate fluctuations nexus in Nigeria | |
Saepuloh et al. | The influence of economic growth, BI rate, and inflation and the impact on direct foreign investment in Indonesia in 2010-2017 | |
Li et al. | Change analysis for the dependence structure and dynamic pricing of basket default swaps | |
US8380605B2 (en) | System and method for generating cross-sectional volatility index | |
US20150073964A1 (en) | Market data handling based on derivative contract specifications | |
Pujana et al. | Analysis of the Effect of Current Ratio, Debt to Equity Ratio, Return on Assets, and Company Size on Derivative Hedging Decision Making in Pharmaceutical Companies |