[发明专利]数据处理方法、设备、系统以及存储介质

权利要求书

1.一种数据处理方法，其特征在于，所述方法应用于服务器，所述方法包括：

接收客户端发送的配置请求，其中，所述配置请求包括用户标识；

对多个资产价格影响因子在多个评估时刻的数值进行降维处理，获得多组主成分组合在每个所述评估时刻的组合数值；

对所述多组主成分组合在每个评估时刻的组合数值进行预测处理，获得各类资产的收益率的概率；

根据所述各类资产的收益率的概率和所述用户标识关联的投资画像数据生成资产配置结果，并向所述客户端发送所述资产配置结果。

2.根据权利要求1所述的方法，其特征在于，对多个资产价格影响因子在多个评估时刻的数值进行降维处理，获得多组主成分组合在每个所述评估时刻的组合数值，具体包括：

重复执行步骤从所述多个资产价格影响因子中选择多个目标影响因子，对所述多个目标影响因子在所有评估时刻的数值进行降维处理获得一组主成分组合在每个评估时刻的组合数值，直至获得的主成分组合的总数量满足预设条件为止。

3.根据权利要求2所述的方法，其特征在于，任意两次循环中目标影响因子的数量的差值在预设阈值范围内。

4.根据权利要求2所述的方法，其特征在于，对所述多个目标影响因子在所有评估时刻的数值进行降维处理获得一组主成分组合在每个评估时刻的组合数值，具体包括：

使用非线性降维方法或者线性降维方法对所述多个目标影响因子在所有评估时刻的数值进行降维处理获得一组主成分组合在每个评估时刻的组合数值。

5.根据权利要求4所述的方法，其特征在于，使用非线性降维方法或者线性降维方法对所述多个目标影响因子在所有评估时刻的数值进行降维处理获得一组主成分组合在每个评估时刻的组合数值，具体包括：

使用主成分分析法或者局部线性嵌入法对所述多个目标影响因子在所有评估时刻的数值进行降维处理获得一组主成分组合在每个评估时刻的组合数值。

6.根据权利要求1至5中任意一项所述的方法，其特征在于，对所述多组主成分组合在每个评估时刻的组合数值进行预测处理，获得各类资产的收益率的概率，具体包括：

使用每个资产的预测模型对所述多组主成分组合在每个评估时刻的组合数值进行预测，获得每类资产的预测价格；

对每类资产的多个预测价格进行统计获得每类资产的收益率的概率。

7.根据权利要求6所述的方法，其特征在于，所述方法还包括：

获得多组主成分组合在每个历史时刻的组合数值和每类资产在所述历史时刻的价格；

对所述多组主成分组合在每个历史时刻的组合数值和所述每类资产在历史时刻的价格进行拟合，获得每类资产的预测模型。

8.根据权利要求7所述的方法，其特征在于，获得多组主成分组合在每个历史时刻的组合数值，具体包括：

获取多个资产价格影响因子在多个历史时刻的数值；

对所述多个资产价格影响因子在多个历史时刻的数值进行降维处理，获得多组主成分组合在每个历史时刻的组合数值。

9.根据权利要求8所述的方法，其特征在于，对所述多个资产价格影响因子在多个历史时刻的数值进行降维处理，获得多组主成分组合在每个历史时刻的组合数值，具体包括：

重复执行步骤从所述多个资产价格影响因子中选择多个目标影响因子，对所述多个目标影响因子在所有历史时刻的数值进行降维处理获得一组主成分组合在每个历史时刻的组合数值，直至获得的主成分组合的总数量满足预设条件为止。