一种虚拟资源组合的分类方法、装置、设备以及存储介质制造方法及图纸

本申请公开了一种虚拟资源组合的分类方法。本申请包括：获取虚拟资源组合在第一周期的统计数据集合，第一周期为距离当前时间最近的一个周期；根据统计数据集合确定虚拟资源组合的第一分类结果；获取虚拟资源组合在第二周期的目标收益率，第二周期的结束时间晚于或等于第一周期的结束时间；根据目标收益率确定虚拟资源组合的第二分类结果；根据第一分类结果和第二分类结果，确定虚拟资源组合所对应的目标分类结果。本申请还提供装置、设备和存储介质。本申请能够兼顾投资类型分类的准确性和时效性，实现对虚拟资源组合投资类型的动态测算。算。算。

【技术实现步骤摘要】
一种虚拟资源组合的分类方法、装置、设备以及存储介质


[0001]本申请涉及数据分析
，尤其涉及一种虚拟资源组合的分类方法、装置、设备以及存储介质。

技术介绍

[0002]随着互联网金融和投资理财市场的发展，多种类型的虚拟资源也相继出现，例如，债券、股票以及保险等。基金可作为虚拟资源组合进行投资，对于用户而言，不同的投资类型往往形成不同的风险和收益水平，因此，了解和识别基金的投资类型非常重要。
[0003]以基金为例，目前，可以采用基于持仓的风格分析(holding
‑
based style analysis，HBSA)方法测算基金投资类型。HBSA方法较为透明，主要根据基金投资组合实际持有的股票特征来划分，通过计算股票特征，进而确定基金投资类型。
[0004]然而，专利技术人发现现有方案中至少存在如下问题，HBSA方法采用的持仓数据来源于财务报告数据，而财务报告数据是按照季度更新的，因此，对基金投资类型的测算存在较严重的时间滞后性，无法对基金投资类型进行动态跟踪。

技术实现思路

[0005本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种虚拟资源组合的分类方法，其特征在于，包括：获取虚拟资源组合在第一周期的统计数据集合，其中，所述第一周期为距离当前时间最近的一个周期，所述虚拟资源组合包括Q个虚拟资源，所述统计数据集合包括Q个统计数据，所述Q为大于1的整数；根据所述统计数据集合确定所述虚拟资源组合的第一分类结果；获取所述虚拟资源组合在第二周期的目标收益率，其中，所述第二周期的结束时间晚于或等于所述第一周期的结束时间；根据所述目标收益率确定所述虚拟资源组合的第二分类结果；根据所述第一分类结果以及所述第二分类结果，确定所述虚拟资源组合所对应的目标分类结果。2.根据权利要求1所述的风格分类方法，其特征在于，所述根据所述统计数据集合确定所述虚拟资源组合的第一分类结果，包括：根据所述统计数据集合确定所述虚拟资源组合中每个虚拟资源的市值比率；根据所述统计数据集合确定所述虚拟资源组合中每个虚拟资源的第一原始得分；根据所述统计数据集合确定所述虚拟资源组合中每个虚拟资源的第二原始得分；根据所述每个虚拟资源的市值比率以及所述每个虚拟资源的第一原始得分，确定所述虚拟资源组合所对应的第一平均得分；根据所述每个虚拟资源的市值比率以及所述每个虚拟资源的第二原始得分，确定所述虚拟资源组合所对应的第二平均得分；根据所述第一平均得分以及所述第二平均得分，确定所述虚拟资源组合的所述第一分类结果。3.根据权利要求2所述的风格分类方法，其特征在于，所述根据所述统计数据集合确定所述虚拟资源组合中每个虚拟资源的第一原始得分，包括：获取所述虚拟资源组合中每个虚拟资源的规模类型；根据所述每个虚拟资源的规模类型，确定所述虚拟资源组合中每个虚拟资源所对应的价值阈值以及成长阈值；根据所述统计数据集合确定所述虚拟资源组合中每个虚拟资源的价值成长得分；根据所述每个虚拟资源所对应的价值阈值、成长阈值以及价值成长得分，确定所述虚拟资源组合中每个虚拟资源的第一原始得分。4.根据权利要求3所述的风格分类方法，其特征在于，所述根据所述统计数据集合确定所述虚拟资源组合中每个虚拟资源的价值成长得分，包括：针对所述虚拟资源组合中的每个虚拟资源，根据所述统计数据集合获取虚拟资源所对应的价值因子集合以及成长因子集合，其中，所述价值因子集合包括收益价格比值、净资产价格比值、收入价格比值、现金流价格比值以及红利价格比值中的至少两项，所述成长因子集合包括收益增长率、净资产增长率、收入增长率以及现金流增长率中的至少两项；针对所述虚拟资源组合中的每个虚拟资源，根据虚拟资源所对应的价值因子集合确定所述虚拟资源的价值总得分；针对所述虚拟资源组合中的每个虚拟资源，根据虚拟资源所对应的成长因子集合确定所述虚拟资源的成长总得分；
针对所述虚拟资源组合中的每个虚拟资源，将虚拟资源所对应的价值总得分与成长总得分之间的差值作为所述虚拟资源的价值成长得分。5.根据权利要求3所述的风格分类方法，其特征在于，所述方法还包括：获取K个虚拟资源中每个虚拟资源的市值，其中，所述K为大于所述Q的整数；按照市值从大至小的顺序对所述K个虚拟资源进行排序，或，按照市值从小至大的顺序对所述K个虚拟资源进行排序；根据所述K个虚拟资源的排序结果，将所述K个虚拟资源划分为至少两个规模资源集合，其中，每个规模资源集合包括至少一个虚拟资源，且，所述每个规模资源集合对应于一种规模类型。6.根据权利要求5所述的风格分类方法，其特征在于，所述方法还包括：针对所述每个规模资源集合，获取规模资源集合中每个虚拟资源的价值成长得分；针对所述每个规模资源集合，按照价值成长得分从大至小的顺序对规模资源集合中的虚拟资源进行排序，或，按照价值成长得分从小至大的顺序对规模资源集合中的虚拟资源进行排序；针对所述每个规模资源集合，根据规模资源集合的排序结果，确定与规模类型对应的价值阈值以及成长阈值。7.根据权利要求2所述的风格分类方法，其特征在于，所述根据所述统计数据集合确定所述虚拟资源组合中每个虚拟资源的第二原始得分，包括：根据所述统计数据集合获取所述虚拟资源组合中每个虚拟资源的市值；根据所述每个虚拟资源的市值以及关联规模阈值，确定所述虚拟资源组合中每个虚拟资源的第二原始得分。8.根据权利要求1所述的风格分类方法，其特征在于，所述根据所述目标收益率确定所述虚拟资源组合的第二分类结果，包括：获取所述虚拟资源组合中每个虚拟资源所对应的关联类型；根据所述每个虚拟资源所对应的关联类型，确定N个目标因子类型中每个目标因子类型所对应的周期收益率，其中，所述N为大于1的整数；根据所述目标收益率以及所述每个目标因子类型所对应的周期收益率，确定所述虚拟资源组合的所述第二分类结果。9.根据权利要求8所述的风格分类方法，其特征在于，所述根据所述目标收益率以及所述每个目标因子类型所对应的周期收益率，确定所述虚拟资源组合的所述第二分类结果，包括：构建针对于N个敏感系数的第一约束条件，其中，所述第一约束条件用于约束所述N个敏感系数之和为1，所述敏感系数与所述目标因子类型具...

【专利技术属性】
技术研发人员：伍沙沙，傅桔选，尹方亮，胡天行，贾玉博，胡炘，
申请(专利权)人：腾讯科技深圳有限公司，
类型：发明
国别省市：