[发明专利]一种智能理财投资顾问机器人系统及其工作方法

说明书

技术领域

本发明涉及计算机软件，手机应用软件领域，具体涉及一种智能理财投资顾问机器人系统及其工作方法。

背景技术

目前人工智能技术(数据挖掘技术、机器学习技术、自然语言处理技术)、行为金融学理论及实验方法、资产配置模型这些技术或者模型中独立的每一个均有较为实际的应用，但是市面上缺少相互之间进行结合以产生可以为理财客户提供更大价值、更好的便捷性的产品。

发明内容

针对上述现有技术的不足，本发明的目的是融合现有的技术，向需要理财的用户提供具有陪伴感的智能投资顾问服务的产品。本发明主要能够解决理财用户数据获取的问题、数据获取后通过数据分析与挖掘生成用户画像、生成投资策略、投资策略与用户相匹配的难题、一键购买投资组合功能、投后对用户已购买的投资组合的监控、业绩分析、图形化展示以及择时调仓的问题，也包括整个过程中通过理财机器人对用户提出的问题进行解答。

本发明公开了一种智能理财投资顾问机器人的工作方法，其包括以下步骤：

A 获取与处理用户数据；

B 生成投资策略；

C 投资策略与用户匹配；

D 一键下单购买；

E 维护与调整投后投资策略。

其中，获取用户数据包括以下方式：

聊天机器人模式，所述聊天机器人模式通过语言模型、概率图模型、分词算法、词性标注、依存语句分析、语义角色分词、命名实体识别、语义树算法及技术，以及聊天机器人的决策树式或者自由式问答交互流程获取用户数据；

测评游戏模式，所述测评游戏模式通过图形化的金融学实验获取金融学实验数据，所述金融学实验包括填空式、选项式、拖拽选择式测评模式；

系统存量及外部数据渠道，所述系统存量及外部数据渠道包括系统中已存在或者从外部渠道合法获取的用户数据。

其中，处理用户数据包括以下方式：

数据挖掘、机器学习算法，所述数据挖掘、机器学习算法使用分类、回归分析、聚类、关联规则或特征分析功能算法，对用户数据进行分析，获取用户特征；

行为金融学算法，所述行为金融学算法使用上述金融学实验数据，利用行为金融学原理计算用户特征。

其中，生成投资策略包括：

1)资产配置策略的构建，基于与时间序列及资产配置相关的量化模型，利用所有市面上已知理财产品生成相应的资产配置策略，所述资产配置策略为多种所述理财产品的按比例的组合。

所述理财产品包括公募基金、债券、股票、银行理财、信托、保险或私募基金。

所述量化模型包括马科维茨均值方差优化模型(MVO)、布莱克-李特曼(Black-Litterman)模型、风险平价模型、隐马尔可夫链模型、线性时间序列模型、条件异方差模型、非线性模型、连续时间模型、极值理论、分位数估计与风险值、多元时间序列分析、主成分分析和因子模型、多元波动率模型、状态空间模型和卡尔曼滤波、马尔可夫链蒙特卡罗方法；

2)择时与调仓策略的构建，所述择时与调仓策略为根据不同市场条件对资产配置策略进行择时调仓的操作，所述资产配置策略的择时与调仓策略包括：买入持有(BH)、固定比例投资策略(CM)、固定比例投资组合保险策略(CPPI)、时间不变性投资组合保护策略(TIPP)及复制期权保险策略(OBPI)；

所述资产配置策略和所述择时与调仓策略组成投资策略库。

其中，所述投资策略与用户匹配具体为：基于所述数据挖掘、机器学习算法或所述行为金融学算法从所述投资策略库中为用户选择最适合的资产配置策略并推送给用户。

其中，所述一键下单购买使客户实现对所述资产配置策略中所述理财产品组合的一键购买。

其中，所述维护与调整投后投资策略包括：投资业绩跟踪、分析与展示、资产配置策略择时调整、资产配置策略卖出。

所述投资业绩跟踪、分析与展示具体为：对已经购买的所述理财产品的组合，使用基于包括净值曲线、收益率、波动率、夏普比率、信息比率、特雷诺比率、詹森指数、估价比率、在险价值、最大回撤、业绩归因这些与投资业绩跟踪和分析相关的图像、数据或者方法，对投资业绩进行跟踪、分析与展示。

所述资产配置策略择时调整具体为：利用以上投资策略库中所述择时与调仓策略，选择适当的时机对所述资产配置策略中所述理财产品的比例进行合理地调整。

所述资产配置策略卖出具体为：对于已经持有的资产配置策略中的所述理财产品的组合，按比例或全部一键卖出。