TWI792101B - 基於確定值及預測值的數據定量化方法 - Google Patents

基於確定值及預測值的數據定量化方法 Download PDF

Info

Publication number
TWI792101B
TWI792101B TW109141214A TW109141214A TWI792101B TW I792101 B TWI792101 B TW I792101B TW 109141214 A TW109141214 A TW 109141214A TW 109141214 A TW109141214 A TW 109141214A TW I792101 B TWI792101 B TW I792101B
Authority
TW
Taiwan
Prior art keywords
value
period
data
interval
comparison
Prior art date
Application number
TW109141214A
Other languages
English (en)
Other versions
TW202121157A (zh
Inventor
金東勳
Original Assignee
南韓商迪艾股份有限公司
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 南韓商迪艾股份有限公司 filed Critical 南韓商迪艾股份有限公司
Publication of TW202121157A publication Critical patent/TW202121157A/zh
Application granted granted Critical
Publication of TWI792101B publication Critical patent/TWI792101B/zh

Links

Images

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
    • G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
    • G06Q40/06—Asset management; Financial planning or analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/901—Indexing; Data structures therefor; Storage structures
    • G06F16/9024—Graphs; Linked lists
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/904—Browsing; Visualisation therefor
    • 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
    • G06Q30/00—Commerce
    • G06Q30/01—Customer relationship services
    • 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
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0201—Market modelling; Market analysis; Collecting market data
    • 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
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0282—Rating or review of business operators or products
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Accounting & Taxation (AREA)
  • Development Economics (AREA)
  • Finance (AREA)
  • Strategic Management (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Engineering & Computer Science (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Software Systems (AREA)
  • Technology Law (AREA)
  • Human Resources & Organizations (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Physics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Optimization (AREA)
  • Evolutionary Biology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Probability & Statistics with Applications (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Algebra (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Supplying Of Containers To The Packaging Station (AREA)
  • Signal Processing For Digital Recording And Reproducing (AREA)
  • Compression, Expansion, Code Conversion, And Decoders (AREA)

Abstract

一種基於確定值及預測值的數據定量化方法，包括以下步驟：數據定量化裝置從信息管理方裝置收集與以當前日期爲基準已設定的之前區間的已設定的各期間確定值、以當前日期爲基準當前年度的預測值和確定值、以當前日期爲基準已設定的之後區間的各期間預測值相對應的數據；收集可以與預測值和確定值相比較的提供值後算出比較用基準值；通過之前區間的各區間確定值、當前年度的各期間確定值及之後區間的各期間預測值和比較用基準值之間的比較，針對各期間當前年度、之前區間及之後區間的各期間賦予加權值，以按照期間及區間對數據進行定量化。

Description

基於確定值及預測值的數據定量化方法
本發明涉及一種基於確定值及預測值的數據定量化方法。
作爲新的數字化商業戰略，金融科技（Fintech）作爲新的、有價值的財務金融服務面市。金融科技是聯合從電子結算到資産管理、從個人間金融交易到衆籌的可以重組金融産業的新一代財務技術，也被定義爲同時具有對由傳統的財務金融服務提供的産品及服務進行革新的財務金融服務和智能信息技術的技術中心的初創公司。
積累針對財務金融服務顧客的數據的同時銀行想要提供新客戶體驗，創造基於數據分析的新價值。這些新價值中之一是開發新的投資顧客。爲了完善傳統的高費用的顧客管理方法，靈活利用社交媒體（Social Media）技術使消費者自己創造出對顧客有價值的信息並使之流通，由此像維持位於長尾（long-tail）的顧客或使新的顧客開發費用高效化一樣，金融科技，尤其以經紀人爲基礎的數字化投顧（digital advisor）或智能投顧（robo-advisor）也可以在現有的高費用顧客投資諮詢之外减少以有效的費用把握屬於長尾群的顧客的投資傾向並推薦投資産品付出的努力。
此外，最近隨著信息通信技術的發展，推測各種數據，例如以過去的數據爲基礎推測現在或未來的數據的技術正被開發。例如，正提供一種以過去的實際業績數據爲基礎推測及預測現在或未來的實際業績的服務。
但是，爲了提供所述服務針對各種數據的定量化方法是必需的，雖然正在進行相關研究，但實情仍是微乎其微。
[先行技術文獻]（專利文獻1）韓國登記專利第10-1913591號（2018.10.25.登記）
本發明提供一種以確定值及預測值爲基礎的數據定量化方法，對以當前日期爲基準的之前區間的各期間確定值、包含當前日期的區間的各期間預測值和確定值、以及之後區間的各期間預測值進行收集，利用所收集的預測值及確定值和比較用基準值賦予加權值，通過這種方式對數據進行定量化，從而提高數據管理及分析的容易性。
此外，本發明提供一種基於確定值及預測值的數據定量化方法，通過將定量化的數據以圖表形態進行提供，從而使使用者可以容易識別複雜的數據。
此外，本發明提供一種基於確定值及預測值的數據定量化方法，通過提供比較用圖表使針對使用者的數據分析的接近性提高，其中，比較用圖表是將與數據相關的相關數據相對應的圖表包含在定量化數據圖表中的圖表。
本發明想要解决的課題不受限於上面提及的事項，本發明所屬的具有通常知識的技術人員基於下面的記載可以明確地理解未提及的其他想要解决的課題。
爲了解决上述的想要解决的課題，根據本發明的實施例的基於確定值及預測值的數據定量化方法可以包括以下步驟：數據定量化裝置從至少兩個以上的信息管理方裝置收集與以當前日期爲基準已設定的之前區間的已設定的各期間確定值、以當前日期爲基準當前年度的預測值和確定值、以當前日期爲基準已設定的之後區間的各期間預測值相對應的數據；收集可以與預測值和確定值相比較的提供值後以其爲基礎算出至少一個以上的比較用基準值；通過之前區間的各區間確定值、當前年度的各期間確定值及之後區間的各期間預測值和比較用基準值之間的比較，針對各期間當前年度、之前區間及之後區間的各期間賦予加權值，通過這種方法按照期間及區間對數據進行定量化。
根據本發明的實施例，定量化步驟可以包括以下步驟：利用之前區間的各期間確定值、當前年度的各期間確定值以及之後區間的各期間預測值計算出各期間或各區間的平均值；當計算出的平均值比比較用基準值大時賦予負加權值，當計算出的平均值小於或等於比較用基準值時賦予正加權值，從而計算出之前區間、當前年度以及之後區間的各期間分數。
根據本發明的實施例，數據定量化步驟還可以包括以下步驟：以之前區間、當前年度以及之後區間的各期間分數爲基礎計算出之前區間、當前年度及之後區間的合計分數；利用合計分數和之前區間、當前年度以及之後區間的各期間分數生成定量化的圖表。
根據本發明的實施例，數據定量化步驟還可以包括以下步驟：獲得從外部提供的與所述數據相關的相關數據；生成將與相關數據對應的圖表包含於定量化圖表的比較型圖表。
根據本發明的實施例，收集的數據是實際業績預測值及確定值，比較用提供值是當期純利潤及營業利潤，相關數據是指數相關圖表。
根據本發明的實施例，生成比較用基準值的步驟是通過對由網上揭示與提供值相關的數據的媒體提供的數據進行分析而收集提供值，然後以收集的提供值爲基礎生成比較用基準值。
根據前述的本發明的課題解决手段，對以當前日期爲基準的之前區間的各期間確定值、包含當前日期的區間的各期間預測值和確定值、以及之後區間的各期間預測值進行收集，利用所收集的預測值及確定值和比較用基準值賦予加權值，通過這種方式對數據進行定量化，從而可以提高數據管理及分析的容易性。
此外，根據前述的本發明的課題解决手段，通過將定量化的數據以圖表形態進行提供，從而使使用者可以容易識別複雜的數據，從而提高接近性。
此外，根據前述的本發明的課題解决手段，通過提供比較用圖表使針對使用者的數據分析的接近性提高，其中，比較用圖表是將與數據相關的相關數據相對應的圖表包含在定量化數據圖表中的圖表。
以下，參照附圖對本發明的具體實施方式進行說明。以下的詳細說明是爲了幫助整體上理解本說明書中記述的方法、裝置及/或系統而提供的。但是其只不過是例示，本發明不受限於此。
在對本發明的實施例進行說明時，在判斷對本發明的相關公知技術的具體說明可能不必要地混淆本發明的要旨的情况，省略其詳細說明。並且，後述的術語作爲考慮到本發明的功能而定義的術語，可能根據使用者、應用者的意圖或慣例等而不同。因此，其定義應以全部內容爲基礎進行定義。詳細說明中使用的術語不過是用於記述本發明的實施例，絕不能被限制。只要沒有明確地不同地使用，單數形態的表達包括複數形態的意思。本說明中“包括”或“具備”之類的表達指的是某些特性、數字、步驟、操作、要素、它們的一部分或組合，除了記述的事項之外不能解釋爲排除一個或一個以上的其他特性、數字、步驟、操作、要素、它們的一部分或組合的存在或可能性。
下面，參照附圖對基於確定值和預測值的數據定量化裝置及方法進行說明。
圖1是示出根據本發明的實施例的基於確定值及預測值的數據定量化系統的整體結構的圖。
如圖1所示，數據定量化系統可以由通過網絡相互連接的多個信息管理方裝置100及數據定量化裝置200構成。下面對推薦積分支付裝置及方法進行說明。
信息管理方裝置100作爲用於管理與數據定量化裝置200的預測值及確定值相對應的數據的裝置，作爲例子，可以是由證券公司、學校、管理財務報表的公司等管理的計算設備，但不限定於此。
即，信息管理方裝置100可以管理以當前年度爲基準已設定的前後期間的各期間預測值和確定值，將預測值和確定值提供給數據定量化裝置200。具體地，信息管理方裝置100不僅可以管理以當前年度爲基準的之前年度已設定的各期間例如各季度確定值、以確定值爲基礎的當前年度的各季度預測值以及之後年度各季度預測值等，還可以在當前年度根據季度結算將預測值變更爲確定值。
例如，將當前基準日2019年12月31日設定爲基準的情况，信息管理方裝置100不僅可以根據當前日期基準（以下稱作“當前基準日”）以當前年度的各季度確定值爲基礎設定下一年度各季度預測值並進行管理，而且可以以當前基準日爲基準管理上一年度的確定值。
另外，信息管理方裝置100根據下一年度的各季度預測值達到下一年度季度可以將預測值變更爲確定值。
在本發明的實施例中，信息管理方裝置100可以實時將上述的數據，即預測值及確定值傳送至數據定量化裝置200。
另外，根據本發明的實施例，雖然將已設定的期間按照季度進行了說明，但是也可以按照日、周、月、年等進行說明，並不限定於此。即，已設定的期間可以由數據定量化裝置200决定。
此外，在本發明的實施例中，信息管理方裝置100可以提供用於比較的至少一個以上的提供值。例如，信息管理方裝置100提供與實際業績相關的預測值及確定值相對應的數據時，可以提供營業利潤及當期純利潤等作爲提供值，並且可以提供研究開發的實現率等提供值，所述提供值提供與研究開發相關的預測值及確定值相對應的數據。
在本發明的實施例中雖然舉例說明了從信息管理方裝置100獲得提供值，但是數據定量化裝置200也可以通過大數據分析收集提供值。具體地，數據定量化裝置200可以以和實際業績相關的預測值及確定值相對應的數據相關的通過網站（由股市分析家等運營的網站）、網絡公開的數據爲基礎收集提供值。
數據定量化裝置200以從多個信息管理方裝置100獲得提供的提供值和提供提供值的信息管理方數量爲基礎計算平均值，將平均值設定爲比較用基準值後，通過設定的比較用基準值和已設定的期間的確定值及預測值之間的比較賦予加權值，利用這種方式可以計算出各期間的分數。具體地，數據定量化裝置200在比較用基準值比各期間確定值（預測值）大時賦予已設定的負加權值（-a），從而計算出各期間分數，當比較用基準值小於或等於各期間確定值（預測值）時賦予正加權值（a），從而計算出各期間分數。
此外，數據定量化裝置200可以通過利用各期間分數計算相應年度的合計分數的方式計算各年度的合計分數。具體地，數據定量化裝置200利用當前年度的各季度分數可以計算出當前年度的合計分數，利用上一年度的各季度分數可以計算出上一年度的合計分數，而且利用下一年度的各季度分數可以計算出下一年度的合計分數。
另外，數據定量化裝置200不僅可以以各期間分數和各年度合計分數爲基礎生成並提供定量化的圖表，還可以提供與數據具有相關性的數據（以下稱作“相關數據”）和通過定量化的圖表間的比較可以比較相關數據的變化動態的數據。
數據定量化裝置200依據使用者設定的區間可以提供利用將區間內各期間分數和區間內期間的分數合計起來的累計分數的圖表，並且可以提供將使用者設定的區間內相關數據反映於圖表中進行比較的圖表。
在本發明的實施例中，雖然舉例說明了從信息管理方裝置100獲得提供值，但是數據定量化裝置200也可以通過大數據分析收集提供值。具體地，數據定量化裝置200可以以和實際業績相關的預測值及確定值相對應的數據相關的通過網站（由股市分析家等運營的網站）、網絡公開的數據爲基礎收集提供值。
爲此，如圖2所示，根據本發明的實施例的數據定量化裝置200可以包括：聯動部210，其用於和信息管理方裝置100聯動；數據接收部220，其從通過聯動部210連接的信息管理方裝置100接收數據並存儲於數據庫202；基準值生成部230，其以從信息管理方裝置100獲得提供的提供值爲基礎生成比較用基準值；分數計算部240，其利用存儲於數據庫202的數據和比較用基準值計算基於已設定的加權值的各期間分數；定量化部250，其利用各期間分數生成定量化的圖表；以及數據分析部260，其不僅提供反映與定量化的圖表相關的數據的比較型圖表，還提供比較結果數據。
在本發明的實施例中，聯動部210爲了收集提供值可以和網路上的各種媒體，例如研究開發管理媒體、利用股市分析家進行信息管理的媒體、團體運營的內體等聯動，通過聯動對各媒體管理的數據進行收集，通過對收集的數據進行分析可以獲得提供值。這種情况，基準值生成部230可以以提供提供值的媒體的數量和提供值的合計結果爲基礎計算比較用基準值。
參照圖3對具有如上所述的構成的數據定量化裝置200對由預測值和確定值組成的數據進行定量化的過程進行說明。
圖3是示出根據本發明的實施例的數據定量化裝置200對預測值和確定值的數據進行定量化的過程的流程圖。
爲了便於說明，以期間是季度，當前基準日是2019年12月31日爲例進行說明。
如圖3所示，數據定量化裝置200通過聯動部210從多個信息管理方裝置100獲得之前年度即2018年度各季度的確定值、當前年度各季度確定值以及下一年度即2020年度各季度預測值的提供，然後存儲於數據庫202(步驟S300)。
同時，數據定量化裝置200通過和信息管理方裝置100或各種媒體的聯動收集與實際業績相關的被用作基準值的提供值，即當期純利潤和營業利潤相關數據(步驟S302)。
之後，數據定量化裝置200計算出針對收集的提供值的平均值，將平均值設定爲比較用基準值(步驟S304)。
與此同時，數據定量化裝置200計算出針對當前年度的確定值的各季度當前年度平均值、針對之前年度的確定值的各季度之前年度平均值以及針對下一年度的預測值的各季度下一年度平均值等(步驟S306)。
然後，數據定量化裝置200判斷1季度當前年度平均值是否大於比較用基準值(步驟S308)。
就步驟S308的判斷結果而言，1季度當前年度平均值大於比較用基準值時，數據定量化裝置200賦予負加權值（-a,a是實數、符號、文字等）計算分數，1季度當前年度平均值小於或等於比較用基準值時，賦予正加權值（a）計算分數(步驟S310、S312)。
反復進行如上所述的步驟S308、S310、S312，從而可以計算出當前年度、之前年度及下一年度的各季度分數。
數據定量化裝置200以通過如上所述的步驟計算出的分數爲基礎生成圖表（chart）(步驟S314)。具體地，如圖4所示，數據定量化裝置200生成表現當前年度合計分數、之前年度合計分數、下一年度合計分數以及將下一年度合計分數和當前年度合計分數加起來的分數等的圖表。
此外，數據定量化裝置200生成與相關數據，例如與指數相關數據相對應的圖表和使所述圖表合併起來的比較用圖表(步驟S316)。
數據和實際業績有關，期間是季度，當前基準日以2019年12月31日爲基準的情况，舉例對信息管理方裝置100及數據定量化裝置200操作的過程進行如下說明。
首先，多個信息管理方裝置100可以提供以當前基準日爲基準的當前年度的各季度實際業績確定值、下一年度各季度實際業績預測值以及上一年度各季度實際業績確定值。
由此，數據定量化裝置200可以從多個信息管理方裝置100獲得提供的提供值爲基礎計算出作爲基準值的基準營業利潤、基準當期純利潤等。
然後，數據定量化裝置200通過以當前基準日爲基準的上一年度各季度營業利潤（以實際業績確定值爲基礎計算得出的營業利潤）和基準營業利潤之間的比較可以賦予加權值而計算分數。具體地，就數據定量化裝置200而言，季度的營業利潤比基準營業利潤大時可以賦予負加權值（-a）而計算分數，季度的營業利潤小於或等於基準營業利潤時可以賦予正加權值（a）而計算分數，上一年度的當期純利潤（作爲實際業績確定值計算得到的當期純利潤）比基準當期純利潤大時可以賦予負加權值（-a）而計算分數，季度的當期純利潤小於或等於基準當期純利潤時可以賦予正加權值（a）而計算分數。
此外，就數據定量化裝置200而言，下一年度季度的營業利潤（計算爲下一年度實際業績預測值）大於基準營業利潤時可以賦予負加權值（-a）而計算分數，下一年度季度的營業利潤小於或等於基準營業利潤時可以賦予正加權值（a）而計算分數，下一年度當期純利潤（計算爲實際業績預測值的當期純利潤）大於基準當期純利潤時可以賦予負加權值（-a）而計算分數，下一年度季度的當期純利潤小於或等於基準當期營業利潤時可以賦予正加權值（a）而計算分數。
如上所述，根據本發明的實施例的數據定量化裝置200可以以當前基準日爲基準計算已設定的區間，例如，前後1年、2年，……n年的各期間分數和通過各期間分數的總和得出的各年度分數，並可以以計算出的分數爲基礎生成定量化的圖表。
此外，數據定量化裝置200也可以生成實際業績和指數間的比較的圖表。具體地，數據定量化裝置200也可以通過實際業績相關的指數變化圖表（由外部提供）和定量化的圖表間的比較提供比較數據，比較數據取决於根據實際業績的指數變化動態。
另外，所附的塊狀圖的各塊和流程圖的各步驟的組合也可以借助於計算機程序指令來執行。這些計算機程序指令可以搭載於通用計算機、特種計算機或其他可編程的數據處理設備的處理器，因此，通過計算機或其他可編程的數據處理設備的處理器執行的指令得以生成用於執行塊狀圖的各塊中說明的功能的裝置。
這些計算機程序指令爲了以特定方式實現功能，也可以存儲於指向計算機或其他可編程的數據處理設備的計算機利用功能或計算機解讀功能記錄媒體（或存儲器）等，因此，存儲於計算機利用功能或計算機解讀功能記錄媒體（或存儲器）指令也可以生産製造品目，製造品目內含用於執行塊狀圖的各塊中說明的功能的指令裝置。
並且，計算機程序指令也可以搭載於計算機或其他可編程的數據處理設備上，因此，在計算機或其他可編程的數據處理設備上執行一系列的操作步驟，從而生成用計算機運行的程序，運行計算機或其他可編程的數據處理設備的指令也可以提供用於執行塊狀圖的各塊中說明的功能的步驟。
此外，各塊可以是包括用於執行特定的邏輯功能的至少一個以上的可執行的指令的模塊、片段或代碼的一部分。另外應該注意的是，在幾個替代實施例中，塊中所提及的功能也可以脫離順序而産生。例如，接連圖示的兩個塊實際上也可以同時運行，或者也可以根據相應的功能不時以倒序運行
以上所述僅為本發明較佳可行實施例而已，舉凡應用本發明說明書及申請專利範圍所爲之等效變化，理應包含在本發明之專利範圍內。
［本發明］ 100:信息管理方裝置 200:數據定量化裝置 202:數據庫 210:聯動部 220:數據接收部 230:基準值生成部 240:分數計算部 250:定量化部 260:數據分析部 S300,S302,S304,S306,S308,S310,S312,S314,S316:步驟
圖1是示出根據本發明的實施例的基於確定值及預測值的數據定量化系統的整體結構的圖。 圖2是示出根據本發明的實施例的數據定量化裝置的詳細結構的塊狀圖。 圖3是示出根據本發明的實施例的數據定量化裝置處理數據的過程的流程圖。 圖4是根據本發明的實施例的數據定量化裝置提供的比較用圖表的示例圖。
S300,S302,S304,S306,S308,S310,S312,S314,S316:步驟

Claims (3)

  1. 一種基於確定值及預測值的數據定量化方法，其特徵在於，包括以下步驟：數據定量化裝置從至少兩個以上的信息管理方裝置收集與以當前日期為基準已設定的之前區間的已設定的各期間確定值、以當前日期為基準當前年度的預測值和確定值、以當前日期為基準已設定的之後區間的各期間預測值相對應的數據；收集可以與預測值和確定值相比較的提供值後以其為基礎算出至少一個的比較用基準值，其中，比較用基準值是數據定量化裝置以從多個信息管理方裝置獲得提供的提供值和提供提供值的信息管理方數量為基礎計算平均值後，將平均值設定為比較用基準值；通過之前區間的各區間確定值、當前年度的各期間確定值及之後區間的各期間預測值和比較用基準值之間的比較，針對各期間當前年度、之前區間及之後區間的各期間賦予加權值，通過這種方法按照期間及區間對數據進行定量化；定量化步驟包括以下步驟：利用之前區間的各期間確定值、當前年度的各期間確定值以及之後區間的各期間預測值計算各期間或各區間的平均值；當計算出的平均值比各期間確定值或預測值大時賦予負加權值，當計算出的平均值小於或等於各期間確定值或預測值時賦予正加權值，從而計算出之前區間、當前年度以及之後區間的各期間分數；以之前區間、當前年度以及之後區間的各期間分數為基礎計算出之前區間、當前年度及之後區間的合計分數； 利用合計分數和之前區間、當前年度以及之後區間的各期間分數生成定量化的圖表；收集的數據是實際業績預測值及確定值，比較用提供值是當期純利潤及營業利潤，相關數據是指數相關圖表。
  2. 如請求項1所述之基於確定值及預測值的數據定量化方法，其特徵在於，所述數據定量化方法還包括以下步驟：獲得從外部提供的與所述數據相關的相關數據；生成將與相關數據對應的圖表包含於定量化的圖表的比較型圖表。
  3. 如請求項1所述之基於確定值及預測值的數據定量化方法，其特徵在於，所述生成比較用基準值的步驟是通過對由網上揭示與提供值相關的數據的媒體提供的數據進行分析而收集提供值，然後以收集的提供值為基礎生成比較用基準值。
TW109141214A 2019-11-25 2020-11-24 基於確定值及預測值的數據定量化方法 TWI792101B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR1020190151843A KR102153834B1 (ko) 2019-11-25 2019-11-25 확정치 및 추정치 기반의 데이터 정량화 방법
KR10-2019-0151843 2019-11-25

Publications (2)

Publication Number Publication Date
TW202121157A TW202121157A (zh) 2021-06-01
TWI792101B true TWI792101B (zh) 2023-02-11

Family

ID=72451543

Family Applications (1)

Application Number Title Priority Date Filing Date
TW109141214A TWI792101B (zh) 2019-11-25 2020-11-24 基於確定值及預測值的數據定量化方法

Country Status (9)

Country Link
US (1) US20230005065A1 (zh)
EP (1) EP4068123A4 (zh)
JP (1) JP7344609B2 (zh)
KR (1) KR102153834B1 (zh)
CN (1) CN115004182A (zh)
AU (1) AU2020393475A1 (zh)
CA (1) CA3159174A1 (zh)
TW (1) TWI792101B (zh)
WO (1) WO2021107386A1 (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102153834B1 (ko) * 2019-11-25 2020-09-09 티아이테크놀로지 주식회사 확정치 및 추정치 기반의 데이터 정량화 방법

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TW200844894A (en) * 2007-03-23 2008-11-16 Res Affiliates Llc Using accounting data based indexing to create a portfolio of financial objects
US7529703B2 (en) * 2003-11-18 2009-05-05 Citigroup Global Markets, Inc. Method and system for artificial neural networks to predict price movements in the financial markets
CN102270333A (zh) * 2010-06-02 2011-12-07 兆雅股份有限公司 股票多空买卖决策系统
CN104778622A (zh) * 2015-04-29 2015-07-15 清华大学 Tps交易事件阈值的预测方法及预测系统
KR101785547B1 (ko) * 2016-07-08 2017-10-17 한양대학교 산학협력단 주기성 시계열 데이터의 변동 추정 장치 및 방법

Family Cites Families (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7383217B2 (en) * 2002-01-08 2008-06-03 International Business Machines Corporation System and method for resource reduction financial impact analysis
US20050262014A1 (en) * 2002-03-15 2005-11-24 Fickes Steven W Relative valuation system for measuring the relative values, relative risks, and financial performance of corporate enterprises
US20070043642A1 (en) * 2004-08-20 2007-02-22 Smith Eric S Method configured for facilitating financial consulting services
KR101543643B1 (ko) * 2012-05-03 2015-08-11 (주)뉴지스탁 주식종목 순위 분석 시스템 및 이를 이용한 주식종목 선택방법
KR20140005474A (ko) * 2012-07-04 2014-01-15 한국전자통신연구원 빅데이터 처리를 위한 애플리케이션 제공 장치 및 제공 방법
US20150235319A1 (en) * 2014-02-14 2015-08-20 Nathan A. Tidd Method for selecting equity investments using quantitative multi-factor models of the relationship between common business characteristics and current stock prices
KR20160038147A (ko) * 2014-09-29 2016-04-07 (주)한국투자교육연구소 기업 가치 평가 시스템 및 그 방법
KR101712361B1 (ko) * 2015-01-23 2017-03-13 성신여자대학교 산학협력단 빅데이터 분석을 이용한 ｐ２ｐ 뱅킹 신용도 평가 방법 및 시스템
KR102044205B1 (ko) * 2015-12-30 2019-11-13 주식회사 솔리드웨어 빅데이터와 기계학습을 이용한 타겟 정보 예측 시스템 및 예측 방법
JP7107926B2 (ja) * 2016-10-21 2022-07-27 データロボット， インコーポレイテッド 予測データ分析のためのシステムおよび関連する方法および装置
KR101913591B1 (ko) 2017-08-25 2018-12-28 경희대학교 산학협력단 비정형 데이터를 정형화하여 금융상품을 추천하는 방법
CN109993660A (zh) * 2017-12-29 2019-07-09 广州潽蓝信息科技有限公司 基于海量金融投资数据的量化分析和推送的方法及系统
JP6403360B1 (ja) 2018-02-05 2018-10-10 有限会社 アドリブ 財務諸表解釈支援装置、コンピュータプログラム
JP6516309B1 (ja) 2018-09-28 2019-05-22 株式会社ココペリ 財務分析システム及び財務分析プログラム
KR102153834B1 (ko) * 2019-11-25 2020-09-09 티아이테크놀로지 주식회사 확정치 및 추정치 기반의 데이터 정량화 방법
US20220366332A1 (en) * 2021-04-13 2022-11-17 Riskbeam GmbH Systems and methods for risk-adaptive security investment optimization

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7529703B2 (en) * 2003-11-18 2009-05-05 Citigroup Global Markets, Inc. Method and system for artificial neural networks to predict price movements in the financial markets
TW200844894A (en) * 2007-03-23 2008-11-16 Res Affiliates Llc Using accounting data based indexing to create a portfolio of financial objects
CN102270333A (zh) * 2010-06-02 2011-12-07 兆雅股份有限公司 股票多空买卖决策系统
CN104778622A (zh) * 2015-04-29 2015-07-15 清华大学 Tps交易事件阈值的预测方法及预测系统
KR101785547B1 (ko) * 2016-07-08 2017-10-17 한양대학교 산학협력단 주기성 시계열 데이터의 변동 추정 장치 및 방법

Also Published As

Publication number Publication date
CN115004182A (zh) 2022-09-02
EP4068123A1 (en) 2022-10-05
JP7344609B2 (ja) 2023-09-14
AU2020393475A1 (en) 2022-07-14
EP4068123A4 (en) 2023-12-06
CA3159174A1 (en) 2021-06-03
JP2023505058A (ja) 2023-02-08
KR102153834B1 (ko) 2020-09-09
WO2021107386A1 (ko) 2021-06-03
US20230005065A1 (en) 2023-01-05
TW202121157A (zh) 2021-06-01

Similar Documents

Publication Publication Date Title
Verbraken et al. Development and application of consumer credit scoring models using profit-based classification measures
Roth et al. Benchmarking building energy efficiency using quantile regression
US8489502B2 (en) Methods and systems for multi-credit reporting agency data modeling
US9208462B2 (en) System and method for generating a marketing-mix solution
KR102009309B1 (ko) 금융상품 관리자동화 시스템 및 관리자동화 방법
Mousavi et al. Multi-criteria ranking of corporate distress prediction models: empirical evaluation and methodological contributions
Tsolas Firm credit risk evaluation: a series two-stage DEA modeling framework
JP6727356B2 (ja) 特許評価システム
Korol Fuzzy logic in financial management
Moreno-Moreno et al. Success factors in peer-to-business (P2B) crowdlending: A predictive approach
CN112232950A (zh) 针对借贷风险的评估方法及装置、设备、计算机可读存储介质
Byanjankar et al. Data‐driven optimization of peer‐to‐peer lending portfolios based on the expected value framework
Lesotlho An investigation of the determinants of private investment: The case of Botswana
TWI792101B (zh) 基於確定值及預測值的數據定量化方法
Li et al. Online investor attention and firm restructuring performance: Insights from an event-based DEA-Tobit model
CN113450158A (zh) 银行活动信息推送方法及装置
US20140344020A1 (en) Competitor pricing strategy determination
Jaber et al. Estimating performance efficiency of mining and extracting sectors using dea models: The case of jordan
Koyuncugil et al. Detecting road maps for capacity utilization decisions by clustering analysis and CHAID decision tress
CN115186101A (zh) 一种投资管理后端系统、方法、设备及存储介质
Lou et al. Data envelopment analysis based assessment of human resource management strategy in the banking industry: A case study of a well‐known Taiwanese Bank
Krusinskas et al. THE RESEARCH OF RELIABILITY OF BANKRUPTCY PREDICTION MODELS IN LITHUANIAN COMPANIES.
Drudi et al. A liquidity risk early warning indicator for Italian banks: a machine learning approach
Yan et al. The Research in Credit Risk of Micro and Small Companies with Linear Regression Model
Preeti et al. Application of hybrid approach in banking system: An undesirable operational performance modelling