[发明专利]股票投资风险评估方法、装置及设备在审

专利信息
申请号: 201910144277.4 申请日: 2019-02-26
公开(公告)号: CN109919468A 公开(公告)日: 2019-06-21
发明(设计)人: 戴京焦;方伟正;王辉;关菲;刘祖辉 申请(专利权)人: 金贝塔网络金融科技(深圳)有限公司
主分类号: G06Q10/06 分类号: G06Q10/06;G06Q40/04
代理公司: 北京细软智谷知识产权代理有限责任公司 11471 代理人: 涂凤琴
地址: 518000 广东省深圳市南山*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 预设 评估因子 风险评估 股票投资 原始数据 装置及设备 评估 财务数据 公司治理 关联数据 事件数据 行为数据 预警数据 关联 股票 关联数据集 预设时间段 原始数据集 影响因素 数据源 相符性 分级 申请 发布
【权利要求书】:

1.一种股票投资风险评估方法,其特征在于,包括:

获取在预设时间段内发布的与待评估股票相关联的原始数据,构成原始数据集;所述原始数据包括与所述待评估股票相关联的公司治理行为数据、财务数据、利空数据、舆情预警数据及特别事件数据;

从所述原始数据集中提取与各预设评估因子相关联的关联数据,构成所述各预设评估因子的关联数据集;

根据所述各预设评估因子的关联数据集中的数据对各预设评估因子评分,得到各预设评估因子的得分;

根据所述各预设评估因子的得分及预设分级规则得到所述待评估股票的风险等级。

2.根据权利要求1所述的股票投资风险评估方法,其特征在于,所述根据所述各预设评估因子的关联数据集中的数据对各预设评估因子评分,得到各预设评估因子的得分,包括:

获取预先设置各预设评估因子的评分规则;

根据所述各预设评估因子的评分规则及各预设评估因子的关联数据集中的数据一一对所述各预设评估因子进行评分,得到各预设评估因子的得分。

3.根据权利要求1所述的股票投资风险评估方法,其特征在于,还包括:

设置多个维度;所述各维度至少包括一个预设评估因子。

4.根据权利要求3所述的股票投资风险评估方法,其特征在于,所述根据所述各预设评估因子的得分及预设分级规则得到所述待评估股票的风险等级,包括:

根据所述各预设评估因子的得分及各预设评估因子的预设权重得到各维度的得分;

根据各维度的得分及各维度的预设权重得到所述待评估股票的总分;

根据所述总分及预设分级规则得到所述待评估股票的风险等级。

5.根据权利要求4所述的股票投资风险评估方法,其特征在于,还包括:

根据所述各维度的得分及预设分级规则得到各维度的风险等级。

6.根据权利要求3~5任一项所述的股票投资风险评估方法,其特征在于,所述多个维度包括:公司治理行为、财务报告、利空、舆情预警及特别事件;

所述公司治理行为包括如下预设评估因子:关联资产注入或剥离次数、关联交易次数、商誉除以净资产的商、近期并购次数、质押比例、冻结比例、违规次数、诉讼仲裁金额除以净资产的商;

所述财务报告包括如下预设评估因子:经营性现金流除以营业收入的商、应收账款除以营业收入的商、资产负债率、带息债务除以全部投入资本的商、业绩实亏;

所述利空包括如下预设评估因子:限售股解禁比例、大股东及高管减持比例、负面业绩预告;

所述舆情预警包括如下预设评估因子:负面舆情热度、负面舆情衰减程度;

所述特别事件包括如下预设评估因子:退市整理、审计意见、平仓风险。

7.一种股票投资风险评估装置,其特征在于,包括:

获取模块,用于获取在预设时间段内发布的与待评估股票相关联的原始数据,构成原始数据集;所述原始数据包括与所述待评估股票相关联的公司治理行为数据、财务数据、利空数据、舆情预警数据及特别事件数据;

提取模块,用于从所述原始数据集中提取与各预设评估因子相关联的关联数据,构成所述各预设评估因子的关联数据集;

评分模块,用于根据所述各预设评估因子的关联数据集中的数据对各预设评估因子评分,得到各预设评估因子的得分;

评级模块,用于根据所述各预设评估因子的得分及预设分级规则得到所述待评估股票的风险等级。

8.根据权利要求7所述的股票投资风险评估装置,其特征在于,所述评分模块包括:

获取单元,用于获取预先设置各预设评估因子的评分规则;

评分单元,用于根据所述各预设评估因子的评分规则及各预设评估因子的关联数据集中的数据一一对所述各预设评估因子进行评分,得到各预设评估因子的得分。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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金贝塔网络金融科技(深圳)有限公司,未经金贝塔网络金融科技(深圳)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/201910144277.4/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top