[发明专利]一种优化交易成本的方法、系统及设备在审
申请号: | 201910124441.5 | 申请日: | 2019-02-19 |
公开(公告)号: | CN110033372A | 公开(公告)日: | 2019-07-19 |
发明(设计)人: | 李智 | 申请(专利权)人: | 阿里巴巴集团控股有限公司 |
主分类号: | G06Q40/04 | 分类号: | G06Q40/04;G06Q10/04 |
代理公司: | 北京晋德允升知识产权代理有限公司 11623 | 代理人: | 杨移 |
地址: | 英属开曼群岛大开*** | 国省代码: | 开曼群岛;KY |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 成交量 交易时间段 交易 交易参数 阶段目标 系统及设备 交易成本 交易价格 总交易 优化 申请 | ||
1.一种优化交易成本的方法,其特征在于,包括:
确定目标成交量对应的交易价格;
拆分所述目标成交量对应的预期总交易时限,确定多个预期交易时间段;
拆分所述目标成交量,确定多个阶段目标成交量,其中,所述阶段目标成交量与所述预期交易时间段对应;
确定针对所述目标成交量进行实际交易所依据的多批次交易参数,所述多批次交易参数包括所有交易批次的成交价格、各个交易批次的交易时间以及各个交易批次的成交量,其中:
以已确定的所述交易价格为所述成交价格;
所述多批次交易参数对应的交易批次与所述预期交易时间段对应,根据所述预期交易时间段确定对应的交易批次的交易时间,根据与所述预期交易时间段对应的阶段目标成交量确定对应的交易批次的成交量。
2.根据权利要求1所述的方法,其特征在于,拆分所述目标成交量对应的预期总交易时限,确定多个预期交易时间段,包括:
预测当前交易场景下,在所述预期总交易时限范围内的交易频次变化;
根据所述交易频次变化拆分所述预期总交易时限,确定多个所述预期交易时间段。
3.根据权利要求1所述的方法,其特征在于,拆分所述目标成交量对应的预期总交易时限,确定多个预期交易时间段,其中:
按照预设的固定时间间隔拆分所述目标成交量对应的预期总交易时限,确定多个所述预期交易时间段。
4.根据权利要求1~3中任一项所述的方法,其特征在于,拆分所述目标成交量,确定多个阶段目标成交量,包括:
预测当前交易场景下,在所述预期总交易时限范围内的市场成交量变化;
根据所述市场成交量变化拆分所述目标成交量,确定多个阶段目标成交量。
5.根据权利要求4所述的方法,其特征在于:
预测当前交易场景下,在所述预期总交易时限范围内的市场成交量变化,其中,所述成交量变化包括每个所述预期交易时间段对应的市场阶段成交量占所述预期总交易时限对应的市场总成交量的比例;
根据所述市场成交量变化拆分所述目标成交量,确定多个阶段目标成交量,其中,所述阶段目标成交量占所述目标成交量的比例与对应的预期交易时间段所对应的市场阶段成交量占所述预期总交易时限对应的市场总成交量的比例一致。
6.根据权利要求4或5所述的方法,其特征在于,预测当前交易场景下,在所述预期总交易时限范围内的市场成交量变化,其中,利用机器学习模型进行预测。
7.根据权利要求6所述的方法,其特征在于,利用机器学习模型进行预测,其中,利用时序预测模型进行预测。
8.根据权利要求6所述的方法,其特征在于,利用机器学习模型进行预测,其中,基于弹性网络进行预测。
9.根据权利要求8所述的方法,其特征在于,基于弹性网络进行预测,其中,求解目标函数
min||y-Xβ||2+λ2||β||2+λ1||β||1
得到β的最优解,根据β的最优解计算要预测的时间段内交易量y的值,上式中:
y为要预测的时间段内交易量;
β为要求解的最优参数;
λ1为L1范数的惩罚系数;
λ2为L2范数的惩罚系数;
X为交易特征项。
10.根据权利要求1~9中任一项所述的方法,其特征在于:
确定目标成交量对应的交易价格,其中,执行锁汇业务,锁定购买汇率。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于阿里巴巴集团控股有限公司,未经阿里巴巴集团控股有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910124441.5/1.html,转载请声明来源钻瓜专利网。