一种基金投资绩效评估方法及其相关设备

文档序号:192441 发布日期:2021-11-02 浏览:32次 >En<

阅读说明:本技术 一种基金投资绩效评估方法及其相关设备 (Fund investment performance evaluation method and related equipment thereof ) 是由 汤克艰 朱辉 占少辉 袁亮 常凯旋 陈绍真 于 2021-08-06 设计创作,主要内容包括:本申请公开了一种基金投资绩效评估方法及其相关设备,该方法包括:在获取到待评估基金对应的特质风险参考数据和所述待评估基金对应的风险敞口历史参考数据之后,可以先将所述待评估基金对应的特质风险参考数据输入预先构建的特质风险调整模型,得到所述特质风险调整模型输出的所述待评估基金对应的调整后特质风险值,并将所述待评估基金对应的风险敞口历史参考数据输入预先构建的风险敞口预测模型,得到所述风险敞口预测模型输出的所述待评估基金对应的下一期风险敞口;再根据所述待评估基金对应的调整后特质风险值和所述待评估基金对应的下一期风险敞口,确定所述待评估基金的绩效评估结果。如此有利于提高绩效评估准确性。(The application discloses a fund investment performance evaluation method and related equipment thereof, wherein the method comprises the following steps: after acquiring the special risk reference data corresponding to the fund to be evaluated and the risk exposure historical reference data corresponding to the fund to be evaluated, inputting the special risk reference data corresponding to the fund to be evaluated into a pre-constructed special risk adjustment model to acquire an adjusted special risk value corresponding to the fund to be evaluated, which is output by the special risk adjustment model, and inputting the risk exposure historical reference data corresponding to the fund to be evaluated into a pre-constructed risk exposure prediction model to acquire the next-stage risk exposure corresponding to the fund to be evaluated, which is output by the risk exposure prediction model; and determining a performance evaluation result of the fund to be evaluated according to the adjusted characteristic risk value corresponding to the fund to be evaluated and the next-stage risk exposure corresponding to the fund to be evaluated. Thus being beneficial to improving the accuracy of performance evaluation.)

一种基金投资绩效评估方法及其相关设备

技术领域

本申请涉及数据处理技术领域,尤其涉及一种基金投资绩效评估方法及其相关设备。

背景技术

对于一些应用场景(如,基金投资)来说,绩效评估技术是十分重要。例如,现有的基金绩效评价技术通常是借助基金的收益指标、超额收益指标、夏普率指标、最大回撤指标等进行实施的。

然而,因现有的基金绩效评价技术存在缺陷,使得上述“基金绩效评价技术”的绩效评估准确性较低。

发明内容

为了解决现有技术中存在的以上技术问题,本申请提供了一种基金投资绩效评估方法及其相关设备,能够提高绩效评估准确性。

为了实现上述目的,本申请实施例提供的技术方案如下:

本申请实施例提供一种基金投资绩效评估方法,所述方法包括:

获取待评估基金对应的特质风险参考数据和所述待评估基金对应的风险敞口历史参考数据;

将所述待评估基金对应的特质风险参考数据输入预先构建的特质风险调整模型,得到所述特质风险调整模型输出的所述待评估基金对应的调整后特质风险值;

将所述待评估基金对应的风险敞口历史参考数据输入预先构建的风险敞口预测模型,得到所述风险敞口预测模型输出的所述待评估基金对应的下一期风险敞口;

根据所述待评估基金对应的调整后特质风险值和所述待评估基金对应的下一期风险敞口,确定所述待评估基金的绩效评估结果。

在一种可能的实施方式中,所述待评估基金对应的特质风险参考数据包括所述待评估基金的个股特质风险观测值、所述待评估基金的相似类型股的个股特质风险分布情况表征数据、和市场分布情况表征数据中的至少一个。

在一种可能的实施方式中,所述风险敞口历史参考数据包括预设历史时间段的基金收益、预设历史时间段的基金风格敞口、预设历史时间段的市场风格收益、以及预设历史时间段的市场指数收益中的至少一个。

在一种可能的实施方式中,所述特质风险调整模型为神经网络模型;和/或,所述风险敞口预测模型为长短期记忆神经网络模型。

在一种可能的实施方式中,所述特质风险调整模型包括2个隐藏层;其中,所述特质风险调整模型的第1个隐藏层包括16个节点;所述特质风险调整模型的第2个隐藏层包括8个节点。

在一种可能的实施方式中,所述风险敞口预测模型包括3个隐藏层;其中,所述风险敞口预测模型的第1个隐藏层包括64个隐藏神经元;所述风险敞口预测模型的第2个隐藏层包括128个隐藏神经元;所述风险敞口预测模型的第3个隐藏层包括64个节点。

本申请实施例还提供了一种基金投资绩效评估装置,包括:

数据获取单元,用于获取待评估基金对应的特质风险参考数据和所述待评估基金对应的风险敞口历史参考数据;

特质调整单元,用于将所述待评估基金对应的特质风险参考数据输入预先构建的特质风险调整模型,得到所述特质风险调整模型输出的所述待评估基金对应的调整后特质风险值;

敞口预测单元,用于将所述待评估基金对应的风险敞口历史参考数据输入预先构建的风险敞口预测模型,得到所述风险敞口预测模型输出的所述待评估基金对应的下一期风险敞口;

绩效评估单元,用于根据所述待评估基金对应的调整后特质风险值和所述待评估基金对应的下一期风险敞口,确定所述待评估基金的绩效评估结果。

本申请实施例还提供了一种设备,其特征在于,所述设备包括处理器以及存储器:

所述存储器用于存储计算机程序;

所述处理器用于根据所述计算机程序执行本申请实施例提供的基金投资绩效评估方法的任一实施方式。

本申请实施例还提供了一种计算机可读存储介质,其特征在于,所述计算机可读存储介质用于存储计算机程序,所述计算机程序用于执行本申请实施例提供的基金投资绩效评估方法的任一实施方式。

本申请实施例还提供了一种计算机程序产品,所述计算机程序产品在终端设备上运行时,使得所述终端设备执行本申请实施例提供的基金投资绩效评估方法的任一实施方式。

与现有技术相比,本申请实施例至少具有以下优点:

本申请实施例提供的技术方案中,在获取到待评估基金对应的特质风险参考数据和所述待评估基金对应的风险敞口历史参考数据之后,可以先将所述待评估基金对应的特质风险参考数据输入预先构建的特质风险调整模型,得到所述特质风险调整模型输出的所述待评估基金对应的调整后特质风险值,并将所述待评估基金对应的风险敞口历史参考数据输入预先构建的风险敞口预测模型,得到所述风险敞口预测模型输出的所述待评估基金对应的下一期风险敞口;再根据所述待评估基金对应的调整后特质风险值和所述待评估基金对应的下一期风险敞口,确定所述待评估基金的绩效评估结果。如此有利于提高绩效评估准确性。

附图说明

为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请中记载的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其它的附图。

图1为本申请实施例提供的一种基金投资绩效评估方法的流程图;

图2为本申请实施例提供的一种特质风险值的调整流程示意图;

图3为本申请实施例提供的一种风险敞口的预测流程示意图;

图4为本申请实施例提供的一种基金投资绩效评估装置的结构示意图。

具体实施方式

发明人针对绩效评估的研究中发现,(1)针对一个基金进行绩效评估时需要参考该基金的收益评估结果以及该基金的风险评估结果。(2)针对一个基金的风险评估过程存在以下两种问题:①因子收益协方差观测值存在系统性的偏差,而且该偏差是因有限的观测样本和过多的估计数而引起的N/T Effect造成的;②个股特质风险观测值存在系统性的偏差,而且该偏差来源于个股风险的向相似类型股票的均值回归。其中,个股特质风险(又称,SRisk)是指按照套利定价模型及其它定价理论,如果市场有效,所有影响个股收益的因素都可以被定价,对应定价模型的误差项包涵了与公司特质相对应的、所有不能被定价的因素,而误差项对应的波动则被定义为公司的特质风险。

基于上述发现,为了提高绩效评估准确性,本申请实施例提供了一种基金投资绩效评估方法,该方法包括:在获取到待评估基金对应的特质风险参考数据和所述待评估基金对应的风险敞口历史参考数据之后,可以先将所述待评估基金对应的特质风险参考数据输入预先构建的特质风险调整模型,得到所述特质风险调整模型输出的所述待评估基金对应的调整后特质风险值,并将所述待评估基金对应的风险敞口历史参考数据输入预先构建的风险敞口预测模型,得到所述风险敞口预测模型输出的所述待评估基金对应的下一期风险敞口;再根据所述待评估基金对应的调整后特质风险值和所述待评估基金对应的下一期风险敞口,确定所述待评估基金的绩效评估结果。如此有利于提高绩效评估准确性。其中,“风险敞口”是指未加保护的风险(也就是,对于风险未采取任何防范措施而可能导致出现损失的部分)。

另外,本申请实施例不限定基金投资绩效评估方法的执行主体,例如,本申请实施例提供的基金投资绩效评估方法可以应用于终端设备或服务器等数据处理设备。其中,终端设备可以为智能手机、计算机、个人数字助理(Personal Digital Assitant,PDA)或平板电脑等。服务器可以为独立服务器、集群服务器或云服务器。

为了使本技术领域的人员更好地理解本申请方案,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。

方法实施例

参见图1,该图为本申请实施例提供的一种基金投资绩效评估方法的流程图。

本申请实施例提供的基金投资绩效评估方法,包括S1-S4:

S1:获取待评估基金对应的特质风险参考数据和待评估基金对应的风险敞口历史参考数据。

“待评估基金对应的特质风险参考数据”可以包括所述待评估基金的个股特质风险观测值、所述待评估基金的相似类型股的个股特质风险分布情况表征数据、和市场分布情况表征数据中的至少一个。其中,“待评估基金的相似类型股的个股特质风险分布情况表征数据”用于表示该待评估基金的相似类型股的个股特质风险分布情况。“市场分布情况表征数据”用于表示市场分布情况。

“风险敞口历史参考数据”可以包括预设历史时间段的基金收益、预设历史时间段的基金风格敞口、预设历史时间段的市场风格收益、以及预设历史时间段的市场指数收益中的至少一个。其中,预设历史时间段可以预先设定,例如,其可以是过去21天。

S2:将待评估基金对应的特质风险参考数据输入预先构建的特质风险调整模型,得到该特质风险调整模型输出的该待评估基金对应的调整后特质风险值。

其中,“特质风险调整模型”用于针对该特质风险调整模型的输入数据进行SRisk值调整处理。

另外,本申请实施例不限定“特质风险调整模型”,例如,如图2所示,其可以采用神经网络模型进行实施;而且该“特质风险调整模型”可以包含2个隐藏层,第1个隐藏层包括16个节点,第2个隐藏层包括8个节点,激活函数采用ReLu进行实施,而且丢弃率(也就是,dropout率)为20%。

“待评估基金对应的调整后特质风险值”是针对待评估基金对应的个股特质风险观测值进行调整后得到的。

S3:将待评估基金对应的风险敞口历史参考数据输入预先构建的风险敞口预测模型,得到该风险敞口预测模型输出的该待评估基金对应的下一期风险敞口。

其中,“风险敞口预测模型”用于针对该风险敞口预测模型的输入数据进行未来风险敞口预测。

另外,本申请实施例不限定“风险敞口预测模型”,例如,如图3所示,其可以采用长短期记忆神经网络(Long Short-Term Memory,LSTM)模型进行实施;而且该风险敞口预测模型可以包括4个隐藏层和1个输出层。其中,第1个隐藏层为LSTM层,且该第1个隐藏层包括64个隐藏神经元;第2个隐藏层为LSTM层,且该第2个隐藏层包括128个隐藏神经元;第3个隐藏层为全连接层(也就是,dense层),且该第3个隐藏层包括64个节点;第4个隐藏层为全连接层(也就是,dense层),且该第4个隐藏层包括1个节点。

“待评估基金对应的下一期风险敞口”用于表示该待评估基金的未来风险敞口(也就是,下一期的风险敞口)。

S4:根据待评估基金对应的调整后特质风险值和该待评估基金对应的下一期风险敞口,确定待评估基金的绩效评估结果。

本申请实施例中,在获取到待评估基金对应的调整后特质风险值和该待评估基金对应的下一期风险敞口之后,可以根据该待评估基金对应的调整后特质风险值和该待评估基金对应的下一期风险敞口,确定该待评估基金的绩效评估结果(例如,根据该待评估基金对应的调整后特质风险值和该待评估基金对应的下一期风险敞口的集合,确定该待评估基金的绩效评估结果,以使该绩效评估结果包括该待评估基金对应的调整后特质风险值和该待评估基金对应的下一期风险敞口),以便后续能够将该待评估基金的绩效评估结果通过预设输出设备(如,显示屏)展示给终端用户。

基于上述S1至S4的相关内容可知,对于本申请实施例提供的基金投资绩效评估方法来说,在获取到待评估基金对应的特质风险参考数据和所述待评估基金对应的风险敞口历史参考数据之后,可以先将所述待评估基金对应的特质风险参考数据输入预先构建的特质风险调整模型,得到所述特质风险调整模型输出的所述待评估基金对应的调整后特质风险值,并将所述待评估基金对应的风险敞口历史参考数据输入预先构建的风险敞口预测模型,得到所述风险敞口预测模型输出的所述待评估基金对应的下一期风险敞口;再根据所述待评估基金对应的调整后特质风险值和所述待评估基金对应的下一期风险敞口,确定所述待评估基金的绩效评估结果。如此有利于提高绩效评估准确性。

基于上述方法实施例提供的基金投资绩效评估方法,本申请实施例还提供了一种基金投资绩效评估装置,下面结合附图进行解释和说明。

装置实施例

装置实施例提供的基金投资绩效评估装置的技术详情,请参照上述方法实施例。

参见图4,该图为本申请实施例提供的一种基金投资绩效评估装置的结构示意图。

本申请实施例提供的基金投资绩效评估装置400,包括:

数据获取单元401,用于获取待评估基金对应的特质风险参考数据和所述待评估基金对应的风险敞口历史参考数据;

特质调整单元402,用于将所述待评估基金对应的特质风险参考数据输入预先构建的特质风险调整模型,得到所述特质风险调整模型输出的所述待评估基金对应的调整后特质风险值;

敞口预测单元403,用于将所述待评估基金对应的风险敞口历史参考数据输入预先构建的风险敞口预测模型,得到所述风险敞口预测模型输出的所述待评估基金对应的下一期风险敞口;

绩效评估单元404,用于根据所述待评估基金对应的调整后特质风险值和所述待评估基金对应的下一期风险敞口,确定所述待评估基金的绩效评估结果。

在一种可能的实施方式中,所述待评估基金对应的特质风险参考数据包括所述待评估基金的个股特质风险观测值、所述待评估基金的相似类型股的个股特质风险分布情况表征数据、和市场分布情况表征数据中的至少一个。

在一种可能的实施方式中,所述风险敞口历史参考数据包括预设历史时间段的基金收益、预设历史时间段的基金风格敞口、预设历史时间段的市场风格收益、以及预设历史时间段的市场指数收益中的至少一个。

在一种可能的实施方式中,所述特质风险调整模型为神经网络模型;和/或,所述风险敞口预测模型为长短期记忆神经网络模型。

在一种可能的实施方式中,所述特质风险调整模型包括2个隐藏层;其中,所述特质风险调整模型的第1个隐藏层包括16个节点;所述特质风险调整模型的第2个隐藏层包括8个节点。

在一种可能的实施方式中,所述风险敞口预测模型包括3个隐藏层;其中,所述风险敞口预测模型的第1个隐藏层包括64个隐藏神经元;所述风险敞口预测模型的第2个隐藏层包括128个隐藏神经元;所述风险敞口预测模型的第3个隐藏层包括64个节点。

基于上述基金投资绩效评估装置400的相关内容可知,对于基金投资绩效评估装置400来说,在获取到待评估基金对应的特质风险参考数据和所述待评估基金对应的风险敞口历史参考数据之后,可以先将所述待评估基金对应的特质风险参考数据输入预先构建的特质风险调整模型,得到所述特质风险调整模型输出的所述待评估基金对应的调整后特质风险值,并将所述待评估基金对应的风险敞口历史参考数据输入预先构建的风险敞口预测模型,得到所述风险敞口预测模型输出的所述待评估基金对应的下一期风险敞口;再根据所述待评估基金对应的调整后特质风险值和所述待评估基金对应的下一期风险敞口,确定所述待评估基金的绩效评估结果。如此有利于提高绩效评估准确性。

进一步地,本申请实施例还提供了一种设备,所述设备包括处理器以及存储器:

所述存储器用于存储计算机程序;

所述处理器用于根据所述计算机程序执行本申请实施例提供的基金投资绩效评估方法的任一实施方式。

进一步地,本申请实施例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用于存储计算机程序,所述计算机程序用于执行本申请实施例提供的基金投资绩效评估方法的任一实施方式。

进一步地,本申请实施例还提供了一种计算机程序产品,其特征在于,所述计算机程序产品在终端设备上运行时,使得所述终端设备执行本申请实施例提供的基金投资绩效评估方法的任一实施方式。

应当理解,在本申请中,“至少一个(项)”是指一个或者多个,“多个”是指两个或两个以上。“和/或”,用于描述关联对象的关联关系,表示可以存在三种关系,例如,“A和/或B”可以表示:只存在A,只存在B以及同时存在A和B三种情况,其中A,B可以是单数或者复数。字符“/”一般表示前后关联对象是一种“或”的关系。“以下至少一项(个)”或其类似表达,是指这些项中的任意组合,包括单项(个)或复数项(个)的任意组合。例如,a,b或c中的至少一项(个),可以表示:a,b,c,“a和b”,“a和c”,“b和c”,或“a和b和c”,其中a,b,c可以是单个,也可以是多个。

以上所述,仅是本发明的较佳实施例而已,并非对本发明作任何形式上的限制。虽然本发明已以较佳实施例揭露如上,然而并非用以限定本发明。任何熟悉本领域的技术人员,在不脱离本发明技术方案范围情况下,都可利用上述揭示的方法和技术内容对本发明技术方案做出许多可能的变动和修饰,或修改为等同变化的等效实施例。因此,凡是未脱离本发明技术方案的内容,依据本发明的技术实质对以上实施例所做的任何简单修改、等同变化及修饰,均仍属于本发明技术方案保护的范围内。

13页详细技术资料下载
上一篇:一种医用注射器针头装配设备
下一篇:头寸监控方法、装置、电子设备及存储介质

网友询问留言

已有0条留言

还没有人留言评论。精彩留言会获得点赞!

精彩留言,会给你点赞!