【技术实现步骤摘要】
本申请涉及大数据处理，特别是涉及一种资产分配方法、装置、计算机设备和存储介质。
技术介绍
1、当前的选股技术已经日趋完善，各类专业机构使用基本面数据、技术面数据以及挖掘到的因子对股票涨跌进行预测，技术分析选股择时结合资产分配更容易使投资者获取超额收益。投资收益很大一部分来自于成功的资产分配。在各类交易市场中，经典的资产分配模型，例如均值-方差、bl模型、风险平价、风险预算等模型帮助投资者获取超额收益的同时，还具有风险的分散控制能力，因此在投资界被广泛应用。
2、基于机器学习的资产分配技术的有效性已经在股票市场中得到广泛验证，然而基于机器学习的资产分配技术对于数据质量依赖较高，若原始数据的质量不高，则最后的资产分配的结果也并不理想。因此急需一种能够保证数据质量的资产分配方法。
技术实现思路
1、基于此，有必要针对上述技术问题，提供一种能够提高数据质量的资产分配方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。
2、第一方面，本申请提供一种资产分配方法，所述方
【技术保护点】
1.一种资产分配方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述将所述目标资产数据与所述数仓数据进行匹配，得到每一条所述目标资产数据对应的分类标签，包括：
3.根据权利要求1或2所述的方法，其特征在于，所述基于确定了所述分类标签的所述目标资产数据、所述收益率数据以及所述最少账面价值数据进行资产分配，包括：
4.根据权利要求4所述的方法，其特征在于，所述基于确定了所述分类标签的所述目标资产数据、所述收益率数据以及所述最少账面价值数据进行资产分配之后，包括：
5.根据权利要求4所述的方法，其特...
【技术特征摘要】
1.一种资产分配方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述将所述目标资产数据与所述数仓数据进行匹配，得到每一条所述目标资产数据对应的分类标签，包括：
3.根据权利要求1或2所述的方法，其特征在于，所述基于确定了所述分类标签的所述目标资产数据、所述收益率数据以及所述最少账面价值数据进行资产分配，包括：
4.根据权利要求4所述的方法，其特征在于，所述基于确定了所述分类标签的所述目标资产数据、所述收益率数据以及所述最少账面价值数据进行资产分配之后，包括：
5.根据权利要求4所述...
【专利技术属性】
技术研发人员：杨海力，邓力凡，马子元，吴佳杰，方媛，李诗凝，殷莹，魏包桑，丁玮，
申请(专利权)人：中国人寿保险股份有限公司，
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。