一种金融数据分析方法及服务器技术

本申请公开一种金融数据分析方法及服务器，该方法包括：获取待分析的金融数据；基于金融数据的字段信息构建基本面评价模型，所述基本面评价模型由多维因子分别按照权重共同形成，每个维度的因子与多条不同内容的金融数据之间具有预定的映射关系；将待分析的金融数据输入所述基本面评价模型进行预测，获得所述金融数据按照不同身份ID的预测值并进行排名。该方案解决了现有技术中过于依赖经验、数据分析的智能化及效率较低等问题，通过本申请方案的数据分析模型能够通过计算机实现金融数据的快速、高效分析，大大提高了数据分析的效率，且降低了对个人经验的依赖，数据分析覆盖的对象更为广泛，并且可实现实时更新，便于调取和查阅历史数据。阅历史数据。阅历史数据。

【技术实现步骤摘要】
一种金融数据分析方法及服务器


[0001]本专利技术涉及金融数据处理
，具体是一种金融数据分析方法及服务器。

技术介绍

[0002]在投资领域，委托投资管理人在投前、投中、投后管理等各项业务过程中，需要对金融产品的各项数据指标进行分析比较，了解金融产品管理人的投研能力，掌握各项投资信息、研发数据、财务数据、产品信息等金融数据，但上述金融数据往往复杂繁琐，且数据量惊人；为了能准确评估一个上市公司的金融产品，往往需要专业人士基于自身的经验进行分析，以帮助进行投资，保证投资收益的最大化。这种分析过程或结论往往建立在一个或几个人的主观观点之上，一方面具有主观性，另一方面对经验的依赖性较强，此外考虑的信息有可能不够全面，并且没有更新机制，也不方便调取、查阅及通过结果的累积对较长时间段的数据进行整体分析。
[0003]但是，目前，在投资领域，委托投资管理人获取上述信息的手段没有实现智能化、方便化和自动化。因此，急需一种智能的数据分析系统，以协助委托投资管理人进行投资决策。

技术实现思路

[0004]本申请提供一种金融数据分析方本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种金融数据分析方法，其特征在于，包括：获取待分析的金融数据；基于金融数据的字段信息构建基本面评价模型，所述基本面评价模型由多维因子分别按照权重共同形成，每个维度的因子与多条不同内容的金融数据之间具有预定的映射关系；将待分析的金融数据输入所述基本面评价模型进行预测，获得所述金融数据按照不同身份ID的预测值和排名。2.根据权利要求1所述的金融数据分析方法，其特征在于，所述基本面评价模型包括多级子模型，其中每一级子模型均由多个并列的下一级子模型按照权重共同形成，其中位于最下级的子模型为末级子模型，构成末级子模型的多维因子与多条不同内容的金融数据之间具有预定的映射关系。3.根据权利要求2所述的金融数据分析方法，其特征在于，所述基本面评价模型包括三级子模型；所述基本面评价模型包括三个并列的一级子模型；每个所述一级子模型包括具包括并列的二级子模型；其中所述二级子模型为末级子模型和/或所述二级子模型包括至少一个三级子模型；所述一级子模型的权重、二级子模型的权重、三级子模型的权重及构成二级子模型和/或构成三级子模型的多维因子及多维因子的权重均为设定的经验系数。4.根据权利要求3所述的金融数据分析方法，其特征在于，所述一级子模型包括产品力因子、管理力因子和治理力因子；所述产品力因子的二级子模型包括技术因子、市场因子和品牌因子；所述管理力因子的二级子模型包括人力因子、经营因子和财务因子；所述治理力因子的二级子模型包括股东治理因子和/或文化因子、资本运作因子和战略管理因子。5.根据权利要求3所述的金融数据分析方法，其特征在于，所述技术因子的三级子模型包括研发投入比因子、现金收入比因子和毛利率因子；所述市场因子的三级子模型包括预收账款/收入因子、销售费用比因子和经营净现金流/净利润因子；所述品牌因子的三级子模型包括净利率因子、ROA的Y年集合平均值因子、扣非后净利润/毛利润因子；其中Y为自然数；所述人力因子的三级子模型包括人均毛利因子、人均收入因子和加权平均员工学历比因子；所述经营因子的三级子模型包括存货周转率因子、总...

【专利技术属性】
技术研发人员：蒋顺才，
申请(专利权)人：深圳前海旭辉资产管理有限公司，
类型：发明
国别省市：