一种投资能力鉴定方法、装置及非暂存性计算机可读存储
介质
技术领域
背景技术
[0002] 投资能力鉴定主要用于解决投资用户非理性投资行为造成的系统
风险。现有的投资能力鉴定方法，主要为基于“投资能力成熟度模型”(ICMM：Investment Capability Maturity Model)的问卷调查和基于财力证明凭证的资本规模准入。
[0003] 其中，ICMM投资能力成熟度模型主要用于评估投资者投资能力的成熟程度。该模型对投资者的投资理念、投资策略、知识积累能力、信息处理能力、分析决策能力、投资执行能力、风险控制能力、心理平衡能力等八个方面，进行考核评估将投资者划分为5个级别。分别为初始级、投机级、投资级、专业级、大师级。金融企业通过将ICMM模型编制成包含若干题目的量表交给金融产品的潜在用户，由用户主观填写，并根据填写结果和模型对应的结论给予用户相应的评级。
[0004] 该方法存在的重大
缺陷在于，用户参与投资的普遍心理是投机，因此存在不按照客观事实填写量表获得投资资格的动机。其次，当前投资能力鉴定的形式通常无需鉴定填写者的身份，因此，测量结果与真实情况关联极弱，无法起到平抑市场非理性行为的作用。
[0005] 基于财力证明凭证的资本规模准入模式，可以解决用户身份的问题，也可以客观基于其资产规模判断其对应投资风险的
水平。但该方法的缺陷是过于局限，通过第三方统计数据可知，我国平均年收入大于60万的家庭，仅占全部家庭的0.7％，导致金融产品的业务边界被大大的束缚，另一方面即将促成长为新中产的超过全国总人口4％的本科及以上学历的潜在金融产品青年用户，因资产规模所限无法进行与其认知水平相一致的投资活动。因此，供需方两个
角度都急需一种客观有效的投资能力鉴定系统，解决金融市场准入
门槛不合理的问题。
发明内容
[0006] 为此，本发明实施例提供一种投资能力鉴定方法、装置及非暂存性计算机可读存储介质，以解决
现有技术中由于缺乏一种客观有效的投资能力鉴定系统而导致的金融市场准入门槛不合理的问题。
[0007] 为了实现上述目的，本发明提供一种投资能力鉴定方法、装置及非暂存性计算机可读存储介质，通过引入
区块链技术实现行为额的见证和行为结果的信息存证，通过信息所述用户的聚类，划分层级，客观准确的判断出投资用户的投资等级。其具体技术方案如下：
[0008] 根据本发明实施例的第一方面提供一种投资能力鉴定方法，其特征在于，包括，[0009] 获取真实
证券市场数据；
[0010] 响应于接收到待测用户对所述真实证券市场数据进行的买卖模拟行为数据和与所述行为数据对应的收益数据，将所述行为数据和收益数据作为表征所述待测用户的特征量；
[0011] 将所述表征待测用户的特征量输入至预先建立的投资能力等级分类模型，得到所述待测用户的投资能力等级。
[0012] 进一步地，还包括，将所述待测用户的投资能力等级、所述买卖模拟行为数据和所述收益数据通过
智能合约上传至预先与用户信息绑定的区块链公链
节点上进行存储，以便投资机构在得到待测用户的授权后能够通过区块链的公链网络获取所述待测用户的投资能力。
[0013] 进一步地，所述行为数据包括用户投资金融产品所使用的时间、用户选择金融产品的次数。
[0014] 进一步地，所述投资能力等级分类模型的建立包括如下步骤：
[0015] 获取多个待测用户的买卖模拟行为数据和与所述行为数据对应的收益数据，得到多个表征所述待测用户的特征量；
[0016] 采用聚类
算法对所述特征量进行计算，得到具有多个分类结果的投资能力等级分类模型。
[0017] 进一步地，所述
聚类算法采用k-means算法对所述特征量进行计算，得到投资能力等级分类模型。
[0018] 根据本发明实施例的第二方面提供一种投资能力鉴定装置，其特征在于，包括，[0019] 获取模块，用于获取真实证券市场数据；
[0020] 特征量模块，用于响应于接收到待测用户对所述真实证券市场数据进行的买卖模拟行为数据和与所述行为数据对应的收益数据，将所述行为数据和收益数据作为表征所述待测用户的特征量；
[0021] 资能力等级获得模块，用于将所述表征待测用户的特征量输入至预先建立的投资能力等级分类模型，得到所述待测用户的投资能力等级。
[0022] 进一步地，还包括区块链保存模块，用于将所述待测用户的投资能力等级、所述买卖模拟行为数据和所述收益数据通过智能合约上传至预先与用户信息绑定的区块链公链节点上进行存储，以便投资机构在得到待测用户的授权后能够通过区块链的公链网络获取所述待测用户的投资能力。
[0023] 进一步地，所述所述行为数据包括用户投资金融产品所使用的时间、用户选择金融产品的次数。
[0024] 进一步地，还包括建模模块，用于获取多个待测用户的买卖模拟行为数据和与所述行为数据对应的收益数据，得到多个表征所述待测用户的特征量；
[0025] 采用聚类算法对所述特征量进行计算，得到具有多个分类结果的投资能力等级分类模型。
[0026] 进一步地，所述聚类算法采用k-means算法对所述特征量进行计算，得到投资能力等级分类模型。
[0027] 本发明的第三方面提供一种非暂存性的计算机可读存储介质，其特征在于，保存有一个或多个计算机可读程序指令，所述一个或多个计算机可读程序指令用于被执行如上述所述的投资能力鉴定方法。
[0028] 本发明实施例具有如下优点：
[0029] 本发明实施例提供的一种投资能力鉴定方法，通过获取真实的证券市场数据，然后基于这些证券市场数据，对待测用户进行买卖模拟，并将待测用户在模拟过程中的行为数据和收益数据作为表征该用户投资能力的特征量，最后输入至能预测待测用户投资能力等级的模型，最终得到待测用户的投资能力等级。通过对用户的买卖模拟获得的行为数据和收益数据进行数据分类，量化计算并分析用户的投资能力等级，分析结果客观公正，解决了现有技术中由于主观填写数据表造成的投资能力鉴定不准确的问题。
[0030] 进一步地，本发明实施例将待测用户的投资能力等级、所述买卖模拟行为数据和所述收益数据通过智能合约上传至预先与用户信息绑定的区块链公链节点上进行存储，因用户身份与区块链地址唯一绑定，而区块链数据不可篡改的特性，用户的真实能力无可更改。
附图说明
[0031] 为了更清楚地说明本发明的实施方式或现有技术中的技术方案，下面将对实施方式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示例性的，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，还可以根据提供的附图引伸获得其它的实施附图。
[0032] 本
说明书所绘示的结构、比例、大小等，均仅用以配合说明书所揭示的内容，以供熟悉此技术的人士了解与阅读，并非用以限定本发明可实施的限定条件，故不具技术上的实质意义，任何结构的修饰、比例关系的改变或大小的调整，在不影响本发明所能产生的功效及所能达成的目的下，均应仍落在本发明所揭示的技术内容能涵盖的范围内。
[0033] 图1为本发明实施例1提供的一种投资能力鉴定方法的流程
框图；
[0034] 图2为本发明实施例2提供的一种投资能力鉴定方法的优选实施方式的流程框图；
[0035] 图3为本发明实施例3提供的一种投资能力鉴定装置的结构示意图。
具体实施方式
[0036] 以下由特定的具体实施例说明本发明的实施方式，熟悉此技术的人士可由本说明书所揭露的内容轻易地了解本发明的其他优点及功效，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，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，都属于本发明保护的范围。
[0037] 参见图1，为本发明实施例1提供的一种投资能力鉴定方法的流程框图，包括：
[0038] 获取真实证券市场数据；
[0039] 响应于接收到待测用户对所述真实证券市场数据进行的买卖模拟行为数据和与所述行为数据对应的收益数据，将所述行为数据和收益数据作为表征所述待测用户的特征量；
[0040] 将所述表征待测用户的特征量输入至预先建立的投资能力等级分类模型，得到所述待测用户的投资能力等级。
[0041] 上述方法运行于各种终端设备、
服务器、电脑、
手持设备等。
[0042] 上述真实证券市场数据是指证券市场上的各种投资产品数据，包括不同金融机构推出的不同类产品。
[0043] 买卖模拟行为是指集成有上述真实证券市场数据的特定系统中，用户可以模拟真实环境操作金融产品买入、卖出等多种投资行为。
[0044] 上述收益数据是指待测用户在此次买卖模拟行为中所获得的收益额。
[0045] 上述买卖模拟行为数据包括用户在选择金融投资产品时判断分析所使用的时间，还可以是用户在选择金融产品时，对选择产品重复的次数。
[0046] 通过用户选择、分析及判断产品所使用的时间和/或选择某种产品反复的次数，以及后期用户选择的产品所获得的收益，作为该待测用户的投资能力的评价指标，并将该评价指标作为具有二维特征的特征量，并将该特征量输入至预先建立的投资能力等级分类模型，计算得到所述待测用户的投资能力等级。
[0047] 上述投资能力等级分类模型的建立包括如下步骤：
[0048] 获取多个待测用户的买卖模拟行为数据和与所述行为数据对应的收益数据，得到多个表征所述待测用户的特征量；
[0049] 采用聚类算法对所述特征量进行计算，得到具有多个分类结果的投资能力等级分类模型。
[0050] 本发明实施例对多个用户的历史的买卖模拟行为数据和与所述行为数据对应的收益数据，或者当前正在进行的买卖模拟行为数据和与所述行为数据对应的收益数据进行获取，得到多个表征所述用户的特征量，并采用
大数据分析方法对多个用户的特征量进行分类，将不同聚类的边界作为投资能力的等级
阈值，将用户的投资能力分成不同的等级，其中可以包括初始级、投机级、投资级、专业级、大师级。
[0051] 优选的，本发明实施例采用基于k-means的聚类算法对特征量进行计算，得到投资能力等级分类模型。
[0052] 需要说明的是，还可以通过
计算机视觉(
人脸识别)、LBS(Local Based Services)、大数据
模式识别、信用记录智能化分析等技术和工具组合成的系统(如，
人工智能投顾)对待测用户的能力等级进行鉴定和判断。
[0053] 本发明实施例提供的一种投资能力鉴定方法，通过获取真实的证券市场数据，然后基于这些证券市场数据，对待测用户进行买卖模拟，并将待测用户在模拟过程中的行为数据和收益数据作为表征该用户投资能力的特征量，最后输入至能预测待测用户投资能力等级的模型，最终得到待测用户的投资能力等级。通过对用户的买卖模拟获得的行为数据和收益数据进行数据分类，量化计算并分析用户的投资能力等级，分析结果客观公正，解决了现有技术中由于主观填写数据表造成的投资能力鉴定不准确的问题。
[0054] 参见图2，为本发明实施例2提供的一种投资能力鉴定方法的优选实施方式的流程框图，包括，
[0055] 获取真实证券市场数据；
[0056] 响应于接收到待测用户对所述真实证券市场数据进行的买卖模拟行为数据和与所述行为数据对应的收益数据，将所述行为数据和收益数据作为表征所述待测用户的特征量；
[0057] 将所述表征待测用户的特征量输入至预先建立的投资能力等级分类模型，得到所述待测用户的投资能力等级；
[0058] 将所述待测用户的投资能力等级、所述买卖模拟行为数据和所述收益数据通过智能合约上传至预先与用户信息绑定的区块链公链节点上进行存储，以便投资机构在得到待测用户的授权后能够通过区块链的公链网络获取所述待测用户的投资能力。
[0059] 本发明实施例2在实施例1的
基础上，将待测用户进行的模拟买卖的全过程行为及收益，被系统中的智能合约(Smart Contract)记录在预先与待测用户唯一关联的区块链公链节点上，该公链节点会自发的将数据广播到区块链公链全网。上进行存储，因用户身份与区块链地址唯一绑定，而区块链数据不可篡改的特性，用户的信息无可更改，进一步确保用户信息及投资能力信息的准确性、真实性和可靠性。
[0060] 参见图3，为本发明实施例3提供的一种投资能力鉴定装置的结构示意图，包括：
[0061] 获取模块，用于获取真实证券市场数据；
[0062] 特征量模块，用于响应于接收到待测用户对所述真实证券市场数据进行的买卖模拟行为数据和与所述行为数据对应的收益数据，将所述行为数据和收益数据作为表征所述待测用户的特征量；
[0063] 资能力等级获得模块，用于将所述表征待测用户的特征量输入至预先建立的投资能力等级分类模型，得到所述待测用户的投资能力等级。
[0064] 进一步地，还包括区块链保存模块，用于将所述待测用户的投资能力等级、所述买卖模拟行为数据和所述收益数据通过智能合约上传至预先与用户信息绑定的区块链公链节点上进行存储，以便投资机构在得到待测用户的授权后能够通过区块链的公链网络获取所述待测用户的投资能力。
[0065] 进一步地，所述所述行为数据包括用户投资金融产品所使用的时间、用户选择金融产品的次数。
[0066] 进一步地，还包括建模模块，用于获取多个待测用户的买卖模拟行为数据和与所述行为数据对应的收益数据，得到多个表征所述待测用户的特征量；
[0067] 采用聚类算法对所述特征量进行计算，得到具有多个分类结果的投资能力等级分类模型。
[0068] 进一步地，所述聚类算法采用k-means算法对所述特征量进行计算，得到投资能力等级分类模型。
[0069] 本发明实施例3提供的一种投资能力鉴定装置，通过获取真实的证券市场数据，然后基于这些证券市场数据，对待测用户进行买卖模拟，并将待测用户在模拟过程中的行为数据和收益数据作为表征该用户投资能力的特征量，最后输入至能预测待测用户投资能力等级的模型，最终得到待测用户的投资能力等级。通过对用户的买卖模拟获得的行为数据和收益数据进行数据分类，量化计算并分析用户的投资能力等级，分析结果客观公正，解决了现有技术中由于主观填写数据表造成的投资能力鉴定不准确的问题。
[0070] 进一步地，本发明实施例将待测用户的投资能力等级、所述买卖模拟行为数据和所述收益数据通过智能合约上传至预先与用户信息绑定的区块链公链节点上进行存储，因用户身份与区块链地址唯一绑定，而区块链数据不可篡改的特性，用户的真实能力无可更改。
[0071] 本发明的第三方面提供一种非暂存性的计算机可读存储介质，其特征在于，保存有一个或多个计算机可读程序指令，所述一个或多个计算机可读程序指令用于被执行如上述所述的投资能力鉴定方法。
[0072] 虽然，上文中已经用一般性说明及具体实施例对本发明作了详尽的描述，但在本发明基础上，可以对之作一些
修改或改进，这对本领域技术人员而言是显而易见的。因此，在不偏离本发明精神的基础上所做的这些修改或改进，均属于本发明要求保护的范围。
