[发明专利]投资组合的数据处理和计算方法、装置及设备

说明书

本发明提供了一种投资组合的数据处理和计算方法、装置及设备，涉及证券投资的技术领域，本方法根据股票组合数据更新投资组合数据库可以使投资组合数据库中的投资组合数据得到不断补充和更新，保证用于挑选最优投资组合的空间最大化。根据预先设置的规则，从投资组合数据库中选择投资组合，从投资组合中选取个股相关性较低的目标投资组合，得到的目标投资组合满足去除了个股相关性较高的投资组合，从而降低了股票之间的相互作用。对目标投资组合数据进行清洗可以去掉长期停牌的股票，数据去噪音的步骤可以去除股票送股、转赠股票、配股等行为对于股价的影响，从而得到更高质量的数据。

技术领域

本发明涉及证券投资技术领域，尤其是涉及一种投资组合的数据处理和计算方法、装置及设备。

背景技术

众所周知，金融市场的投资标的众多。随着经济和金融的发展，投资标的更趋于多样化。拿A股市场来说，目前A股市场总共有2800多只股票，那么由这2800只股票所产生的证券投资组合数量就约有10的33次方之多。称这个10的33次方的投资组合为全域投资组合，英文简称为UPID(Universal Portfolio Identity)，它们所在的空间称为全域投资组合空间。而传统投资理论由于当时计算能力的限制，所分析的投资组合空间数量远远低于这一数量。因此需要利用最先进的大数据技术，从上述的全域投资组合空间出发，以更广阔的视角去分析A股市场，建立针对于超巨量证券投资组合的机器学习系统，并使其效率和收益会远远超过以往传统的量化投资分析。

在新型的量化投资领域中，量化分析师通常是从个股出发，通过统计学方法或者机器学习来预测、挑选股票。这些方法在一定程度上克服了传统投资领域的缺点，但这种方法所生产出的组合，并不是全局最优组合。

发明内容

有鉴于此，本发明的目的在于提供一种投资组合的数据处理和计算方法、装置及设备，以投资组合为研究对象，从所有可能的投资组合中选择最优投资组合。

第一方面，本发明实施例提供了一种投资组合的数据处理和计算方法，包括：获取外部系统生产的股票组合数据；根据股票组合数据更新投资组合数据库；根据预先设置的规则，从投资组合数据库中选择投资组合，从投资组合中选取个股相关性较低的目标投资组合；从目标投资组合中获取特征值数据；对特征值数据进行分布式预处理和计算得到特征值，预处理和计算包括：对目标投资组合数据进行清洗、去噪音和归一化。

结合第一方面，本发明实施例提供了第一方面的第一种可能的实施方式，其中，获取外部系统生产的股票组合数据的步骤，包括：在每日收盘后，通过预先设置的定时计划任务定时获取外部系统生产的股票组合数据。

结合第一方面，本发明实施例提供了第一方面的第二种可能的实施方式，其中，根据股票组合数据更新投资组合数据库的步骤，包括：将股票组合数据中的投资组合数据与投资组合数据库中现有数据进行比较；若股票组合数据中的投资组合数据未出现在现有投资组合数据库中，则赋予该投资组合数据新的标识，并添加到投资组合数据库中。

结合第一方面，本发明实施例提供了第一方面的第三种可能的实施方式，其中，根据预先设置的规则，从投资组合数据库中选择投资组合的步骤，包括：根据投资组合数据库中各投资组合收益率高低，确定规则，规则包括收益率的范围；从投资组合数据库中选择符合规则的投资组合。

结合第一方面，本发明实施例提供了第一方面的第四种可能的实施方式，从投资组合中选取个股相关性较低的目标投资组合的步骤，包括：计算投资组合中所有个股收益率序列两两之间的相关系数；计算所有相关系数的平均值，作为投资组合的相关性；选取相关性较低的投资组合作为目标投资组合。