股票投资数据处理方法、装置、程序产品、介质及电子设备与流程

本申请属于计算机及数据处理，尤其涉及一种股票投资数据处理方法、装置、程序产品、介质及电子设备。

背景技术：

1、优化股票投资组合对投资用户在有限的资源内科学分配各种股票产品的比例起到重要作用。目前，股票投资组合的优化一般是依靠人工基于经验来完成的。但是，依靠人工基于经验来优化股票投资组合的方式效率低下。基于此，如何提高股票投资数据的处理效率是亟待解决的技术问题。

技术实现思路

1、本申请的实施例提供了一种股票投资数据处理方法、装置、计算机程序产品、计算机可读存储介质及电子设备，进而至少在一定程度上可以提高股票投资数据的处理效率。

2、本申请的其他特性和优点将通过下面的详细描述变得显然，或部分地通过本申请的实践而习得。

3、根据本申请实施例的第一方面，提供了一种股票投资数据处理方法，所述方法包括：获取待选股票集合，以及所述待选股票集合中各个待选股票的股票基础数据；获取预先定义的模型元素符号，投资目标，以及投资约束条件；根据所述模型元素符号，所述投资目标，以及所述投资约束条件，基于整数规划算法构建股票投资规划模型；基于所述股票基础数据，调用数学规划求解器求解所述股票投资规划模型中的决策变量，以从所述待选股票集合中选择加入股票投资组合的股票。

4、在本申请的一些实施例中，基于前述方案，所述根据所述模型元素符号，所述投资目标，以及所述投资约束条件，基于整数规划算法构建股票投资规划模型，包括：根据所述模型元素符号和所述投资目标，构建模型目标函数；根据所述模型元素符号和所述投资约束条件，构建模型约束函数；基于所述模型目标函数和所述模型约束函数，基于整数规划算法确定股票投资规划模型。

5、在本申请的一些实施例中，基于前述方案，所述模型目标函数至少包括如下模型目标函数：

6、

7、其中，scorei表示股票i的预期收益；wi表示为0-1决策变量，其中，股票i被选择加入股票投资组合时为1，为0-1变量；stock表示待选股票集合。

8、在本申请的一些实施例中，基于前述方案，所述模型约束函数至少包括如下多风险因子约束函数：

9、

10、其中，w表示nstock×1维向量，即wi的向量形式，为变量；factor_e表示股票的自身风险矩阵；factor_c表示风险因子收益协方差矩阵；specific_ri表示股票i的自身风险，为百分数；wi表示为0-1决策变量，其中，股票i被选择加入股票投资组合时为1；u_r表示平均个股的风险上限，为百分数；nselect表示股票投资组合的股票数量上限；stock表示待选股票集合。

11、在本申请的一些实施例中，基于前述方案，在基于所述股票基础数据，调用数学规划求解器求解所述股票投资规划模型中的决策变量之前，所述方法还包括：基于二阶锥等价转换算法，对所述多风险因子约束函数进行转换，得到如下多风险因子约束函数：

12、s+t≤u_r×nselect2

13、(diag(sepecific_r)0.5×w)t×(diag(sepecific_r)0.5×w)≤s

14、(ut×factor_et×w)t×(ut×factor_et×e)≤t

15、其中，u_r表示平均个股的风险上限，为百分数；nselect表示；diag(sepecific_r)表示；w表示nstock×1维向量，即wi的向量形式，为变量；u表示矩阵factor_c的下三角矩阵；factor_e表示股票的自身风险矩阵；s表示二阶锥等价转换的辅助变量；t表示二阶锥等价转换的辅助变量。

16、在本申请的一些实施例中，基于前述方案，所述方法还包括：输出股票投资组合和所述股票投资组合对应的预期收益。

17、根据本申请实施例的第二方面，提供了一种股票投资数据处理装置，所述装置包括：第一获取单元，用于获取待选股票集合，以及所述待选股票集合中各个待选股票的股票基础数据；第二获取单元，用于获取预先定义的模型元素符号，投资目标，以及投资约束条件；构建单元，用于根据所述模型元素符号，所述投资目标，以及所述投资约束条件，基于整数规划算法构建股票投资规划模型；调用单元，用于基于所述股票基础数据，调用数学规划求解器求解所述股票投资规划模型中的决策变量，以从所述待选股票集合中选择加入股票投资组合的股票。

18、根据本申请实施例的第三方面，提供了一种计算机程序产品，所述计算机程序产品包括计算机指令，该计算机指令存储在计算机可读存储介质中，且适于由处理器读取并执行，以使得具有所述处理器的计算机设备执行以实现如上述第一方面任一项所述的方法所执行的操作。

19、根据本申请实施例的第四方面，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中存储有至少一条计算机程序指令，所述至少一条计算机程序指令由处理器加载并执行以实现如上述第一方面任一项所述的方法所执行的操作。

20、根据本申请实施例的第五方面，提供了一种电子设备，所述电子设备包括一个或多个处理器和一个或多个存储器，所述一个或多个存储器中存储有至少一条计算机程序指令，所述至少一条计算机程序指令由所述一个或多个处理器加载并执行以实现如上述第一方面任一项所述的方法所执行的操作。

21、基于本申请提出的技术方案，通过预先定义的模型元素符号，投资目标，以及投资约束条件，基于整数规划算法构建股票投资规划模型，可以基于股票基础数据，调用数学规划求解器求解所述股票投资规划模型中的决策变量，从而可以从所述待选股票集合中选择加入股票投资组合的股票。相对于依靠人工基于经验来完成股票投资组合的优化而言，本申请通构建股票投资规划模型，并基于数学规划求解器求解股票投资规划模型得到股票投资组过合，可以在一定程度上提高股票投资数据的处理效率。

22、应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本申请。

技术特征：

1.一种股票投资数据处理方法，其特征在于，所述方法包括：

2.根据权利要求1所述的方法，其特征在于，所述根据所述模型元素符号，所述投资目标，以及所述投资约束条件，基于整数规划算法构建股票投资规划模型，包括：

3.根据权利要求2所述的方法，其特征在于，所述模型目标函数至少包括如下模型目标函数：

4.根据权利要求2所述的方法，其特征在于，所述模型约束函数至少包括如下多风险因子约束函数：

5.根据权利要求4所述的方法，其特征在于，在基于所述股票基础数据，调用数学规划求解器求解所述股票投资规划模型中的决策变量之前，所述方法还包括：

6.根据权利要求1至5任一项所述的方法，其特征在于，所述方法还包括：

7.一种股票投资数据处理装置，其特征在于，所述装置包括：

8.一种计算机程序产品，其特征在于，所述计算机程序产品包括计算机指令，该计算机指令存储在计算机可读存储介质中，且适于由处理器读取并执行，以使得具有所述处理器的计算机设备执行如权利要求1至6任一项权利要求所述的方法。

9.一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中存储有至少一条程序代码，所述至少一条程序代码由处理器加载并执行以实现如权利要求1至6任一项所述的方法所执行的操作。

10.一种电子设备，其特征在于，所述电子设备包括一个或多个处理器和一个或多个存储器，所述一个或多个存储器中存储有至少一条程序代码，所述至少一条程序代码由所述一个或多个处理器加载并执行以实现如权利要求1至6中任一项权利要求所述的方法。

技术总结本申请公开了一种股票投资数据处理方法、装置、程序产品、介质及电子设备，所述方法包括：获取待选股票集合，以及所述待选股票集合中各个待选股票的股票基础数据；获取预先定义的模型元素符号，投资目标，以及投资约束条件；根据所述模型元素符号，所述投资目标，以及所述投资约束条件，基于整数规划算法构建股票投资规划模型；基于所述股票基础数据，调用数学规划求解器求解所述股票投资规划模型中的决策变量，以从所述待选股票集合中选择加入股票投资组合的股票。通过本申请提供的技术方案能够提高股票投资数据的处理效率。技术研发人员：张天成,陈若瑜,范智博,罗小渠,王曦,毕辰阳,李冰,浦善文,伍健受保护的技术使用者：杉数科技（北京）有限公司技术研发日：技术公布日：2024/12/2