[發明專利]股票因子收益分析方法、裝置、計算機設備以及存儲介質

在審

• 申請號: 201811488805.X
• 申請日: 2018-12-06
• 公開（公告）號: CN109584076A
• 公開（公告）日: 2019-04-05
• 發明（設計）人: 黃逸湄;王志博
• 申請（專利權）人: 平安科技（深圳）有限公司
• 主分類號: G06Q40/04
• 分類號: G06Q40/04
• 代理公司: 深圳市精英專利事務所 44242
• 代理人: 林燕云

1.一種股票因子收益分析方法，其特征在于，所述方法包括：

使用皮爾森相關系數法計算各股票因子之間的相關性大小；

根據所述相關性大小確定各股票因子之間的相關性強弱度，并利用所述相關性強弱度對股票因子進行篩選；

將篩選后的股票因子進行標準化處理；

根據處理后的股票因子從預設數據庫中確定對應的股票因子收益率；

將處理后的股票因子作為自變量，所述股票因子對應的股票因子收益率作為因變量，使用預設收益率模型計算所述股票因子對應的收益率貢獻值。

2.如權利要求1所述的方法，其特征在于，所述使用皮爾森相關系數法計算各股票因子之間的相關性大小，包括：

使用以下公式一計算兩個股票因子之間的相關性大小：

公式一：其中，ρ_X,Y表示任意兩個股票因子X、Y之間的相關性大小，E是數學期望，cov表示協議差，σ表示樣本標準差，相關性大小ρ_X,Y的取值范圍在-1到1之間，正值表示兩個股票因子之間存在正相關關系，負值表示兩個股票因子之間存在負相關關系。

3.如權利要求1所述的方法，其特征在于，所述根據所述相關性大小確定各股票因子之間的相關性強弱度，并利用所述相關性強弱度對股票因子進行篩選，包括：

獲取所述各股票因子之間的相關性大小的絕對值并進行排序；

根據排序后的絕對值的大小確定各股票因子之間的相關性強弱度，并從所有股票因子中篩選出所述相關性大小的絕對值小于預設閾值的股票因子。

4.如權利要求1所述的方法，其特征在于，所述將篩選后的股票因子進行標準化處理，包括：

使用以下公式二對篩選后的股票因子進行標準化處理：

公式二：其中，x_i表示篩選后的股票因子對應的值，x_avg表示全部股票因子的均值，s表示x_i的標準方差，n表示股票因子的總數。

5.如權利要求1所述的方法，其特征在于，所述將處理后的股票因子作為自變量，所述股票因子對應的股票因子收益率作為因變量，使用預設收益率模型計算所述股票因子對應的收益率貢獻值，包括：

使用以下公式三計算所述每一個股票因子對應的收益率貢獻值：

公式三：r_j＝X_jf+u_j，其中，r_j為股票因子對應的股票收益率，X_j為股票因子的值，u_j為殘差項，f為股票因子對應的收益率貢獻值。

6.如權利要求1所述的方法，其特征在于，所述方法還包括：

基于預設圖形化分析工具，對所述股票因子的收益率貢獻值進行圖形化處理，并生成圖形化報表進行展示。

7.一種股票因子收益分析裝置，其特征在于，所述裝置包括：

第一計算單元，用于使用皮爾森相關系數法計算各股票因子之間的相關性大小；

篩選單元，用于根據所述相關性大小確定各股票因子之間的相關性強弱度，并利用所述相關性強弱度對股票因子進行篩選；

標準化處理單元，用于將篩選后的股票因子進行標準化處理；

確定單元，用于根據處理后的股票因子從預設數據庫中確定對應的股票因子收益率；

第二計算單元，用于將處理后的股票因子作為自變量，所述股票因子對應的股票因子收益率作為因變量，使用預設收益率模型計算所述股票因子對應的收益率貢獻值。

8.如權利要求7所述的裝置，其特征在于，所述第一計算單元，具體使用以下公式一計算兩個股票因子之間的相關性大小：

公式一：其中，ρ_X,Y表示任意兩個股票因子X、Y之間的相關性大小，E是數學期望，cov表示協議差，σ表示樣本標準差，相關性大小ρ_X,Y的取值范圍在-1到1之間，正值表示兩個股票因子之間存在正相關關系，負值表示兩個股票因子之間存在負相關關系。