[发明专利]交互式量化投资因子分析方法及系统

说明书

本发明公开了交互式量化投资因子分析方法及系统，属于量化投资领域，包括S1,创建标的市场数据库，标的市场数据库包括股票交易数据、市场信息、从股票交易数据和市场信息中计算出的金融因素；S2，创建预测模型，利用金融因素的集合建立投资候选股票池的预测模型，同时进行因子选择和收益预测；S3，通过预测模型回测评估，所选因子选择和预测模型的性能在可视化界面中进行。将因子细化和投资组合构建包含在同一个人机交互循环中。使用该系统交易者可以优化他们的投资策略并在行业标准的回测中对其进行评估。

技术领域

本发明涉及可视化基金技术领域，特别涉及交互式量化投资因子分析方法。

背景技术

股票/基金价格和经济指标等金融数据已被交易者和投资者广泛用于指导他们的投资决策。在过去的系统中也提出了许多人机交互的方法来支持数据的交互式分析。折线图和条形图等经典设计在系统界面中因为可用性而受欢迎。例如，设计彩色条形图来显示资产价格随时间的相对变化；将连续折线图与基于图例的事件表示相结合，以告知用户数据的重要背景。随着数据规模的不断增加，人机交互的方法通常与算法自动分析相结合，以支持数据的可视化分析。同时，还开发了超越经典图表的通用可视化，以应对现代金融数据的复杂性，例如增长矩阵楔形图和3D可视化。

目前，很少有技术将可视化技术整合到因子投资过程中。一些现有的研究应用可视化来帮助管理投资组合。FundExplorer引入了的树形图以可视化基金投资组合的构成。他们的设计有助于方便地检索补充资金以实现投资组合多样化。FinVis使用可视化来帮助非专家了解多个投资组合的预期回报、风险和变化情况。PortfolioCompare通过散点图和分布图显示投资组合风险和回报的可变性和相关性。他们的设计可以帮助用户根据他们的风险偏好进行更好的投资。但这些可视化工具都没有与因子投资的预测和特征选择模型集成。因子投资实践中的一个关键难点，即有价值因子的选择。虽然在长期的工作中积累了许多过去证明的因子组合，但行业内从未停止寻找和评估新的因子，因为未来的标的波动很难与过去完全一样。从某种意义上说，发现新因子的能力是量化交易的核心能力，也是他们业绩差异的主要原因。

目前的因子选择过程大多是手动完成的。一个主要的用户痛点在于对所选因子的评估是间接的、不太直观的，并且通常需要在巨大的因子组合空间中进行详尽的搜索才能确定最佳因子组合。在定量模型的标准回测中，为了能够计算模型回报，除了因子选择之外，还需要确定统计算法和关注的交易标的。重要的是，这些模型收益通常是因子、模型和交易标的选择之间相互作用的结果。用户通常需要繁琐的试错比较过程来确定因子。由于这样的过程在每个交易周期都进行，因此效率也是一个不容忽视的关键考虑因素。同时，机器学习算法的自动因子选择(例如特征选择)已被纳入交易者的工作中。出于可解释性的考虑，这些算法选择的因子仅用作手动因子选择的起点或参考，直到交易者能够理解它们的内在逻辑。为此，能够在启发式因子搜索中集成特征选择、模型构建和人工智能，以及对所选因子进行可视化解释的交互式因子投资系统是有巨大需求。

发明内容

针对现有技术中存在的问题，本发明的目的在于提供一种交互式量化投资因子分析方法，旨在解决现有技术中的用户对于所选因子的评估是间接的、不太直观的。

为实现上述目的，本发明采取的技术方案为交互式量化投资因子分析方法及系统，

交互式量化投资因子分析方法包括步骤，

S1,创建标的市场数据库，标的市场数据库包括股票交易数据、市场信息、从股票交易数据和市场信息中计算出的金融因素；

S2，创建预测模型，利用金融因素的集合建立投资候选股票池的预测模型，同时进行因子选择和收益预测；

S3，通过预测模型回测评估，所选因子选择和预测模型的性能在可视化界面中进行。

优选的，步骤S1中，股票交易数据包括股票每日开盘/收盘价，市场信息包括财务报表市场新闻和财务报告。