本公开提供了一种多因子量化方案推荐方法、装置和电子设备，可以应用于计算机技术领域和金融技术领域。该方法包括：响应于目标客户端向金融平台输入的推荐任务，调用数据接口；基于数据接口，从与数据接口相关联的数据库中获取目标机构在目标时间段内产生的股票数据，其中，推荐任务中包括推荐条件；根据股票数据，确定目标因子集中每个目标因子的权重系数，其中，目标因子用于表征影响目标机构的股票价值的因子；根据每个目标因子的权重系数，生成候选股票集中的每个候选股票的风险系数；基于风险系数，筛选满足推荐条件的目标推荐方案；利用金融平台，向目标客户端输出用于推荐的目标推荐方案。的目标推荐方案。的目标推荐方案。
【技术实现步骤摘要】
多因子量化方案推荐方法、装置和电子设备
[0001]本公开涉及计算机
和金融
，更具体地，涉及一种多因子量化方案推荐方法、装置和电子设备。
技术介绍
[0002]在股票市场中，能够影响股票的因素多种多样，包括经济环境、相关政策、用户心理等等，种种因素使得股票的价格走势难以被准确掌握，而用户在通过金融平台确定股票的推荐方案时，一般也是按照个人偏好进行选择，从而无法对投资风险进行管控。
[0003]在实现本公开构思的过程中，专利技术人发现相关技术中至少存在如下问题：相关技术中确定推荐方案的方法自动化程度低，对股票数据的利用率也较低。
技术实现思路
[0004]有鉴于此，本公开提供了一种多因子量化方案推荐方法、装置和电子设备。
[0005]本公开的一个方面提供了一种多因子量化方案推荐方法，包括：
[0006]响应于目标客户端向金融平台输入的推荐任务，调用数据接口；
[0007]基于数据接口，从与数据接口相关联的数据库中获取目标机构在目标时间段内产生的股票数据，其中，推荐任务中包括推荐条件；
[0008]根据股票数据，确定目标因子集中每个目标因子的权重系数，其中，目标因子用于表征影响目标机构的股票价值的因子；
[0009]根据每个目标因子的权重系数，生成候选股票集中的每个候选股票的风险系数；
[0010]基于风险系数，筛选满足推荐条件的目标推荐方案；以及
[0011]利用金融平台，向目标客户端输出用于推荐的目标推荐方案。
[0012]根据本公开的实施例，上述方法还包括：
[0013]根据股票数据，确定股票数据矩阵，其中股票数据矩阵中的元素表征目标因子对候选股票的影响程度；
[0014]其中，根据股票数据，确定目标因子集中每个目标因子的权重系数；包括：
[0015]对股票数据矩阵进行第一归一化处理，得到第一归一化股票数据矩阵；
[0016]基于归一化股票数据矩阵，计算每个目标因子的因子标准差；
[0017]根据因子标准差，得到目标因子的因子相关性矩阵；
[0018]基于相关性矩阵，确定目标因子集中每个目标因子的权重系数。
[0019]根据本公开的实施例，其中，根据每个目标因子的权重系数，生成候选股票集中的每个候选股票的风险系数，包括：
[0020]根据股票数据，对股票数据矩阵进行第二归一化处理，得到第二归一化股票数据矩阵；
[0021]基于第二归一化股票数据矩阵，确定每个目标因子在所第二归一化股票数据矩阵中的最大值和最小值；
[0022]根据每个目标因子的权重系数以及与目标因子对应的最大值和最小值，确定候选股票集中的每个候选股票的风险系数。
[0023]根据本公开的实施例，其中，基于相关性矩阵，确定目标因子集中每个目标因子的权重系数，包括：
[0024]基于相关性矩阵，确定每个目标因子的冲突性；
[0025]根据冲突性和因子标准差，确定目标因子的信息量；
[0026]根据信息量，确定目标因子集中每个目标因子的权重系数。
[0027]根据本公开的实施例，其中，根据每个目标因子的权重系数以及与目标因子对应的最大值和最小值，确定候选股票集中的每个候选股票的风险系数，包括：
[0028]根据每个目标因子的权重系数以及与目标因子对应的最大值和最小值，确定每个候选股票集中的每个候选股票的最大群体值和最小遗憾值；
[0029]基于每个候选股票的最大群体值和最小遗憾值，利用预设折衷值确定每个候选股票的风险系数。
[0030]根据本公开的实施例，其中，基于风险系数，筛选满足推荐条件的目标推荐方案，包括：
[0031]基于风险系数，对候选股票进行排序，得到候选股票的排序结果；
[0032]基于排序结果，对候选股票集合中的每个候选股票进行划分，得到多个候选方案；
[0033]将多个候选方案中满足推荐条件的候选方案确定为目标推荐方案。
[0034]根据本公开的实施例，上述方法还包括：
[0035]对股票数据进行预处理，得到标准股票数据，其中，预处理至少包括以下一项：对股票数据中的日期进行修正处理和对股票数据中的缺失值进行平均值处理。
[0036]本公开的另一个方面提供了一种多因子量化方案推荐装置，包括：
[0037]调用模块，用于响应于目标客户端向金融平台输入的推荐任务，调用数据接口；
[0038]获取模块，用于基于数据接口，从与数据接口相关联的数据库中获取目标机构在目标时间段内产生的股票数据，其中，推荐任务中包括推荐条件；
[0039]第一确定模块，用于根据股票数据，确定目标因子集中每个目标因子的权重系数，其中，目标因子用于表征影响目标机构的股票价值的因子；
[0040]生成模块，用于根据每个目标因子的权重系数，生成候选股票集中的每个候选股票的风险系数；
[0041]筛选模块，用于基于风险系数，筛选满足推荐条件的目标推荐方案；以及
[0042]推荐模块，用于利用金融平台，向目标客户端输出用于推荐的目标推荐方案。
[0043]本公开的另一方面提供了一种电子设备，包括：一个或多个处理器；存储器，用于存储一个或多个程序，其中，当上述一个或多个程序被上述一个或多个处理器执行时，使得上述一个或多个处理器实现上述方法。
[0044]根据本公开的实施例，通过响应于目标客户端向金融平台输入的推荐任务，调用数据接口从数据库中获取目标机构的股票数据，由股票数据计算每个目标因子的权重系数，根据不同目标因子的权重系数，确定候选股票的风险系数，最终根据风险系数得到符合推荐条件的目标股票组合方案，从而向目标用户推荐目标股票组合方案。通过获取股票数据确定目标因子的权重系数和候选股票的风险系数，从而将目标因子的权重系数与候选股
票的风险系数更好的结合起来，提高了对股票数据的利用效率，并且提高了金融平台推荐目标推荐方案的准确性和智能化。
附图说明
[0045]通过以下参照附图对本公开实施例的描述，本公开的上述以及其他目的、特征和优点将更为清楚，在附图中：
[0046]图1示意性示出了根据本公开实施例的可以应用多因子量化方案推荐方法的示例性系统架构；
[0047]图2示意性示出了根据本公开实施例的多因子量化方案推荐方法的流程图；
[0048]图3示意性示出了根据本公开的实施例的目标因子集和目标机构之间的关系示意图；
[0049]图4示意性示出了根据本公开的实施例的候选方案的收益回测曲线示意图；
[0050]图5示意性示出了根据本公开的实施例的多因子量化方案推荐装置的框图；以及
[0051]图6示意性示出了根据本公开实施例的适于实现上文描述的方法的电子设备的框图。
具体实施方式
[0052]以下，将参照附图来描述本公开的实施例。但是应该理解，这些描述只是示例性的，而并非要限制本公开的范本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种多因子量化方案推荐方法，包括：响应于目标客户端向金融平台输入的推荐任务，调用数据接口；基于所述数据接口，从与所述数据接口相关联的数据库中获取目标机构在目标时间段内产生的股票数据，其中，所述推荐任务中包括推荐条件；根据所述股票数据，确定目标因子集中每个目标因子的权重系数，其中，所述目标因子用于表征影响所述目标机构的股票价值的因子；根据每个所述目标因子的所述权重系数，生成候选股票集中的每个候选股票的风险系数；基于所述风险系数，筛选满足所述推荐条件的目标推荐方案；以及利用所述金融平台，向所述目标客户端输出用于推荐的所述目标推荐方案。2.根据权利要求1所述的方法，还包括：根据所述股票数据，确定股票数据矩阵，其中所述股票数据矩阵中的元素表征所述目标因子对所述候选股票的影响程度；其中，所述根据所述股票数据，确定目标因子集中每个目标因子的权重系数；包括：对所述股票数据矩阵进行第一归一化处理，得到第一归一化股票数据矩阵；基于所述归一化股票数据矩阵，计算每个所述目标因子的因子标准差；根据所述因子标准差，得到所述目标因子的因子相关性矩阵；基于所述相关性矩阵，确定所述目标因子集中每个所述目标因子的权重系数。3.根据权利要求2所述的方法，其中，所述根据每个所述目标因子的所述权重系数，生成候选股票集中的每个候选股票的风险系数，包括：根据所述股票数据，对所述股票数据矩阵进行第二归一化处理，得到第二归一化股票数据矩阵；基于所述第二归一化股票数据矩阵，确定每个所述目标因子在所所述第二归一化股票数据矩阵中的最大值和最小值；根据每个所述目标因子的所述权重系数以及与所述目标因子对应的所述最大值和所述最小值，确定所述候选股票集中的每个所述候选股票的风险系数。4.根据权利要求2所述的方法，其中，所述基于所述相关性矩阵，确定所述目标因子集中每个所述目标因子的权重系数，包括：基于所述相关性矩阵，确定每个所述目标因子的冲突性；根据所述冲突性和所述因子标准差，确定所述目标因子的信息量；根据所述信息量，确定所述目标因子集中每个所述目标因子的权重系数。5.根据权利要求3所述的方法，其中，所述根据每个所述目标因子的所述权重系数以及与所述目标因子对应的所述最大值和所述最小值，确定所述候选股票集中的每个所述候选股票的风险系数，包括：根据每个所述目标因子的所述权重系数以及与所述目标因子对应的所述最大值和所述最小值，确定每个所述候选股票...
【专利技术属性】
技术研发人员：刘林冬，余烁，昂胜，
申请(专利权)人：中国科学技术大学，
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。