[發明專利]一種基于多目標進化算法的項目配置方法、裝置及系統

在審

• 申請號: 202010086675.8
• 申請日: 2020-02-11
• 公開（公告）號: CN111310993A
• 公開（公告）日: 2020-06-19
• 發明（設計）人: 王志杰
• 申請（專利權）人: 蘇寧金融科技（南京）有限公司
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q10/10;G06Q40/06;G06N3/12
• 代理公司: 北京市萬慧達律師事務所 11111
• 代理人: 段曉玲

1.一種基于多目標進化算法的項目配置方法，其特征在于，所述方法包括：

根據預設的投資項目選擇策略選擇第一預設數量的投資項目以構建投資項目庫；

根據預設的投資組合策略生成第二預設數量的投資組合；每一所述投資組合中包含第三預設數量的所述投資項目；

計算每一所述投資項目的相關數據；所述相關數據至少包括所述投資項目的每日對數收益率及與其他投資項目間的協方差；

根據所述投資組合及所述投資組合內每一投資項目的相關數據構建馬科維茨模型；

以每一投資組合作為種群個體，以所有個體的集合作為種群，利用種群迭代算法從所有所述投資組合中確定符合馬科維茨模型最優邊界的投資組合。

2.如權利要求1所述的方法，其特征在于，所述每一投資組合內的各投資項目的權重之和為1，且每一投資項目具有權重最大值和最小值。

3.如權利要求1或2所述的方法，其特征在于，所述利用種群迭代算法從所有所述投資組合中確定符合馬科維茨模型最優邊界的投資組合包括：

初始化所述種群為p₀，并以所述種群p₀為第一個迭代種群，重復如下迭代過程直至迭代結束，輸出最后一個迭代種群的最優邊界作為符合馬科維茨模型最優邊界的投資組合：

對當前種群p_i中的每個投資組合進行交叉計算和變異計算；

計算當前種群p_i中的每個投資組合的目標值；

計算當前種群p_i與前一種群p_i-1的最優邊界a_i-1的并集的非支配集

利用分布性算子對重新分布，計算得到當前種群p_i的最優邊界a_i；

從p_i∪a_i-1中選擇進行下一次迭代的種群p_i+1。

4.如權利要求3所述的方法，其特征在于，利用二元錦標賽的方式從p_i∪a_i-1中選擇進行下一次迭代的種群p_i+1。

5.如權利要求3所述的方法，其特征在于，當最優邊界中的投資組合個數超過預設閾值時，按照投資組合的空間分布篩選分布密集度低于預設密集度的投資組合；

將分布密集度低于預設密集度的投資組合從所述最優邊界中刪除。

6.如權利要求5所述的方法，其特征在于，所述投資組合的分布密集度通過擁擠距離公式計算。

7.如權利要求3所述的方法，其特征在于，所述方法還包括

獲取用戶歷史數據進行分析，確定所述用戶對應的風險偏好值；

根據所述風險偏好值從所述最優解中匹配與所述用戶對應的投資組合。

8.一種基于多目標進化算法的項目配置裝置，其特征在于，所述裝置包括：

投資項目庫構建單元，用于根據預設的投資項目選擇策略選擇第一預設數量的投資項目以構建投資項目庫；

投資組合單元，用于根據預設的投資組合策略生成第二預設數量的投資組合；每一所述投資組合中包含第三預設數量的所述投資項目；

投資數據計算單元，用于計算每一所述投資項目的相關數據；所述相關數據至少包括所述投資項目的每日對數收益率及與其他投資項目間的協方差；

模型構建單元，用于根據所述投資組合及所述投資組合內每一投資項目的相關數據構建馬科維茨模型；

最優邊界確定單元，用于以每一投資組合作為種群個體，以所有個體的集合作為種群，利用種群迭代算法從所有所述投資組合中確定符合馬科維茨模型最優邊界的投資組合。