开放式基金预留现金比例预测方法、装置及系统制造方法及图纸

本发明专利技术提供开放式基金预留现金比例预测方法、装置及系统，涉及机器学习领域和金融领域。其中，开放式基金预留现金比例预测方法包括：各基金公司根据本地的历史基金数据对预先创建的神经网络模型进行训练，得到各自的内部模型；共享服务器从各基金公司中的多个样本基金公司的内部模型参数确定全局模型参数；各基金公司根据从所述共享服务器接收到的所述全局模型参数对各自的内部模型进行更新，得到各自的预测模型；各基金公司获取待计算预留现金比例的开放式基金的特征数据，并将所述特征数据输入所述预测模型，得到开放式基金预留现金比例。本申请解决了人工分析估算时出现的人工成本高、时效性不高、测算结果准确率存疑等诸多问题。多问题。多问题。

【技术实现步骤摘要】
开放式基金预留现金比例预测方法、装置及系统


[0001]本申请涉及机器学习领域和金融领域，具体涉及一种基于联邦学习的开放式基金预留现金比例预测方法、装置及系统。

技术介绍

[0002]开放式基金产品允许投资者随时申购或赎回其持有产品份额，其与封闭式基金相比经营的最大区别在于，开放式基金需要应付投资者日常的申购和赎回，因而必须保持基金资产较好的流动性，也就是要预留一定比例的现金以应对投资者的赎回。如果预留过多的现金会影响基金的收益，而收益降低会引起投资者的赎回，如果预留的现金过少，为应对投资者的赎回可能需要在短时间内变现较多的流动性低收益率高的资产，由于收益率高的产品变现能力差，基金管理人员只能低价变现，导致基金收益率降低。因此能否预留恰当比例的现金对开放式基金业绩影响较大，它会直接影响到基金能否顺利稳定的发展。
[0003]现有技术中，基金经理对于预留现金的比例确定主要是通过自身对市场、行业、个股等形势及大量数据进行跟踪，并建立经济学模型人工分析，来解释和预测数据，通过其择时能力即对市场整体走势的预测能力，从而判断其管理的基金是否需要调本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种开放式基金预留现金比例预测方法，其特征在于，包括：获取待计算预留现金比例的开放式基金的特征数据，所述特征数据包括基金信息、基金经理信息及基金公司信息；将所述特征数据输入预先训练的预测模型，得到开放式基金预留现金比例；其中，所述预测模型是根据共享服务器返回的全局模型参数对预先训练的本地模型更新得到，所述本地模型根据本地的历史基金数据对神经网络模型预先训练得到。2.根据权利要求1所述的开放式基金预留现金比例预测方法，其特征在于，创建所述本地模型的步骤包括：采集多个历史基金数据，所述历史基金数据包括基金产品及其对应的预留现金比例；对所述历史基金数据进行特征分析，得到历史特征数据，所述历史特征数据包括基金信息、基金经理信息以及基金公司信息；使用所述历史特征数据对预先创建的神经网络模型进行训练，得到所述本地模型。3.根据权利要求2所述的开放式基金预留现金比例预测方法，其特征在于，所述使用所述历史特征数据对预先创建的神经网络模型进行训练，得到所述本地模型，包括：根据所述历史特征数据和对应的预留现金比例以及所述神经网络模型确定各历史特征数据对应的特征值权重；基于知识蒸馏对所述特征值权重进行格式转化，得到本地模型参数；基于所述本地模型参数以及所述神经网络模型创建所述本地模型。4.根据权利要求1所述的开放式基金预留现金比例预测方法，其特征在于，创建所述预测模型的步骤包括：接收所述共享服务器返回的全局模型参数；其中，所述全局模型参数由所述共享服务器根据参与联邦学习的部分基金公司的本地模型参数聚合分析得到；根据所述全局模型参数对所述本地模型进行更新，得到所述预测模型。5.根据权利要求4所述的开放式基金预留现金比例预测方法，其特征在于，所述根据所述全局模型参数对所述本地模型进行更新，得到所述预测模型，包括：根据所述全局模型参数对所述本地模型的特征值权重进行迭代更新，直至损失函数收敛，得到所述预测模型。6.根据权利要求1所述的开放式基金预留现金比例预测方法，其特征在于，还包括：根据共享服务器的共享请求将所述本地模型参数进行预处理，所述预处理包括格式转换和数据加密；将预处理后的本地模型参数发送至所述共享服务器。7.一种开放式基金预留现金比例预测方法，其特征在于，应用于共享服务器，所述共享服务器为基金公司服务器中的一个或由各基金公司中的一个管理，所述基金公司服务器由对应的基金公司管理，包括：从参与联邦学习的各基金公司中确定多个样本基金公司；接收各样本基金公司发送的本地模型，所述本地模型由各样本基金公司...

【专利技术属性】
技术研发人员：刘哲欣，方安，李慧灵，温丽明，
申请(专利权)人：中国工商银行股份有限公司，
类型：发明
国别省市：