本发明涉及投资标的选择技术领域，更具体地，本发明涉及一种投资标的的选择方法、装置及计算机可读介质。
背景技术：
目前，可以是通过人为宏观选择出投资组合，也可以是人为预选出的一定数量的基金，根据这些基金在过去的收益率，通过马科维茨模型选择出夏普比率最优情况下的投资组合。但是，这些投资组合在未来的平均年化收益率可能会为负数，夏普比率也可能为负数，波动率也可能会偏高。
技术实现要素：
本发明的一个目的是提供一种至少能够解决上述问题之一的新的技术方案。
根据本发明的第一方面，提供了一种投资标的的选择方法，包括：
确定候选因子；
对每一候选因子进行回归计算，得到对应每一候选因子的相关系数、信息比率及三档索提诺比率；
根据所述每一候选因子对应的相关系数、信息比率及三档索提诺比率确定有效因子；
根据所述有效因子、及所述有效因子对应的信息比率，从所有基金选择投资标的。
可选的是，所述对每一候选因子进行回归计算，得到每一回归因子的相关系数、信息比率及三档索提诺比率包括：
选择一组过去的时间点；
计算所有基金在每个时间点上的所有候选因子的值；
计算所有基金相对于过去每一设定时间点在未来设定时间的索提诺比率，所述所提诺比率的计算公式为：
分别将每一所述候选因子的值与对应的索提诺比率做回归计算，得到每一候选因子在每一时间点的相关系数，所述相关系数的计算公式为：
根据所述索提诺比率和所述候选因子的值，计算每一所述候选因子在每一时间点的三档索提诺比率；
计算所述每一候选因子在每一时间点的相关系数在所有时间点的均值，得到对应每一候选因子的相关系数；
根据所述每一候选因子在每一时间点的相关系数计算对应每一候选因子的信息比率，所述信息比率的计算公式为：
计算每一候选因子在每一时间点对应的三档索提诺比率在所有时间点的均值，得到对应每一候选因子的三档索提诺比率。
可选的是，所述根据所述索提诺比率和所述候选因子的值，计算每一所述候选因子在每一时间点的三档索提诺比率包括：
分别根据每一所述候选因子的值，将每一所述时间点的基金分成三个投资组合；
计算对应每一候选因子的三个投资组合在每一所述时间点的索提诺比率的均值，作为所述每一候选因子在每一时间点对应的三档索提诺比率。
可选的是，所述根据所有所述候选因子对应的相关系数、信息比率及三档索提诺比率确定有效因子包括：
选择相关系数的绝对值大于第一设定值、三档索提诺比率具有单调性、且信息比率大于第二设定值的候选因子作为所述有效因子。
可选的是，所述根据所述有效因子、及所述有效因子对应的信息比率，选择投资标的包括：
根据每一基金每一有效因子的值、及每一有效因子对应的信息比率，计算每一基金的综合得分，所述综合得分的计算公式为：multifactor＝
选择所述综合得分最高的设定数量的基金，作为所述投资标的。
根据本发明的第二方面，提供了一种投资标的的选择装置，包括：
候选因子确定模块，用于确定候选因子；
回归计算模块，用于对每一候选因子进行回归计算，得到对应每一候选因子的相关系数、信息比率及三档索提诺比率；
有效因子确定模块，用于根据所述每一候选因子对应的相关系数、信息比率及三档索提诺比率确定有效因子；
投资标的选择模块，用于根据所述有效因子、及所述有效因子对应的信息比率，从所有基金选择投资标的。
可选的是，所述回归计算模块包括：
时间点选择单元，用于选择一组过去的时间点；
候选因子计算单元，用于计算所有基金在每个时间点上的所有候选因子的值；
所提诺比率计算单元，用于计算所有基金相对于过去每一设定时间点在未来设定时间的索提诺比率，所述所提诺比率的计算公式为：
第一相关系数计算单元，用于分别将每一所述候选因子的值与对应的索提诺比率做回归计算，得到每一候选因子在每一时间点的相关系数，所述相关系数的计算公式为：
第一三档所提诺比率计算单元，用于根据所述索提诺比率和所述候选因子的值，计算每一所述候选因子在每一时间点的三档索提诺比率；
第二相关系数计算单元，用于计算所述每一候选因子在每一时间点的相关系数在所有时间点的均值，得到对应每一候选因子的相关系数；
信息比率计算单元，用于根据所述每一候选因子在每一时间点的相关系数计算对应每一候选因子的信息比率，所述信息比率的计算公式为：
第二三档所提诺比率计算单元，用于计算每一候选因子在每一时间点对应的三档索提诺比率在所有时间点的均值，得到对应每一候选因子的三档索提诺比率。
可选的是，所述第一三档所提诺比率计算单元包括：
分组子单元，用于分别根据每一所述候选因子的值，将每一所述时间点的基金分成三个投资组合；
计算子单元，用于计算对应每一候选因子的三个投资组合在每一所述时间点的索提诺比率的均值，作为所述每一候选因子在每一时间点对应的三档索提诺比率。
可选的是，所述有效因子确定模块还用于：
选择相关系数的绝对值大于第一设定值、三档索提诺比率具有单调性、且信息比率大于第二设定值的候选因子作为所述有效因子。
可选的是，所述投资标的选择模块包括：
得分计算单元，用于根据每一基金每一有效因子的值、及每一有效因子对应的信息比率，计算每一基金的综合得分，所述综合得分的计算公式为：
选择单元，用于选择所述综合得分最高的设定数量的基金，作为所述投资标的。
根据本发明的第三方面，提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机可执行指令，所述计算机可执行指令用于使所述计算机执行根据本发明第一方面所述的选择方法。
本发明的一个有益效果在于，根据本发明的方法选择的投资标的，就可以在显著降低风险的同时追求稳健的收益。
通过以下参照附图对本发明的示例性实施例的详细描述，本发明的其它特征及其优点将会变得清楚。
附图说明
被结合在说明书中并构成说明书的一部分的附图示出了本发明的实施例，并且连同其说明一起用于解释本发明的原理。
图1为根据本发明一种投资标的的选择方法的一种实施方式的流程图；
图2为根据本发明一种投资标的的选择方法的另一种实施方式的流程图；
图3为根据本发明一种投资标的的选择装置的一种实施结构的方框原理图；
图4为根据本发明一种投资标的的选择装置的另一种实施结构的方框原理图。
具体实施方式
现在将参照附图来详细描述本发明的各种示例性实施例。应注意到：除非另外具体说明，否则在这些实施例中阐述的部件和步骤的相对布置、数字表达式和数值不限制本发明的范围。
以下对至少一个示例性实施例的描述实际上仅仅是说明性的，决不作为对本发明及其应用或使用的任何限制。
对于相关领域普通技术人员已知的技术、方法和设备可能不作详细讨论，但在适当情况下，所述技术、方法和设备应当被视为说明书的一部分。
在这里示出和讨论的所有例子中，任何具体值应被解释为仅仅是示例性的，而不是作为限制。因此，示例性实施例的其它例子可以具有不同的值。
应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步讨论。
图1为根据本发明一种投资标的的选择方法的一种实施方法的流程图。
根据图1所示，该选择方法包括以下步骤：
步骤s110，确定候选因子。
例如，可以预先选取基金规模、过去三年的年化收益率、过去三年的最大回撤、过去三年标准差、过去三年的下行标准差、过去三年的夏普比率、过去三年的索提诺比率等作为基本的候选因子。
为了寻找更多候选因子，增加模型的预测稳定性，还可以利用t-m业绩归因模型等归因模型，得到过去三年选股能力、过去三年择时能力、过去三年贝塔系数等三个候选因子。这样，就可以得到十个候选因子。
具体的，t-m模型是基于capm改良的一个二次回归模型，采取的线性回归方法，其本质是将基金与市场基准比较，量化基金的选股及择时能力。
t-m业绩归因模型的公式具体可以为：
rp-rf＝α+β(rm-rf)+γ(rm-rf)2+ε
其中，rf为无风险利率，rp为基金在各时期的实际收益率；rm为市场组合在各时期的实际收益率；回归得到的α、β和γ分别为过去三年选股能力、过去三年贝塔系数、及过去三年择时能力；ε是随机误差项。
α衡量了投资组合获取超额收益的能力，如果α值大于零，表明基金经理具备选股能力，α值越大，这种选股能力也就越强。如果γ大于零，则表示基金经理具有择时能力，由于(rm-rf)2为非负数，故当证券市场上涨即(rm-rf)＞0时，基金的超额收益rp-rf会大于市场基准rm-rf；反之，当证券市场下跌即(rm-rf)＜0时，基金的超额收益rp-rf即下跌却会小于市场基准rm-rf下跌的幅度。
步骤s120，对每一候选因子进行回归计算，得到对应每一候选因子的相关系数、信息比率及三档索提诺比率。
多因子模型回归的对象可以为未来设定时间的索提诺比率，例如可以是未来半年的索提诺比率。索提诺比率是一种衡量投资组合相对表现的方法。与夏普比率有相似之处，但索提诺比率运用下档标准差而不是总标准差，以区别不利和有利的波动。和夏普比率类似，这一比率越高，表明基金承担相同单位下行风险能获得更高的超额回报率。
具体的，步骤s120进一步包括如图2所示的步骤s121～s128。
步骤s121，选择一组过去的时间点。
这一组过去的时间点可以是过去五年内每个月的1号，例如20110101、20110201、......、20161101、20161201等这5年共60个时间点。
步骤s122，计算所有基金在每个时间点上的所有候选因子的值。
具体的，可以是计算出每个基金在每个时间点上的基金规模、过去三年的年化收益率、过去三年的最大回撤、过去三年标准差、过去三年的下行标准差、过去三年的夏普比率、过去三年的索提诺比率、过去三年选股能力、过去三年择时能力、过去三年贝塔系数。
例如，在第一个时间点每个候选因子的值可以为数列factor1_list1、factor2_list(1)、......、factor10_list(1)；在第二个时间点每个候选因子的值可以为数列factor1_list(2)、factor2_list(2)、......、factor10_list(2)；以此类推，在第60个时间点每个候选因子的值可以为数列factor1_list(60)、factor2_list(60)、......、factor10_list(60)。其中，每个数列中均包括所有基金在对应时间点的对应候选因子值。
步骤s123，计算所有基金相对于过去每一设定时间点在未来设定时间的索提诺比率。
索提诺比率的计算公式可以为：
其中，sor为索提诺比率；rp-rf为基金的超额收益率；ddex为下行标准差；ri为每月的收益率；n为时间点的数量。
具体的，可以是计算出相对于上述每一时间点未来半年的索提诺比率。例如，相对于时间点20110101的未来半年为20110701，那么，n就可以为6，ri为时间点20110101至时间点20110701内每个月的收益率；相对于时间点20161201的未来半年为20170601，那么，n就可以为66，ri为时间点20110101至时间点20170601内每个月的收益率。
对于每一只基金，任一时间点的候选因子值与该时间点未来半年的所提诺比率相对应，即时间点20110101的候选因子值、与时间点20110101未来半年20110701的索提诺比率是相对应的。
那么，对应每一时间点的索提诺比率为数列sor_list(1)、sor_list(2)、……、sor_list(60)。其中，每个数列均中包括对应每只基金的索提诺比率。
步骤s124，分别将每一候选因子的值与对应的索提诺比率做回归计算，得到每一候选因子在每一时间点的相关系数。
相关系数的计算公式为：
其中，ρ(x，y)为相关系数；cov(x，y)为其中一个任意一个因子和一只基金的索提诺比率的协方差；
具体的，可以是分别将每个候选因子值在每个时间点与对应的索提诺比率做回归计算。
例如，可以是根据在第一个时间点上第一个候选因子的值factor1_list(1)与索提诺比率sor_list(1)做回归计算，得到对应第一个候选因子在每个时间点上的相关系数分别为factor1_ic(1)；根据在第二个时间点上第一个候选因子的值factor1_list(2)与索提诺比率sor_list(2)做回归计算，得到对应第一个候选因子在每个时间点上的相关系数分别为factor1_ic(2)；……；根据在第n个时间点上第一个候选因子的值factor1_list(n)与索提诺比率sor_list(n)做回归计算，得到对应第一个候选因子在每个时间点上的相关系数分别为factor1_ic(n)，其中，在本实施例中，1≤n≤60。
再根据在第一个时间点上第二个候选因子的值factor1_list(1)与索提诺比率sor_list(1)做回归计算，得到对应第二个候选因子在每个时间点上的相关系数分别为factor1_ic(1)；根据在第二个时间点上第二个候选因子的值factor1_list(2)与索提诺比率sor_list(2)做回归计算，得到对应第二个候选因子在每个时间点上的相关系数分别为factor1_ic(2)；……；根据在第n个时间点上第二个候选因子的值factor1_list(n)与索提诺比率sor_list(n)做回归计算，得到对应第二个候选因子在每个时间点上的相关系数分别为factor1_ic(n)，其中，在本实施例中，1≤n≤60。以此类推，计算出每一候选因子在每一时间点的相关系数。
步骤s125，根据索提诺比率和候选因子的值，计算每一候选因子在每一时间点的三档索提诺比率。
具体的，可以是分别根据每一候选因子的值，将每一时间点的基金分成三个组合；再计算对应每一候选因子的三个组合在每一时间点的索提诺比率的均值，作为每一候选因子在每一时间点对应的三档索提诺比率。
可以针对每一个候选因子在每一个时间点进行分析。在第一个时间点，将所有基金按照第一个候选因子的值进行从大到小的排序，再根据排序顺序将所有基金分成三个组合，计算每个组合中的所有基金的相对于第一时间点的索提诺比率的均值，分别为factor1_sortino1(1)、factor1_sortino2(1)、factor1_sortino3(1)，那么第一个候选因子在第一时间点的三档索提诺比率则为factor1_sortino1(1)、factor1_sortino2(1)、factor1_sortino3(1)。在第一个时间点，将所有基金按照第二个候选因子的值进行从大到小的排序，再根据排序顺序将所有基金分成三个组合，计算每个组合中的所有基金的相对于第一时间点的索提诺比率的均值，分别为factor2_sortino1(1)、factor2_sortino2(1)、factor2_sortino3(1)，那么第一个候选因子在第一时间点的三档索提诺比率则为factor2_sortino1(1)、factor2_sortino2(1)、factor2_sortino3(1)。以此类推，在第一个时间点，将所有基金按照第十个候选因子的值进行从大到小的排序，再根据排序顺序将所有基金分成三个组合，计算每个组合中的所有基金的相对于第一时间点的索提诺比率的均值，分别为factor10_sortino1(1)、factor10_sortino2(1)、factor10_sortino3(1)，那么第一个候选因子在第一时间点的三档索提诺比率则为factor10_sortino1(1)、factor10_sortino2(1)、factor10_sortino3(1)。
根据上述方法计算出在第n个时间点，将所有基金按照第一个候选因子的值进行从大到小的排序，再根据排序顺序将所有基金分成三个组合，计算每个组合中的所有基金的相对于第一时间点的索提诺比率的均值，分别为factor1_sortino1(n)、factor1_sortino2(n)、factor1_sortino3(n)，那么第一个候选因子在第一时间点的三档索提诺比率则为factor1_sortino1(n)、factor1_sortino2(n)、factor1_sortino3(n)。在第n个时间点，将所有基金按照第十个候选因子的值进行从大到小的排序，再根据排序顺序将所有基金分成三个组合，计算每个组合中的所有基金的相对于第一时间点的索提诺比率的均值，分别为factor10_sortino1(n)、factor10_sortino2(n)、factor10_sortino3(n)，那么第一个候选因子在第一时间点的三档索提诺比率则为factor10_sortino1(n)、factor10_sortino2(n)、factor10_sortino3(n)。
这样，就得到了每一候选因子在每一时间点的三档索提诺比率。
进一步地，步骤s125的执行顺序可以是在步骤s123执行完成之后、在步骤s128执行之前。
步骤s126，计算每一候选因子在每一时间点的相关系数在所有时间点的均值，得到对应每一候选因子的相关系数。
具体的，计算第一个候选因子在所有时间点的相关系数的均值，则具体可以是计算factor1_ic(1)、factor1_ic(2)、……、factor1_ic(60)的平均值，作为对应第一个候选因子的相关系数。
计算第二个候选因子在所有时间点的相关系数的均值，则具体可以是计算factor2_ic(1)、factor2_ic(2)、……、factor2_ic(60)的平均值，作为对应第二个候选因子的相关系数。
以此类推，计算第十个候选因子在所有时间点的相关系数的均值，则具体可以是计算factor10_ic(1)、factor10_ic(2)、……、factor10_ic(60)的平均值，作为对应第十个候选因子的相关系数。
步骤s127，根据每一候选因子在每一时间点的相关系数计算对应每一候选因子的信息比率。
信息比率的计算公式为：
其中，ir为信息比率；e(ρ(x，y))为相关系数的均值；σρ(x，y)为相关系数的标准差。
具体的，可以是计算第一个候选因子在所有时间点的相关系数的均值，即factor1_ic(1)、factor1_ic(2)、……、factor1_ic(60)的平均值；再计算出第一个候选因子在所有时间点的相关系数的标准差，即factor1_ic(1)、factor1_ic(2)、……、factor1_ic(60)的标准差，再计算平均值和标准差的比得到对应第一个候选因子的信息比率factor1_ir。
计算第二个候选因子在所有时间点的相关系数的均值，即factor2_ic(1)、factor2_ic(2)、……、factor2_ic(60)的平均值；再计算出第二个候选因子在所有时间点的相关系数的标准差，即factor2_ic(1)、factor2_ic(2)、……、factor2_ic(60)的标准差，再计算平均值和标准差的比得到对应第二个候选因子的信息比率factor2_ir。
以此类推，计算第十个候选因子在所有时间点的相关系数的均值，即factor10_ic(1)、factor10_ic(2)、……、factor10_ic(60)的平均值；再计算出第十个候选因子在所有时间点的相关系数的标准差，即factor10_ic(1)、factor10_ic(2)、……、factor10_ic(60)的标准差，再计算平均值和标准差的比得到对应第十个候选因子的信息比率factor10_ir。
步骤s128，计算每一候选因子在每一时间点对应的三档索提诺比率在所有时间点的均值，得到对应每一候选因子的三档索提诺比率。
具体的，计算第一个候选因子在所有时间点的三档索提诺比率，即计算factor1_sortino1(1)、factor1_sortino1(2)、……、factor1_sortino1(60)的平均值得到factor1_sortino1_avg，计算factor1_sortino2(1)、factor1_sortino2(2)、……、factor1_sortino2(60)的平均值得到factor1_sortino2_avg，计算factor1_sortino3(1)、factor1_sortino3(2)、……、factor1_sortin03(60)的平均值得到factor1_sortino3_avg，那么，对应第一个候选因子的三档索提诺比率则为factor1_sortino1_avg、factor1_sortino2_avg、factor1_sortino3_avg。
计算第二个候选因子在所有时间点的三档索提诺比率，即计算factor2_sortino1(1)、factor2_sortino1(2)、……、factor2_sortino1(60)的平均值得到factor2_sortino1_avg，计算factor2_sortino2(1)、factor2_sortino2(2)、……、factor2_sortino2(60)的平均值得到factor2_sortino2_avg，计算factor2_sortino3(1)、factor2_sortino3(2)、……、factor2_sortino3(60)的平均值得到factor2_sortino3_avg，那么，对应第二个候选因子的三档索提诺比率则为factor2_sortino1_avg、factor2_sortino2_avg、factor2_sortino3_avg。
以此类推，计算第十个候选因子在所有时间点的三档索提诺比率，即计算factor10_sortino1(1)、factor10_sortino1(2)、……、factor10_sortino1(60)的平均值得到factor10_sortino1_avg，计算factor10_sortino2(1)、factor10_sortino2(2)、……、factor10_sortino2(60)的平均值得到factor10_sortino2_avg，计算factor10_sortino3(1)、factor10_sortino3(2)、……、factor10_sortino3(60)的平均值得到factor10_sortino3_avg，那么，对应第十个候选因子的三档索提诺比率则为factor10_sortino1_avg、factor10_sortino2_avg、factor10_sortino3_avg。
步骤s130，根据每一候选因子对应的相关系数、信息比率及三档索提诺比率确定有效因子。
进一步地，有效因子筛选规则可以依据相关系数、三档索提诺比率的单调性、因子间的共线性、信息比率等统计指标综合判定。
在本发明的一个具体实施例中，可以是选择相关系数的绝对值大于第一设定值、三档索提诺比率具有单调性、且信息比率大于第二设定值的候选因子作为有效因子。
具体的，可以选择相关系数的均值的绝对值大于0.1的候选因子作为有效因子。
也可以选择三档索提诺比率具有单调性，并且首档和末档差距在10％以上的候选因子作为有效因子。以对应第十个候选因子的三档索提诺比率factor10_sortino1_avg、factor10_sortino2_avg、factor10_sortino3_avg为例，factor10_sortino1_avg、factor10_sortino2_avg、factor10_sortino3_avg为递增或者递减的顺序、且factor10_sortino1_avgfactor10_sortino3_avg之间的差距在10％以上时，选择第十个候选因子作为有效因子。
还可以是信息比率绝对值大于第二设定值的候选因子作为有效因子。
确定的有效因子例如可以包括基金规模、过去三年最大回撤、过去三年夏普比率、过去三年索提诺比率、过去三年选股能力。
步骤s140，根据有效因子、及有效因子对应的信息比率，从所有基金中选择投资标的。
具体的，根据每一基金每一有效因子的值、及每一有效因子对应的信息比率，计算每一基金的综合得分。
选择综合得分最高的设定数量的基金，作为投资标的。
计算每只基金综合得分的方法可以是计算出每只基金的所有效因子的值，再乘以对应有效因子的信息比率，最后累加，得到各基金的综合得分。
可以选择综合得分高的基金，作为投资标的。例如还可以是选择综合得分最大的n个股票类基金、n个债券类基金、n个货币类基金和n个黄金类基金作为投资标的。
综合得分的计算公式可以为：
其中，factorxi为每只基金的第i个有效因子值，
这样，根据本发明的方法选择的投资标的，就可以在显著降低风险的同时追求稳健的收益。
与上述方法相对应的，本发明还提供了一种投资标的的选择装置。图3为根据本发明一种投资标的的选择装置的一种实施结构的方框原理图。
根据图3所示，该选择装置还包括候选因子确定模块310、回归计算模块320、有效因子确定模块330和投资标的选择模块340，该候选因子确定模块310用于确定候选因子；该回归计算模块320用于对每一候选因子进行回归计算，得到对应每一候选因子的相关系数、信息比率及三档索提诺比率；该有效因子确定模块330用于根据每一候选因子对应的相关系数、信息比率及三档索提诺比率确定有效因子；该投资标的选择模块340用于根据有效因子、及有效因子对应的信息比率，从所有基金选择投资标的。
进一步地，如图4所示，回归计算模块320包括时间点选择单元321、候选因子计算单元322、所提诺比率计算单元323、第一相关系数计算单元324、第一三档所提诺比率计算单元325、第二相关系数计算单元326、信息比率计算单元327和第二三档所提诺比率计算单元328。
上述时间点选择单元321用于选择一组过去的时间点。
上述候选因子计算单元322用于计算所有基金在每个时间点上的所有候选因子的值。
上述所提诺比率计算单元323用于计算所有基金相对于过去每一设定时间点在未来设定时间的索提诺比率。
上述第一相关系数计算单元324用于分别将每一候选因子的值与对应的索提诺比率做回归计算，得到每一候选因子在每一时间点的相关系数。
上述第一三档所提诺比率计算单元325用于根据索提诺比率和候选因子的值，计算每一候选因子在每一时间点的三档索提诺比率。
上述第二相关系数计算单元326用于计算每一候选因子在每一时间点的相关系数在所有时间点的均值，得到对应每一候选因子的相关系数。
上述信息比率计算单元327用于根据每一候选因子在每一时间点的相关系数计算对应每一候选因子的信息比率。
上述第二三档所提诺比率计算单元328用于计算每一候选因子在每一时间点对应的三档索提诺比率在所有时间点的均值，得到对应每一候选因子的三档索提诺比率。
在此基础上，第一三档所提诺比率计算单元325进一步包括分组子单元和计算子单元，该分组子单元，用于分别根据每一候选因子的值，将每一时间点的基金分成三个投资组合；该计算子单元，用于计算对应每一候选因子的三个投资组合在每一时间点的索提诺比率的均值，作为每一候选因子在每一时间点对应的三档索提诺比率。
具体的，有效因子确定模块330还用于选择相关系数的绝对值大于第一设定值、三档索提诺比率具有单调性、且信息比率大于第二设定值的候选因子作为有效因子。
投资标的选择模块340进一步包括得分计算单元和选择单元，该得分计算单元，用于根据每一基金每一有效因子的值、及每一有效因子对应的信息比率，计算每一基金的综合得分；该选择单元，用于选择综合得分最高的设定数量的基金，作为投资标的。
本发明还提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机可执行指令，所述计算机可执行指令用于使所述计算机执行前述的选择方法。
上述各实施例主要重点描述与其他实施例的不同之处，但本领域技术人员应当清楚的是，上述各实施例可以根据需要单独使用或者相互结合使用。
本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分相互参见即可，每个实施例重点说明的都是与其他实施例的不同之处，但本领域技术人员应当清楚的是，上述各实施例可以根据需要单独使用或者相互结合使用。另外，对于装置实施例而言，由于其是与方法实施例相对应，所以描述得比较简单，相关之处参见方法实施例的对应部分的说明即可。以上所描述的系统实施例仅仅是示意性的，其中作为分离部件说明的模块可以是或者也可以不是物理上分开的。
本发明可以是装置、方法和/或计算机程序产品。计算机程序产品可以包括计算机可读存储介质，其上载有用于使处理器实现本发明的各个方面的计算机可读程序指令。
计算机可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以是——但不限于——电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：便携式计算机盘、硬盘、随机存取存储器(ram)、只读存储器(rom)、可擦式可编程只读存储器(eprom或闪存)、静态随机存取存储器(sram)、便携式压缩盘只读存储器(cd-rom)、数字多功能盘(dvd)、记忆棒、软盘、机械编码设备、例如其上存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。这里所使用的计算机可读存储介质不被解释为瞬时信号本身，诸如无线电波或者其他自由传播的电磁波、通过波导或其他传输媒介传播的电磁波(例如，通过光纤电缆的光脉冲)、或者通过电线传输的电信号。
这里所描述的计算机可读程序指令可以从计算机可读存储介质下载到各个计算/处理设备，或者通过网络、例如因特网、局域网、广域网和/或无线网下载到外部计算机或外部存储设备。网络可以包括铜传输电缆、光纤传输、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每个计算/处理设备中的网络适配卡或者网络接口从网络接收计算机可读程序指令，并转发该计算机可读程序指令，以供存储在各个计算/处理设备中的计算机可读存储介质中。
用于执行本发明操作的计算机程序指令可以是汇编指令、指令集架构(isa)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、或者以一种或多种编程语言的任意组合编写的源代码或目标代码，所述编程语言包括面向对象的编程语言-诸如smalltalk、c++等，以及常规的过程式编程语言-诸如“c”语言或类似的编程语言。计算机可读程序指令可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络-包括局域网(lan)或广域网(wan)-连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。在一些实施例中，通过利用计算机可读程序指令的状态信息来个性化定制电子电路，例如可编程逻辑电路、现场可编程门阵列(fpga)或可编程逻辑阵列(pla)，该电子电路可以执行计算机可读程序指令，从而实现本发明的各个方面。
这里参照根据本发明实施例的方法、装置(系统)和计算机程序产品的流程图和/或框图描述了本发明的各个方面。应当理解，流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合，都可以由计算机可读程序指令实现。
这些计算机可读程序指令可以提供给通用计算机、专用计算机或其它可编程数据处理装置的处理器，从而生产出一种机器，使得这些指令在通过计算机或其它可编程数据处理装置的处理器执行时，产生了实现流程图和/或框图中的一个或多个方框中规定的功能/动作的装置。也可以把这些计算机可读程序指令存储在计算机可读存储介质中，这些指令使得计算机、可编程数据处理装置和/或其他设备以特定方式工作，从而，存储有指令的计算机可读介质则包括一个制造品，其包括实现流程图和/或框图中的一个或多个方框中规定的功能/动作的各个方面的指令。
也可以把计算机可读程序指令加载到计算机、其它可编程数据处理装置、或其它设备上，使得在计算机、其它可编程数据处理装置或其它设备上执行一系列操作步骤，以产生计算机实现的过程，从而使得在计算机、其它可编程数据处理装置、或其它设备上执行的指令实现流程图和/或框图中的一个或多个方框中规定的功能/动作。
附图中的流程图和框图显示了根据本发明的多个实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或指令的一部分，所述模块、程序段或指令的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。对于本领域技术人员来说公知的是，通过硬件方式实现、通过软件方式实现以及通过软件和硬件结合的方式实现都是等价的。
以上已经描述了本发明的各实施例，上述说明是示例性的，并非穷尽性的，并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下，对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择，旨在最好地解释各实施例的原理、实际应用或对市场中的技术的技术改进，或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。本发明的范围由所附权利要求来限定。