一种基于数字经济的风险评估方法技术

本发明专利技术涉及基金风险评估技术领域，具体涉及一种基于数字经济的风险评估方法，该方法包括：获取基金曲线，确定最佳周期长度，并对基金曲线进行分割得到多个子周期曲线；利用因子分析算法获取子周期曲线对应的独立因子向量，获取子周期曲线的离散系数，进而获得优选独立因子向量；对优选独立因子向量中数值求和得到独立特征值，获取子周期曲线的相似度序列，计算序列中元素的均值得到公共特征值，进而获得周期性指标；根据基金经理的任职回报获得基金的预测成功率；根据所述预测成功率和周期性指标评估基金的风险程度。本发明专利技术能够获得准确的基金风险的评估结果。金风险的评估结果。金风险的评估结果。

【技术实现步骤摘要】
一种基于数字经济的风险评估方法


[0001]本专利技术涉及基金风险评估
，具体涉及一种基于数字经济的风险评估方法。

技术介绍

[0002]随着人们生活水平的提高，人们的投资意识逐渐提高，越来越多的老百姓开始关注股票市场、基金市场，并且关注程度越来越高。随着金融市场高速发展，大众的投资理财意识不断提高，相比于股市的高风险，有专业基金经理管理的各类基金产品获得很多人的青睐。
[0003]但是消费者通过基金经理购买基金，需要给予基金经理相应的报酬，而为了收益最大化，消费者往往直接购买基金。从基金市场历史业绩方面来看，大多数基金有较好年度收益，但大部分消费者没能在基金市场获利，原因在于对于基金风险评估的不准确性往往使得消费者的购买结果并不理想。
[0004]现有方法通过基金曲线获取基金的涨跌比例，进而对基金的风险进行评估，其中，由于经济局势的变化，基金的涨跌比例也会随之发生变化，因此利用基金涨跌比例对风险进行评估的结果往往是不准确的。

技术实现思路

[0005]为了解决上述技术问题，本专利技术的目的在于提供一种基于数字经济的风险评估方法，所采用的技术方案具体如下：
[0006]获取基金的历史单位净值走势图记为基金曲线，根据基金曲线上的极小值点和极大值点确定不同的周期长度，利用每个周期长度对基金曲线进行分割，根据分割结果构建各周期长度对应的周期矩阵，根据周期矩阵确定最佳周期长度；
[0007]利用最佳周期长度对基金曲线进行分段处理得到多个子周期曲线，分别获取每个子周期曲线中的纵坐标值构成基金周期数据，利用因子分析算法对基金周期数据进行处理得到子周期曲线对应的独立因子向量；
[0008]在子周期曲线与其他所有子周期曲线分别利用DTW算法进行匹配的过程中，获取映射关系为一对多和多对一时在该子周期曲线上的点的横坐标值，构成子周期曲线的特征位置序列；根据所述特征位置序列中元素计算子周期曲线的离散系数，根据所述独立因子向量和离散系数获得优选独立因子向量；
[0009]分别计算子周期曲线与其他所有子周期曲线的相似度，构成该子周期曲线的相似度序列；将优选独立因子向量中各数值进行求和得到独立特征值，计算相似度序列中所有相似度的均值得到公共特征值；根据所述独立特征值和公共特征值得到基金曲线的周期性指标；
[0010]对于一个基金，获取不同基金经理投资该基金的任职回报，根据所述任职回报获得基金的预测成功率；根据所述预测成功率和周期性指标评估基金的风险程度。
[0011]优选地，所述根据基金曲线上的极小值点和极大值点确定不同的周期长度具体为：
[0012]将基金曲线上横坐标值最小的极小值点作为周期长度的起点，分别获取各极大值点到该起点的横坐标的差值，得到不同的周期长度；其中，各极大值点的横坐标值均大于所述起点的横坐标值。
[0013]优选地，所述根据周期矩阵确定最佳周期长度具体为：
[0014]利用鲁棒主成分分析RPCA算法分别对各周期长度对应的周期矩阵进行分解，得到各周期长度对应的低秩矩阵，获取所有低秩矩阵中最小的秩对应的周期长度，记为最佳周期长度。
[0015]优选地，所述根据所述独立因子向量和离散系数获得优选独立因子向量具体为：
[0016]计算子周期曲线的离散系数和数值1的和值，根据子周期曲线的独立因子向量中各数值与所述和值的乘积构成新的独立因子向量，记为优选独立因子向量。
[0017]优选地，所述分别计算子周期曲线与其他所有子周期曲线的相似度具体为：基于动态时间规整算法分别获取子周期曲线与其他所有子周期曲线的相似度。
[0018]优选地，所述基金曲线的周期性指标的获取方法具体为：
[0019]获取所有子周期曲线的独立特征值的均值记为基金曲线的独立特征值，获取所有子周期曲线的公共特征值的均值记为基金曲线的公共特征值；计算基金曲线的独立特征值与公共特征值的和值，根据基金曲线的公共特征值与所述和值的比值得到基金曲线的周期性指标。
[0020]优选地，所述基金的预测成功率的获取方法具体为：
[0021]将所述任职回报中最小值的绝对值作为增益系数，计算所有基金经理对应的任职回报与增益系数的和得到优化后的任职回报；获取所有基金经理对应的优化后的任职回报的均值，根据不同基金经理对应的优化后的任职回报与所述均值的比值得到基金经理对应的预测成功率；计算所有基金经理对应的预测成功率的均值得到基金的预测成功率。
[0022]本专利技术实施例至少具有如下有益效果：
[0023]本专利技术通过确定最佳周期长度后对单个周期内的子周期曲线进行分析，获取单个周期内的子周期曲线对应的独立因子向量，根据单个周期内的子周期曲线上独立特征的位置信息获得离散系数，进而计算独立特征值，充分考虑了在基金曲线上每个变化周期内独有的特征情况。计算各子周期曲线的相似度，充分考虑了在基金曲线上每个变化周期内公共的特征情况。结合基金曲线的独有的特征情况和公共的特征情况对基金曲线的周期性进行评价，并对基金的风险进行评估，考虑因素较为全面，使得最终基金风险评估的结果更加准确。
[0024]同时，本专利技术结合了基金经理的历史操盘数据来对基金的风险进行评估，在考虑基金本身的角度之外，还考虑了基金经理的方面来对基金的风险进行评估，充分考虑了基金与基金经理的交互关系，进一步使得基金风险评估的结果更加准确。
附图说明
[0025]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和优点，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的介绍，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它附图。
[0026]图1是本专利技术的一种基于数字经济的风险评估方法的方法流程图。
具体实施方式
[0027]为了更进一步阐述本专利技术为达成预定专利技术目的所采取的技术手段及功效，以下结合附图及较佳实施例，对依据本专利技术提出的一种基于数字经济的风险评估方法，其具体实施方式、结构、特征及其功效，详细说明如下。在下述说明中，不同的“一个实施例”或“另一个实施例”指的不一定是同一实施例。此外，一或多个实施例中的特定特征、结构或特点可由任何合适形式组合。
[0028]除非另有定义，本文所使用的所有的技术和科学术语与属于本专利技术的
的技术人员通常理解的含义相同。
[0029]下面结合附图具体的说明本专利技术所提供的一种基于数字经济的风险评估方法的具体方案。
[0030]实施例：
[0031]本专利技术的主要目的是：针对传统的对基金风险进行评估方法的评估结果不准确的问题，提出了一种基于数字经济的风险评估方法，从两个方面来对基金的风险进行评估。一方面在于基金本身，通过分析基金曲线的周期性进行风险评估；另一方面在于结合基金经理，虽然不能直接让基金经理动手操作，但是可以借鉴基金经理的历史操盘数据，即历史购买基金的收益和亏损数据作为经验值来对不同基金本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于数字经济的风险评估方法，其特征在于，该方法包括以下步骤：获取基金的历史单位净值走势图记为基金曲线，根据基金曲线上的极小值点和极大值点确定不同的周期长度，利用每个周期长度对基金曲线进行分割，根据分割结果构建各周期长度对应的周期矩阵，根据周期矩阵确定最佳周期长度；利用最佳周期长度对基金曲线进行分段处理得到多个子周期曲线，分别获取每个子周期曲线中的纵坐标值构成基金周期数据，利用因子分析算法对基金周期数据进行处理得到子周期曲线对应的独立因子向量；在子周期曲线与其他所有子周期曲线分别利用DTW算法进行匹配的过程中，获取映射关系为一对多和多对一时在该子周期曲线上的点的横坐标值，构成子周期曲线的特征位置序列；根据所述特征位置序列中元素计算子周期曲线的离散系数，根据所述独立因子向量和离散系数获得优选独立因子向量；分别计算子周期曲线与其他所有子周期曲线的相似度，构成该子周期曲线的相似度序列；将优选独立因子向量中各数值进行求和得到独立特征值，计算相似度序列中所有相似度的均值得到公共特征值；根据所述独立特征值和公共特征值得到基金曲线的周期性指标；对于一个基金，获取不同基金经理投资该基金的任职回报，根据所述任职回报获得基金的预测成功率；根据所述预测成功率和周期性指标评估基金的风险程度。2.根据权利要求1所述的一种基于数字经济的风险评估方法，其特征在于，所述根据基金曲线上的极小值点和极大值点确定不同的周期长度具体为：将基金曲线上横坐标值最小的极小值点作为周期长度的起点，分别获取各极大值点到该起点的横坐标的差值，得到不同的周期长度；其中，各极大值点的横坐标值均大于所述起点的横坐标值。3.根据权利要求1所述的一种基于数字经济的风险评估方法，其...

【专利技术属性】
技术研发人员：袁继敏，魏建国，李小玲，
申请(专利权)人：成都工业职业技术学院，
类型：发明
国别省市：