[发明专利]基于创值力评估的排序方法、装置、计算机设备及介质

权利要求书

1.一种基于创值力评估的排序方法，其特征在于，包括：

获取创值力排序请求，所述创值力排序请求包括待排序对象；

通过国际金融数据接口获取全球上市公司财报；

将所述全球上市公司财报输入创值力评估模型，获取全球上市公司创值力排序，其中，所述创值力评估模型包括三个呈乘积关联的一阶因子分别为产品力、管理力和治理力，每一所述一阶因子至少包括三个二阶因子，每一所述二阶因子包括至少三个三阶因子，每一所述三阶因子包括三阶因子权重，且每一所述三阶因子权重按预设迭代时间实现自适应更新；

基于所述全球上市公司创值力排序，获取所述待排序对象的全球创值力排名。

2.根据权利要求1所述的基于创值力评估的排序方法，其特征在于，将所述全球上市公司财报输入创值力评估模型，获取全球上市公司创值力排序，包括：

基于所述全球上市公司财报，获取所述创值力评估模型中包括的所有所述三阶因子对应的三阶因子数值；

基于每一所述三阶因子对应的三阶因子数值和三阶因子权重，获取每一上市公司对应的创值力投资价值；

对所有所述创值力投资价值进行排序，获取所述全球上市公司创值力排序。

3.根据权利要求1所述的基于创值力评估的排序方法，其特征在于，所述每一所述三阶因子权重按预设迭代时间实现自适应更新，包括：

若系统当前时间满足权重自适应迭代时间，则触发权重自适应更新指令；

基于所述系统当前时间，通过所述国际金融数据接口获取预设更新周期内的所有所述全球上市公司财报，所述预设更新周期包括至少四个财务报告；

获取每一上市公司在所述预设更新周期内的股票收益率；

基于市场基准收益率，获取每一所述上市公司的受益标签向量；

将每一所述上市公司在每一所述财报报告期的三阶因子数值作为因子自适应模型的输入值，将所述因子自适应模型的输出值设定为所述上市公司对应的受益标签向量，对所述因子自适应模型进行训练，用于更新每一所述所述三阶因子权重的权重数值。

4.根据权利要求3所述的基于创值力评估的排序方法，其特征在于，所述将每一所述上市公司在每一所述财报报告期的三阶因子数值作为因子自适应模型的输入值，将所述因子自适应模型的输出值设定为所述上市公司对应的受益标签向量，对所述因子自适应模型进行训练，用于更新每一所述所述三阶因子权重的权重数值，包括：

采用深度全连接神经网络作为所述因子自适应模型，所述深度全连接神经网络包括至少五个隐藏层；

采用贪婪逐层算法对每一所述隐藏层进行预训练，获取训练好的链接权重网络；

采用迷你批量梯度下降方法对所述链接权重网络的权重矩阵进行收敛，获取每一所述所述三阶因子权重的权重数值。

5.根据权利要求4所述的基于创值力评估的排序方法，其特征在于，所述采用迷你批量梯度下降方法对所述链接权重网络的权重矩阵进行收敛，获取每一所述所述三阶因子权重的权重数值，包括：

采用迷你批量梯度下降方法对第一个隐藏层形成的所述链接权重网络的权重矩阵进行收敛，获取所述三阶因子权重的权重数值的公式如下：

，

其中，wij表示输入层第i个节点与所述第一个隐藏层第j个节点的链接权重，wi表示第i个三阶因子权重。

6.根据权利要求1所述的基于创值力评估的排序方法，其特征在于，每一所述二阶因子包括二阶因子权重；

在所述每一所述三阶因子权重按预设迭代时间实现自适应更新之后，还包括：

基于每一所述二阶因子中的每个三阶因子权重的权重变化率，对每一所述二阶因子对应的所述二阶因子权重进行调整，用于实现所述二阶因子权重按预设迭代时间实现自适应更新。