【技術實現步驟摘要】
【國外來華專利技術】
本專利技術涉及理財資產評估、大數據損益監測領域，具休涉及一種智能化理財資產損益監測方法。
技術介紹
1、數據治理技術。數字化時代，理財資產管理各維度數據對資產損益監測價值不斷增加的同時，臟數據問題、異構問題也日益凸顯。數據治理技術的發展，為理財資產損益監測智能化、個性化創造了條件。
技術實現思路
0、專利技術概述
1、技術問題
2、理財資產損益監測一般采取定性評估和定量評估二種方法。在目前已知的
中尚未發現利用pattern?finder，value?distribution，value?matcher，booleananalyzer等方法對理財資產業務的時序、應用場景、時間(時效性)依賴關系、資產屬性、類別等指標進行判別后基于預測、評估算法實施數據范圍選擇的系統定量評估方法。
3、本專利技術提供一種智能化理財資產損益監測方法，其中，運用數據治理、數據質量判定機制，包括：通過pattern?finder，value?distribution，value?matcher，booleananalyzer等方法對數據集進行量化評估，此環節將對納入運算的數據范圍進行選擇，為基礎環節。
4、開始實施時，通過窮舉以及利用cn2規則分類算法、knn分類算法對窮舉產生的數據值進行二次驗證和置信度預測，基于預測閾值設定，選擇篩選后數據元進行監測訃算。
5、在實施過程中應用基于預測、評估算法以及深度學習，覆蓋業務邏輯限定、數據元數據。包
6、進一步實施數據指標加工時，元數據范圍至少包括資產組合代碼、資產組合簡稱、資產組合起息日、資產組合到期日、資產組合規模、業績比較基準下限、業績比較基準上限、資產組合凈值、資產組合預期凈值(按業績基準)、凈值偏離、成立以來年化/本周期年化、較上日凈值變化、近1月年化、近3月年化、超額業績報酬比例、同定費用比例、已實現資產端收益、同定費用、權益資產規模(穿透后)、含權資產賬規模占比、權益占比、直融債融、同業借款、公司債、地方企業債、債券資管訃劃、中短債基、長債基金、一級債基、二級債基、混合基金、股票基金、混合類資管訃劃、貨幣基金、活期存款、業績比較基準所需未來資產收益率下限、業績比較基準所需未來資產收益率上限。
7、業績比較基準所需未來資產收益率下限，定開產品，如果【(產品規模＊業績比較基準下限/365*(產品到期日-產品起息日+1)＊本周開始日凈值+固定費用-已實現資產端收益】>0，【(產品規模＊業績比較基準下限/365*(產品到期日-產品起息日+1)＊本周開始日凈值+同定費用-已實現資產端收益】/產品規模/產品凈值/(產品到期日-業務日期)*365，否則＝0。封閉式產品，如果【(產品規模＊業績比較基準下限/365*(產品到期日-產品起息日+1)＊1+同定費用-已實現資產端收益】>0，產品規模＊業績比較基準下限/365*(產品到期日-產品起息日+1)＊1+固定費用-已實現資產端收益/產品規模/產品凈值/(產品到期日-業務日期)*365，否則＝0。
8、業績比較基準所需未來資產收益率上限，定開產品，如果【(產品規模＊業績比較基準上限/365*(產品到期日-產品起息日+1)＊本周開始日凈值+同定費用-已實現資產端收益】>0，【(產品規模＊業績比較基準下限/365*(產品到期日-產品起息日+1)＊本周開始日凈值+同定費用-已實現資產端收益】/產品規模/產品凈值/(產品到期日-業務日期)*365，否則＝0。封閉式產品，如果【(產品規模＊業績比較基準下限/365*(產品到期日-產品起息日+1)＊1+同定費用-已實現資產端收益】>0，產品規模＊業績比較基準上限/365*(產品到期日-產品起息日+1)＊1+固定費用-已實現資產端收益/產品規模/產品凈值/(產品到期日-業務日期)*365，否則＝0。
9、當市場利率上升10bp時，產品凈值變動＝持倉債券加權久期＊持倉債券市值占比＊10bp/100，持倉債券加權久期＝∑債券i久期＊債券i市值占比。
10、訃算過去12個月每天的日度收益，隨后降序排列，排名第95％(即倒數5％)的那個數據為95％置信水平下var值。自動驗證資產數據處理全面性，經上一步驟加工形成資產數據進入特定沙盒進行分析觀察，輔助predictions算法、co?nfusion?matrix算法對資產數據滿足情況進行系統性的綜合評估，評估結果分級分類展現。進一步驗證資產數據處理及時性，實時監測元數據變化及資產數據報表更新情況，對變化及時反應。檢驗數據篩選，對前一個步驟篩選出來的資產元數據進行二次篩選以及驗證，以其他常規方法或定性方法輔助評價損益監測結果。
11、進一步監控和評估，實現管理閉環：定期監控和評估資產損益分析的結果，以確保準確，核心方法為問題發現跟蹤，輔助roc(接受者操作特征曲線)，其中roc分析涉及針對資產元數據有效性評測的單變量和多變量的roc和pr曲線的繪制，auc、最佳界值的確定，通過曲線靈敏度和特異度來尋找最佳界值。
12、本專利技術的有益效果是，應用本專利技術智能化理財資產損益監測方法可以降低臟數據、異構影響，減少人工排查的成本開銷，實現智能化高效的理財資產損益指標監測。尤其是使用該方法能夠適應數據的爆發式增長，以及具備可塑性、歸屬性，對資產損益分析涉及的不同深度、廣度以及多維度分析均具有適用性。可提高理財資產損益監測效率和準確性，支持更快速、更準確的理財資產損益分析和投資決策。
13、接入外部數據，如萬得、財匯大智慧、同花順、中債登記中心、中證登記中心、理財登記中心數據。
14、依托python、orange等支持數據分析挖掘工具，通過編寫執行程序實現本專利技術方法中的技術方案各要點，智能識別和篩選內外部理財資產相關數據，執行監測指標加工，還可進一步依托于各類主流報表插件的可視化功能，實現監測指標可視化、依托郵件接門，短信平臺實現理財資產監測預警信息發送。
15、可使用sppi測試(金融資產的合同現金流測試)用于驗證本專利技術方法下的數據準確性。
16、接入外部數據、準備企業自身理財資產數據，元數據總休范圍滿足本專利技術中最低要求。
17、盡管根據有限數量的實施例描述了本專利技術，但是受益于上面的描述，本
內的技術人員明白，在由此描述的本專利技術的范圍內，可以設想其它實施例。此外，應當注意，本說明書中使用的語言主要是為了可讀性和教導的目的而選擇的，而不是為了解釋或者限定本專利技術的主題而選擇的。因此，在不偏離所附權利要求書的范圍和精神的情況下，對于本
的普通技術人員來說許多修改和變更都是顯而易見的。對于本專利技術的范圍，對本專利技術所做的公開是說明性的，而非限制性的，本專利技術的范圍由所附權利要求書限定。
【技術保護點】
1.一種智能化理財資產損益監測方法，其特征在于，運用數據治理思想、數據質量問題判定機制，包括：通過pattern?finder,value?distribution,value?matcher,booleananalyzer等方法對理財資產數據集質量進行量化評估，此環節將對納入運算的數據范圍進行選擇，為基礎環節。
2.如權利要求1所述的一種智能化理財資產損益監測方法，其特征在于，還包括：通過窮舉以及利用CN2規則分類算法、KNN分類算法對窮舉產生的數據值進行二次驗證和置信度預測，基于預測閾值設定，選擇智能判定后的資產數據進行特定監測指標計算和判定。
3.如權利要求2所述的一種智能化理財資產損益監測方法，其特征在于，還包括：元數據提取范圍至少包括資產組合代碼、資產組合簡稱、資產組合起息日、資產組合到期日、資產組合規模、業績比較基準下限、業績比較基準上限、資產組合凈值、資產組合預期凈值(按業績基準)、凈值偏離、成立以來年化/本周期年化、較上日凈值變化、近1月年化、近3月年化、超額業績報酬比例、固定費用比例、已實現資產端收益、固定費用、權益資產規模(穿透后)、含
...【技術特征摘要】
【國外來華專利技術】
1.一種智能化理財資產損益監測方法，其特征在于，運用數據治理思想、數據質量問題判定機制，包括：通過pattern?finder,value?distribution,value?matcher,booleananalyzer等方法對理財資產數據集質量進行量化評估，此環節將對納入運算的數據范圍進行選擇，為基礎環節。
2.如權利要求1所述的一種智能化理財資產損益監測方法，其特征在于，還包括：通過窮舉以及利用cn2規則分類算法、knn分類算法對窮舉產生的數據值進行二次驗證和置信度預測，基于預測閾值設定，選擇智能判定后的資產數據進行特定監測指標計算和判定。
3.如權利要求2所述的一種智能化理財資產損...
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。