[發明專利]貨幣基金的組合投資預測方法和預測裝置

在審

• 申請號: 202011492671.6
• 申請日: 2020-12-17
• 公開（公告）號: CN112613997A
• 公開（公告）日: 2021-04-06
• 發明（設計）人: 吳波
• 申請（專利權）人: 平安消費金融有限公司
• 主分類號: G06Q40/06
• 分類號: G06Q40/06;G06K9/62
• 代理公司: 北京英特普羅知識產權代理有限公司 11015
• 代理人: 程超

1.一種貨幣基金的組合投資預測方法，其特征在于，包括：

獲取多支基金的第一歷史業績數據，利用收益預測模型分別確定每支基金的預測收益；

獲取目標商戶的第一歷史經營特征，利用流動資金預測模型確定所述商戶的預測流動資金；

獲取目標商戶在多個不同時段的當前經營特征，分別將每個所述當前經營特征、所述預測收益和所述預測流動資金作為隨機森林模型的決策因子，以獲得所述目標商戶在所述多個不同時段的候選基金組合；其中每相鄰兩個時段之間包含交叉時段；

根據多個所述候選基金組合中包含的不同基金的出現密度，確定推薦基金組合。

2.根據權利要求1所述的貨幣基金的組合投資預測方法，其特征在于，所述獲取多支基金的歷史業績數據，利用收益預測模型分別確定每支基金的預測收益的步驟包括：

獲取與每支基金對應的新增申購數量、新增贖回數量、滬深300指數、銀行日間拆借利率、基金公司財報、基金公司成立時長、同類基金排名中的任意一種或多種，作為所述歷史業績數據；

將所述歷史業績數據輸入收益預測模型，以輸出每支基金在預設時間段的預測收益；其中所述收益預測模型是利用線性回歸模型訓練得到的。

3.根據權利要求2所述的貨幣基金的組合投資預測方法，其特征在于，所述將所述歷史業績數據輸入收益預測模型，以輸出每支基金在預設時間段的預測收益的步驟包括：

將所述歷史業績數據劃分為工作日歷史業績數據和休息日歷史業績數據；

將所述工作日歷史業績數據輸入所述收益預測模型，以輸出所述基金在預設時間段的預測工作日收益；

將所述休息日歷史業績數據輸入所述收益預測模型，以輸出所述基金在預設時間段的預測休息日收益；

將所述預測工作日收益和所述預測休息日收益加權求和，以得到所述預測收益。

4.根據權利要求1所述的貨幣基金的組合投資預測方法，其特征在于，所述獲取目標商戶的歷史經營特征，利用流動資金預測模型確定所述商戶的預測流動資金的步驟包括：

獲取所述目標商戶對應的主營商品歷史銷量、歷史價格、節假日因子、歷史退還款比例、月末環比提款額、月末同比支出額、促銷因子、采購因子中的任意一種或多種，作為所述歷史經營特征；

將所述歷史經營特征輸入流動資金預測模型，以輸出所述商戶的預測流動資金；其中所述流動資金預測模型是基于自相關模型訓練得到的。

5.根據權利要求1所述的貨幣基金的組合投資預測方法，其特征在于，所述獲取多個候選基金組合，基于多個基金組合中包含的不同基金的出現密度，確定推薦基金組合的步驟包括：

獲取每個當前候選基金組合中包含的基金編號；

計算每個基金編號在所有當前候選基金組合中的出現密度，其中出現密度是所述基金編號在所有基金編號中所占的比例；

根據所述出現密度確定推薦基金組合。

6.根據權利要求1所述的貨幣基金的組合投資預測方法，其特征在于，所述收益預測模型的訓練過程包括：

獲取所述多只基金的第二歷史業績數據，所述第二歷史業績數據包括所述多只基金在訓練時間點之前第一時間段內的業績數據；

將所述第二歷史業績數據劃分為多個不同的訓練樣本和測試樣本，每個測試樣本包括其中一支基金在第二時間段之內的業績數據；所述第二時間段小于所述第一時間段；

對于每個訓練樣本中包含的所有數值進行數學運算得到運算樣本數據，所述數學運算包括求和、求平均值、求方差、求極大值、求極小值中的任意幾種；

將所述運算樣本數據添加至所述訓練樣本中得到新的訓練樣本，利用所述新的樣本數據訓練所述收益預測模型，并利用所述測試樣本對所述收益預測模型進行測試。