[發明專利]結合大數據輿情分析與融合模型的多因子交易方法

在審

• 申請號: 201810832706.2
• 申請日: 2018-07-26
• 公開（公告）號: CN109086927A
• 公開（公告）日: 2018-12-25
• 發明（設計）人: 徐斌辰;康琦;馬璐;潘樂
• 申請（專利權）人: 同濟大學
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q10/06;G06Q40/04
• 代理公司: 蘇州謹和知識產權代理事務所(特殊普通合伙) 32295
• 代理人: 葉棟

本申請涉及一種結合大數據輿情分析與融合模型的多因子交易方法，屬于計算機技術領域，該方法包括：獲取用戶對目標交易對象的評論信息；根據所述評論信息對至少一種交易因子進行預處理；將預處理后的至少一種交易因子和所述目標交易對象的相關交易信息輸入融合模型進行回測，得到所述目標交易對象的預測交易數據；將所述預測交易數據發送至客戶端；可以解決終端僅根據目標交易對象的歷史交易數據預測買賣時機，導致預測結果不準確的問題；由于交易因子是根據評論信息進行預處理的，因此，得到的預測交易數據是用戶關注的交易數據的可能性較高，因此，可以提高預測結果的準確性。

技術領域

本發明涉及一種結合大數據輿情分析與融合模型的多因子交易方法，屬于計算機技術領域。

背景技術

量化投資的興起，與上個世紀計算機業的蓬勃發展，金融市場以及金融市場理論的不斷完善密不可分。目前的量化投資策略可以融合運用現代金融理論、統計學、數學，以及計算機學方面的成果，朝著復雜性和多樣性的方向發展。大量前沿理論的應用也極大的豐富了量化投資的外延和內涵，同時極大的增強了量化投資發展的生命力。經過半個多世紀的發展，量化投資已經越來越被業界所認識和熟悉。

目前，在量化投資的過程中，計算機僅使用股票的交易相關數據計算出出買賣實際、買賣數量等推薦結果，但是給出的推薦結果的準確性并不高。

發明內容

本發明的目的在于提供一種結合大數據輿情分析與融合模型的多因子交易方法的技術方案。為達到上述目的，本發明提供如下技術方案：所述方法包括：

獲取用戶對目標交易對象的評論信息；

根據所述評論信息對至少一種交易因子進行預處理；

將預處理后的至少一種交易因子和所述目標交易對象的相關交易信息輸入融合模型進行回測，得到所述目標交易對象的預測交易數據；

將所述預測交易數據發送至客戶端，所述預測交易數據用于供所述客戶端對應的用戶確定是否對所述目標交易對象進行交易。

可選地，所述將預處理后的至少一種交易因子和所述目標交易對象的相關交易信息輸入融合模型進行回測，包括：

將預處理后的至少一種交易因子和所述目標交易對象的相關交易信息輸入第一融合模型進行非行業中性回測；和/或，

將預處理后的至少一種交易因子和所述目標交易對象的相關交易信息輸入第二融合模型進行行業中性回測。

可選地，所述評論信息包括以下信息中的至少一種：

是否推薦對所述目標交易對象進行交易；

對所述目標交易對象進行交易時的時間；

對所述目標交易對象進行交易時的價格；

所述目標交易對象交易之后的盈利能力；

所述目標交易對象交易之后的風險指數。

可選地，所述根據所述評論信息對至少一種交易因子進行預處理，包括：

將所述評論信息與各個交易因子進行匹配；

降低與評論信息的匹配度低于預設閾值的交易因子的權重。

可選地，所述目標交易對象為股票，所述至少一種交易因子還包括以下信息中的至少一種：

目標股票的選股指標為盈利收益率EP時的分值；

目標股票的選股指標為賬面市值比BM時的分值；

目標股票的選股指標為現金收益率CR時的分值；

目標股票的選股指標為資產收益率變動ROAC時的分值；