[发明专利]智能证券投资组合选择方法、装置及设备

说明书

本发明提供了一种智能证券投资组合选择方法、装置及设备，涉及证券投资的技术领域，通过获取外部系统生产的股票组合数据实现对待选股票组合数据的不断补充和更新，以获得所有可获得的股票组合数据信息，实现从所有可能的投资组合中选择出最优投资组合。获取目标投资组合数据并对它进行分布式预处理和计算，可以去除无效数据提高数据质量，将数据归一化为适合于机器学习的形态。通过对历史数据进行训练，优化机器学习模型，用当期数据预测下期收益率提供给用户选择，使一般民众也能够根据自己的需求定制属于自己的最优投资组合。

技术领域

本发明涉及证券投资技术领域，尤其是涉及一种智能证券投资组合选择方法、装置及设备。

背景技术

众所周知，金融市场的投资标的众多。随着经济和金融的发展，投资标的更趋于多样化。拿A股市场来说，目前A股市场总共有2800多只股票，那么由这2800只股票所产生的证券投资组合数量就约有10的33次方之多。我们称这个10的33次方的投资组合为全域投资组合，英文简称为UPID(Universal Portfolio Identity)，它们所在的空间称为全域投资组合空间。而传统投资理论由于当时计算能力的限制，所分析的投资组合空间数量远远低于这一数量。因此我们需要利用最先进的大数据技术，从上述的全域投资组合空间出发，以更广阔的视角去分析A股市场，建立针对于超巨量证券投资组合的机器学习系统，并使其效率和收益会远远超过以往传统的量化投资分析。

在新型的量化投资领域中，量化分析师通常是从个股出发，通过统计学方法或者机器学习来预测、挑选股票。这些方法在一定程度上客服了传统投资领域的缺点，但这种方法所选择出的组合，并不是全局最优组合。

发明内容

有鉴于此，本发明的目的在于提供一种智能证券投资组合选择方法、装置及设备，以投资组合为研究对象，从所有可能的投资组合中选择并生成最优投资组合。

第一方面，本发明实施例提供了一种智能证券投资组合选择方法，包括：数据更新部分、预处理和计算部分、机器学习部分，方法的骤为：获取外部系统生产的股票组合数据；根据股票组合数据更新投资组合数据库；筛选投资组合数据库数据，以获取目标投资组合数据；对目标投资组合数据进行预处理和计算，以得到历史特征值；根据历史特征值对机器学习模型进行训练，以得到优化机器学习模型；获取最新特征值，并通过优化机器学习模型对最新投资组合收益率进行预测，以得到最新投资组合的下期预测收益率供用户选择。

结合第一方面，本发明实施例提供了第一方面的第一种可能的实施方式，其中，筛选投资组合数据库数据，以获取目标投资组合数据的步骤，包括：根据预先设置的规则，从投资组合数据库中选择投资组合；从投资组合中选取个股相关性较低的目标投资组合。

结合第一方面，本发明实施例提供了第一方面的第二种可能的实施方式，其中，根据历史特征值对机器学习模型进行训练，以得到优化机器学习模型的步骤，包括：通过历史特征值预测相应投资组合的近期收益率，以得到近期收益率预测值；获取历史特征值对应的投资组合在近期的收益率实际值；将近期收益率预测值与近期收益率实际值的差值作为目标函数，获取目标函数值最小时对应的模型参数。

结合第一方面，本发明实施例提供了第一方面的第三种可能的实施方式，其中，根据股票组合数据更新投资组合数据库的步骤，包括：将股票组合数据中的投资组合数据与投资组合数据库中现有数据进行比较；若股票组合数据中的投资组合数据未出现在现有投资组合数据库中，则赋予该投资组合数据新的标识，并添加到投资组合数据库中。

结合第一方面，本发明实施例提供了第一方面的第四种可能的实施方式，方法还包括客户端，用于接收并反馈用户输入的筛选条件，以提供最终选定的投资组合数据。

结合第一方面，本发明实施例提供了第一方面的第五种可能的实施方式，方法还包括辅助部分，用于更新投资组合数据库中其他数据。