WO2020029385A1 - 资产配置合理性判断方法、系统、计算机设备和存储介质 - Google Patents

资产配置合理性判断方法、系统、计算机设备和存储介质 Download PDF

Info

Publication number
WO2020029385A1
WO2020029385A1 PCT/CN2018/106688 CN2018106688W WO2020029385A1 WO 2020029385 A1 WO2020029385 A1 WO 2020029385A1 CN 2018106688 W CN2018106688 W CN 2018106688W WO 2020029385 A1 WO2020029385 A1 WO 2020029385A1
Authority
WO
WIPO (PCT)
Prior art keywords
daily
risk
data
questionnaire
asset allocation
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.)
Ceased
Application number
PCT/CN2018/106688
Other languages
English (en)
French (fr)
Inventor
蒋逸文
陈泽晖
黄鸿顺
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Ping An Technology Shenzhen Co Ltd
Original Assignee
Ping An Technology Shenzhen Co Ltd
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 Ping An Technology Shenzhen Co Ltd filed Critical Ping An Technology Shenzhen Co Ltd
Publication of WO2020029385A1 publication Critical patent/WO2020029385A1/zh
Anticipated expiration legal-status Critical
Ceased legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; 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 OR CALCULATING; 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
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0635—Risk analysis of enterprise or organisation activities
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; 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
    • G06Q40/04—Trading; Exchange, e.g. stocks, commodities, derivatives or currency exchange

Definitions

  • This application relates to the field of securities investment, and in particular, to a method, system, computer equipment and storage medium for judging the rationality of asset allocation.
  • a method for judging the rationality of asset allocation including:
  • a risk preference questionnaire preset in a database, obtaining a client's response to the questionnaire based on the risk preference questionnaire, and determining the type of anti-risk of the client based on the answer to the questionnaire;
  • the daily allocation amount data and the historical daily return amount data of the current day for the individual fund under the asset allocation plan and the asset allocation plan are retrieved to generate a yield curve, and the fit between the baseline and the yield curve is compared. , Judging whether the asset allocation scheme is reasonable according to the fitting degree, and if it is not reasonable, re-plan the asset allocation scheme.
  • a system for judging the rationality of asset allocation including:
  • the information collection unit is set to retrieve the customer's asset allocation plan from the customer transaction management platform, and retrieve the daily daily income data and historical daily income data from the securities transaction data platform and fund data management platform;
  • the customer portrait unit is configured to retrieve a risk preference questionnaire preset in a database, obtain a client's response to the questionnaire based on the risk preference questionnaire, and determine the type of anti-risk of the client based on the answer to the questionnaire;
  • the baseline setting unit is configured to select at least two indexes as a reference, retrieve a risk weight table preset in a database, and obtain baseline weights corresponding to different types of the anti-risk type, and according to the daily return amount data of the benchmark And the historical daily income amount data and the baseline weight to determine the baseline;
  • the comparison unit is configured to obtain the daily return amount data and historical daily return amount data for the day of the asset allocation plan and a single fund under the asset allocation plan to generate a yield curve, and compare the baseline and the return rate. The degree of fit of the curve is used to judge whether the asset allocation plan is reasonable, and if it is not reasonable, re-plan the asset allocation plan.
  • a computer device includes a memory and a processor.
  • the memory stores computer-readable instructions.
  • the processor causes the processor to perform the following steps:
  • a risk preference questionnaire preset in a database, obtaining a client's response to the questionnaire based on the risk preference questionnaire, and determining the type of anti-risk of the client based on the answer to the questionnaire;
  • the daily allocation amount data and the historical daily return amount data of the current day for the individual fund under the asset allocation plan and the asset allocation plan are retrieved to generate a yield curve, and the fit between the baseline and the yield curve is compared. , Judging whether the asset allocation scheme is reasonable according to the fitting degree, and if it is not reasonable, re-plan the asset allocation scheme.
  • a storage medium storing computer-readable instructions.
  • the one or more processors execute the following steps:
  • a risk preference questionnaire preset in a database, obtaining a client's response to the questionnaire based on the risk preference questionnaire, and determining the type of anti-risk of the client based on the answer to the questionnaire;
  • the daily allocation amount data and the historical daily return amount data of the current day for the individual fund under the asset allocation plan and the asset allocation plan are retrieved to generate a yield curve, and the fit between the baseline and the yield curve is compared. , Judging whether the asset allocation scheme is reasonable according to the fitting degree, and if it is not reasonable, re-plan the asset allocation scheme.
  • the above-mentioned method, device, computer equipment and storage medium for judging the rationality of asset allocation including retrieving the client's asset allocation plan from the client transaction management platform, and the daily income data and history of the day from the securities transaction data platform and fund data management platform Daily income data; Retrieving a risk appetite questionnaire preset in the database, obtaining a client's response to the questionnaire based on the risk appetite questionnaire, and determining the type of anti-risk of the client based on the answer to the questionnaire; selecting at least The two indexes are used as the benchmark, and the risk weight table preset in the database is retrieved to obtain the baseline weights corresponding to the different types of anti-risk, according to the daily daily income data of the benchmark and historical daily income data and the The baseline weight determines the baseline; the daily allocation data of the current day and the historical daily return data of the single fund under the asset allocation plan and the asset allocation plan are taken to generate a yield curve, and the baseline is compared with the baseline The degree of fit of the yield curve, and the asset allocation method is determined according
  • This application determines the baseline weight according to the customer's anti-risk type, generates a baseline based on the baseline weight and the benchmark return amount data, and generates a baseline that reflects the customer's investment preferences for customers with different anti-risk types, which can provide customers with personalized services To fully verify the profitability and stability of its asset allocation plan.
  • FIG. 1 is a flowchart of a method for judging the rationality of asset allocation in an embodiment of the present application
  • FIG. 2 is a structural diagram of an asset allocation rationality judgment system according to an embodiment of the present application.
  • FIG. 3 is a structural diagram of a customer portrait unit of the present application.
  • FIG. 1 is a flowchart of a method for judging the rationality of asset allocation according to an embodiment of the present application.
  • the method for judging the rationality of asset allocation may include the following steps:
  • step S1 information is collected: the client's asset allocation plan is retrieved from the client transaction management platform, and the daily daily return amount data and historical daily return amount data are retrieved from the securities transaction data platform and the fund data management platform.
  • the specific asset allocation scheme is the weight of the large-type fund portfolio purchased by the customer, and the weight of each individual fund under each large-type fund, such as cash, fixed income, equity, etc.
  • the individual funds under the large-scale fund are described, for example, large-cap stocks, medium-cap stocks, Hong Kong stocks, and US stocks under the equity category.
  • the recalling the daily daily income data and historical daily daily income data of the current day from the securities transaction data platform and the fund data management platform includes:
  • a URL list of the securities transaction data platform and the fund management data platform Preset a URL list of the securities transaction data platform and the fund management data platform, and the URL list includes several websites that provide the daily income amount data and historical daily income amount data of the day; call the browser kernel to sequentially
  • the URL in the URL list sends out the webpage access request, and waits for feedback information from the website that receives the webpage access request, the feedback information includes feedback information for receiving access and feedback information for refusing access; when receiving When the feedback information received is accessed, a web crawler algorithm preset in the database is invoked to collect webpage content related to the current daily revenue amount data and historical daily revenue amount data, and then continue to invoke the browser
  • the kernel accesses other URLs in the URL list until all URLs in the URL list are traversed; after receiving the feedback information that the access is denied, it continues to call the browser kernel to access other URLs in the URL list URLs until all URLs in the URL list are traversed; the web crawler is aggregated Collection method to return the amount of the daily amount of
  • crawling data by using a web crawler algorithm can realize one-click operation, which does not require manual screening of information, which is convenient and does not omit key information.
  • Step S2 dividing the type of customer's anti-risk: the risk appraisal questionnaire preset in the database is retrieved, the client's response to the questionnaire is obtained according to the risk appetite questionnaire, and the client's anti-risk is determined according to the answer of the questionnaire Types of.
  • the step of obtaining a client's response to the questionnaire based on the risk preference questionnaire and determining the client's anti-risk type based on the answer to the questionnaire includes:
  • the questionnaire includes, but is not limited to, seven dimensions of customer basic information, capital strength, risk appetite, investment experience, liquidity preference, demographic attributes, and investment purpose.
  • Each dimension includes at least one multiple choice question, and each multiple choice question. Including at least two options, each option corresponding to a score, and obtaining the score of each of the multiple choice questions according to the response of the questionnaire;
  • the anti-risk type of conservative, stable, growth, enthusiasm, and aggressive type five ranges are set, each of which corresponds to one of the anti-risk types to determine which value of the anti-risk capability value is The value range determines the anti-risk type of the customer.
  • the customer's anti-risk type is divided through seven dimensions of information, and the factors considered are objective and comprehensive.
  • Step S3 setting a baseline: selecting at least two indexes as a benchmark, calling a risk weight table preset in a database, obtaining baseline weights corresponding to different types of anti-risk, and according to the daily income data of the benchmark And the historical daily income amount data and the baseline weight to determine the baseline;
  • the determining a reference line based on the daily daily income amount data and historical daily income amount data of the benchmark and the baseline weight includes:
  • the benchmark is the CSI 300 Index and the bond fund, and the baseline weights corresponding to the different types of risk resistance are obtained according to the risk weight table, and according to the daily income data of the CSI 300 Index and the bond fund on the day And historical daily income data to find out the cumulative daily return rate, which is obtained according to the following formula:
  • T represents the cumulative daily return rate
  • N represents the sum of the historical daily income data
  • M represents the daily income data of the day
  • F is the total price of the index at the starting moment
  • a weighted summation of the daily cumulative rate of return by the baseline weight is used to determine a benchmark daily cumulative rate of return, and the baseline is determined based on the daily cumulative rate of return.
  • the CSI 300 index and the bond fund are used as the benchmark to generate the benchmark, which can be used as an evaluation criterion for investment performance.
  • Step S4 verifying the asset allocation plan: taking the daily allocation data and historical daily return amount data of the current day and historical daily return amount data of the asset allocation plan and a single fund under the asset allocation plan, generating a yield curve, comparing the baseline and the The fitting degree of the yield curve is determined according to the fitting degree to determine whether the asset allocation scheme is reasonable, and if it is not reasonable, the asset allocation scheme is re-planned.
  • the generating a yield curve includes:
  • a daily cumulative return rate is calculated according to the daily daily return amount data and historical daily return amount data of a single fund under the asset allocation scheme, and the daily cumulative return rate is obtained according to the following formula:
  • T represents the cumulative daily return rate
  • N represents the sum of the historical daily income data
  • M represents the daily income data of the day
  • D is the value of the fund at the time of purchase
  • the cumulative rate of return is determined according to the cumulative rate of return for each day.
  • the replanning the asset allocation scheme includes:
  • the mean square error model is called to recalculate the investment weight of each fund portfolio, and then the fund screening model is called to recalculate the investment weight of a single fund under each fund portfolio.
  • the specific mean square error model is to set an optimization target by using the return index and the risk index, and the optimization target is a portfolio solution that outputs the smallest risk index under the condition that the return index is determined, including:
  • r p is the return of the large-scale asset allocation plan
  • Is the variance of the large-scale asset allocation scheme
  • the variance is the risk of the large-scale asset allocation scheme
  • r i is the return of the large-scale asset i
  • Cov (r i , r j ) is one of the two large-scale assets.
  • the covariance between them, x i and x j are the investment proportions of the large class assets i and j
  • formula (1) indicates that the objective is to solve the portfolio scheme with the smallest risk index;
  • Formula (4) indicates that the return of the large-type asset allocation scheme is equal to the sum of the product of the returns of the various large-type assets and the investment ratio;
  • Formula (5) represents a weight constraint, the sum of the investment proportions of each major category of assets is 1, and formula (5) is a weight constraint when short selling is allowed;
  • Formula (6) represents a weight constraint, and the sum of the investment proportions of each category of assets is 1, and formula (6) is a weight constraint when short selling is not allowed.
  • the mean asset variance model is used to solve the optimal asset allocation plan with the minimum risk or maximum return as the goal.
  • a system for judging the rationality of asset allocation is proposed, as shown in FIG. 2, and includes the following units:
  • the information collection unit is set to retrieve the customer's asset allocation plan from the customer transaction management platform, and retrieve the daily daily income data and historical daily income data from the securities transaction data platform and fund data management platform;
  • the customer portrait unit is configured to retrieve a risk preference questionnaire preset in a database, obtain a client's response to the questionnaire based on the risk preference questionnaire, and determine the type of anti-risk of the client based on the answer to the questionnaire;
  • the baseline setting unit is configured to select at least two indexes as a reference, retrieve a risk weight table preset in a database, and obtain baseline weights corresponding to different types of the anti-risk type, and according to the daily return amount data of the benchmark And the historical daily income amount data and the baseline weight to determine the baseline;
  • the comparison unit is configured to obtain the daily return amount data and historical daily return amount data for the day of the asset allocation plan and a single fund under the asset allocation plan to generate a yield curve, and compare the baseline and the return rate. The degree of fit of the curve is used to judge whether the asset allocation plan is reasonable, and if it is not reasonable, re-plan the asset allocation plan.
  • the information collection unit is further configured as a list of URLs of the preset securities transaction data platform and fund management data platform.
  • the URL list includes a number of URLs that provide daily daily income data and historical daily income data.
  • the browser kernel sends a webpage access request to the URLs in the URL list in turn, and waits for the feedback information from the website that receives the webpage access request.
  • the feedback information includes the feedback information for receiving the access and the feedback information for refusing to receive the access.
  • call the web crawler algorithm preset in the database collect the webpage content related to the daily daily income data and historical daily income data, and then continue to call the browser kernel to access other URLs in the URL list until it is traversed All URLs in the URL list. After receiving feedback that access is refused, continue to call the browser kernel to access other URLs in the URL list until all URLs in the URL list are traversed to summarize the day of the day collected by the web crawler algorithm. Revenue data and historical days The amount of benefits data.
  • the customer portrait unit includes: a risk appetite collection module, which is set up as a questionnaire including, but not limited to, basic customer information, capital strength, risk appetite, investment experience, liquidity appetite, and population attribute dimensions Information on seven dimensions of investment purpose, each dimension includes at least one multiple choice, each multiple choice includes at least two options, each option corresponds to a score, and the score of each multiple choice question is obtained according to the answer to the questionnaire; weight setting Module, set to set a dimension weight for each of the seven dimensions of information, the sum of dimension weights is 1, set an option weight for multiple choice questions under each dimension of the questionnaire, and the sum of option weights for multiple choice questions under the same dimension is 1;
  • the anti-risk ability value calculation module is set to multiply the scores of multiple choice questions in the same dimension under the questionnaire by the corresponding option weights and sum them to obtain the information score of each dimension of the questionnaire.
  • the information score of each dimension is multiplied by the corresponding dimension weights and summed to obtain each dimension of the questionnaire The total score of the information.
  • the obtained score is the anti-risk capability value.
  • the anti-risk type division module is set to conservative, stable, growth, motivated, and aggressive based on the anti-risk type. There are 5 ranges, each of which corresponds to the range. An anti-risk type, to determine which value range the anti-risk capability value is, and determine the anti-risk type of the customer.
  • the baseline setting unit is further set as the benchmark for the CSI 300 Index and the bond fund, and the baseline weights corresponding to different types of risk resistance are obtained according to the risk weight table.
  • the daily return amount data and historical daily return amount data are used to calculate the cumulative return rate for each day.
  • the cumulative return rate for each day is obtained according to the following formula:
  • T represents the cumulative daily return rate
  • N represents the sum of the historical daily revenue data
  • M represents the daily revenue data of the day
  • F is the total price of the index at the starting moment
  • the comparison unit is further configured to solve the cumulative daily return rate of each day according to the daily daily return amount data and historical daily return amount data of a single fund under the asset allocation scheme, and the daily cumulative return rate is obtained according to the following formula :
  • T represents the cumulative daily return rate
  • N represents the sum of the historical daily income data
  • M represents the daily income data of the day
  • D is the value of the fund at the time of purchase
  • the comparison unit is further configured to call a mean square error model to recalculate the investment weight of each fund portfolio, and then call a fund screening model to recalculate the investment weight of a single fund under each fund portfolio.
  • a computer device which includes a memory and a processor.
  • the memory stores computer-readable instructions, and when the computer-readable instructions are executed by the processor, the processor is caused to implement the foregoing when the computer-readable instructions are executed.
  • a storage medium storing computer-readable instructions, and when the computer-readable instructions are executed by one or more processors, the one or more processors perform reasonable asset allocation in the foregoing embodiments. Steps in sexual judgment methods.
  • the storage medium may be a non-volatile storage medium.
  • the program may be stored in a computer-readable storage medium.
  • the storage medium may include: Read-only memory (ROM, Read Only Memory), random access memory (RAM, Random Access Memory), magnetic disks or optical disks, etc.

Landscapes

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

Abstract

一种资产配置合理性判断方法、系统、计算机设备和存储介质。资产配置合理性判断方法包括：从客户交易管理平台调取客户的资产配置方案，从证券交易数据平台和基金数据管理平台调取日收益额数据和历史日收益额数据(S1)；根据客户对于预设的调查问卷的回答，确定客户的抗风险类型(S2)；选取至少两个指数为基准，结合抗风险类型确定基准线(S3)；根据资产配置方案和单个基金的日收益额数据和历史日收益额数据生成收益率曲线，对比基准线和收益率曲线的拟合度判断资产配置方案是否合理，若不合理则重新规划资产配置方案(S4)。该方案结合客户的抗风险类型生成基准线，可以验证投资偏好不同的客户的资产配置方案的收益能力和稳定性。

Description

资产配置合理性判断方法、系统、计算机设备和存储介质
本申请要求于2018年08月08日提交中国专利局、申请号为201810894184.9、发明名称为“资产配置合理性判断方法、系统、计算机设备和存储介质”的中国专利申请的优先权，其全部内容通过引用结合在本申请中。
技术领域
本申请涉及证券投资领域，特别是涉及资产配置合理性判断方法、系统、计算机设备和存储介质。
背景技术
为了满足股民的炒股需求，市场上出现了很多功能非常强大的免费网上股票证券交易分析软件，例如同花顺、通达信、大智慧等软件。它们的基本功能是信息的实时揭示和K线图技术分析，包括各种技术指标、行情信息、资讯信息等。
但是市场上大多数软件的选股策略都是广泛的经验累积而得出的公式，根据公式求解出投资方案后，直接建议用户使用该投资方案，股民如果轻易不假思索的相信软件发出的进场离场信息，那么往往会与期待值谬以千里。
发明内容
基于此，有必要针对市场上大多数软件的选股策略都是广泛的经验累积而得出的公式，并没有强大的数据支撑的问题，提出一种资产配置合理性判断方法、系统、计算机设备和存储介质。
一种资产配置合理性判断方法，包括：
从客户交易管理平台调取客户的资产配置方案，从证券交易数据平台和基金数据管理平台调取当日的日收益额数据和历史日收益额数据；
调取预设于数据库的风险偏好调查问卷，根据所述风险偏好调查问卷获得客户对于所述调查问卷的回答，根据所述调查问卷的回答确定客户的抗风险类型；
选取至少两个指数作为基准，调取预设于数据库的风险权重表，获取不同 所述抗风险类型对应的基准线权重，根据所述基准的当日的日收益额数据和历史日收益额数据和所述基准线权重确定基准线；
调取所述资产配置方案和所述资产配置方案下单个基金的当日的日收益额数据和历史日收益额数据，生成收益率曲线，对比所述基准线和所述收益率曲线的拟合度，根据所述拟合度判断所述资产配置方案是否合理，若不合理则重新规划所述资产配置方案。
一种资产配置合理性判断系统，包括：
信息采集单元，设置为从客户交易管理平台调取客户的资产配置方案，从证券交易数据平台和基金数据管理平台调取当日的日收益额数据和历史日收益额数据；
客户画像单元，设置为调取预设于数据库的风险偏好调查问卷，根据所述风险偏好调查问卷获得客户对于所述调查问卷的回答，根据所述调查问卷的回答确定客户的抗风险类型；
基准线设置单元，设置为选取至少两个指数作为基准，调取预设于数据库的风险权重表，获取不同所述抗风险类型对应的基准线权重，根据所述基准的当日的日收益额数据和历史日收益额数据和所述基准线权重确定基准线；
对比单元，设置为调取所述资产配置方案和所述资产配置方案下单个基金的当日的日收益额数据和历史日收益额数据，生成收益率曲线，对比所述基准线和所述收益率曲线的拟合度，根据所述拟合度判断所述资产配置方案是否合理，若不合理则重新规划所述资产配置方案。
一种计算机设备，包括存储器和处理器，所述存储器中存储有计算机可读指令，所述计算机可读指令被所述处理器执行时，使得处理器执行以下步骤：
从客户交易管理平台调取客户的资产配置方案，从证券交易数据平台和基金数据管理平台调取当日的日收益额数据和历史日收益额数据；
调取预设于数据库的风险偏好调查问卷，根据所述风险偏好调查问卷获得客户对于所述调查问卷的回答，根据所述调查问卷的回答确定客户的抗风险类型；
选取至少两个指数作为基准，调取预设于数据库的风险权重表，获取不同所述抗风险类型对应的基准线权重，根据所述基准的当日的日收益额数据和历史日收益额数据和所述基准线权重确定基准线；
调取所述资产配置方案和所述资产配置方案下单个基金的当日的日收益额数据和历史日收益额数据，生成收益率曲线，对比所述基准线和所述收益率曲线的拟合度，根据所述拟合度判断所述资产配置方案是否合理，若不合理则重新规划所述资产配置方案。
一种存储有计算机可读指令的存储介质，所述计算机可读指令被一个或多个处理器执行时，使得一个或多个处理器执行以下步骤：
从客户交易管理平台调取客户的资产配置方案，从证券交易数据平台和基金数据管理平台调取当日的日收益额数据和历史日收益额数据；
调取预设于数据库的风险偏好调查问卷，根据所述风险偏好调查问卷获得客户对于所述调查问卷的回答，根据所述调查问卷的回答确定客户的抗风险类型；
选取至少两个指数作为基准，调取预设于数据库的风险权重表，获取不同所述抗风险类型对应的基准线权重，根据所述基准的当日的日收益额数据和历史日收益额数据和所述基准线权重确定基准线；
调取所述资产配置方案和所述资产配置方案下单个基金的当日的日收益额数据和历史日收益额数据，生成收益率曲线，对比所述基准线和所述收益率曲线的拟合度，根据所述拟合度判断所述资产配置方案是否合理，若不合理则重新规划所述资产配置方案。
上述资产配置合理性判断方法、装置、计算机设备和存储介质，包括从客户交易管理平台调取客户的资产配置方案，从证券交易数据平台和基金数据管理平台调取当日的日收益额数据和历史日收益额数据；调取预设于数据库的风险偏好调查问卷，根据所述风险偏好调查问卷获得客户对于所述调查问卷的回答，根据所述调查问卷的回答确定客户的抗风险类型；选取至少两个指数作为基准，调取预设于数据库的风险权重表，获取不同所述抗风险类型对应的基准线权重，根据所述基准的当日的日收益额数据和历史日收益额数据和所述基准线权重确定基准线；调取所述资产配置方案和所述资产配置方案下单个基金的当日的日收益额数据和历史日收益额数据，生成收益率曲线，对比所述基准线和所述收益率曲线的拟合度，根据所述拟合度判断所述资产配置方案是否合理，若不合理则重新规划所述资产配置方案。本申请根据客户的抗风险类型确定基准线权重，根据基准线权重和基准的收益额数据生成基准线，针对不同抗风险 类型的客户生成反映客户投资偏好的基准线，可以为客户提供个性化服务，充分验证其资产配置方案的收益能力和稳定性。
附图说明
通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是本申请的限制。
图1为本申请一个实施例中的资产配置合理性判断方法的流程图；
图2为本申请一个实施例中的资产配置合理性判断系统的结构图；
图3为本申请客户画像单元的结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
本技术领域技术人员可以理解，除非特意声明，这里使用的单数形式“一”、“一个”、“所述”和“该”也可包括复数形式。应该进一步理解的是，本申请的说明书中使用的措辞“包括”是指存在所述特征、程序、步骤、操作、元件和/或组件，但是并不排除存在或添加一个或多个其他特征、程序、步骤、操作、元件、组件和/或它们的组。
图1为本申请一个实施例中一种资产配置合理性判断方法的流程图，所述资产配置合理性判断方法，可以包括如下步骤：
步骤S1，采集信息：从客户交易管理平台调取客户的资产配置方案，从证券交易数据平台和基金数据管理平台调取当日的日收益额数据和历史日收益额数据。
具体的所述资产配置方案为客户所购买的大类基金组合的权重，以及每个大类基金下各个单个基金的权重，所述大类基金例如现金类、固收类、权益类等，所述大类基金下各个单个基金例如权益类下的大盘股、中盘股、港股、美股等。
在一个实施例中，所述从证券交易数据平台和基金数据管理平台调取所述当日的日收益额数据和历史日收益额数据，包括：
预设所述证券交易数据平台和所述基金管理数据平台的网址列表，所述网址列表中包括提供所述当日的日收益额数据和历史日收益额数据的若干网址；调用浏览器内核依次对所述网址列表中的网址发出所述网页访问请求，并等待接收所述网页访问请求的网站发出的反馈信息，所述反馈信息包括接收访问的反馈信息和拒绝接收访问的反馈信息；当接收到所述接收访问的反馈信息时，调用预设在所述数据库中的网络爬虫算法，采集与所述当日的日收益额数据和历史日收益额数据相关的网页内容，然后继续调用所述浏览器内核访问所述网址列表中的其他网址，直到遍历所述网址列表中的所有网址；当接收到所述拒绝接收访问的反馈信息后，继续调用所述浏览器内核访问所述网址列表中的其他网址，直到遍历所述网址列表中的所有网址；汇总所述网络爬虫算法采集到的所述当日的日收益额数据和历史日收益额数据。
本实施例中，利用网络爬虫算法爬取数据，可以实现一键操作，不需要人工筛选信息，方便且不会遗漏关键信息。
步骤S2，划分客户抗风险类型：调取预设于数据库的风险偏好调查问卷，根据所述风险偏好调查问卷获得客户对于所述调查问卷的回答，根据所述调查问卷的回答确定客户的抗风险类型。
在一个实施例中，所述根据所述风险偏好调查问卷获得客户对于所述调查问卷的回答，根据所述调查问卷的回答确定客户的抗风险类型，包括：
所述调查问卷包括但不限于客户基本信息、资金实力、风险偏好、投资经验、流动性偏好、人口属性维度、投资目的七个维度的信息，每个维度包括至少一个选择题，每个选择题包括至少两个选项，每个选项对应一个得分，根据所述调查问卷的回答得到每个所述选择题的得分；
为所述七个维度的信息各设置一个维度权重，所述维度权重之和为1，为所述调查问卷每个维度下的所述选择题设置一个选项权重，同一维度下的所述选择题的所述选项权重之和为1；
将所述调查问卷下同一维度下的各所述选择题的得分，乘上各自对应的所述选项权重后求和，得出所述调查问卷每个维度的信息得分，将所述调查问卷每个维度的信息得分，乘上各自对应的所述维度权重后求和，得出所述调查问卷各个维度信息的总得分，所得分数为抗风险能力值；
根据所述抗风险类型保守型、稳健型、成长型、积极性、激进型，设置5 个值域，每个所述值域对应一个所述抗风险类型，判断所述抗风险能力值在哪一值域，确定客户的所述抗风险类型。
本实施例通过七个维度信息对客户的抗风险类型进行划分，考虑的因素客观全面。
步骤S3，设置基准线：选取至少两个指数作为基准，调取预设于数据库的风险权重表，获取不同所述抗风险类型对应的基准线权重，根据所述基准的当日的日收益额数据和历史日收益额数据和所述基准线权重确定基准线；
在一个实施例中，所述根据所述基准的所述当日的日收益额数据和历史日收益额数据和所述基准线权重确定基准线，包括：
所述基准为沪深300指数和债券基金，根据所述风险权重表获取不同所述抗风险类型对应的基准线权重，根据所述沪深300指数和债券基金的所述当日的日收益额数据和历史日收益额数据求解出每天的累计收益率，所述每天的累计收益率根据以下公式求得：
Figure PCTCN2018106688-appb-000001
公式(1)中T表示每天的累计收益率，N表示所述历史日收益额数据之和，M表示当日的日收益额数据，F为起始时刻指数的总价格；
通过所述基准线权重对所述每天的累计收益率加权求和，确定基准的所述每天的累计收益率，根据所述每天的累计收益率确定所述基准线。
本实施例中以沪深300指数和债券基金作为基准生成基准先，可以作为投资业绩的评价标准。
步骤S4，验证资产配置方案：调取所述资产配置方案和所述资产配置方案下单个基金的当日的日收益额数据和历史日收益额数据，生成收益率曲线，对比所述基准线和所述收益率曲线的拟合度，根据所述拟合度判断所述资产配置方案是否合理，若不合理则重新规划所述资产配置方案。
在一个实施例中，所述生成收益率曲线，包括：
根据所述资产配置方案下单个基金的所述当日的日收益额数据和历史日收益额数据求解出每天的累计收益率，所述每天的累计收益率根据以下公式求得：
Figure PCTCN2018106688-appb-000002
公式(2)中T表示每天的累计收益率，N表示所述历史日收益额数据之和，M表示当日的日收益额数据，D为购入时基金价值；
根据所述资产配置方案确定所述资产配置方案下单个基金的权重，根据所述权重对资产配置方案下单个基金的所述每天的累计收益率加权求和，获得所述资产配置方案的每天的累计收益率，根据所述每天的累计收益率确定所述收益率曲线。
在一个实施例中，所述重新规划所述资产配置方案，包括：
调用均方差模型，用以重新计算每个基金组合的投资权重，然后调用基金筛选模型，用以重新计算每一个基金组合下单个基金的投资权重。
具体的所述均方差模型为以所述收益指标和所述风险指标设置优化目标，所述优化目标为确定收益指标的条件下，输出风险指标最小的投资组合方案，包括：
minσ2(r p)＝∑∑x ix jCov(r i-r j)      (3)
公式(3)中r p为所述大类资产配置方案的收益，
Figure PCTCN2018106688-appb-000003
为所述大类资产配置方案的方差，所述方差为所述大类资产配置方案的风险，r i为大类资产i的收益，Cov(r i、r j)为两个大类资产之间的协方差，x i、x j为大类资产i、j的投资比例，公式(1)表示以求解风险指标最小的投资组合方案为目标；
r p＝∑x ir i                  (4)
公式(4)表示所述大类资产配置方案的收益等于各类所述大类资产的收益与所述投资比例乘积之和；
∑x i＝1                    (5)
公式(5)表示权重约束，各个大类资产的所述投资比例之和为1，公式(5)为允许卖空情况下的权重约束；
∑x i＝1,x i＞0              (6)
公式(6)表示权重约束，各个大类资产的所述投资比例之和为1，公式(6)为不允许卖空情况下的权重约束。
本实施例中，利用均方差模型求解出以风险最小或收益最大为目标的最优资产配置方案。
在一个实施例中，提出了一种资产配置合理性判断系统，如图2所示，包括如下单元：
信息采集单元，设置为从客户交易管理平台调取客户的资产配置方案，从证券交易数据平台和基金数据管理平台调取当日的日收益额数据和历史日收益额数据；
客户画像单元，设置为调取预设于数据库的风险偏好调查问卷，根据所述风险偏好调查问卷获得客户对于所述调查问卷的回答，根据所述调查问卷的回答确定客户的抗风险类型；
基准线设置单元，设置为选取至少两个指数作为基准，调取预设于数据库的风险权重表，获取不同所述抗风险类型对应的基准线权重，根据所述基准的当日的日收益额数据和历史日收益额数据和所述基准线权重确定基准线；
对比单元，设置为调取所述资产配置方案和所述资产配置方案下单个基金的当日的日收益额数据和历史日收益额数据，生成收益率曲线，对比所述基准线和所述收益率曲线的拟合度，根据所述拟合度判断所述资产配置方案是否合理，若不合理则重新规划所述资产配置方案。
在一个实施例中，信息采集单元，还设置为预设证券交易数据平台和基金管理数据平台的网址列表，网址列表中包括提供当日的日收益额数据和历史日收益额数据的若干网址，调用浏览器内核依次对网址列表中的网址发出网页访问请求，并等待接收网页访问请求的网站发出的反馈信息，反馈信息包括接收访问的反馈信息和拒绝接收访问的反馈信息，当接收到接收访问的反馈信息时，调用预设在数据库中的网络爬虫算法，采集与当日的日收益额数据和历史日收益额数据相关的网页内容，然后继续调用浏览器内核访问网址列表中的其他网址，直到遍历网址列表中的所有网址，当接收到拒绝接收访问的反馈信息后，继续调用浏览器内核访问网址列表中的其他网址，直到遍历网址列表中的所有网址，汇总网络爬虫算法采集到的当日的日收益额数据和历史日收益额数据。
在一个实施例中，如图3所示，客户画像单元包括：风险偏好采集模块，设置为调查问卷包括但不限于客户基本信息、资金实力、风险偏好、投资经验、流动性偏好、人口属性维度、投资目的七个维度的信息，每个维度包括至少一 个选择题，每个选择题包括至少两个选项，每个选项对应一个得分，根据调查问卷的回答得到每个选择题的得分；权重设置模块，设置为为七个维度的信息各设置一个维度权重，维度权重之和为1，为调查问卷每个维度下的选择题设置一个选项权重，同一维度下的选择题的选项权重之和为1；抗风险能力值计算模块，设置为将调查问卷下同一维度下的各选择题的得分，乘上各自对应的选项权重后求和，得出调查问卷每个维度的信息得分，将调查问卷每个维度的信息得分，乘上各自对应的维度权重后求和，得出调查问卷各个维度信息的总得分，所得分数为抗风险能力值；抗风险类型划分模块，设置为根据抗风险类型保守型、稳健型、成长型、积极性、激进型，设置5个值域，每个值域对应一个抗风险类型，判断抗风险能力值在哪一值域，确定客户的抗风险类型。
在一个实施例中，基准线设置单元，还设置为基准为沪深300指数和债券基金，根据风险权重表获取不同抗风险类型对应的基准线权重，根据沪深300指数和债券基金的当日的日收益额数据和历史日收益额数据求解出每天的累计收益率，每天的累计收益率根据以下公式求得：
Figure PCTCN2018106688-appb-000004
公式(1)中T表示每天的累计收益率，N表示所述历史日收益额数据之和，M表示当日的日收益额数据，F为起始时刻指数的总价格；通过基准线权重对每天的累计收益率加权求和，确定基准的每天的累计收益率，根据每天的累计收益率确定基准线。
在一个实施例中，对比单元，还设置为根据资产配置方案下单个基金的当日的日收益额数据和历史日收益额数据求解出每天的累计收益率，每天的累计收益率根据以下公式求得：
Figure PCTCN2018106688-appb-000005
公式(2)中T表示每天的累计收益率，N表示所述历史日收益额数据之和，M表示当日的日收益额数据，D为购入时基金价值；
根据资产配置方案确定资产配置方案下单个基金的权重，根据权重对资产配置方案下单个基金的每天的累计收益率加权求和，获得资产配置方案的每天的累计收益率，根据每天的累计收益率确定收益率曲线。
在一个实施例中，对比单元，还设置为调用均方差模型，用以重新计算每个基金组合的投资权重，然后调用基金筛选模型，用以重新计算每一个基金组合下单个基金的投资权重。
在一个实施例中，提出了一种计算机设备，包括存储器和处理器，存储器中存储有计算机可读指令，计算机可读指令被处理器执行时，使得处理器执行计算机可读指令时实现上述各实施例里资产配置合理性判断方法中的步骤。
在一个实施例中，提出了一种存储有计算机可读指令的存储介质，计算机可读指令被一个或多个处理器执行时，使得一个或多个处理器执行上述各实施例里资产配置合理性判断方法中的步骤。其中，存储介质可以为非易失性存储介质。
本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，该程序可以存储于一计算机可读存储介质中，存储介质可以包括：只读存储器(ROM，Read Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁盘或光盘等。
以上所述实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请一些示例性实施例，其描述较为具体和详细，但并不能因此而理解为对本申请专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。

Claims (20)

  1. 一种资产配置合理性判断方法，包括：
    从客户交易管理平台调取客户的资产配置方案，从证券交易数据平台和基金数据管理平台调取当日的日收益额数据和历史日收益额数据；
    调取预设于数据库的风险偏好调查问卷，根据所述风险偏好调查问卷获得客户对于所述调查问卷的回答，根据所述调查问卷的回答确定客户的抗风险类型；
    选取至少两个指数作为基准，调取预设于数据库的风险权重表，获取不同所述抗风险类型对应的基准线权重，根据所述基准的当日的日收益额数据和历史日收益额数据和所述基准线权重确定基准线；
    调取所述资产配置方案和所述资产配置方案下单个基金的当日的日收益额数据和历史日收益额数据，生成收益率曲线，对比所述基准线和所述收益率曲线的拟合度，根据所述拟合度判断所述资产配置方案是否合理，若不合理则重新规划所述资产配置方案。
  2. 根据权利要求1所述资产配置合理性判断方法，其中，所述从证券交易数据平台和基金数据管理平台调取所述当日的日收益额数据和历史日收益额数据，包括：
    预设所述证券交易数据平台和所述基金管理数据平台的网址列表，所述网址列表中包括提供所述当日的日收益额数据和历史日收益额数据的若干网址；
    调用浏览器内核依次对所述网址列表中的网址发出所述网页访问请求，并等待接收所述网页访问请求的网站发出的反馈信息，所述反馈信息包括接收访问的反馈信息和拒绝接收访问的反馈信息；
    当接收到所述接收访问的反馈信息时，调用预设在所述数据库中的网络爬虫算法，采集与所述当日的日收益额数据和历史日收益额数据相关的网页内容，然后继续调用所述浏览器内核访问所述网址列表中的其他网址，直到遍历所述网址列表中的所有网址；
    当接收到所述拒绝接收访问的反馈信息后，继续调用所述浏览器内核访问所述网址列表中的其他网址，直到遍历所述网址列表中的所有网址；
    汇总所述网络爬虫算法采集到的所述当日的日收益额数据和历史日收益额数据。
  3. 根据权利要求1所述资产配置合理性判断方法，其中，根据所述风险偏 好调查问卷获得客户对于所述调查问卷的回答，根据所述调查问卷的回答确定客户的抗风险类型，包括：
    所述调查问卷包括但不限于客户基本信息、资金实力、风险偏好、投资经验、流动性偏好、人口属性维度、投资目的七个维度的信息，每个维度包括至少一个选择题，每个选择题包括至少两个选项，每个选项对应一个得分，根据所述调查问卷的回答得到每个所述选择题的得分；
    为所述七个维度的信息各设置一个维度权重，所述维度权重之和为1，为所述调查问卷每个维度下的所述选择题设置一个选项权重，同一维度下的所述选择题的所述选项权重之和为1；
    将所述调查问卷下同一维度下的各所述选择题的得分，乘上各自对应的所述选项权重后求和，得出所述调查问卷每个维度的信息得分，将所述调查问卷每个维度的信息得分，乘上各自对应的所述维度权重后求和，得出所述调查问卷各个维度信息的总得分，所得分数为抗风险能力值；
    根据所述抗风险类型保守型、稳健型、成长型、积极性、激进型，设置5个值域，每个所述值域对应一个所述抗风险类型，判断所述抗风险能力值在哪一值域，确定客户的所述抗风险类型。
  4. 根据权利要求1所述资产配置合理性判断方法，其中，所述根据所述基准的当日的日收益额数据和历史日收益额数据和所述基准线权重确定基准线，包括：
    所述基准为沪深300指数和债券基金，根据所述风险权重表获取不同所述抗风险类型对应的基准线权重，根据所述沪深300指数和债券基金的所述当日的日收益额数据和历史日收益额数据求解出每天的累计收益率，所述每天的累计收益率根据以下公式求得：
    Figure PCTCN2018106688-appb-100001
    公式(1)中T表示每天的累计收益率，N表示所述历史日收益额数据之和，M表示当日的日收益额数据，F为起始时刻指数的总价格；
    通过所述基准线权重对所述每天的累计收益率加权求和，确定基准的所述每天的累计收益率，根据所述每天的累计收益率确定所述基准线。
  5. 根据权利要求1所述资产配置合理性判断方法，其中，所述生成收益率 曲线，包括：
    根据所述资产配置方案下单个基金的所述当日的日收益额数据和历史日收益额数据求解出每天的累计收益率，所述每天的累计收益率根据以下公式求得：
    Figure PCTCN2018106688-appb-100002
    公式(2)中T表示每天的累计收益率，N表示所述历史日收益额数据之和，M表示当日的日收益额数据，D为购入时基金价值；
    根据所述资产配置方案确定所述资产配置方案下单个基金的权重，根据所述权重对资产配置方案下单个基金的所述每天的累计收益率加权求和，获得所述资产配置方案的每天的累计收益率，根据所述每天的累计收益率确定所述收益率曲线。
  6. 根据权利要求1所述资产配置合理性判断方法，其中，所述重新规划所述资产配置方案，包括：
    调用均方差模型，用以重新计算每个基金组合的投资权重，然后调用基金筛选模型，用以重新计算每一个基金组合下单个基金的投资权重。
  7. 一种资产配置合理性判断系统，包括：
    信息采集单元，设置为从客户交易管理平台调取客户的资产配置方案，从证券交易数据平台和基金数据管理平台调取当日的日收益额数据和历史日收益额数据；
    客户画像单元，设置为调取预设于数据库的风险偏好调查问卷，根据所述风险偏好调查问卷获得客户对于所述调查问卷的回答，根据所述调查问卷的回答确定客户的抗风险类型；
    基准线设置单元，设置为选取至少两个指数作为基准，调取预设于数据库的风险权重表，获取不同所述抗风险类型对应的基准线权重，根据所述基准的当日的日收益额数据和历史日收益额数据和所述基准线权重确定基准线；
    对比单元，设置为调取所述资产配置方案和所述资产配置方案下单个基金的当日的日收益额数据和历史日收益额数据，生成收益率曲线，对比所述基准线和所述收益率曲线的拟合度，根据所述拟合度判断所述资产配置方案是否合理，若不合理则重新规划所述资产配置方案。
  8. 根据权利要求7所述资产配置合理性判断系统，其中，信息采集单元， 还设置为：预设所述证券交易数据平台和所述基金管理数据平台的网址列表，所述网址列表中包括提供所述当日的日收益额数据和历史日收益额数据的若干网址，调用浏览器内核依次对所述网址列表中的网址发出所述网页访问请求，并等待接收所述网页访问请求的网站发出的反馈信息，所述反馈信息包括接收访问的反馈信息和拒绝接收访问的反馈信息，当接收到所述接收访问的反馈信息时，调用预设在所述数据库中的网络爬虫算法，采集与所述当日的日收益额数据和历史日收益额数据相关的网页内容，然后继续调用所述浏览器内核访问所述网址列表中的其他网址，直到遍历所述网址列表中的所有网址，当接收到所述拒绝接收访问的反馈信息后，继续调用所述浏览器内核访问所述网址列表中的其他网址，直到遍历所述网址列表中的所有网址，汇总所述网络爬虫算法采集到的所述当日的日收益额数据和历史日收益额数据。
  9. 根据权利要求7所述资产配置合理性判断系统，其中，所述客户画像单元包括：
    风险偏好采集模块，设置为所述调查问卷包括但不限于客户基本信息、资金实力、风险偏好、投资经验、流动性偏好、人口属性维度、投资目的七个维度的信息，每个维度包括至少一个选择题，每个选择题包括至少两个选项，每个选项对应一个得分，根据所述调查问卷的回答得到每个所述选择题的得分；
    权重设置模块，设置为为所述七个维度的信息各设置一个维度权重，所述维度权重之和为1，为所述调查问卷每个维度下的所述选择题设置一个选项权重，同一维度下的所述选择题的所述选项权重之和为1；
    抗风险能力值计算模块，设置为将所述调查问卷下同一维度下的各所述选择题的得分，乘上各自对应的所述选项权重后求和，得出所述调查问卷每个维度的信息得分，将所述调查问卷每个维度的信息得分，乘上各自对应的所述维度权重后求和，得出所述调查问卷各个维度信息的总得分，所得分数为抗风险能力值；
    抗风险类型划分模块，设置为根据所述抗风险类型保守型、稳健型、成长型、积极性、激进型，设置5个值域，每个所述值域对应一个所述抗风险类型，判断所述抗风险能力值在哪一值域，确定客户的所述抗风险类型。
  10. 根据权利要求7所述资产配置合理性判断系统，其中，所述基准线设置单元，还设置为所述基准为沪深300指数和债券基金，根据所述风险权重表 获取不同所述抗风险类型对应的基准线权重，根据所述沪深300指数和债券基金的所述当日的日收益额数据和历史日收益额数据求解出每天的累计收益率，所述每天的累计收益率根据以下公式求得：
    Figure PCTCN2018106688-appb-100003
    公式(1)中T表示每天的累计收益率，N表示所述历史日收益额数据之和，M表示当日的日收益额数据，F为起始时刻指数的总价格；
    通过所述基准线权重对所述每天的累计收益率加权求和，确定基准的所述每天的累计收益率，根据所述每天的累计收益率确定所述基准线。
  11. 根据权利要求7所述资产配置合理性判断系统，其中，所述对比单元，还设置为根据所述资产配置方案下单个基金的所述当日的日收益额数据和历史日收益额数据求解出每天的累计收益率，所述每天的累计收益率根据以下公式求得：
    Figure PCTCN2018106688-appb-100004
    公式(2)中T表示每天的累计收益率，N表示所述历史日收益额数据之和，M表示当日的日收益额数据，D为购入时基金价值；
    根据所述资产配置方案确定所述资产配置方案下单个基金的权重，根据所述权重对资产配置方案下单个基金的所述每天的累计收益率加权求和，获得所述资产配置方案的每天的累计收益率，根据所述每天的累计收益率确定所述收益率曲线。
  12. 根据权利要求7所述资产配置合理性判断系统，其中，所述对比单元，还设置为调用均方差模型，用以重新计算每个基金组合的投资权重，然后调用基金筛选模型，用以重新计算每一个基金组合下单个基金的投资权重。
  13. 一种计算机设备，包括存储器和处理器，所述存储器中存储有计算机可读指令，所述计算机可读指令被所述处理器执行时，使得所述处理器执行以下步骤：
    从客户交易管理平台调取客户的资产配置方案，从证券交易数据平台和基金数据管理平台调取当日的日收益额数据和历史日收益额数据；
    调取预设于数据库的风险偏好调查问卷，根据所述风险偏好调查问卷获得 客户对于所述调查问卷的回答，根据所述调查问卷的回答确定客户的抗风险类型；
    选取至少两个指数作为基准，调取预设于数据库的风险权重表，获取不同所述抗风险类型对应的基准线权重，根据所述基准的当日的日收益额数据和历史日收益额数据和所述基准线权重确定基准线；
    调取所述资产配置方案和所述资产配置方案下单个基金的当日的日收益额数据和历史日收益额数据，生成收益率曲线，对比所述基准线和所述收益率曲线的拟合度，根据所述拟合度判断所述资产配置方案是否合理，若不合理则重新规划所述资产配置方案。
  14. 根据权利要求13所述计算机设备，其中，所述从证券交易数据平台和基金数据管理平台调取所述当日的日收益额数据和历史日收益额数据时，使得所述处理器执行以下步骤：
    预设所述证券交易数据平台和所述基金管理数据平台的网址列表，所述网址列表中包括提供所述当日的日收益额数据和历史日收益额数据的若干网址；
    调用浏览器内核依次对所述网址列表中的网址发出所述网页访问请求，并等待接收所述网页访问请求的网站发出的反馈信息，所述反馈信息包括接收访问的反馈信息和拒绝接收访问的反馈信息；
    当接收到所述接收访问的反馈信息时，调用预设在所述数据库中的网络爬虫算法，采集与所述当日的日收益额数据和历史日收益额数据相关的网页内容，然后继续调用所述浏览器内核访问所述网址列表中的其他网址，直到遍历所述网址列表中的所有网址；
    当接收到所述拒绝接收访问的反馈信息后，继续调用所述浏览器内核访问所述网址列表中的其他网址，直到遍历所述网址列表中的所有网址；
    汇总所述网络爬虫算法采集到的所述当日的日收益额数据和历史日收益额数据。
  15. 根据权利要求13所述计算机设备，其中，根据所述风险偏好调查问卷获得客户对于所述调查问卷的回答，根据所述调查问卷的回答确定客户的抗风险类型时，使得所述处理器执行以下步骤：
    所述调查问卷包括但不限于客户基本信息、资金实力、风险偏好、投资经验、流动性偏好、人口属性维度、投资目的七个维度的信息，每个维度包括至 少一个选择题，每个选择题包括至少两个选项，每个选项对应一个得分，根据所述调查问卷的回答得到每个所述选择题的得分；
    为所述七个维度的信息各设置一个维度权重，所述维度权重之和为1，为所述调查问卷每个维度下的所述选择题设置一个选项权重，同一维度下的所述选择题的所述选项权重之和为1；
    将所述调查问卷下同一维度下的各所述选择题的得分，乘上各自对应的所述选项权重后求和，得出所述调查问卷每个维度的信息得分，将所述调查问卷每个维度的信息得分，乘上各自对应的所述维度权重后求和，得出所述调查问卷各个维度信息的总得分，所得分数为抗风险能力值；
    根据所述抗风险类型保守型、稳健型、成长型、积极性、激进型，设置5个值域，每个所述值域对应一个所述抗风险类型，判断所述抗风险能力值在哪一值域，确定客户的所述抗风险类型。
  16. 根据权利要求13所述计算机设备，其中，所述根据所述基准的当日的日收益额数据和历史日收益额数据和所述基准线权重确定基准线时，使得所述处理器执行以下步骤：
    所述基准为沪深300指数和债券基金，根据所述风险权重表获取不同所述抗风险类型对应的基准线权重，根据所述沪深300指数和债券基金的所述当日的日收益额数据和历史日收益额数据求解出每天的累计收益率，所述每天的累计收益率根据以下公式求得：
    Figure PCTCN2018106688-appb-100005
    公式(1)中T表示每天的累计收益率，N表示所述历史日收益额数据之和，M表示当日的日收益额数据，F为起始时刻指数的总价格；
    通过所述基准线权重对所述每天的累计收益率加权求和，确定基准的所述每天的累计收益率，根据所述每天的累计收益率确定所述基准线。
  17. 一种存储有计算机可读指令的存储介质，所述计算机可读指令被一个或多个处理器执行时，使得一个或多个处理器执行以下步骤：
    从客户交易管理平台调取客户的资产配置方案，从证券交易数据平台和基金数据管理平台调取当日的日收益额数据和历史日收益额数据；
    调取预设于数据库的风险偏好调查问卷，根据所述风险偏好调查问卷获得 客户对于所述调查问卷的回答，根据所述调查问卷的回答确定客户的抗风险类型；
    选取至少两个指数作为基准，调取预设于数据库的风险权重表，获取不同所述抗风险类型对应的基准线权重，根据所述基准的当日的日收益额数据和历史日收益额数据和所述基准线权重确定基准线；
    调取所述资产配置方案和所述资产配置方案下单个基金的当日的日收益额数据和历史日收益额数据，生成收益率曲线，对比所述基准线和所述收益率曲线的拟合度，根据所述拟合度判断所述资产配置方案是否合理，若不合理则重新规划所述资产配置方案。
  18. 根据权利要求17所述存储介质，其中，所述从证券交易数据平台和基金数据管理平台调取所述当日的日收益额数据和历史日收益额数据时，使得一个或多个所述处理器执行以下步骤：
    预设所述证券交易数据平台和所述基金管理数据平台的网址列表，所述网址列表中包括提供所述当日的日收益额数据和历史日收益额数据的若干网址；
    调用浏览器内核依次对所述网址列表中的网址发出所述网页访问请求，并等待接收所述网页访问请求的网站发出的反馈信息，所述反馈信息包括接收访问的反馈信息和拒绝接收访问的反馈信息；
    当接收到所述接收访问的反馈信息时，调用预设在所述数据库中的网络爬虫算法，采集与所述当日的日收益额数据和历史日收益额数据相关的网页内容，然后继续调用所述浏览器内核访问所述网址列表中的其他网址，直到遍历所述网址列表中的所有网址；
    当接收到所述拒绝接收访问的反馈信息后，继续调用所述浏览器内核访问所述网址列表中的其他网址，直到遍历所述网址列表中的所有网址；
    汇总所述网络爬虫算法采集到的所述当日的日收益额数据和历史日收益额数据。
  19. 根据权利要求17所述存储介质，其中，根据所述风险偏好调查问卷获得客户对于所述调查问卷的回答，根据所述调查问卷的回答确定客户的抗风险类型时，使得一个或多个所述处理器执行以下步骤：
    所述调查问卷包括但不限于客户基本信息、资金实力、风险偏好、投资经验、流动性偏好、人口属性维度、投资目的七个维度的信息，每个维度包括至 少一个选择题，每个选择题包括至少两个选项，每个选项对应一个得分，根据所述调查问卷的回答得到每个所述选择题的得分；
    为所述七个维度的信息各设置一个维度权重，所述维度权重之和为1，为所述调查问卷每个维度下的所述选择题设置一个选项权重，同一维度下的所述选择题的所述选项权重之和为1；
    将所述调查问卷下同一维度下的各所述选择题的得分，乘上各自对应的所述选项权重后求和，得出所述调查问卷每个维度的信息得分，将所述调查问卷每个维度的信息得分，乘上各自对应的所述维度权重后求和，得出所述调查问卷各个维度信息的总得分，所得分数为抗风险能力值；
    根据所述抗风险类型保守型、稳健型、成长型、积极性、激进型，设置5个值域，每个所述值域对应一个所述抗风险类型，判断所述抗风险能力值在哪一值域，确定客户的所述抗风险类型。
  20. 根据权利要求17所述存储介质，其中，所述根据所述基准的当日的日收益额数据和历史日收益额数据和所述基准线权重确定基准线时，使得一个或多个所述处理器执行以下步骤：
    所述基准为沪深300指数和债券基金，根据所述风险权重表获取不同所述抗风险类型对应的基准线权重，根据所述沪深300指数和债券基金的所述当日的日收益额数据和历史日收益额数据求解出每天的累计收益率，所述每天的累计收益率根据以下公式求得：
    Figure PCTCN2018106688-appb-100006
    公式(1)中T表示每天的累计收益率，N表示所述历史日收益额数据之和，M表示当日的日收益额数据，F为起始时刻指数的总价格；
    通过所述基准线权重对所述每天的累计收益率加权求和，确定基准的所述每天的累计收益率，根据所述每天的累计收益率确定所述基准线。
PCT/CN2018/106688 2018-08-08 2018-09-20 资产配置合理性判断方法、系统、计算机设备和存储介质 Ceased WO2020029385A1 (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN201810894184.9A CN109191307A (zh) 2018-08-08 2018-08-08 资产配置合理性判断方法、系统、计算机设备和存储介质
CN201810894184.9 2018-08-08

Publications (1)

Publication Number Publication Date
WO2020029385A1 true WO2020029385A1 (zh) 2020-02-13

Family

ID=64920399

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/CN2018/106688 Ceased WO2020029385A1 (zh) 2018-08-08 2018-09-20 资产配置合理性判断方法、系统、计算机设备和存储介质

Country Status (2)

Country Link
CN (1) CN109191307A (zh)
WO (1) WO2020029385A1 (zh)

Families Citing this family (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102239140B1 (ko) * 2020-02-19 2021-04-12 에셋플러스자산운용 주식회사 맞춤형 투자 포트폴리오 생성 및 검증하는 장치 및 방법
CN112541827A (zh) * 2020-12-10 2021-03-23 中信银行股份有限公司 一种投资金额智能配置方法和装置
CN112765498A (zh) * 2021-01-14 2021-05-07 京东数字科技控股股份有限公司 信息展示方法、设备、存储介质及计算机程序产品
CN113269414A (zh) * 2021-05-10 2021-08-17 北京同邦卓益科技有限公司 数据处理的方法、装置、设备、存储介质及程序产品
CN113256432B (zh) * 2021-05-28 2024-03-12 郝新 一种基于金融投资项目的智能管理方法及系统
CN113436022B (zh) * 2021-06-23 2022-11-11 未鲲(上海)科技服务有限公司 产品数据调整的匹配方法、装置、计算机设备及存储介质
CN113781239A (zh) * 2021-09-10 2021-12-10 未鲲(上海)科技服务有限公司 一种策略确定方法、装置、电子设备以及存储介质
CN113989041A (zh) * 2021-10-27 2022-01-28 北京百度网讯科技有限公司 一种信息生成方法、装置、设备及存储介质
CN114708107A (zh) * 2022-04-26 2022-07-05 泰康保险集团股份有限公司 投资组合的信息处理方法、装置、设备及介质
WO2023245549A1 (zh) * 2022-06-23 2023-12-28 深圳市富途网络科技有限公司 基于人工智能的基金组合更新方法、装置、设备及介质
CN115048176B (zh) * 2022-06-30 2024-07-30 深圳市富途网络科技有限公司 基于云计算的虚拟资源数据的显示方法及装置、设备

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101916424A (zh) * 2009-07-07 2010-12-15 北京国脉精英理财顾问有限公司 家庭理财体检服务模式和系统
CN104537564A (zh) * 2015-01-24 2015-04-22 宜信卓越财富投资管理（北京）有限公司 一种资产配置与投资组合管理系统及方法
CN105427170A (zh) * 2015-11-10 2016-03-23 中国建设银行股份有限公司 一种资产配置策略匹配方法及装置
CN105469307A (zh) * 2015-12-25 2016-04-06 北京东方长盈信息技术有限责任公司 一种资产配置智能评估系统

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106355504A (zh) * 2016-08-24 2017-01-25 深圳市崇广科技有限公司 一种金融产品配置方法和设备
CN107392776A (zh) * 2017-07-24 2017-11-24 山西大同大学 一种应用于一般客户投资理财的系统
CN107506925A (zh) * 2017-08-25 2017-12-22 璇玑智能（北京）科技有限公司 一种用于资产配置的数据处理装置和方法
CN107679946B (zh) * 2017-09-28 2021-09-10 平安科技（深圳）有限公司 基金产品推荐方法、装置、终端设备及存储介质

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101916424A (zh) * 2009-07-07 2010-12-15 北京国脉精英理财顾问有限公司 家庭理财体检服务模式和系统
CN104537564A (zh) * 2015-01-24 2015-04-22 宜信卓越财富投资管理（北京）有限公司 一种资产配置与投资组合管理系统及方法
CN105427170A (zh) * 2015-11-10 2016-03-23 中国建设银行股份有限公司 一种资产配置策略匹配方法及装置
CN105469307A (zh) * 2015-12-25 2016-04-06 北京东方长盈信息技术有限责任公司 一种资产配置智能评估系统

Also Published As

Publication number Publication date
CN109191307A (zh) 2019-01-11

Similar Documents

Publication Publication Date Title
WO2020029385A1 (zh) 资产配置合理性判断方法、系统、计算机设备和存储介质
US11983771B2 (en) Decision tree data structure based processing system
US10740835B2 (en) Method and system for identifying high probability trade matches
US20150193797A1 (en) Dynamic property pricing system for the real estate field and a method of performing the same
US20140067650A1 (en) Methods and systems for consumer lending
US20020174056A1 (en) System and method for providing user-specific options trading data
JP2003534605A (ja) 取引システム
JP2022110800A (ja) 情報提供装置、情報提供方法、およびプログラム
US20130179218A1 (en) Seller conversion factor to ranking score for presented item listings
WO2020029386A1 (zh) 资产配置方法、系统、计算机设备和存储介质
JP6560323B2 (ja) 判定装置、判定方法及び判定プログラム
US7966212B2 (en) Quantitative alignment of business offerings with the expectations of a business prospect
CN113379545A (zh) 产品推荐方法、装置、电子设备及存储介质
US20110313948A1 (en) System and method for searching underlying holdings in investment funds
Hutchison et al. Communicating investment risk to clients: property risk scoring
Devaney et al. Transaction based indices for the UK commercial real estate market: an exploration using IPD transaction data
CN105593890A (zh) 预测性首次公开募股分析
CN115018577A (zh) 一种信息推荐方法及装置
JP2002024547A (ja) 株式売買タイミング決定支援システム
Kapusuzoglu et al. Trading volume, volatility and GARCH effects in Borsa Istanbul
Narjoko Did better firms enter the indonesian manufacturing sector after the 1997–98 crisis?
JP2010231268A (ja) 投資システム
KR101097130B1 (ko) 컴퓨터 통신망을 이용한 자동 투자 시스템 및 그 방법
WO2020031199A1 (en) Method and system for valuation and forecasting for entities
US20200193536A1 (en) System and method of evaluating a subject property with other real estate properties listed for sale

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 18929373

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 18929373

Country of ref document: EP

Kind code of ref document: A1