投资组合的业绩分析方法、装置、可读存储介质
专利汇可以提供投资组合的业绩分析方法、装置、可读存储介质专利检索，专利查询，专利分析的服务。并且本 发明 公开了一种投资组合的业绩分析方法、装置、可读存储介质。本发明的投资组合的业绩分析方法包含：获取个券资讯数据和组合持仓数据，以及基准收益率数据包；对个券资讯数据和组合持仓数据进行预处理并保存在 数据库 中；计算业绩历史参数；计算虚拟基准业绩历史参数；为目标投资组合设置一个或多个业绩贡献项；计算所述目标归因期间的各个业绩贡献项的业绩贡献参数；汇总各个业绩贡献项的业绩贡献参数。本发明适用于多资产混合型投资组合的、符合投资逻辑的组合业绩分析，其应用范围更广、归因维度分解更细致、 算法 效率更高、更符合实践中的投资逻辑。，下面是投资组合的业绩分析方法、装置、可读存储介质专利的具体信息内容。
1.一种投资组合的业绩分析方法，其特征在于，包含：
获取目标投资组合在目标归因期间的个券资讯数据和组合持仓数据，以及目标投资组
合的基准收益率数据包；
对所述目标投资组合在所述目标归因期间的个券资讯数据和组合持仓数据进行预处
理并将预处理结果保存在数据库中；
从数据库调用所述预处理结果，计算所述目标投资组合在目标归因期间的业绩历史参
数；
设置对应目标归因期间的一个或多个虚拟基准资产组合，调用基准收益率数据包，计
算所述虚拟基准资产组合的虚拟基准业绩历史参数；
分解所述目标投资组合为一种或多种目标资产类型，分解每种目标资产类型为一个或
多个目标资产配置，再将目标资产配置设置为一个或多个业绩贡献项；
根据所述每种目标资产配置所设置的一个或多个业绩贡献项，调用所述预处理结果以
及虚拟基准业绩历史参数，分别计算所述目标归因期间的各个业绩贡献项的业绩贡献参
数；
汇总各个业绩贡献项的业绩贡献参数，获取目标投资组合的总贡献参数。
2.如权利要求1所述的方法，其特征在于，所述目标归因期间的所述业绩历史参数包含
但不限于每期期初市值、每期收益率、组合总收益率、基准总收益率。
3.如权利要求1或2所述的方法，其特征在于，计算所述目标投资组合在所述目标归因
期间的所述业绩历史参数采用金额法。
4.如权利要求1或2所述的方法，其特征在于，还包含：以所述业绩历史参数为输入数
据，计算所述目标投资组合在目标归因期间的每期平滑算子和总平滑算子，用于汇总各种
业绩贡献项的业绩贡献参数，获取目标投资组合的总贡献参数。
5.如权利要求1所述的方法，其特征在于，对所述目标投资组合在预设业绩分析期间的
个券资讯数据和组合持仓数据进行的预处理包括但不限于统一货币单位、数据校验和备
份。
6.如权利要求1或5所述的方法，其特征在于，所述组合持仓数据包含所述目标投资组
合的个券的期末市值、利润，所述利润包含但不限于利息(红利)收入、价差收入、浮动盈亏。
7.如权利要求1所述的方法，其特征在于，所述虚拟基准资产组合的数量与所述目标归
因期间的期数相同。
8.如权利要求1或7所述的方法，其特征在于，计算所述虚拟基准资产组合的虚拟基准
业绩历史参数前还包含：
分解每个所述虚拟基准资产组合为一种或多种虚拟基准资产类型；
分解每种虚拟基准资产类型为一个或多个虚拟业绩贡献项。
9.如权利要求8所述的方法，其特征在于，所述虚拟基准资产类型与所述目标资产类型
对应但非一一对应。
10.如权利要求8或9所述的方法，其特征在于，根据所述每种虚拟基准资产类型所设置
的一个或多个虚拟业绩贡献项的权重和为1。
11.如权利要求1所述的方法，其特征在于，分解所述目标投资组合所得的一种或多种
目标资产类型包含但不限于：权益资产、固定收益资产、现金及费用、其他投资品种。
12.如权利要求11所述的方法，其特征在于，根据所述目标资产配置所设置的业绩贡献
项包含但不限于如下一种或多种：择时贡献、行业配置贡献、选股贡献、H股和新三板超额贡
献、交易贡献、票息贡献、收敛贡献、国债久期贡献、期限结构贡献、信用类属贡献、信用择券
贡献、可转债超额贡献、回购贡献、现金及交易费类贡献、管理托管费贡献、业绩报酬贡献、
其他投资品种贡献；所述每个目标资产配置所设置的业绩贡献项相互独立。
13.如权利要求12所述的方法，其特征在于，所述每种业绩贡献项的业绩贡献参数的归
因计算方法，以及虚拟基准业绩历史参数的归因计算方法相互独立。
14.如权利要求12所述的方法，其特征在于，所述择时贡献包括以下一种或多种：A股择
时贡献、H股和新三板择时贡献、权益衍生品择时贡献、一般债券择时贡献、可转债择时贡
献、和固收衍生品择时贡献。
15.如权利要求14所述的方法，其特征在于，分解所述权益资产所得的一个或多个目标
资产配置包含但不限于：A股资产、H股和新三板资产、标的物为权益资产的衍生品；
A股资产分解为3个业绩贡献项：A股择时贡献、行业配置贡献和选股贡献，
其中，MV-Ait表示组合中A股资产i在t
日的期初市值，MVt表示组合t日期初市值，Wt表示基准t日权益资产仓位，Rbt表示t日基准权
益收益率，n表示组合中对应目标资产配置的资产数量，
其中，Rind-i，t表示t日A股
资产i所属行业的基准该行业收益率，
其中，Profit-Ait表示A股资产i在t
日的利润；
H股和新三板资产分解为2个业绩贡献项：H股和新三板择时贡献和H股和新三板超额贡
献，
MV-Hit表示H股和新三板资产i在t
日的期初市值，
其中，Profit-Hit表示
H股和新三板资产i在t日的利润；
标的物为权益资产的衍生品的业绩贡献项列为权益衍生品择时贡献，
其中Profit-Alt-Sit表示标的物为权益资产
的衍生品资产i在t日的利润。
16.如权利要求14所述的方法，其特征在于，分解所述固定收益资产所得的一个或多个
目标资产配置包含但不限于：一般债券资产、可转债资产、回购资产、标的物为固定收益资
产的衍生品；
一般债券资产分解为8个业绩贡献项：一般债券择时贡献、交易贡献、票息贡献、收敛贡
献、国债久期贡献、期限结构贡献、信用类属贡献和信用择券贡献，
其中MV-Bit表示组合中一般债券i
在t日的期初市值，Rbt′表示t日基准固定收益收益率，wt表示基准t日固定收益资产仓位，n
表示组合中对应目标资产配置的资产数量，
t日交易贡献＝t日固定收益资产总利润/t日组合期初市值-(t日持有贡献+t日价格贡
献+t日一般债券择时贡献)，
其中Intpt表示组合t日总利息收入，Intjt表示
基准中一般债券j在t日的利息收入，wj，t表示基准中一般债券j在t日的权重，m表示基准中
一般债券的数量，
其中,yi，t表示组合中一般债券i在t日
期末到期收益率，wj，t表示基准中一般债券j在t日的权重，y′j，t表示基准中一般债券j在t日
期末到期收益率，
t日收敛贡献＝t日持有贡献-t日票息贡献，
其中MDit表示组合中
一般债券i在t日的久期，MDjt表示基准中一般债券j在t日的久期,Δyi，t＝yi，t-yi，t-1表示组
合中一般债券i在t日期末到期收益率减去t-1日期末到期收益率，Δyj，t′＝yj，t′-yj，t-1′表示基准中一般债券j在t日期末到期收益率减去t-1日期末到期收益率，
Δyi，yc，t＝yi，yc，t-yi，yc，t-1，Δyj，yc，t′＝yj，yc，t′-yj，yc，t-1′，其中，yi，yc，t表示在国债收益率曲线上，t日组合中债券i久期对应的到期收益率；yj，yc，t′表示在国债收益率曲线上，t日基
准中债券j久期对应的到期收益率，
t日期限结构贡献＝t日国债效用贡献-t日国债久期贡献，
其中 ，Δ
yi，c，t＝Δyi，t-Δyi，yc，t，Δyj，c，t′＝Δyj，t′-Δyj，yc，t′，
Δyi，rc，t＝yi，rc，t-yi，rc，t-1，Δyj，rc，t′＝yj，rc，t′-yj，rc，t-1′，其中，yi，rc，t表示t日组合中债券i对应的信用评级的到期收益率；yj，rc，t′表示t日基准中债券j对应的信用评级的到期收
益率，信用评级取自公开数据，若为私募债券或评级失效等情况，该券当期的Δyi，rc，t＝0，
t日信用择券贡献＝t日信用利差贡献-t日信用类属贡献；
可转债资产分解为2个业绩贡献项：可转债择时贡献和可转债超额贡献，
其中，MV-CBit表示t日可转
债i的期初市值，Profit-CBit表示t日可转债i的利润；
回购资产单独列为绝对收益项，即： 其中，Profit-
repoit表示回购资产i在t日的利润；
标的物为固定收益资产的衍生品的业绩贡献项列为固收衍生品择时贡献，
其中Profit-Alt-Bit表示标的物为固定收
益资产的衍生品资产i在t日的利润。
17.如权利要求14所述的方法，其特征在于，所述现金及费用按照类别不同将现金和费
用分为现金及交易费、管理托管费、业绩报酬费3类，每一类分别列为组合收益的贡献项表
示为：现金及交易费类贡献、管理托管费贡献、业绩报酬费贡献；分别为当期费用金额/组合
期初市值；其他投资品种列为其他投资品种贡献，具体为当期收益/组合期初市值。
18.如权利要求14所述的方法，其特征在于，所述不同目标资产配置的部分业绩贡献项
的业绩贡献参数可合并计算。
19.如权利要求1、12或14所述的方法，其特征在于，根据业绩分析需要，所述业绩贡献
项的最小单位为个券，所述个券为所述目标投资组合的最小投资单元。
20.一种投资组合的业绩分析装置，其特征在于，包含：
数据获取模块，用于获取目标投资组合在目标归因期间的个券资讯数据和组合持仓数
据，以及目标投资组合的基准收益率数据包；
预处理模块，用于对所述目标投资组合在所述目标归因期间的个券资讯数据和组合持
仓数据进行预处理并将预处理结果保存在数据库中；
第一计算模块，用于从数据库调用所述预处理结果，计算所述目标投资组合在目标归
因期间的业绩历史参数；
第二计算模块，用于设置对应目标归因期间的一个或多个虚拟基准资产组合，调用基
准收益率数据包，计算所述虚拟基准资产组合的虚拟基准业绩历史参数；
第一分解模块，用于分解所述目标投资组合为一种或多种目标资产类型，分解每种目
标资产类型为一个或多个目标资产配置，再将目标资产配置设置为一个或多个业绩贡献
项；
第三计算模块，用于根据所述每种目标资产配置所设置的一个或多个业绩贡献项，调
用所述预处理结果以及虚拟基准业绩历史参数，分别计算所述目标归因期间的各个业绩贡
献项的业绩贡献参数；
汇总模块，用于汇总各个业绩贡献项的业绩贡献参数，获取目标投资组合的总贡献参
数。
21.如权利要求20所述的装置，其特征在于，所述目标归因期间的所述业绩历史参数包
含但不限于每期期初市值、每期收益率、组合总收益率、基准总收益率。
22.如权利要求20或21所述的装置，其特征在于，计算所述目标投资组合在所述目标归
因期间的所述业绩历史参数采用金额法。
23.如权利要求20或21所述的装置，其特征在于，还包含平滑模块，用于以所述业绩历
史参数为输入数据，计算所述目标投资组合在目标归因期间的每期平滑算子和总平滑算
子，用于汇总各种业绩贡献项的业绩贡献参数，获取目标投资组合的总贡献参数。
24.如权利要求20所述的装置，其特征在于，对所述目标投资组合在预设业绩分析期间
的个券资讯数据和组合持仓数据进行的预处理包括但不限于统一货币单位、数据校验和备
份。
25.如权利要求20或24所述的装置，其特征在于，所述组合持仓数据包含所述目标投资
组合的个券的期末市值、利润，所述利润包含但不限于利息(红利)收入、价差收入、浮动盈
亏。
26.如权利要求20所述的装置，其特征在于，所述虚拟基准资产组合的数量与所述目标
归因期间的期数相同。
27.如权利要求20或26所述的装置，其特征在于，所述第二计算模块还包含：
第一分解单元，用于分解每个所述虚拟基准资产组合为一种或多种虚拟基准资产类
型；
第二分解单元，用于分解每种虚拟基准资产类型为一个或多个虚拟业绩贡献项。
28.如权利要求27所述的装置，其特征在于，所述虚拟基准资产类型与所述目标资产类
型对应但非一一对应。
29.如权利要求27或28所述的装置，其特征在于，根据所述每种虚拟基准资产类型所设
置的一个或多个虚拟业绩贡献项的权重和为1。
30.如权利要求20所述的装置，其特征在于，分解所述目标投资组合所得的一种或多种
目标资产类型包含但不限于：权益资产、固定收益资产、现金及费用、其他投资品种。
31.如权利要求30所述的装置，其特征在于，分解所述权益资产所得的一个或多个目标
资产配置包含但不限于：A股资产、H股和新三板资产、标的物为权益资产的衍生品。
32.如权利要求30所述的装置，其特征在于，分解所述固定收益资产所得的一个或多个
目标资产配置包含但不限于：一般债券、可转债、回购、标的物为固定收益资产的衍生品。
33.如权利要求30、31或32所述的装置，其特征在于，根据所述目标资产配置所设置的
业绩贡献项包含但不限于如下一种或多种：择时贡献、行业配置贡献、选股贡献、H股和新三
板超额贡献、交易贡献、票息贡献、收敛贡献、国债久期贡献、期限结构贡献、信用类属贡献、
信用择券贡献、可转债超额贡献、回购贡献、现金及交易费类贡献、管理托管费贡献、业绩报
酬贡献、其他投资品种贡献；所述每个目标资产配置所设置的业绩贡献项互相独立。
34.如权利要求33所述的装置，其特征在于，所述每种业绩贡献项的业绩贡献参数的归
因计算方法，以及虚拟基准业绩历史参数的归因计算方法相互独立。
35.如权利要求33所述的装置，其特征在于，所述择时贡献包括以下一种或多种：A股择
时贡献、H股和新三板择时贡献、权益衍生品择时贡献、一般债券择时贡献、可转债择时贡
献、和固收衍生品择时贡献。
36.如权利要求35所述的装置，其特征在于，分解所述权益资产所得的一个或多个目标
资产配置包含但不限于：A股资产、H股和新三板资产、标的物为权益资产的衍生品；
A股资产分解为3个业绩贡献项：A股择时贡献、行业配置贡献和选股贡献，
其中，MV-Ait表示组合中A股资产i在t
日的期初市值，MVt表示组合t日期初市值，Wt表示基准t日权益资产仓位，Rbt表示t日基准权
益收益率，n表示组合中对应目标资产配置的资产数量，
其中，Rind-i，t表示t日A股
资产i所属行业的基准该行业收益率，
其中，Profit-Ait表示A股资产i在t
日的利润；
H股和新三板资产分解为2个业绩贡献项：H股和新三板择时贡献和H股和新三板超额贡
献，
MV-Hit表示H股和新三板资产i在t
日的期初市值，
其中，Profit-Hit表示
H股和新三板资产i在t日的利润；
标的物为权益资产的衍生品的业绩贡献项列为权益衍生品择时贡献，
其中Profit-Alt-Sit表示标的物为权益资产
的衍生品资产i在t日的利润。
37.如权利要求35所述的装置，其特征在于，分解所述固定收益资产所得的一个或多个
目标资产配置包含但不限于：一般债券资产、可转债资产、回购资产、标的物为固定收益资
产的衍生品；
一般债券资产分解为8个业绩贡献项：一般债券择时贡献、交易贡献、票息贡献、收敛贡
献、国债久期贡献、期限结构贡献、信用类属贡献和信用择券贡献，
其中MV-Bit表示组合中一般债券i
在t日的期初市值，Rbt′表示t日基准固定收益收益率，wt表示基准t日固定收益资产仓位，n
表示组合中对应目标资产配置的资产数量，
t日交易贡献＝t日固定收益资产总利润/t日组合期初市值-(t日持有贡献+t日价格贡
献+t日一般债券择时贡献)，
其中Intpt表示组合t日总利息收入，Intjt表示
基准中一般债券j在t日的利息收入，
其中,yi，t表示组合中一般债券i在t日期
末到期收益率，Wj,t表示基准中一般债券j在t日的权重，m表示基准中一般债券的数量，
y′j，t表示基准中一般债券j在t日期末到期收益率，
t日收敛贡献＝t日持有贡献-t日票息贡献，
其中MDit表示组合中
一般债券i在t日的久期，MDjt表示基准中一般债券j在t日的久期，Δyi，t＝yi，t-yi，t-1表示组
合中一般债券i在t日期末到期收益率减去t-1日期末到期收益率，Δyj，t′＝yj，t′-yj，t-1′表示基准中一般债券j在t日期末到期收益率减去t-1日期末到期收益率，
Δyi，yc，t＝yi，yc，t-yi，yc，t-1，Δyi，yc，t′＝yj，yc，t′-yj，yc，t′，其中，yj，rc，t表示在国债收益率曲线上，t日组合中债券i久期对应的到期收益率；yj，yc，t′表示在国债收益率曲线上，t日基
准中债券j久期对应的到期收益率，
t日期限结构贡献＝t日国债效用贡献-t日国债久期贡献，
其中 ，Δ
yi，c，t＝Δyi，t－Δyi，yc，t，Δyj，c，t′＝Δyj，t′-Δyj，yc，t′，
Δyi，rc，t＝yi，rc，t-yi，rc，t-1，Δyj，rc，t′＝yj，rc，t′-yj，rc，t-1′，其中，yj，rc，t表示t日组合中债券i对应的信用评级的到期收益率；yj，rc，t′表示t日基准中债券j对应的信用评级的到期收
益率，信用评级取自公开数据，若为私募债券或评级失效等情况，该券当期的Δyi，rc，t＝0，
t日信用择券贡献＝t日信用利差贡献-t日信用类属贡献；
可转债资产分解为2个业绩贡献项：可转债择时贡献和可转债超额贡献，
其中，MV-CBit表示t日可
转债i的期初市值，Profit-CBit表示t日可转债i的利润；
回购资产单独列为绝对收益项，即： 其中，Profit-
repoit表示回购资产i在t日的利润；
标的物为固定收益资产的衍生品的业绩贡献项列为固收衍生品择时贡献，
其中Profit-Alt-Bit表示标的物为固定收
益资产的衍生品资产i在t日的利润。
38.如权利要求35所述的装置，其特征在于，所述现金及费用按照类别不同将现金和费
用分为现金及交易费、管理托管费、业绩报酬费3类，每一类分别列为组合收益的贡献项表
示为：现金及交易费类贡献、管理托管费贡献、业绩报酬费贡献；分别为当期费用金额/组合
期初市值；其他投资品种列为其他投资品种贡献，具体为当期收益/组合期初市值。
39.如权利要求35所述的装置，其特征在于，根据业绩分析需要，所述业绩贡献项的最
小单位为个券，所述个券为所述目标投资组合的最小投资单元。
40.一种可读存储介质，其特征在于，所述可读存储介质中存储有计算机程序，所述计
算机程序被处理器执行时用于实现权利要求1～18任一条所述的投资组合的业绩分析方
法。
投资组合的业绩分析方法、装置、可读存储介质
技术领域
背景技术
帮助投资经理优化投资规划。
当期收益作为当期的期初成本；在计算各资产收益率时，将上期期末市值作为本期期初成
本。两种收益率计算口径的不同导致所有归因技术均存在较大系统误差。
发明内容
参数；
目标投资组合的总贡献参数。
贡献、国债久期贡献、期限结构贡献、信用类属贡献、信用择券贡献、可转债超额贡献、回购
贡献、现金及交易费类贡献、管理托管费贡献、业绩报酬贡献、其他投资品种贡献；所述每个
目标资产配置所设置的业绩贡献项互相独立。
准权益收益率，n表示组合中对应目标资产配置的资产数量，此公式中表示A股资产数量，
资产数量，
的衍生品资产i在t日的利润，n表示组合中对应目标资产配置的资产数量，此公式中表示标
的物为权益资产的衍生品资产数量。
位，n表示组合中对应目标资产配置的资产数量，此公式中表示一般债券数量，
量，y′j，t表示基准中一般债券j在t日期末到期收益率，
示组合中一般债券i在t日期末到期收益率减去t-1日期末到期收益率，Δyj，t′＝yj，t′-
yj，t-1′表示基准中一般债券j在t日期末到期收益率减去t-1日期末到期收益率，
＝0，
公式中表示回购资产数量。
益资产的衍生品资产i在t日的利润，n表示组合中对应目标资产配置的资产数量，此公式中
表示标的物为固定收益资产的衍生品资产数量。
管理托管费贡献、业绩报酬费贡献；分别为当期费用金额/组合期初市值；其他投资品种列
为其他投资品种贡献，具体为当期收益/组合期初市值。
可相加获得固定收益择券贡献的业绩贡献参数。
献项；
业绩贡献项的业绩贡献参数；
献参数，获取目标投资组合的总贡献参数。
贡献、国债久期贡献、期限结构贡献、信用类属贡献、信用择券贡献、可转债超额贡献、回购
贡献、现金及交易费类贡献、管理托管费贡献、业绩报酬贡献、其他投资品种贡献；所述每个
目标资产配置所设置的业绩贡献项互相独立。
准权益收益率，n表示组合中对应目标资产配置的资产数量，
的衍生品资产i在t日的利润，n表示组合中对应目标资产配置的资产数量。
位，n表示组合中对应目标资产配置的资产数量，
量，y′j，t表示基准中一般债券j在t日期末到期收益率，
示组合中一般债券i在t日期末到期收益率减去t-1日期末到期收益率，Δyj，t′＝yj，t′-
yj，t-1′表示基准中一般债券j在t日期末到期收益率减去t-1日期末到期收益率，
＝0，
益资产的衍生品资产i在t日的利润。
理托管费贡献、业绩报酬费贡献；分别为当期费用金额/组合期初市值；其他投资品种列为
其他投资品种贡献，具体为当期收益/组合期初市值。
加获得固定收益择券贡献的业绩贡献参数。
细致、算法效率更高、更符合实践中的投资逻辑。本发明实施例的投资组合的业绩分析方法
可对各基金的风险收益情况和绩效归因结果做出详尽对比，分析各基金的投资特色和优缺
点，辅助用户的基金评价与选择过程。
具体实施方式
益率数据包于目标投资组合成立时发布，每期基准所含资产种类及其权重均按照发布的确
认原则进行确认。此处及本专利所说的任一处个券，都为目标投资组合的最小投资单元。
结果保存在数据库中。进一步，组合持仓数据包含所述目标投资组合的个券的期末市值、利
润，所述利润包含但不限于利息(红利)收入、价差收入、浮动盈亏。此处，期末市值所理解的
期数及本专利所述的“期数”均为某一日或整个目标归因期间，目标归因期间指拟进行业绩
分析的时间范围。
不限于每期期初市值、每期收益率、组合总收益率、基准总收益率，进一步，计算业绩历史参
数采用金额法：y期期初市值＝y期期末市值-y期净利润，y期收益率＝y期利润/y期期初市
值，通过金额法解决了组合收益率和个券收益率的计算口径上存在的矛盾，统一了投资组
合收益率与个券收益率在计算上的差异，从而规避了归因分析中显著的系统误差。同理，利
用金额法计算t日组合收益率rt、t日基准收益率bt、目标归因期间组合总收益率r、基准总收
益率b。
合为一种或多种虚拟基准资产类型，再分解每种虚拟基准资产类型为一个或多个虚拟业绩
贡献项，在本实施例中，每种虚拟基准资产类型的一个或多个虚拟业绩贡献项的权重和为
1，再调用基准收益率数据包，计算所述虚拟基准资产组合的虚拟基准业绩历史参数，如果
在虚拟基准资产组合时已经为最低投资单元，则无需分解，可直接计算得到虚拟基准业绩
历史参数。
拟权益资产和虚拟行业资产，将虚拟权益资产分解为权重和为1的虚拟业绩贡献项组合，其
收益率即为t日基准权益收益率；而将t日基准的虚拟行业资产按行业分类，构建各行业权
重和为1的虚拟业绩贡献项组合，其收益率为t日基准某行业收益率，由此，即得到虚拟基准
业绩历史参数。
产、现金及费用、其他投资品种。
新三板资产、标的物为权益资产的衍生品。如果目标资产类型为固定收益资产，则其目标资
产配置可以是如下的一种或多种：一般债券、可转债、回购、标的物为固定收益资产的衍生
品。
超额贡献、交易贡献、票息贡献、收敛贡献、国债久期贡献、期限结构贡献、信用类属贡献、信
用择券贡献、可转债超额贡献、回购贡献、当期费用金额/组合期初市值、管理托管费贡献、
业绩报酬贡献、其他投资品种当期收益/组合期初市值；所述每个目标资产配置所设置的业
绩贡献项互相独立。对目标投资组合的分解与上述虚拟基准资产的分解方法相同，根据业
绩分析需要，目标资产配置可一直分解至个券。在本实施例中，所述虚拟基准资产类型与所
述目标资产类型对应但非一一对应。
献项的业绩贡献参数，具体算法详见下述具体示例。因此，通过将目标投资组合和基准划分
为多个资产类型的组合，并采用不同的归因方法，克服了现有技术只能对单一资产组合进
行业绩归因的缺陷，实现了对多资产组合完整、一致并通用的分析。在本实施例中，每种业
绩贡献项的业绩贡献参数的归因计算方法，以及虚拟基准业绩历史参数的归因计算方法都
相互独立，因而，通过将投资组合和基准划分为多个目标资产组合，采用不同的归因方法，
克服了现有的模型只能专注于对单一资产组合的业绩归因，实现了对不同资产组合的完
整、一致的、适用的多资产组合的分析方法。
并计算。进一步，各个目标资产配置的择时贡献的业绩贡献参数可相加获得大类择时贡献
的业绩贡献参数；各个目标资产配置的交易贡献和信用择券贡献的业绩贡献参数可相加获
得固定收益择券贡献的业绩贡献参数。因而，通过不同目标资产配置的组合，诸如权益资产
的组合，将现有技术模型中的“交互作用”分解为了行业配置和选股贡献；对固定收益资产
组合，将杠杆对组合收益的影响单独拆分出来，完善了归因分析的视角。
献参数，获取业绩贡献项的总贡献参数，以进一步降低系统误差。如计算t日投资组合平滑
算子即每期平滑算子kt和整个目标归因期间总算子k。其中， 若rt＝
bt，则 若r＝b，则
(ind行业即为该券所在行业)。
目标投资组合成立时公布的基准确认原则确定,下同)，Rbt表示t日基准权益收益率。由此，
代入表格2019/01/07的数据： 同理，
2019/01/08的A股择时贡献＝0.07％。
中信行业分类、证监会行业分类等分类口径。由此，代入2019/01/07的数据：
同理，2019/01/08的行
业配置贡献＝-0.11％。
置贡献和择时贡献，得到选股贡献，即将零交易成本资产收益划入到选股贡献中，克服了无
法计算上期期末持有市值为0的投资组合资产的收益，如已卖空股票发放的红利收入，大大
降低了技术的系统性误差。由此，代入2019/01/07的数据：
同理，2019/01/08的选股贡献＝3.65％。
同理，2019/01/08H股和新三板择时贡献
＝-0.01％。
同理，2019/01/08H
股和新三板超额贡献＝-0.38％。
在t日的利润。代入2019/01/07的数据：衍生品择时贡献＝衍生品当期净利润/组合期初成
本＝0.00％；同理，2019/01/08衍生品择时贡献＝0.00％。
开，得到： P表示债券价格，y表示该券到期收益率，Δy表示
当期该券到期收益率减去上一期该券到期收益率，MD表示该券的久期，Δt表示当期所包含
的年数。
收益资产仓位。由此，代入2019/01/07的数据：
同理，2019/01/08一般债券择时贡献＝
0.03％。
献、价格贡献和择时贡献，得到交易贡献，即将零交易成本资产收益划入到交易贡献中，克
服了无法计算上期期末持有市值为0的投资组合资产的收益，如已卖空股票发放的红利收
入，降低了技术的系统性误差。代入2019/01/07的数据，交易贡献＝固定收益资产总利润/
组合期初市值-(持有贡献+价格贡献+信用利差贡献+一般债券择时贡献)＝0.50％，同理，
2019/01/08交易贡献＝-0.24％。
同理，2019/01/08票息贡献＝0.00％。
其中,yi，t表示组合中一般债券i在t日期末
到期收益率，Wj,t表示基准中一般债券j在t日的权重，m表示基准中一般债券的数量，y′j，t
表示基准中一般债券j在t日期末到期收益率；持有贡献分为票息贡献和收敛贡献。代入
2019/01/07的数据， 同理，2019/01/
08持有贡献＝0.00％。
yi，t-1表示组合中一般债券i在t日期末到期收益率减去t-1日期末到期收益率，Δyj，t′＝
yj，t′-yj，t-1′表示基准中一般债券j在t日期末到期收益率减去t-1日期末到期收益率。代入
2019/01/07的数据，
同理，2019/01/08价格贡献
＝-0.02％。
yi，yc，t-yi，yc，t-1，Δyj，yc，t′＝yj，yc，t-1′，其中，yi，yc，t表示在国债收益率曲线上，t日组合中债券i久期对应的到期收益率；yj，yc，t′表示在国债收益率曲线上，t日基准中债券j久期对应的
到期收益率。
献-t日国债久期贡献；由此 ，代入2019/01/07的数据，
国债期限结构贡献＝国债效用
贡献-国债久期贡献＝0.00％，而2019/01/08国债久期贡献＝-0.02％，国债期限结构贡献
＝0.00％。
yi，t-Δyi，yc，t，Δyj，c，t′＝Δyj，t′-Δyj，yc，t′。
＝0。t日信用择券贡献＝t日信用利差贡献-t日信用类属贡献。由此，代入2019/01/07的数
据，
信用择券贡献＝信用利差
贡献-信用类属贡献＝0.04％，同理，2019/01/08信用利差贡献＝0.03％，信用类属贡献＝
0.04％，信用择券贡献＝-0.01％。
0.01％。
2019/01/08可转债超额
贡献＝0.28％。
据，回购贡献＝0.00％，同理，2019/01/08
润/组合期初成本＝0.00％，同理，2019/01/08固收衍生品择时贡献＝0.00％。
的贡献表示为：当期费用金额/组合期初市值，在本实施例中，将现金收益和费用类科目单
独计算，进一步完善了归因分析的方法，弥补了现有的业绩方法中忽略现金收益和交易费
用、管理费等产品运作费用的缺陷。代入2019/01/07的数据，管理托管费贡献＝管理托管
费/组合期初成本＝-0.10％，现金及交易贡献＝(现金收益-交易费用)/组合期初成本＝-
0.40％，业绩报酬贡献＝业绩报酬/组合期初成本＝0.00％；同理，2019/01/08现金及交易
贡献＝-0.29％，管理托管费贡献＝-0.10％，业绩报酬贡献＝0.00％。
他投资品种＝其他品种当期净利润/组合期初成本＝0.00％，同理，2019/01/08其他投资品
种＝0.00％。
构贡献、固定收益信用类属贡献、固定收益择券贡献、H股及新三板超额贡献、可转债超额贡
献、回购贡献、现金及交易费用类贡献、管理托管费贡献、业绩报酬贡献、其他投资品种贡
献。
Brinson模型中的“交互作用”分解为了行业配置和选股贡献；对固定收益组合，将杠杆对组
合收益的影响单独拆分出来；完善了归因分析的视角。代入2019/01/07的数据，大类择时贡
献＝A股择时贡献+固定收益择时贡献+H股和新三板择时贡献+权益衍生品择时贡献+可转
债择时贡献+固收衍生品择时贡献＝-0.14％，同理，2019/01/08大类择时贡献＝0.10％。
益择券贡献＝-0.25％。
为示例，进行了四舍五入，计算结果可能存在尾差，但不影响本发明的有效实施。
算法效率更高、更符合实践中的投资逻辑。
仓数据包含所述目标投资组合的个券的期末市值、利润，所述利润包含但不限于利息(红
利)收入、价差收入、浮动盈亏。
所述目标投资组合在预设业绩分析期间的个券资讯数据和组合持仓数据进行的预处理包
括但不限于统一货币单位、数据校验和备份。
所述业绩历史参数包含但不限于每期期初市值、每期收益率、组合总收益率、基准总收益
率。
据包，计算所述虚拟基准资产组合的虚拟基准业绩历史参数；在本实施例中，如图4所示，第
二计算模块4还包含：第一分解单元41，用于分解每个所述虚拟基准资产组合为一种或多种
虚拟基准资产类型，所述虚拟基准资产类型与所述目标资产类型对应但非一一对应，每种
虚拟基准资产类型的一个或多个虚拟业绩贡献项的权重和为1。第二分解单元42，用于分解
每种虚拟基准资产类型为一个或多个虚拟业绩贡献项。
多个业绩贡献项。在本实施例中，根据业绩分析需要，所述目标资产配置的最小单位为个
券，所述个券为所述目标投资组合的最小投资单元。
各个业绩贡献项的业绩贡献参数。在本实施例中，每种业绩贡献项的业绩贡献参数的归因
计算方法，以及虚拟基准业绩历史参数的归因计算方法都相互独立。
业绩贡献项的业绩贡献参数，获取目标投资组合的总贡献参数。
法效率更高、更符合实践中的投资逻辑。
质，其中存储有计算机程序，所述计算机程序被处理器执行时用于实现上述的各种实施方
式提供的投资组合的业绩分析方法。其中，可读存储介质可以是计算机存储介质，也可以是
通信介质。通信介质包括便于从一个地方向另一个地方传送计算机程序的任何介质。计算
机存储介质可以是通用或专用计算机能够存取的任何可用介质。例如，可读存储介质耦合
至处理器，从而使处理器能够从该可读存储介质读取信息，且可向该可读存储介质写入信
息。当然，可读存储介质也可以是处理器的组成部分。处理器和可读存储介质可以位于专用
集成电路中。另外，该专用集成电路可以位于设备中。当然，处理器和可读存储介质也可以
作为分立组件存在于通信设备中。可读存储介质可以是只读存储器(ROM)、随机存取存储器
(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。本发明还提供一种程序产品，该程序产品
包括执行指令，该执行指令存储在可读存储介质中。设备的至少一个处理器可以从可读存
储介质读取该执行指令，至少一个处理器执行该执行指令使得设备实施上述的各种实施方
式提供的投资组合的业绩分析方法。在上述设备的实施例中，应理解，处理器可以是中央处
理单元(英文：Central Processing Unit，简称：CPU)，还可以是其他通用处理器、数字信号
处理器(英文：Digital Signal Processor，简称：DSP)、专用集成电路(英文：Application
Specific Integrated Circuit，简称：ASIC)等。通用处理器可以是微处理器或者该处理器
也可以是任何常规的处理器等。结合本发明所公开的方法的步骤可以直接体现为硬件处理
器执行完成，或者用处理器中的硬件及软件模块组合执行完成。
围更广、归因维度分解更细致、算法效率更高、更符合实践中的投资逻辑。
素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备
所固有的要素。在没有更多限制的情况下，由语句“包括一个投资组合的业绩分析方法”限
定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要
素。
| 标题 | 发布/更新时间 | 阅读量 |
|---|---|---|
| 一种含分布式电源的新型配网双层优化配置方法 | 2020-05-16 | 424 |
| 设有循环反应器的换热网络最优循环比确定方法 | 2020-05-28 | 449 |
| 一种EMS能源管理调控系统及方法 | 2020-06-07 | 864 |
| 一种基于交通出行数据的人类出行选择信息挖掘方法 | 2020-05-15 | 583 |
| 一种电力市场风险评估方法及评估系统 | 2020-07-22 | 578 |
| 一种新能源高渗透背景下多维提升储能价值的方法 | 2020-07-21 | 133 |
| 一种成本确定方法、系统及装置 | 2020-05-27 | 437 |
| 一种考虑水光蓄互补的区域联合体两阶段经济调度方法 | 2020-05-25 | 690 |
| 一种基于容量市场的燃煤机组搁置成本补贴计算方法 | 2020-08-03 | 485 |
| 一种风电配合压缩空气储能容量优化方法及系统 | 2020-05-26 | 802 |
高效检索全球专利专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台，是提供专利分析，专利查询，专利检索等数据服务功能的知识产权数据服务商。
我们的产品包含105个国家的1.26亿组数据，免费查、免费专利分析。
专利汇分析报告产品可以对行业情报数据进行梳理分析，涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度，系统通过AI智能系统对图表进行解读，只需1分钟，一键生成行业专利分析报告。
