The invention provides an Intelligent Portfolio Selection method, device and equipment, which relates to the technical field of securities investment. By acquiring the portfolio data produced by an external system, the method realizes the continuous supplement and update of the portfolio data for the selected stocks, so as to obtain all available portfolio data information and realize the realization from all. The best portfolio can be selected in the possible portfolio. Obtaining the target portfolio data and performing distributed preprocessing and calculation can remove invalid data and improve data quality, and normalize the data into a form suitable for machine learning. Through the training of historical data, the machine learning model is optimized, and the current data is used to predict the next yield to provide users with choices, so that ordinary people can customize their own optimal portfolio according to their own needs.
【技术实现步骤摘要】
智能证券投资组合选择方法、装置及设备
本专利技术涉及证券投资
,尤其是涉及一种智能证券投资组合选择方法、装置及设备。
技术介绍
众所周知,金融市场的投资标的众多。随着经济和金融的发展,投资标的更趋于多样化。拿A股市场来说,目前A股市场总共有2800多只股票,那么由这2800只股票所产生的证券投资组合数量就约有10的33次方之多。我们称这个10的33次方的投资组合为全域投资组合,英文简称为UPID(UniversalPortfolioIdentity),它们所在的空间称为全域投资组合空间。而传统投资理论由于当时计算能力的限制,所分析的投资组合空间数量远远低于这一数量。因此我们需要利用最先进的大数据技术,从上述的全域投资组合空间出发,以更广阔的视角去分析A股市场,建立针对于超巨量证券投资组合的机器学习系统,并使其效率和收益会远远超过以往传统的量化投资分析。在新型的量化投资领域中,量化分析师通常是从个股出发,通过统计学方法或者机器学习来预测、挑选股票。这些方法在一定程度上客服了传统投资领域的缺点,但这种方法所选择出的组合,并不是全局最优组合。
技术实现思路
有鉴于此,本专利技术的目的在于提供一种智能证券投资组合选择方法、装置及设备,以投资组合为研究对象,从所有可能的投资组合中选择并生成最优投资组合。第一方面,本专利技术实施例提供了一种智能证券投资组合选择方法,包括:数据更新部分、预处理和计算部分、机器学习部分,方法的骤为:获取外部系统生产的股票组合数据;根据股票组合数据更新投资组合数据库;筛选投资组合数据库数据,以获取目标投资组合数据;对目标投资组合数据进行预 ...
【技术保护点】
1.一种智能证券投资组合选择方法,其特征在于,包括:数据更新部分、预处理和计算部分、机器学习部分,所述方法的骤为:获取外部系统生产的股票组合数据;根据所述股票组合数据更新投资组合数据库;筛选所述投资组合数据库数据,以获取目标投资组合数据;对所述目标投资组合数据进行预处理和计算,以得到历史特征值;根据所述历史特征值对机器学习模型进行训练,以得到优化机器学习模型;获取最新特征值,并通过所述优化机器学习模型对最新投资组合收益率进行预测,以得到所述最新投资组合的下期预测收益率供用户选择。
【技术特征摘要】
1.一种智能证券投资组合选择方法,其特征在于,包括:数据更新部分、预处理和计算部分、机器学习部分,所述方法的骤为:获取外部系统生产的股票组合数据;根据所述股票组合数据更新投资组合数据库;筛选所述投资组合数据库数据,以获取目标投资组合数据;对所述目标投资组合数据进行预处理和计算,以得到历史特征值;根据所述历史特征值对机器学习模型进行训练,以得到优化机器学习模型;获取最新特征值,并通过所述优化机器学习模型对最新投资组合收益率进行预测,以得到所述最新投资组合的下期预测收益率供用户选择。2.根据权利要求1所述的方法,其特征在于,所述筛选所述投资组合数据库数据,以获取目标投资组合数据的步骤,包括:根据预先设置的规则,从所述投资组合数据库中选择投资组合;从所述投资组合中选取个股相关性较低的目标投资组合。3.根据权利要求1所述的方法,其特征在于,所述根据所述历史特征值对机器学习模型进行训练,以得到优化机器学习模型的步骤,包括:通过历史特征值预测相应投资组合的近期收益率,以得到近期收益率预测值;获取所述历史特征值对应的投资组合在近期的所述收益率实际值;将所述近期收益率预测值与近期收益率实际值的差值作为目标函数,获取所述目标函数值最小时对应的模型参数。4.根据权利要求1所述的方法,其特征在于,所述根据所述股票组合数据更新投资组合数据库的步骤,包括:将所述股票组合数据中的投资组合数据与投资组合数据库中现有数据进行比较;若所述股票组合数据中的投资组合数据未出现在现有投资组合数...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。