养老金产品择时选股能力数据分析方法及装置制造方法及图纸

本发明专利技术提供了一种养老金产品择时选股能力数据分析方法及装置，可用于金融技术领域，该方法包括：获取养老金产品的重仓数据、养老金产品净值数据和市场公开数据；根据市场公开数据，计算市场的市值因子；根据市场公开数据，计算市场的价值因子；根据市场的市值因子、价值因子，以及养老金产品的净值数据和市场公开数据，采用回归模型进行回归分析，获得养老金产品的择时能力数据和选股能力数据；根据养老金产品重仓数据，获得养老金产品的重仓选股能力数据。本发明专利技术可以对养老金产品择时选股能力进行分析。进行分析。进行分析。

【技术实现步骤摘要】
养老金产品择时选股能力数据分析方法及装置


[0001]本专利技术涉及金融
，尤其涉及一种养老金产品择时选股能力数据分析方法及装置。

技术介绍

[0002]将超额收益分解、归因，是分析权益类养老金产品优势点的重要手段，这有助于作为未来投资决策的判断依据，完善评价系统，量化收益来源，强化整体投资分析能力。养老金产品的择时选股能力在产品的收益风险表现上尤为重要，如何尽可能准确地衡量养老金产品的择时选股能力，是一个亟需需要解决的问题。

技术实现思路

[0003]本专利技术实施例提出一种养老金产品择时选股能力数据分析方法，用以对养老金产品择时选股能力进行分析，该方法包括：
[0004]获取养老金产品的重仓数据、养老金产品净值数据和市场公开数据；
[0005]根据市场公开数据，计算市场的市值因子；
[0006]根据市场公开数据，计算市场的价值因子；
[0007]根据市场的市值因子、价值因子，以及养老金产品的净值数据和市场公开数据，采用回归模型进行回归分析，获得养老金产品的择时能力数据和选股能力数据；
[0008]根据养老金产品重仓数据，获得养老金产品的重仓选股能力数据。
[0009]本专利技术实施例提出一种养老金产品择时选股能力数据分析装置，用以投资经理能力进行分析，筛选出管理能力强的投管人，该装置包括：
[0010]数据获取模块，用于获取养老金产品的重仓数据、养老金产品净值数据和市场公开数据；
[0011]市值因子计算模块，用于根据市场公开数据，计算市场的市值因子；
[0012]价值因子计算模块，用于根据市场公开数据，计算市场的价值因子；
[0013]回归分析模块，用于根据市场的市值因子、价值因子，以及养老金产品的净值数据和市场公开数据，采用回归模型进行回归分析，获得养老金产品的择时能力数据和选股能力数据；
[0014]重仓选股能力分析模块，用于根据养老金产品重仓数据，获得养老金产品的重仓选股能力数据。
[0015]本专利技术实施例还提供一种计算机设备，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，所述处理器执行所述计算机程序时实现上述养老金产品择时选股能力数据分析方法。
[0016]本专利技术实施例还提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述养老金产品择时选股能力数据分析方法。
[0017]本专利技术实施例还提供一种计算机程序产品，所述计算机程序产品包括计算机程序，所述计算机程序被处理器执行时实现上述养老金产品择时选股能力数据分析方法。
[0018]在本专利技术实施例中，获取养老金产品的重仓数据、养老金产品净值数据和市场公开数据；根据市场公开数据，计算市场的市值因子；根据市场公开数据，计算市场的价值因子；根据市场的市值因子、价值因子，以及养老金产品的净值数据和市场公开数据，采用回归模型进行回归分析，获得养老金产品的择时能力数据和选股能力数据；根据养老金产品重仓数据，获得养老金产品的重仓选股能力数据。与现有技术中通过人力资源进行养老金产品择时选股能力分析的技术方案相比，通过计算市值因子、价值因子，进而进行回归分析，可获得养老金产品的择时能力数据和选股能力数据；根据养老金产品重仓数据，获得养老金产品的重仓选股能力数据。
附图说明
[0019]为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。在附图中：
[0020]图1为本专利技术实施例中养老金产品择时选股能力数据分析方法的流程图一；
[0021]图2为本专利技术实施中养老金产品择时选股能力数据分析方法的原理图；
[0022]图3为本专利技术实施例计算市值因子的流程图；
[0023]图4为本专利技术实施例中计算价值因子的流程图；
[0024]图5为本专利技术实施例中回归分析的流程图；
[0025]图6为本专利技术实施例中重仓选股能力分析的流程图；
[0026]图7为本专利技术实施例中养老金产品择时选股能力数据分析方法的流程图二；
[0027]图8为本专利技术实施例中投资经理能力数据展示示例；
[0028]图9为本专利技术实施例中养老金产品择时选股能力数据分析装置的示意图一；
[0029]图10为本专利技术实施例中养老金产品择时选股能力数据分析装置的示意图二；；
[0030]图11为本专利技术实施例中计算机设备的示意图。
具体实施方式
[0031]为使本专利技术实施例的目的、技术方案和优点更加清楚明白，下面结合附图对本专利技术实施例做进一步详细说明。在此，本专利技术的示意性实施例及其说明用于解释本专利技术，但并不作为对本专利技术的限定。
[0032]在本说明书的描述中，所使用的“包含”、“包括”、“具有”、“含有”等，均为开放性的用语，即意指包含但不限于。参考术语“一个实施例”、“一个具体实施例”、“一些实施例”、“例如”等的描述意指结合该实施例或示例描述的具体特征、结构或者特点包含于本申请的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。各实施例中涉及的步骤顺序用于示意性说明本申请的实施，其中的步骤顺序不作限定，可根据需要作适当调整。
[0033]本专利技术技术方案中对数据的获取、存储、使用、处理等均符合国家法律法规的相关规定。
[0034]专利技术人发现，目前主流使用TM、HM、CL模型来判断产品的择时择股能力，然而上述模型建立时间较久，其对于当今的市场的适用性必然有所下降，利用更新更贴合现有资本市场的新模型去解释择时选股能力有利于进一步提升投资分析能力。本专利技术实施例引入TM/HM/CL模型，即在原本的TM、HM、CL模型基础上，引入适用中国股票市场的Fama
‑
French三因子，即CH
‑
3因子，使得模型不仅保留原有的牛熊市识别能力，而且强化了其主动收益α的解释能力，令其所展示的量化信息更全面、准确，整体模型更贴合国内A股市场环境。同时利用产品重仓股票数据进一步解释养老金产品的选股能力。
[0035]图1为本专利技术实施例中养老金产品择时选股能力数据分析方法的流程图一，如图1所示，包括：
[0036]步骤101，获取养老金产品的重仓数据、养老金产品净值数据和市场公开数据；
[0037]步骤102，根据市场公开数据，计算市场的市值因子；
[0038]步骤103，根据市场公开数据，计算市场的价值因子；
[0039]步骤104，根据市场的市值因子、价值因子，以及养老金产品的净值数据和市场公开数据，采用回归模型进行回归分析，获得养老金产品的择时能力本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种养老金产品择时选股能力数据分析方法，其特征在于，包括：获取养老金产品的重仓数据、养老金产品净值数据和市场公开数据；根据市场公开数据，计算市场的市值因子；根据市场公开数据，计算市场的价值因子；根据市场的市值因子、价值因子，以及养老金产品的净值数据和市场公开数据，采用回归模型进行回归分析，获得养老金产品的择时能力数据和选股能力数据；根据养老金产品重仓数据，获得养老金产品的重仓选股能力数据。2.如权利要求1所述的方法，其特征在于，根据市场公开数据，计算市场的市值因子，包括：根据市场公开数据，获得A股市场全量股票数据，所述A股市场全量股票数据包括A股市场全量股票日频市值数据、A股市场全量股票日频收益率数据；按照A股市场全量股票日频市值数据中的市值排行，获取排名前第一预设比例的股票；将排名前第一预设比例的股票以中位数分为第一组和第二组；根据A股市场全量股票日频收益率数据，分别计算第一组和第二组的平均收益率；确定第一组和第二组的平均收益率的差额为市值因子。3.如权利要求1所述的方法，其特征在于，根据市场公开数据，计算养老金产品的价值因子，包括：根据市场公开数据，获得A股市场全量股票数据，所述A股市场全量股票数据包括A股市场全量股票日频市值数据、A股市场全量股票日频收益率数据、A股市场全量股票日频市盈率数据；按照A股市场全量股票日频市值数据中的市值排行，获取排名前预设比例的股票；对排名前第二预设比例的股票按照A股市场全量股票日频市盈率数据中的市盈率排行，获取前第三预设比例的股票；将排名前第三预设比例的股票以三分位数分为第一组、第二组和第三组；根据A股市场全量股票日频收益率数据，分别计算第一组和第三组的平均收益率；确定第一组和第三组的平均收益率的差额为价值因子。4.如权利要求1所述的方法，其特征在于，根据市场的市值因子、价值因子，以及养老金产品的净值数据和市场公开数据，采用回归模型进行回归分析，获得养老金产品的择时能力数据和选股能力数据，包括：根据养老金产品的净值数据，获得养老金产品收益率；根据市场公开数据，获得无风险收益率和指数收益率；将养老金产品收益率减去无风险收益率获得养老金产品的超额收益率；将养老金产品的超额收益率作为因变量，市值因子、价值因子、指数收益率作为自变量，采用回归模型进行回归分析，获得养老金产品的择时能力值和选股能力值；查询择时选股能力判断表，根据养老金产品的择时能力值和选股能力值，确定养老金产品的择时能力数据和选股能力数据。5.如权利要求4所述的方法，其特征在于，所述回归模型包括TM回归模型、HM回归模型和CL回归模型；其中，TM回归模型的公式如下：
R
pt
‑
R
ft
＝α+β1(R
mt
‑
R
ft
)+β2(R
mt
‑
R
ft
)2+β3SMB+β4VMG+ε
t
HM回归模型的公式如下：R
pt
‑
R
f...

【专利技术属性】
技术研发人员：高娜，王浚懿，平其峻，金业，
申请(专利权)人：中国银行股份有限公司，
类型：发明
国别省市：