[发明专利]基于多维数据挖掘和逻辑推演的基金推荐方法、装置、设备

说明书

本发明提供一种基于多维数据挖掘和逻辑推演的基金推荐方法、装置、设备，涉及金融数据处理技术领域，所述方法包括：采集基金产品原始信息数据，基于所述基金产品原始信息数据提取基金多因子信息；系统预定义业务规则集；根据业务规则集和基金多因子信息，利用模板化的自然语言生成技术动态生成基金推荐文本；解决了目前海量基金数据信息简单罗列对用户挑选基金友好度不足，信息过载的问题，本发明自动化生成文本形式的基金推荐文本根据基金的分析结果自动化生成文本形式的基金评价，有效解决了基金数据信息过载，降低用户对基金数据的理解门槛，促进投资者准确挑选运用有效信息辅助决策。

技术领域

本发明涉及金融数据处理技术领域，具体为一种基于多维数据挖掘和逻辑推演的基金推荐方法、装置、设备。

背景技术

目前市场上绝大多数基金数据平台都是将新闻、历史收益、事件等方面信息进行简单罗列，不利于投资者理解和挑选基金。一方面，平台中罗列的大量数据信息，对用户友好度不足，容易导致信息过载。由于基金原始信息数据过多，远超于投资者的信息利用能力，以至于造成投资者无法准确挑选与运用有效信息的情况。另一方面，现有平台缺乏对数据的分析解释以及对于基金的基金经理能力、基金择时能力等较为深度的信息的呈现和分析，很难在短时间内表明一只基金的亮点以及不足来帮助投资者做出投资决定。

发明内容

(一)解决的技术问题

针对现有技术的不足，本发明提供了一种基于多维数据挖掘和逻辑推演的基金推荐方法、装置、设备，解决了上述背景技术中提出的目前海量基金数据信息简单罗列对用户挑选基金友好度不足，信息过载的问题。

(二)技术方案

为实现以上目的，本发明通过以下技术方案予以实现：

本发明提供基于多维数据挖掘和逻辑推演的基金推荐方法，所述方法包括：

采集基金产品原始信息数据，基于所述基金产品原始信息数据提取基金多因子信息；

系统预定义业务规则集；

根据业务规则集和基金多因子信息，利用模板化的自然语言生成技术动态生成基金推荐文本。

优选地，所述采集基金产品原始信息数据，基于所述基金产品原始信息数据提取基金多因子信息，包括：采集基金历史表现、基金经理表现、基金公司表现、基金基本面表现四个大类的数据；

并基于所述基金历史表现、基金经理表现、基金公司表现、基金基本面表现四个大类的数据进一步将分解成二级因子，并将二级因子分解为底层因子获得基金多因子信息。

优选地，所述基于基金历史表现、基金经理表现、基金公司表现、基金基本面表现四个大类的数据进一步将分解成二级因子，并将二级因子分解为底层因子获得基金多因子信息，包括：将基金历史表现分解为：收益类、风险类两个二级因子，收益类二级因子分解为：过去N月/N年收益率、过去N月/N 年超额收益率、过去N月/N年夏普比率三个底层因子，风险类二级因子分解为：过去N月/N年最大回撤、过去N月/N年最大单日回撤、过去N月/N年波动率、过去N月/N年偏度四个底层因子；

基金经理表现分解为：收益能力类、经验类、择时能力类三个二级因子；收益能力类二级因子分解为：所管理的偏股型基金历史N月/N年收益率、所管理的偏债型基金历史N月/N年收益率、所管理的偏货币型基金历史N月/N 年收益率、过去N月/N年超额收益率四个底层因子；经验类二级因子分解为：任期、任期适中度、从业经验、从业经验适中度四个底层因子；择时能力类二级因子分解为：C-L模型、T-M模型、H-M模型三个底层因子；