[发明专利]偏股型基金的分析评价方法、系统及其计算机设备在审
申请号: | 202310255264.0 | 申请日: | 2023-03-09 |
公开(公告)号: | CN116151992A | 公开(公告)日: | 2023-05-23 |
发明(设计)人: | 杨宇宽 | 申请(专利权)人: | 平安科技(深圳)有限公司 |
主分类号: | G06Q40/06 | 分类号: | G06Q40/06;G06Q40/04;G06Q10/0639;G06F18/24;G06F18/2413;G06F18/2433;G06F16/215;G06F16/23;G06F18/10 |
代理公司: | 深圳市倡创专利代理事务所(普通合伙) 44660 | 代理人: | 罗明玉 |
地址: | 518000 广东省深圳市福田区福*** | 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: | 偏股型 基金 分析 评价 方法 系统 及其 计算机 设备 | ||
1.一种偏股型基金的分析评价方法,其特征在于,所述偏股型基金的分析评价方法包括:
从数据库获取若干基金信息,其中,若干所述基金信息包括一一对应基金收益率、经理信息和产品信息;
将所述基金信息按照所述基金收益率以及预设规则分入若干等级档位;
根据预设时间获取所述基金信息的若干个历史的基金收益率;
根据所述历史的基金收益率将所述基金信息重新分入若干新的等级档位;
根据所述新的等级档位以及所述等级档位获取所述基金信息的动态指标;
根据所述动态指标、所述经理信息和所述产品信息构建基金因子模型;
将所述基金因子模型进行因子旋转获取因子得分模型,其中,所述因子得分模型包括收益公因子、风险公因子以及稳定公因子,每个所述基金信息包括一一对应的收益公因子数值、风险公因子数值以及稳定公因子数值;
根据所述收益公因子数值、所述风险公因子数值以及所述稳定公因子数值计算获取相应的所述基金信息的评价得分;以及
汇总全部所述评价得分形成基金报表。
2.如权利要求1所述的偏股型基金的分析评价方法,其特征在于,将所述基金信息按照所述基金收益率以及预设规则分入若干等级档位具体包括:
从数据库获取本季度债券基金平均收益率、本季度基金平均收益率、基金组合的收益率以及基金平均收益率;
根据所述本季度债券基金平均收益率、所述本季度基金平均收益率、所述基金组合的收益率以及所述基金平均收益率分别计算第一收益率、第二收益率、第三收益率以及第四收益率;
将所述基金收益率大于或等于所述第一收益率的所述基金信息归为一档;
将所述基金收益率大于所述第二收益率的所述基金信息归为一档;
将所述基金收益率小于所述第三收益率的所述基金信息归为一档;
将所述基金收益率大于所述第四收益率的所述基金信息归为一档;以及
将所述基金收益率小于或等于所述第四收益率的所述基金信息归为一档。
3.如权利要求1所述的偏股型基金的分析评价方法,其特征在于,根据所述获取等级档位以及所述基金等级档位获取所述基金信息的动态指标具体包括:
当连续的两个所述等级档位发生变动,获取两个所述等级档位之间的等级差值的绝对值;
根据所述绝对值计算作为所述基金信息的动态指标。
4.如权利要求1所述的偏股型基金的分析评价方法,其特征在于,所述产品信息包括净值增长率指标、收益率标准差指标、在险价值指标、基金投资组合的贝塔系数指标、特雷诺指数指标、夏普指数指标、詹森指数指标、下行风险指标以及业绩归属指标;所述业绩归属指标包括选股能力指标和择时能力指标,所述业绩归属指标采用T-M模型。
5.如权利要求1所述的偏股型基金的分析评价方法,其特征在于,所述经理信息还包括从业年限、基金持有年限、持有年化收益率。
6.如权利要求4所述的偏股型基金的分析评价方法,其特征在于,从数据库获取若干组基金信息之后,所述偏股型基金的分析评价方法还包括:
对若干组所述基金信息监测,判断若干组所述基金信息是否缺失;以及
当若干组所述基金信息缺失,根据预设补全方法对若干组所述基金信息进行补全,其中,所述预设补全方法包括KNN算法。
7.如权利要求1所述的偏股型基金的分析评价方法,其特征在于,从数据库获取若干组基金信息之后,所述偏股型基金的分析评价方法还包括:
判断若干组所述基金信息是否存在异常值;以及
当若干组所述基金信息存在异常值,剔除所述异常值。
8.如权利要求1所述的偏股型基金的分析评价方法,其特征在于,从数据库获取若干组基金信息之前,所述偏股型基金的分析评价方法还包括:
获取当日交易数据;
根据所述当日交易数据更新若干组所述基金信息;以及
将更新后的所述基金信息保存至所述数据库。
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平安科技(深圳)有限公司,未经平安科技(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/202310255264.0/1.html,转载请声明来源钻瓜专利网。