一种基于投资管理云平台及投资管理方法技术

一种基于投资管理云平台及投资管理方法，包括注册模块、登录模块、信息爬取模块、信息储存模块、数据筛选模块、数据分析与管理模块、投资管理模块，注册模块用于新人注册账户，登录模块用于客户登录，信息爬取模块采用scrapy框架，对目标投资平台进行实时数据的爬取，信息储存模块将爬取的实时数据存储到sql数据库，以对数据进一步处理，数据筛选模块过滤低置信度的数据，数据分析与管理模块用于分析数据，投资管理模块为客户拟定投资方案，并对未来投资走向给出建议，本发明专利技术的有益效果：通过爬虫爬取实时的动态特征数据，对数据进行拟合回归分析，定量化描述和预测，在保障安全性的前提下，能够对投资进行有效的分析，并给出投资建议。议。议。

【技术实现步骤摘要】
一种基于投资管理云平台及投资管理方法


[0001]本专利技术属于投资
，具体涉及一种基于投资管理云平台及投资管理方法。

技术介绍

[0002]投资管理是一种为证券和资产服务的金融服务，服务于投资者的利益，实现投资目标，投资者可以是保险公司、养老基金、公司或私人投资者等机构，投资管理包括财务分析、资产筛选、股票筛选、计划实现和长期投资监控等几个要素，投资管理部门肩负着非常重要的责任，要看管全球行业中数万亿美元的资产，然而，市场上各种投资管理云平台和投资管理方法仍然存在各种问题，因此，依赖云平台对投资进行建模分析预测在如今严格防范金融风险的国际形势下显得至关重要。

技术实现思路

[0003]针对上述问题，本专利技术旨在提供一种基于投资管理云平台及投资管理方法。
[0004]本专利技术创造的目的通过以下技术方案实现：
[0005]一种基于投资管理云平台及投资管理方法包括注册模块、登录模块、信息爬取模块、信息储存模块、数据筛选模块、数据分析与管理模块、投资管理模块，所述注册模块用于新人注册账户，所述登录模块设置有登录界面，所述登录界面用于客户登录投资管理云平台，包括姓名输入栏、手机号输入栏、身份证号输入栏、验证码栏，所述信息爬取模块采用scrapy框架，对目标投资平台进行实时数据的爬取，如开盘价、收盘价、日收益率等信息，所述信息储存模块将所述爬取的实时数据存储到sql数据库，以对数据进一步处理，所述数据筛选模块，根据每个数据的置信度，过滤低置信度的数据，以及筛查出重复、缺失、相似的数据，所述数据分析与管理模块，包括时间序列单元、过拟合分析单元和残差单元，所述时间序列单元搭建时间序列模型，根据筛选后的高置信度数据对数据进行拟合，所述过拟合分析单元即为了保证投资预测的准确性，采用了赤池信息准则对拟合数据进行约束，所述残差模块，通过建立假设实验，精确模型解，以改进模型的误差区间，所述投资管理模块，根据预测后的数据为客户拟定投资方案，并对未来投资走向给出建议。
[0006]进一步的，所述注册模块用于新人注册账户，以建立连接，实现平台为客户服务功能。
[0007]进一步的，所述登录模块设置登录界面，包括姓名输入栏、手机号输入栏、身份证号输入栏、验证码栏，输入相关的信息以进行安全验证，保证客户为本人操作，由云平台保存客户的访问频率以及访问记录。
[0008]进一步的，所述信息爬取模块，采用scrapy框架，对目标投资平台进行实时数据的爬取，如开盘价、收盘价、日收益率等信息，由于整个网络url是互通的，为了省时高效地让爬虫找到响应的目标网址，利用精英蚂蚁系统算法对路径进行探索，具体步骤如下：
[0009](1)假设网络中存在L个需要爬取的url，设这L个url的权重邻接矩阵为U，则：
[0010][0011]其中，u
1，2
表示第1个url站点通向第2个url站点的权重，u
1，3
表示第1个url 站点通向第3个url站点的权重，u
1，L
表示第1个url站点通向第L个url站点的权重， u
2，1
表示第2个url站点通向第1个url站点的权重，u
2，3
表示第2个url站点通向第 3个url站点的权重，u
2，L
表示第2个url站点通向第L个url站点的权重，u
L，1
表示第L个url站点通向第1个url站点的权重，u
L，2
表示第L个url站点通向第2个url 站点的权重，u
L，3
表示第L个url站点通向第3个url站点的权重，令矩阵中某一项为u
c，d
表示第c个url站点通向第d个url站点的权重，所述权重邻接矩阵为U可知，该矩阵U为对称矩阵，即u
c，d
＝u
d，c
，其中u
c，d
∈[0，+∞)并且对角线元素为 0，表示相同的url节点爬虫进行探索时不需要花费额外的代价；
[0012](2)假设V个爬虫同时爬取数据，设τ
c，d
(0)＝o，表示从第c个url到第d个url的信息素，o为趋近于0的常数，τ
c，s
(0)＝o，表示从第c个url到第s个url的信息素，假设t时刻爬虫v从第c个url转移到第d个url的概率为：
[0013][0014]式中D
k
(c)＝{1，2，...，L}，表示爬虫v下一步允许选择的url集合，所述η
c，d
，η
c，s
是一个启发式因子，表示爬虫从第c个url到第d个url的期望程度，通常是第c个 url到第d个url所用时间，所述α和β分别表示信息素和期望启发式因子的相对重要程度；
[0015](3)当爬虫完成一次遍历后，信息素更新为：τ
c，d
(t+L)＝(1
‑
ρ)τ
c，d
(t)+ Δτ
c，d
，其中，ρ(0＜ρ＜1)表示路径上的信息素蒸发系数，1
‑
ρ表示信息素的持久性系数，所述Δτ
c，d
表示本次迭代的信息素增量，对于精英蚂蚁系统算法，设爬虫历史找到的最好url为T
best
，则改进后的信息素为：改进后的信息素为：其中，e是调整T
best
影响权重的参数，如下式表示：
[0016][0017]其中L
best
是已知最优路径T
best
的长度，经过迭代，爬虫能找到探索url站点的最优路径，经训练后，该案例下的爬虫能更快捷、更准确地爬取实时投资动态信息，为客户带来便捷服务。
[0018]进一步的，所述信息储存模块，所述信息储存模块将爬取的实时数据存储到 sql数据库，以对数据进一步处理。
[0019]进一步的，所述数据筛选模块，根据每个数据的置信度，过滤低置信度的数据，以及筛查出重复、缺失、相似的数据，假设共爬取了n个时间的m种数据，如开盘价、收盘价、日收益率等信息，记筛选后的数据矩阵为A，可得：
[0020][0021]其中，A为筛选后的数据矩阵，也叫样本矩阵；a
1，1
为第一个单位时间的第1 种数据值，a
1，2
为第一个单位时间的第2种数据值，a
1，m
为第一个单位时间的第m 种数据值，a
2，1
为第二个单位时间的第1种数据值，a
2，2
为第二个单位时间的第2 种数据值，a
2，m
为第二个单位时间的第m种数据值，a
t，1
为第t个单位时间的第1 种数据值，a
t，2
为第t个单位时间的第2种数据值，a
t，m
为第t个单位时间的第m种数据值，并且t∈[1，n]，a
n，1
为第n个单位时间的第1种数据值，a
n，2
为本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于投资管理云平台及投资管理方法包括注册模块、登录模块、信息爬取模块、信息储存模块、数据筛选模块、数据分析与管理模块、投资管理模块，所述注册模块用于新人注册账户，所述登录模块设置有登录界面，所述登录界面用于客户登录投资管理云平台，包括姓名输入栏、手机号输入栏、身份证号输入栏、验证码栏，所述信息爬取模块采用scrapy框架，对目标投资平台进行实时数据的爬取，如开盘价、收盘价、日收益率等信息，所述信息储存模块将所述爬取的实时数据存储到sql数据库，以对数据进一步处理，所述数据筛选模块，根据每个数据的置信度，过滤低置信度的数据，以及筛查出重复、缺失、相似的数据，所述数据分析与管理模块，包括时间序列单元、过拟合分析单元和残差单元，所述时间序列单元搭建时间序列模型，根据筛选后的高置信度数据对数据进行拟合，所述过拟合分析单元即为了保证投资预测的准确性，采用了赤池信息准则对拟合数据进行约束，所述残差模块，通过建立假设实验，精确模型解，以改进模型的误差区间，所述投资管理模块，根据预测后的数据为客户拟定投资方案，并对未来投资走向给出建议。2.根据权利要求1所述一种基于投资管理云平台及投资管理方法，其特征在于，所述注册模块用于新人注册账户，以建立连接，实现平台为客户服务功能。3.根据权利要求1所述一种基于投资管理云平台及投资管理方法，其特征在于，所述登录模块设置登录界面，包括姓名输入栏、手机号输入栏、身份证号输入栏、验证码栏，输入相关的信息以进行安全验证，保证客户为本人操作，由云平台保存客户的访问频率以及访问记录。4.根据权利要求1所述一种基于投资管理云平台及投资管理方法，其特征在于，所述信息爬取模块，采用scrapy框架，对目标投资平台进行实时数据的爬取，如开盘价、收盘价、日收益率等信息，由于整个网络url是互通的，为了省时高效地让爬虫找到响应的目标网址，利用精英蚂蚁系统算法对路径进行探索，具体步骤如下：(1)假设网络中存在L个需要爬取的url，设这L个url的权重邻接矩阵为U，则：其中，u
1，2
表示第1个url站点通向第2个url站点的权重，u
1，3
表示第1个url站点通向第3个url站点的权重，u
1，L
表示第1个url站点通向第L个url站点的权重，u
2，1
表示第2个url站点通向第1个url站点的权重，u
2，3
表示第2个url站点通向第3个url站点的权重，u
2，L
表示第2个url站点通向第L个url站点的权重，u
L，1
表示第L个url站点通向第1个url站点的权重，u
L，2
表示第L个url站点通向第2个url站点的权重，u
L，3
表示第L个url站点通向第3个url站点的权重，令矩阵中某一项为u
c，d
表示第c个url站点通向第d个url站点的权重，所述权重邻接矩阵为U可知，该矩阵U为对称矩阵，即u
c，d
＝u
d，c
，其中u
c，d
∈[0，+∞)并且对角线元素为0，表示相同的url节点爬虫进行探索时不需要花费额外的代价；(2)假设V个爬虫同时爬取数据，设τ
c，d
(0)＝o，表示从第c个url到第d个url的信息素，o为趋近于0的常数，τ
c，s
(0)＝o，表示从第c个url到第s个url的信息素，假设t时刻爬虫v从第c个url转移到第d个url的概率为：
式中D
k
(c)＝{1，2，...，L}，表示爬虫v下一步允许选择的url集合，所述η
c，d
，η
c，s
是一个启发式因子，表示爬虫从第c个url到第d个url的期望程度，通常是第c个url到第d个url所用时间，所述α和β分别表示信息素和期望启发式因子的相对重要程度；(3)当爬虫完成一次遍历后，信息素更新为：τ
c，d
(t+L)＝(1
‑
ρ)τ
c，d
(t)+Δτ
c，d
，其中，ρ(0＜ρ＜1)表示路径上的信息素蒸发系数，1
‑
ρ表示信息素的持久性系数，所述Δτ
c，d
表示本次迭代的信息素增量，对于精英蚂蚁系统算法，设爬虫历史找到的最好url为T
best
，则改进后的信息素为：的信息素为：其中，e是调整T
best
影响权重的参数，如下式表示：其中，L
best
是已知最优路径T
best
的长度。5.根据权利要求1所述一种基于投资管理云平台及投资管理方法，其特征在于，所述信息储存模块，所述信息储存模块将爬取的实时数据存储到sql数据库，以对数据进一步处理。6.根据权利要求1所述一种基于投资管理云平台及投资管理方法，其特征在于，所述数据筛选模块，根据每个数据的置信度，过滤低置信度的数据，以及筛查出重复、缺失、相似的数据，假设共爬取了n个时间的m种数据，如开盘价、收盘价、日收益率等信息，记筛选后的数据矩阵为A，可得：其中，A为筛选后的数据矩阵，也叫样本矩阵；a
1，1
为第一个单位时间的第1种数据值，a
1，2
为第一个单位时间的第2种数据值，a
1，m
为第一个单位时间的第m种数据值，a
2，1
为第二个单位时间的第1种数据值，a
2，2
为第二个单位时间的第2种数据值，a
2，m
为第二个单位时间的第m种数据值，a
t，1
为第t个单位时间的第1种数据值，a
t，2
为第t个单位时间的第2种数据值，a
t，m
为第t个单位时间的第m种数据值，并且t∈[1，n]，a
n，1
为第n个单位时间的第1种数据值，a
n，2
为第n个单位时间的第2种数据值，a
n，m
为第n个单位时间的第m种数据值。7.根据权利要求5所述一种基于投资管理云平台及投资管理方法，其特征在于，所述数据分析与管理模块，包括时间序列单元、过拟合分析单元和残差单元，对权利要求5所述筛选后的样本进行分析，利用差分自回归移动平均模型(ARIMA)模型对投资信息做预测分析，具体步骤如下：(1)所述时间序列单元首先对权利要求5所述时间序列判断平稳性，由于ARIMA模型可
以看作是自回归模型(AR)和移动平均模型(MA)的线性组合；(2)通过使用滞后算子可以进一步简化差分后的数学模型；(3)搭建ARIMA模型，根据定义ARIMA模型可写成：其中，p为AR模型的阶数，q为MA模型的阶数，d为差分次数，d∈{0，1，2}，r为皮尔逊相关系数，y
t
为t时刻的样本值，C为常数，β
i
为回归系数，ε
t
为乘性误差系数，a
n
‑
t，j
为第n
‑
t个单位时间的第j种数据值，对于所述皮尔逊相关系数r，可计算为：(4)为了得到ARIMA的p阶q阶值，还需计算样本的自相关系数γ
k
和偏自相关系数φ
k，p
，所述自相关系数γ
k
为：其中，a
t
为t时刻的样本数据值，a
t
‑
k
为t
‑
k时刻的样本数据值，cov(a
t
，a
t
‑
k
)为a
t

【专利技术属性】
技术研发人员：李益非，
申请(专利权)人：李益非，
类型：发明
国别省市：