[发明专利]基于社会网络聚类和信息增益熵指标的FOF基金投资组合系统及方法

权利要求书

1.一种基于社会网络聚类和信息增益熵指标的FOF基金投资组合方法，其特征在于，包括以下步骤：

(1)、从第三方数据库中采集基金的复权日收盘价数据，并对数据进行清洗，得到能用于研究的样本数据；

(2)、根据样本数据构造训练模型，对基金采用社会网络聚类模型构建资金池；

(3)、用类指数计算基金池中每一支基金相对于类的信息增益熵；在每一类中筛选出信息增益熵最大的基金作为投资组合的基金，并对筛选出的基金按等权重构建基于信息增益上的选股策略组合。

2.根据权利要求1所述的基于社会网络聚类和信息增益熵指标的FOF基金投资组合方法，其特征在于，在步骤(1)中，对所有收盘价数据进行清洗，包括：删除掉交易日数据缺失值超过20％的基金、删除掉数据在最开始5天和最后5天存在缺失值的基金；对于存在缺失值的基金、利用插值法把缺失的数据进行补全、再次对首末存在缺失的时刻进行删除，最终得到研究的样本数据。

3.根据权利要求1所述的基于社会网络聚类和信息增益熵指标的FOF基金投资组合方法，其特征在于，在步骤(2)中，所述具体流程包括：用基金间的相关系数计算度量距离，构建基金间的社会网络，用自适应仿射传播聚类算法对网络进行聚类。

4.根据权利要求3所述的基于社会网络聚类和信息增益熵指标的FOF基金投资组合方法，其特征在于，在步骤(2)中，用基金之间的相关系数计算度量距离，构建基金间的社会网络，用自适应仿射传播聚类算法对网络进行聚类，具体如下：

A、计算研究样本的对数收益率r_i(t)，r_i(t)＝lnp_i(t)-lnp_i(t-1)，得到基金的对数收益率序列；其中，p_i(t)表示第i只基金在第t时间的前复权收盘价；

B、基于对数收益率序列，计算任意两只基金i和j在观测时间内价格波动的线性相关系数ρ_ij，其中E(r_i)表示第i只基金在样本内的平均对数收益率，t₁表示样本内总交易天数；

C、根据任意两只基金间的相关系数构建相应的相关系数矩阵C，其中C为对角线为1的对称矩阵；

D、将相关系数ρ_ij转化为对应的度量距离d_ij，将相关系数矩阵C转化为距离矩阵D，以距离矩阵D表示任意两只基金间的度量距离，得到基金间的社会网络，其中D为对角线为0的对称矩阵；

E、对基金间的社会网络进行自适应仿射传播AAP聚类，通过不断调整偏向参数值确定一系列包含不同簇的聚类结果。

5.根据权利要求1所述的基于社会网络聚类和信息增益熵指标的FOF基金投资组合方法，其特征在于，在步骤(2)中，所述具体流程还包括：对于每个类按类中基金占FOF基金的权重等比例放大后构造类指数，计算每一支基金相对于类的信息增益熵。

6.根据权利要求1所述的基于社会网络聚类和信息增益熵指标的FOF基金投资组合方法，其特征在于，在步骤(3)中，针对每组聚类结果，计算每一支基金相对于类的信息增益熵，然后选择每一类中信息增益熵最大的基金作为投资基金，具体步骤如下：

A、对每一个类，按类中基金占市场的权重等比例放大后构建类指数，因此每个类指数的收益率序列Y等于类中所有基金X收益率序列的加权平均值；

B、数据规格化，把类收益率数据Y和X转化为布尔型量化，其中Y>0和X>0的值设为1；Y<＝0和X<＝0的值设为0；

C、计算类收益率Y的信息熵，Y具有连个不同的值0和1，分别统计出第i个值在Y的频率pi，那么Y的信息熵为

D、计算类中每支基金Xj相对于类指数的信息增益熵其中，Values(X)是X的值域，Yv是类Y中X的值等于v的子集，即Y_v＝{y∈Y|X(y)＝v}；

E、按按类中基金X的信息增益熵Gain(Y,Xj)排序，选择信息增益熵最大的基金作为该类的中心基金；

F、对聚类算法产生的类重复上述过程，选出基金作为投资基金。

7.一种基于社会网络聚类和信息增益熵指标的FOF基金投资组合系统，其特征在于，包括：

数据处理模块，用于从第三方数据库中采集所需数据，并对数据进行清洗，得到能用于研究的样本数据；

训练模块，用基金间的相关系数计算度量距离，构建基金间的社会网络，用自适应放射传播聚类算法对网络进行聚类，对每一个类，计算基金的信息增益熵，选取每一个类中信息增益熵最大的基金作为备选基金。