[发明专利]一种金融数据处理方法、装置、电子设备及存储介质

说明书

本发明提供一种金融数据处理方法、装置、电子设备及存储介质，属于数据处理技术领域，所述方法包括：获取金融交易终端输入的一项或多项资产类别，每项所述资产类别包括多项底层资产标识码，所述底层资产标识码与对应的源数据库相关联；将预设参数输入至预设金融计算模型，所述预设金融计算模型获取对应的源数据库的数据进行计算，得到所述预设金融计算模型输出的资产配置权重。本发明通过提供一种可根据实时数据和历史数据推导结果的金融计算模型与计算方法，根据金融计算模型输出的资产配置权重结果可达到更好的数据分析效果。

技术领域

本发明涉及数据处理技术领域，尤其涉及一种金融数据处理方法、装置、电子设备及存储介质。

背景技术

随着互联网金融业的发展，出现了各种金融服务平台，所述金融服务平台可向用户端提供各种金融产品信息，这类金融服务平台将计算机技术应用到金融领域，促进了金融领域的发展。

金融市场中的金融数据反映了金融市场的交易信息，金融数据包括基金行情数据、股票行情数据、债券行情数据等等。实时金融数据以及历史金融数据成为用户做出交易行为的重要参考依据。在金融市场中，经常需要做数据处理，以便通过历史数据对当前的市场走向提供参考依据。金融市场瞬息万变，海量的历史数据导致数据处理的难度加大。同样处理金融数据的方法也很多，但是不同的数据处理产生的差异比较大的，为此需要一种能够根据实时数据和历史数据推导结果的计算模型与计算方法。

发明内容

本发明提供一种金融数据处理方法、装置、电子设备及存储介质，用以解决现有技术中由于金融资产组合带来数据处理难度较大的问题，提供一种可根据实时数据和历史数据推导结果的金融计算模型与计算方法。

本发明提供一种金融数据处理方法，包括：

获取金融交易终端输入的一项或多项资产类别，每项所述资产类别包括多项底层资产标识码，所述底层资产标识码与对应的源数据库相关联；

将预设参数输入至预设金融计算模型，所述预设金融计算模型获取对应的源数据库的数据进行计算，得到所述预设金融计算模型输出的资产配置权重；

其中，所述预设参数包括资产组合目标设置参数、预期年化收益参数、预期年化波动率参数、风险厌恶系数值、预期收益、风险区间参数、无风险收益率参数、时序周期参数以及再平衡方式参数的一种或多种组合；所述预设金融计算模型用于资产配置权重的计算。

根据本发明提供的一种金融数据处理方法，所述资产类别包括基金、股票、债券、商品以及现金的一种或多种组合。

根据本发明提供的一种金融数据处理方法，所述预设金融计算模型包括以下一种或多种组合：

马科维茨模型，所述马科维茨模型是利用组合方差和均值分别来定义组合风险和收益的模型；

Black-Litterman模型，所述Black-Litterman模型是根据市场均衡收益和投资者观点来定义预期收益的模型；

风险预算模型，所述风险预算模型是通过约定各项资产对于投资组合的风险贡献，以各项资产的风险贡献的跟踪误差最小化为目标，计算得到各项资产的权重比例的模型；

自定义权重模型，所述自定义权重模型是通过自定义设置相关参数计算各项资产组合的权重比例的模型。

根据本发明提供的一种金融数据处理方法，所述马科维茨模型的计算函数为：

minσE(rp)＝∑∑xixjCov(ri,rj)；

rp＝∑xiri；

其中，rp为组合收益，ri为第i只股票的收益，rj为第j只股票的收益，xi,xj为股票i,j的投资比例，σE(rp)为组合投资方差，即组合总风险，Cov(ri,rj)为两个股票之间的协方差。