金融资产分析方法和装置与流程

本申请涉及金融投资领域，尤其涉及一种金融资产分析方法和装置。

背景技术：

在金融投资领域，投资者在做投资决策前，都需要对意向投资标的的收益和风险进行了解，比如有的投资者能接受高风险高收益的金融资产进行投资，有的投资者只能接受低风险低收益的金融资产进行投资。

技术实现要素：

本申请的实施例提供一种金融资产分析方法和装置，用于对金融资产按照风险收益类别进行分析，为投资者进行金融资产配置提供决策支持。

为达到上述目的，本申请的实施例采用如下技术方案：

第一方面，本申请的实施例提供了一种金融资产分析方法，该金融资产分析方法包括：

获取m个金融资产的价格序列数据，所述价格序列数据包括所述m个金融资产的价格和对应的时间；

根据所述m个金融资产的价格和对应的时间得到所述m个金融资产的风险收益指标；

根据所述m个金融资产的风险收益指标对所述m个金融资产按照风险收益类别进行聚类得到n个簇，n<m。

第二方面，本申请的实施例提供了一种金融资产分析装置，包括：

获取单元，用于获取m个金融资产的价格序列数据，所述价格序列数据包括所述m个金融资产的价格和对应的时间；

所述获取单元，还用于根据所述m个金融资产的价格和对应的时间得到所述m个金融资产的风险收益指标；

聚类单元，用于根据所述m个金融资产的风险收益指标对所述m个金融资产按照风险收益类别进行聚类得到n个簇，n<m。

第三方面，提供了一种存储一个或多个程序的计算机可读存储介质，所述一个或多个程序包括指令，所述指令当被计算机执行时使所述计算机执行如第一方面所述的金融资产分析方法。

第四方面，提供了一种包含指令的计算机程序产品，当所述指令在计算机上运行时，使得计算机执行如第一方面所述的金融资产分析方法。

第五方面，提供一种金融资产分析装置，包括：处理器和存储器，存储器用于存储程序，处理器调用存储器存储的程序，以执行上述第一方面所述的金融资产分析方法。

本申请的实施例提供的金融资产分析方法和装置，获取m个金融资产的价格序列数据，价格序列数据包括m个金融资产的价格和对应的时间；根据所述m个金融资产的价格和对应的时间得到所述m个金融资产的风险收益指标；根据所述m个金融资产的风险收益指标对所述m个金融资产按照风险收益类别进行聚类得到n个簇，n<m。实现了对金融资产按照风险收益类别进行分析，为投资者进行金融资产配置提供决策支持。

附图说明

图1为本申请的实施例提供的金融资产分析方法的流程示意图一；

图2为本申请的实施例提供的金融资产分析方法的流程示意图二；

图3为本申请的实施例提供的金融资产分析装置的结构示意图。

具体实施方式

实施例1、

本申请实施例提供了一种金融资产分析方法，参照图1中所示，该资产分析方法包括：

s101、获取m个金融资产的价格序列数据。

价格序列数据包括m个金融资产的价格和对应的时间。

可以从用户指定的路径读入数据文件，数据文件中包括m个金融资产的价格和对应的时间。支持的数据文件的格式包括：.csv、.xls、.json、.txt等。

金融资产的时间可以为日、月、季、年等。

如果金融资产的价格或对应的时间中存在缺失值，则可以将该金融资产在前一数据的价格或对应的时间对缺失值进行填充。如果金融资产的价格或对应的时间中存在异常值，则可以用异常值出现前a个数据与后b个数据的平均值进行填充。

s102、根据m个金融资产的价格和对应的时间得到m个金融资产的风险收益指标。

风险收益指标包括平均收益率、收益波动率、夏普比率、最大回撤、最大回撤周期、正位比或负位比中的至少一项。其中，夏普比率、最大回撤周期兼具风险和收益特征刻画能力。

第t个时间的收益率为：

连续n个时间的平均收益率为：

连续n个时间的收益波动率为：

夏普比率为：

其中，e(rf)为无风险收益率，为预设参数。

最大回撤为：

mxdd＝max(pi-pj/pi)公式5

其中，pi为第i个时间的金融资产的价格，pj为第j个时间的金融资产的价格。

最大回撤周期为金融资产价格未创新高的最长周期。

正位比为：

其中，max(pi,l)表示第i个时间的金融资产的价格pi在过去l个时间内的最大值。

负位比为：

其中，min(pi,l)表示第i个时间的金融资产的价格pi在过去l个时间内的最小值。

收益季节分布差异为：

收益季节分布差异用于逐年分别按季度统计金融资产收益率，确定收益率是否呈现显著季节性差异。判断是否存在季节性差异的方法为：每年的同一个季度平均收益高于全年四季度平均收益的两个标准差之上。

s103、根据m个金融资产的风险收益指标对m个金融资产按照风险收益类别进行聚类得到n个簇，n<m。

可以采用无监督机器学习算法对金融资产进行聚类得到n个簇，簇内的金融资产的风险收益指标具有较高的相似度，而簇间的金融资产的风险收益指标的相似度较低。示例性的，n可以为5，即将金融资产按照5种风险收益类别进行聚类得到5个簇。

可选的，以无监督机器学习算法进行聚类为例进行说明，如图2中所示，步骤s103包括：

s1、从m个金融资产中随机选择n个金融资产的风险收益指标分别作为n个簇的中心值。

s2、从m个金融资产的剩余资产中选择一个金融资产，分别计算所选择的金融资产的风险收益指标与n个簇的中心值的欧式距离。

s3、将所选择的金融资产归入欧式距离最小的簇并更新对应簇的中心值。

其中，对应簇的中心值为对应簇中所有金融资产的风险收益指标的欧式距离的平均值。

s4、重复执行s2直到准则函数收敛。

准则函数可以为平方误差准则，准则函数收敛指平方误差准则最小。

其中，e是数据库中所有金融资产的平方误差的总和，p是空间中的点，mi是第i个簇的中心值。该平方误差准则使生成的簇尽可能紧凑独立，使用的距离度量是欧式距离，当然也可以用其他距离度量。

本申请实施例提供的金融资产分析方法，获取m个金融资产的价格序列数据，价格序列数据包括m个金融资产的价格和对应的时间；根据所述m个金融资产的价格和对应的时间得到所述m个金融资产的风险收益指标；根据m个金融资产的风险收益指标对所述m个金融资产按照风险收益类别进行聚类得到n个簇，n<m。实现了对金融资产按照风险收益类别进行分析，方便投资者投资决策。

可选的，该金融资产分析方法还可以包括：显示各个簇中所有金融资产的风险收益指标的平均值。

即按照簇显示金融资产的平均收益率、收益波动率、夏普比率、最大回撤、最大回撤周期、正位比或负位比中的至少一项的平均值。还可以显示金融资产的各指标在所有金融资产中的排序位置。还可以向用户展示各指标的实际意义。

实施例2、

本申请实施例提供了一种金融资产分析装置，应用于上述金融资产分析方法，如图3中所示，该金融资产分析装置300包括：

获取单元301，用于获取m个金融资产的价格序列数据，价格序列数据包括m个金融资产的价格和对应的时间。

获取单元301，还用于根据m个金融资产的价格和对应的时间得到m个金融资产的风险收益指标。

聚类单元302，用于根据m个金融资产的风险收益指标对m个金融资产按照风险收益类别进行聚类得到n个簇，n<m。

可选的，聚类单元302具体用于：

s1、从m个金融资产中随机选择n个金融资产的风险收益指标分别作为n个簇的中心值。

s2、从m个金融资产的剩余资产中选择一个金融资产，分别计算所选择的金融资产的风险收益指标与n个簇的中心值的欧式距离。

s3、将所选择的金融资产归入欧式距离最小的簇并更新对应簇的中心值，其中，对应簇的中心值为对应簇中所有金融资产的风险收益指标之间的欧式距离的平均值。

s4、重复执行s2直到准则函数收敛。

可选的，金融资产分析装置300还包括显示单元303，用于显示各个簇中所有金融资产的风险收益指标的平均值。

可选的，风险收益指标包括平均收益率、收益波动率、夏普比率、最大回撤、最大回撤周期、正位比或负位比中的至少一项。

本申请的实施例提供一种存储一个或多个程序的计算机可读存储介质，所述一个或多个程序包括指令，所述指令当被计算机执行时使计算机执行如图1-图2中所述的金融资产分析方法。

本申请的实施例提供一种包含指令的计算机程序产品，当指令在计算机上运行时，使得计算机执行如图1-图2中所述的金融资产分析方法。

本申请的实施例提供一种语音识别装置，包括：处理器和存储器，存储器用于存储程序，处理器调用存储器存储的程序，以执行如图1-图2中所述的金融资产分析方法。

由于本申请的实施例中的金融资产分析装置、计算机可读存储介质、计算机程序产品可以应用于上述金融资产分析方法，因此，其所能获得的技术效果也可参考上述方法实施例，本申请的实施例在此不再赘述。

需要说明的是，上述各单元可以为单独设立的处理器，也可以集成在控制器的某一个处理器中实现，此外，也可以以程序代码的形式存储于控制器的存储器中，由控制器的某一个处理器调用并执行以上各单元的功能。这里所述的处理器可以是一个中央处理器(centralprocessingunit，cpu)，或者是特定集成电路(applicationspecificintegratedcircuit，asic)，或者是被配置成实施本申请实施例的一个或多个集成电路。

应理解，在本申请的各种实施例中，上述各过程的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本申请实施例的实施过程构成任何限定。

本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。

所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统、装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

在本申请所提供的几个实施例中，应该理解到，所揭露的系统、设备和方法，可以通过其它的方式实现。例如，以上所描述的设备实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，设备或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。