资产配置方法、系统、计算机设备和存储介质技术方案

本发明专利技术涉及证券投资领域，特别是涉及资产配置方法、系统、计算机设备和存储介质。资产配置方法包括：根据预设的调查问卷采集客户信息，从证券交易数据平台和基金管理数据平台采集大盘信息；将客户信息输入预设的客户画像模型，求得客户抗风险级别；客户抗风险级别和大盘信息输入预设的大类资产配置模型，求得大类资产配置方案；将大类资产配置方案和大盘信息输入预设的基金筛选模型，求得筛选好的基金列表和列表中基金的权重，筛选好的基金列表和列表中的基金权重为资产配置方案。本发明专利技术针对抗风险级别不同的客户提供个性化服务，将客户的抗风险级别与资产配置方法结合在一起，无需大量的历史数据即可提供符合客户投资偏好的资产配置方案。

Asset allocation methods, systems, computer equipment and storage media

The invention relates to the field of securities investment, in particular to asset allocation methods, systems, computer equipment and storage media. Asset allocation methods include: collecting customer information according to preset questionnaire, collecting market information from stock exchange data platform and fund management data platform; inputting customer information into preset customer portrait model to obtain customer risk resistance level; inputting customer risk resistance level and market information into preset asset allocation model to obtain large asset allocation scheme; Class asset allocation scheme and the presupposed fund screening model are input into the overall market information to obtain the weight of the selected fund list and the fund in the list. The weight of the selected fund list and the fund in the list is the asset allocation scheme. The invention provides personalized service for customers with different risk-resistant levels, combines the risk-resistant level of customers with the asset allocation method, and provides an asset allocation scheme that meets the customer's investment preferences without a large amount of historical data.

【技术实现步骤摘要】
资产配置方法、系统、计算机设备和存储介质
本专利技术涉及证券投资领域，特别是涉及资产配置方法、系统、计算机设备和存储介质。
技术介绍
资产配置是指根据投资需求将投资资金在不同资产类别之间进行分配，通常是将资产在低风险、低收益证券与高风险、高收益证券之间进行分配。目前，动态资产配置方法有恒定权重资产配置法、均值方差资产配置法、等波动率资产配置法。大量学者通过以上方法进行资产配置，但是金融市场环境存在很多不确定因素，经常会发生变化，相应的资产配置方案必须灵活、有柔性，能够主动适应不同的投资者和市场环境，因此在进行资产配置时除了需要了解金融市场的变化外，还需要考虑客户对于风险的承受能力，现有资产配置方法未将客户对于风险的承受能力与动态资产配置方法有机的组合在一起，而且需要大量历史数据，不能很好地适应市场需求。
技术实现思路
基于此，有必要针对现有资产配置方法未将客户对于风险的承受能力与动态资产配置方法有机的组合在一起，而且需要大量历史数据的问题，提出一种资产配置方法、系统、计算机设备和存储介质。一种资产配置方法，所述资产配置方法，包括：在数据库预设一调查问卷，通过所述调查问卷采集客户信息，并将所述客户信息存储至所述数据库，从证券交易数据平台和基金管理数据平台采集大盘信息，所述大盘信息包括但不限于指数列表、指数上下限表、指数-基金列表、指数收盘价表；从所述数据库调取所述客户信息，调用客户画像模型，将所述客户信息输入所述客户画像模型，将所述客户画像模型输出的客户抗风险级别存储在所述数据库；从所述数据库调取所述客户抗风险级别、所述指数列表、所述指数上下限表、所述指数收盘价表和所述客户信息，调用大类资产配置模型，将所述客户抗风险级别、所述指数列表、所述指数上下限表、所述指数收盘价表和所述客户信息输入所述资产配置模型，将所述大类资产配置模型输出的大类资产配置方案存储在所述数据库；从所述数据库平台调取所述客户信息、所述指数-基金列表、所述大类资产配置方案，调用基金筛选模型，将所述客户信息、所述指数-基金列表、所述大类资产配置方案输入所述基金筛选模型，将所述基金筛选模型输出的筛选好的基金列表和列表中基金的权重存储在所述数据库，所述筛选好的基金列表和列表中的基金权重为资产配置方案。在其中一个实施例中，所述调查问卷包括但不限于客户基本信息、资金实力、风险偏好、投资经验、流动性偏好、人口属性维度、投资目的七个维度的信息，每个维度包括至少一个选择题，每个选择题包括至少两个选项，每个选项对应一个得分；获取客户对所述调查问卷的答案，根据所述答案得到每个所述选择题的得分，将所述得分汇总结果为所述客户信息。在一个实施例中，所述客户画像模型，包括：为所述七个维度的信息各设置一个维度权重，所述维度权重之和为1，为所述调查问卷每个维度下的所述选择题设置一个选项权重，同一维度下的所述选择题的所述选项权重之和为1；将所述调查问卷下同一维度下的各所述选择题的得分，乘上各自对应的所述选项权重后求和，得出所述调查问卷每个维度的信息得分；将所述调查问卷每个维度的信息得分，乘上各自对应的所述维度权重后求和，得出所述调查问卷各个维度信息的总得分，所得分数为抗风险能力值；设置至少两个所述客户抗风险级别，每个所述客户抗风险级别对应一个值域，根据所述客户抗风险级别的值域，得到并输出所述客户抗风险级别。在一个实施例中，所述大类资产配置模型包括：所述大类资产配置模型内预设有风险-收益脚本，所述大类资产配置模型获取所述客户抗风险级别后，读取所述风险-收益脚本，确定所述客户抗风险级别对应的风险指标和收益指标；所述大类资产配置模型内预设有计算脚本，所述大类资产配置模型获取所述指数列表、所述指数上下限表、所述指数收盘价表和所述客户信息，读取所述计算脚本，确定所述大类资产配置方案。在一个实施例中，所述计算脚本包括：所述计算机脚本是基于均方差模型，以所述收益指标和所述风险指标设置优化目标，所述优化目标为确定收益指标的条件下，输出风险指标最小的投资组合方案，所述计算脚本包括：minσ2(rp)＝∑∑xixjCov(ri-rj)(1)公式(1)中rp为所述大类资产配置方案的收益，б2(rp)为所述大类资产配置方案的方差，所述方差为所述大类资产配置方案的风险，ri为大类资产i的收益，Cov(ri、rj)为两个大类资产之间的协方差，xi、xj为大类资产i、j的投资比例，公式(1)表示以求解风险指标最小的投资组合方案为目标；rp＝∑xiri(2)公式(2)表示所述大类资产配置方案的收益等于各类所述大类资产的收益与所述投资比例乘积之和；∑xi＝1(3)公式(3)表示权重约束，各个大类资产的所述投资比例之和为1，公式(3)为允许卖空情况下的权重约束；∑xi＝1,xi＞0(4)公式(4)表示权重约束，各个大类资产的所述投资比例之和为1，公式(4)为不允许卖空情况下的权重约束。在一个实施例中，所述基金筛选模型包括：在所述基金筛选模型中预设机器学习算法，调用所述机器学习算法计算欧氏距离，所述机器学习算法接收客户端输入的数据后，输出其所预测的某一概率区间的输出值，所述某一概率区间的输出值为欧氏距离，对比所述大类资产配置方案与所述大类资产项目下的基金的所述欧氏距离，所述距离越近表示拟合度越大；设置基金池，调用预设于所述数据库的阈值，将所述欧氏距离小于所述阈值的基金纳入所述基金池，根据预设的筛选原则对所述基金池的基金进行评分，根据评分进行排名，所述筛选原则至少包括优先选择所述大类项目下与所述大类项目拟合度大的基金；调取预设于所述数据库的每个大类项目需要选取的基金个数，选择排名靠前的基金作为所述筛选好的基金列表，根据所述客户信息中的总投资额求出所述筛选好的基金列表中的每支基金的价值占总投资额的比例，所述比例为所述列表中基金的权重，所述筛选好的基金列表和列表中的基金权重为所述资产配置方案。一种资产配置系统，其特征在于，包括：信息采集单元，用于在数据库预设一调查问卷，通过所述调查问卷采集客户信息，并将所述客户信息存储至所述数据库，从证券交易数据平台和基金管理数据平台采集大盘信息，所述大盘信息包括但不限于指数列表、指数上下限表、指数-基金列表、指数收盘价表；客户画像单元，用于从所述数据库调取所述客户信息，调用客户画像模型，将所述客户信息输入所述客户画像模型，将所述客户画像模型输出的客户抗风险级别存储在所述数据库；大类资产配置单元，用于从所述数据库调取所述客户抗风险级别、所述指数列表、所述指数上下限表、所述指数收盘价表和所述客户信息，调用大类资产配置模型，将所述客户抗风险级别、所述指数列表、所述指数上下限表、所述指数收盘价表和所述客户信息输入所述资产配置模型，将所述资产配置模型输出的大类资产配置方案存储在所述数据库；基金筛选单元，用于从所述数据库平台调取所述客户信息、所述指数-基金列表、所述大类资产配置方案，调用基金筛选模型，将所述客户信息、所述指数-基金列表、所述大类资产配置方案输入所述基金筛选模型，将所述基金筛选模型输出的筛选好的基金列表和列表中基金的权重存储在所述数据库，所述筛选好的基金列表和列表中的基金权重为资产配置方案。在一个实施例中，所述基金筛选单元包括：计算模块，用于在所述基金筛选模型中预设机器本文档来自技高网...

【技术保护点】
1.一种资产配置方法，其特征在于，包括：在数据库预设一调查问卷，通过所述调查问卷采集客户信息，并将所述客户信息存储至所述数据库，从证券交易数据平台和基金管理数据平台采集大盘信息，所述大盘信息包括但不限于指数列表、指数上下限表、指数‑基金列表、指数收盘价表；从所述数据库调取所述客户信息，调用客户画像模型，将所述客户信息输入所述客户画像模型，将所述客户画像模型输出的客户抗风险级别存储在所述数据库；从所述数据库调取所述客户抗风险级别、所述指数列表、所述指数上下限表、所述指数收盘价表和所述客户信息，调用大类资产配置模型，将所述客户抗风险级别、所述指数列表、所述指数上下限表、所述指数收盘价表和所述客户信息输入所述资产配置模型，将所述大类资产配置模型输出的大类资产配置方案存储在所述数据库；从所述数据库平台调取所述客户信息、所述指数‑基金列表、所述大类资产配置方案，调用基金筛选模型，将所述客户信息、所述指数‑基金列表、所述大类资产配置方案输入所述基金筛选模型，将所述基金筛选模型输出的筛选好的基金列表和列表中基金的权重存储在所述数据库，所述筛选好的基金列表和列表中的基金权重为资产配置方案。

【技术特征摘要】
1.一种资产配置方法，其特征在于，包括：在数据库预设一调查问卷，通过所述调查问卷采集客户信息，并将所述客户信息存储至所述数据库，从证券交易数据平台和基金管理数据平台采集大盘信息，所述大盘信息包括但不限于指数列表、指数上下限表、指数-基金列表、指数收盘价表；从所述数据库调取所述客户信息，调用客户画像模型，将所述客户信息输入所述客户画像模型，将所述客户画像模型输出的客户抗风险级别存储在所述数据库；从所述数据库调取所述客户抗风险级别、所述指数列表、所述指数上下限表、所述指数收盘价表和所述客户信息，调用大类资产配置模型，将所述客户抗风险级别、所述指数列表、所述指数上下限表、所述指数收盘价表和所述客户信息输入所述资产配置模型，将所述大类资产配置模型输出的大类资产配置方案存储在所述数据库；从所述数据库平台调取所述客户信息、所述指数-基金列表、所述大类资产配置方案，调用基金筛选模型，将所述客户信息、所述指数-基金列表、所述大类资产配置方案输入所述基金筛选模型，将所述基金筛选模型输出的筛选好的基金列表和列表中基金的权重存储在所述数据库，所述筛选好的基金列表和列表中的基金权重为资产配置方案。2.根据权利要求1所述的一种资产配置方法，其特征在于，所述调查问卷包括但不限于客户基本信息、资金实力、风险偏好、投资经验、流动性偏好、人口属性维度、投资目的七个维度的信息，每个维度包括至少一个选择题，每个选择题包括至少两个选项，每个选项对应一个得分；获取客户对所述调查问卷的答案，根据所述答案得到每个所述选择题的得分，将所述得分汇总结果为所述客户信息。3.根据权利要求2所述的一种资产配置方法，其特征在于，所述客户画像模型，包括：为所述七个维度的信息各设置一个维度权重，所述维度权重之和为1，为所述调查问卷每个维度下的所述选择题设置一个选项权重，同一维度下的所述选择题的所述选项权重之和为1；将所述调查问卷下同一维度下的各所述选择题的得分，乘上各自对应的所述选项权重后求和，得出所述调查问卷每个维度的信息得分；将所述调查问卷每个维度的信息得分，乘上各自对应的所述维度权重后求和，得出所述调查问卷各个维度信息的总得分，所得分数为抗风险能力值；设置至少两个所述客户抗风险级别，每个所述客户抗风险级别对应一个值域，根据所述客户抗风险级别的值域，得到并输出所述客户抗风险级别。4.根据权利要求1所述的一种资产配置方法，其特征在于，所述大类资产配置模型包括：所述大类资产配置模型内预设有风险-收益脚本，所述大类资产配置模型获取所述客户抗风险级别后，读取所述风险-收益脚本，确定所述客户抗风险级别对应的风险指标和收益指标；所述大类资产配置模型内预设有计算脚本，所述大类资产配置模型获取所述指数列表、所述指数上下限表、所述指数收盘价表和所述客户信息，读取所述计算脚本，确定所述大类资产配置方案。5.根据权利要求4所述的一种资产配置方法，其特征在于，所述计算脚本包括：所述计算机脚本是基于均方差模型，以所述收益指标和所述风险指标设置优化目标，所述优化目标为确定收益指标的条件下，输出风险指标最小的投资组合方案，所述计算脚本包括：minσ2(rp)＝∑∑xixjCov(ri-rj)(1)公式(1)中rp为所述大类资产配置方案的收益，б2(rp)为所述大类资产配置方案的方差，所述方差为所述大类资产配置方案的风险，ri为大类资产i的收益，Cov(ri、rj)为两个大类资产之间的协方差，xi、xj为大类资产i、j的投资比例，公式(1)表示以求解风险指标最小的投资组合方案为目标；rp＝∑xiri(2)公式(2)表示所述大类资产配置方案的收益等于各类所述大类资产的收益与所述投资比例乘积之和；∑xi＝1(3)公式(3)表示权重约束，各个大类资产的所述投资比例之和为1，公式(3)为允许卖空情况下的权重约束；∑xi＝1,xi＞0(4)公式(4)表示权重约束，各个大...

【专利技术属性】
技术研发人员：蒋逸文，陈泽晖，黄鸿顺，
申请(专利权)人：平安科技深圳有限公司，
类型：发明
国别省市：广东,44