本申请涉及大数据分析技术领域，公开了一种数据评估方法、装置、电子设备及存储介质，提高了股票评估结果的全面性和精准度，该方法包括：获取待评估股票的相关数据；从相关数据中获取各特征因子关联的数据，基于各特征因子关联的数据获得各特征因子的分数，每个特征因子表征待评估股票的一项属性特征；基于各评估维度分别对应的特征因子的分数以及各特征因子对应的权重，分别获得各评估维度的评估分值，其中评估维度包括：技术面、资金面、舆情面、基本面和抗风险稳健度；基于各评估维度的评估分值和各评估维度对应的权重，获得待评估股票对应的综合评估分值；将综合评估分值和各评估维度的评估分值作为所述待评估股票的评估结果。度的评估分值作为所述待评估股票的评估结果。度的评估分值作为所述待评估股票的评估结果。
【技术实现步骤摘要】
数据评估方法、装置、电子设备及存储介质
[0001]本申请涉及大数据分析
，尤其涉及一种数据评估方法、装置、电子设备及存储介质。
技术介绍
[0002]股票的价格会根据市场行情的波动上涨或下跌，因此，股票投资具有风险，同时，影响市场行情的因素繁多且复杂，因此，为了尽量规避投资风险，对股票投资从多方位进行风险评估是非常有必要的。目前，对股票的评估往往仅通过基本面与交易面中某一个维度的数据进行单独评估，并仅给出一个综合评估分数，这就造成对股票的评估不全面，与实际情况出现较大的偏差，导致用户无法全面了解所呈现的评估结果背后所指向的投资价值。
技术实现思路
[0003]本申请实施例提供一种数据评估方法、装置、电子设备及存储介质，提高了股票评估结果的全面性和精准度。
[0004]一方面，本申请一实施例提供了一种数据评估方法，包括：
[0005]获取待评估股票的相关数据；
[0006]从所述相关数据中获取各特征因子关联的数据，基于各特征因子关联的数据获得各特征因子的分数，每个特征因子表征所述待评估股票的一项属性特征；
[0007]基于各评估维度分别对应的特征因子的分数以及各特征因子对应的权重，分别获得各评估维度的评估分值，其中所述评估维度包括：技术面、资金面、舆情面、基本面和抗风险稳健度；
[0008]基于各评估维度的评估分值和各评估维度对应的权重，获得所述待评估股票对应的综合评估分值；
[0009]将所述综合评估分值和各评估维度的评估分值作为所述待评估股票的评估结果。
[0010]一方面，本申请一实施例提供了一种数据评估装置，包括：
[0011]获取单元，用于获取待评估股票的相关数据；
[0012]因子分数确定单元，用于从所述相关数据中获取各特征因子关联的数据，基于各特征因子关联的数据获得各特征因子的分数，每个特征因子表征所述待评估股票的一项属性特征；
[0013]维度评估单元，用于基于各评估维度分别对应的特征因子的分数以及各特征因子对应的权重，分别获得各评估维度的评估分值，其中所述评估维度包括：技术面、资金面、舆情面、基本面和抗风险稳健度；
[0014]综合评估单元，用于基于各评估维度的评估分值和各评估维度对应的权重，获得所述待评估股票对应的综合评估分值；
[0015]结果整合单元，用于将所述综合评估分值和各评估维度的评估分值作为所述待评估股票的评估结果。
[0016]可选地，所述技术面对应的特征因子包括以下至少一种：近期涨跌幅、压力位、支撑位、主流技术指标；
[0017]所述资金面对应的特征因子包括以下至少一种：当日净流入占比、历史净流入占比、净融资余额、陆股通北上资金额；
[0018]所述舆情面对应的特征因子包括以下至少一种：市场整体舆情、机构调研频率、整体研报评级分数；
[0019]所述基本面对应的特征因子包括以下至少一种：盈利能力、成长能力、营运能力、偿债能力、估值指标分数；
[0020]所述抗风险稳健度对应的特征因子包括以下至少一种：历史波动率、流动性风险、最大回撤率、高管减持比例、商誉占比。
[0021]可选地，所述因子分数确定单元还用于：根据所述待评估股票所属的标的，确定所述资金面对应的特征因子的权重。
[0022]可选地，所述因子分数确定单元具体用于：
[0023]针对任一特征因子，基于所述任一特征因子关联的数据确定所述任一特征因子的第一特征值；
[0024]获得同类股票对应的所述任一特征因子的第二特征值，将所述第一特征值和各第二特征值的中位数确定为第一中位数，其中所述同类股票包括与所述待评估股票属于同一行业的股票；
[0025]获得所述第一特征值与所述第一中位数的第一距离值、以及各第二特征值分别与所述第一中位数的第二距离值，将所述第一距离值和各第二距离值的中位数确定为离差；
[0026]若所述第一特征值大于第一区间阈值，则确定所述任一特征因子的分数为第一数值，其中所述第一区间阈值等于所述第一中位数加上n倍所述离差，所述n为正整数；
[0027]若所述第一特征值小于第二区间阈值，则确定所述任一特征因子的分数为第二数值，其中所述第二区间阈值等于所述第一中位数减去n倍所述离差，所述第一数值大于所述第二数值；
[0028]若所述第一特征值不大于所述第一区间阈值且不小于所述第二区间阈值，则对不大于所述第一区间阈值且不小于所述第二区间阈值的特征值进行排序，根据所述第一特征值的排序位置确定所述任一特征因子的分数。
[0029]可选地，所述基本面对应的权重不小于第一预设值，所述抗风险稳健度对应的权重不小于第二预设值。
[0030]可选地，所述综合评估单元还用于：
[0031]若所述待评估股票被标记为高风险的ST股票、且所述待评估股票的综合评估分值大于综合分值阈值，则将所述待评估股票的综合评估分值更新为所述综合分值阈值。
[0032]可选地，所述数据评估装置还包括标签生成单元，用于：
[0033]基于各评估维度分别对应的特征因子关联的数据，以及为各评估维度配置的标签生成规则，确定所述待评估股票对应的评价标签；
[0034]基于所述待评估股票对应的评价标签，获得所述待评估股票的股票画像。
[0035]可选地，所述数据评估装置还包括评价内容生成单元，用于：
[0036]基于各评估维度分别对应的特征因子关联的数据，以及为各评估维度配置的评述
模板，确定所述待评估股票在各个评估维度的评述内容。
[0037]可选地，所述数据评估装置还包括存储单元，用于：
[0038]将所述待评估股票的评估结果存储到个股数据的第一存储模块中；
[0039]根据所述待评估股票的评估结果更新第二存储模块中的排行榜数据。
[0040]一方面，本申请一实施例提供了一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其中，处理器执行计算机程序时实现上述任一种方法的步骤。
[0041]一方面，本申请一实施例提供了一种计算机可读存储介质，其上存储有计算机程序指令，该计算机程序指令被处理器执行时实现上述任一种方法的步骤。
[0042]一方面，本申请一实施例提供了一种计算机程序产品或计算机程序，该计算机程序产品或计算机程序包括计算机指令，该计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机指令，处理器执行该计算机指令，使得该计算机设备执行上述任一种TCP传输性能的控制的各种可选实现方式中提供的方法。
[0043]本申请实施例提供的数据评估方法、装置、电子设备及存储介质，可从技术面、资金面、舆情面、基本面和抗风险稳健度等多评估维度对股票作出全面的分析，而各个评估维度的分值又是基于多种因子确定的，因此综合评估分值融合了技术面、资金面、舆情面、基本面、抗风险稳健度各个评估维度中的多种因子，使得综合评本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种数据评估方法，其特征在于，包括：获取待评估股票的相关数据；从所述相关数据中获取各特征因子关联的数据，基于各特征因子关联的数据获得各特征因子的分数，每个特征因子表征所述待评估股票的一项属性特征；基于各评估维度分别对应的特征因子的分数以及各特征因子对应的权重，分别获得各评估维度的评估分值，其中所述评估维度包括：技术面、资金面、舆情面、基本面和抗风险稳健度；基于各评估维度的评估分值和各评估维度对应的权重，获得所述待评估股票对应的综合评估分值；将所述综合评估分值和各评估维度的评估分值作为所述待评估股票的评估结果。2.根据权利要求1所述的方法，其特征在于，所述技术面对应的特征因子包括以下至少一种：近期涨跌幅、压力位、支撑位、主流技术指标；所述资金面对应的特征因子包括以下至少一种：当日净流入占比、历史净流入占比、净融资余额、陆股通北上资金额；所述舆情面对应的特征因子包括以下至少一种：市场整体舆情、机构调研频率、整体研报评级分数；所述基本面对应的特征因子包括以下至少一种：盈利能力、成长能力、营运能力、偿债能力、估值指标分数；所述抗风险稳健度对应的特征因子包括以下至少一种：历史波动率、流动性风险、最大回撤率、高管减持比例、商誉占比。3.根据权利要求2所述的方法，其特征在于，所述方法还包括：根据所述待评估股票所属的标的，确定所述资金面对应的特征因子的权重。4.根据权利要求2所述的方法，其特征在于，所述基于各特征因子关联的数据获得各特征因子的分数，具体包括：针对任一特征因子，基于所述任一特征因子关联的数据确定所述任一特征因子的第一特征值；获得同类股票对应的所述任一特征因子的第二特征值，将所述第一特征值和各第二特征值的中位数确定为第一中位数，其中所述同类股票包括与所述待评估股票属于同一行业的股票；获得所述第一特征值与所述第一中位数的第一距离值、以及各第二特征值分别与所述第一中位数的第二距离值，将所述第一距离值和各第二距离值的中位数确定为离差；若所述第一特征值大于第一区间阈值，则确定所述任一特征因子的分数为第一数值，其中所述第一区间阈值等于所述第一中位数加上n倍所述离差，所述n为正整数；若所述第一特征值小于第二区间阈值，则确定所述任一特征因子的分数为第二数值，其中所述第二区间阈值等于所述第一中位数减去n倍所述离差，所述第一数值大于所述第二数值；若所述第一特征值不大于所述第一区间阈值且不小于所述第二区间...
【专利技术属性】
技术研发人员：傅雪，赵志殷，张争宏，陈彩萍，陈启鹏，晏宇辉，尹方亮，傅桔选，梁军，郭锐，
申请(专利权)人：腾讯科技深圳有限公司，
类型：发明
国别省市：
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。