首页 / 专利库 / 软件 / 逻辑文件 / 基于期货投资者自身历史交易数据的诊断系统和方法

基于期货投资者自身历史交易数据的诊断系统和方法

阅读:90发布:2024-02-13

专利汇可以提供基于期货投资者自身历史交易数据的诊断系统和方法专利检索,专利查询,专利分析的服务。并且基于期货投资者自身历史交易数据的诊断系统和方法,采用所述诊断系统和方法能够根据投资者或期货投资者在交易过程中形成的交易历史记录等数据,其特征在于,自动形成个性化的诊断报告,从而直接辅助投资者构建或优化适合其自身的个性化交易模式,包括互连的诊断引擎和关联分析引擎,所述诊断引擎具有用户入口,所述关联分析引擎连接刻画投资者个体交易行为的 基础 分析引擎,所述基础分析引擎通过数据 访问 和计算模 块 分别连接期货投资者自身历史交易 数据库 和期货交易历史行情数据库。,下面是基于期货投资者自身历史交易数据的诊断系统和方法专利的具体信息内容。

1.基于期货投资者自身历史交易数据的诊断系统,其特征在于,包括互连的诊断引擎和关联分析引擎,所述诊断引擎具有用户入口,所述关联分析引擎连接刻画投资者个体交易行为的基础分析引擎,所述基础分析引擎通过数据访问和计算模分别连接期货投资者自身历史交易数据库和期货交易历史行情数据库。
2.根据权利要求1所述的基于期货投资者自身历史交易数据的诊断系统,其特征在于,所述基础分析引擎包括以下一种分析模块或超过一种分析模块的组合:交易能分析模块,交易习惯分析模块,交易心理分析模块,投资方案执行能力分析模块,行情把控能力分析模块。
3.根据权利要求1所述的基于期货投资者自身历史交易数据的诊断系统,其特征在于,所述诊断引擎、关联分析引擎、基础分析引擎、以及数据访问和计算模块,分别连接知识管理模块。
4.根据权利要求2所述的基于期货投资者自身历史交易数据的诊断系统,其特征在于,所述知识管理模块具有以下功能:将诊断报告模板动态加载于诊断引擎,将关联分析规则动态加载于关联分析引擎,将基础分析规则动态加载于基础分析引擎。
5.根据权利要求1所述的基于期货投资者自身历史交易数据的诊断系统,其特征在于,所述诊断引擎具有扩展点,用于嵌入专家诊断流程。
6.根据权利要求1所述的基于期货投资者自身历史交易数据的诊断系统,其特征在于,所述诊断引擎通过用户入口获取定制诊断需求信息,驱动关联分析引擎模块进行分析,并接受关联分析引擎的分析结果,匹配相应的诊断报告模板,自动产生个性化的交易诊断报告。
7.根据权利要求1所述的基于期货投资者自身历史交易数据的诊断系统,其特征在于,所述关联分析引擎组合调用基础分析引擎中的分析模块;所述基础分析引擎采用软件应用、数据和基础分析规则相分离的实现技术,所述基础分析规则由知识管理模块产生和维护,通过XML语言描述,并动态加载。
8.根据权利要求3所述的基于期货投资者自身历史交易数据的诊断系统,其特征在于,所述知识管理模块对诊断报告模板、关联分析规则和基础分析规则进行可视化模型编辑,模型通过XML描述的形式以文件形式加以存储。
9.根据权利要求1所述的基于期货投资者自身历史交易数据的诊断系统,其特征在于,所述数据访问和计算模块为基础分析引擎提供对数据库的访问接口,并进行相应的算术和逻辑运算。
10.根据权利要求2所述的基于期货投资者自身历史交易数据的诊断系统,其特征在于,所述交易能力分析模块调用的数据包括以下一种或超过一种的组合:阶段盈亏趋势,盈亏百分比,投资回报率,数据对比,图形分析;所述交易习惯分析模块调用的数据包括以下一种或超过一种的组合:交易周期分析,多空分析,仓重分析,品种分析;所述交易心理分析模块调用的数据包括以下一种或超过一种的组合:逐笔分析,盈亏与险曲线,多图叠加分析;所述投资方案执行能力分析模块调用的数据包括以下一种或超过一种的组合:交易方向、依据、资金占用、盈利预期、止损,投资方案执行状况对比;所述行情把控能力分析模块调用的数据包括以下一种或超过一利的组合:品种活跃度,行情特征,交易效率,交易方向与行情持续走势;所述行情特征是指单边市或振荡市。
11.基于期货投资者自身历史交易数据的诊断方法,其特征在于,包括以下步骤:将期货投资者自身历史交易数据按照属性分配在以下五个分析模块中:交易能力分析模块,交易习惯分析模块,交易心理分析模块,投资方案执行能力分析模块,行情把控能力分析模块;当诊断引擎的用户入口获取定制诊断需求信息后,驱动关联分析引擎模块进行分析,由关联分析引擎组合调用上述五个分析模块得到分析结果;诊断引擎接受关联分析引擎的分析结果,自动输出交易行为与盈利能力相关联的个性化诊断报告,直接辅助投资者构建或优化适合其自身的个性化交易模式。

说明书全文

技术领域

发明涉及期货交易领域中计算机、网络和通信的应用创新技术,特别是一种基于期货投资者自身历史交易数据的诊断系统和方法,采用所述诊断系统和方法能够根据投资者或在交易过程中形成的交易历史记录等数据,自动形成个性化的诊断报告,从而直接辅助投资者构建或优化适合其自身的个性化交易模式。

背景技术

目前从整体上说,期货公司业务单一、服务同质化现象明显,所开展的业务大多集中于常规的客户服务和行情研究,所提供的期货交易软件也只能够满足基本的资金管理和交易功能,为投资者提供的交易分析软件也主要集中在行情分析方面,包括通过行情走势找到趋势的技术分析和根据交易品种供需关系、国家政策、行业动态等宏观形势找到盈利机会的基本面分析。另一方面,交易分析方法虽多,却没有一种分析方法能始终保证一贯的有效性。
事实上,不同投资者的交易行为千差万别。本发明人认为,现有的技术面分析和基本面分析由于与投资者个体的个性化交易模式相脱离,因此,并不能很好地或者说有针对性地服务于投资者。在交易行为的个性化特征与分析层面的非个性化特征之间存在着深刻的矛盾。为此,本发明人独辟蹊径,利用计算机、网络和通信技术,围绕投资者个体的交易行为进行诊断或分析,从而直接辅助投资者构建或优化适合其自身的个性化交易模式。
经检索,围绕投资者个体的交易行为展开的诊断或分析方法目前是一个空白领域。

发明内容

本发明针对现有技术中存在的缺陷或不足,提供一种基于期货投资者自身历史交易数据的诊断系统和方法,采用所述诊断系统和方法能够根据投资者在交易过程中形成的交易历史记录等数据,自动形成个性化的诊断报告,从而直接辅助投资者构建或优化适合其自身的个性化交易模式。
本发明的基本构思为,将期货投资者自身历史交易数据按照属性分配在以下五个维度中:交易能,交易习惯,交易心理,投资方案执行能力和行情把控能力。通过这五个维度刻画出投资者个体的交易行为,形成交易行为与盈利能力相关联的个性化诊断报告,从而直接辅助投资者构建或优化适合具自身的个性化交易模式。
本发明的系列技术方案如下:
基于期货投资者自身历史交易数据的诊断系统,其特征在于,包括互连的诊断引擎和关联分析引擎,所述诊断引擎具有用户入口,所述关联分析引擎连接刻画投资者个体交易行为的基础分析引擎,所述基础分析引擎通过数据访问和计算模分别连接期货投资者自身历史交易数据库和期货交易历史行情数据库。
所述基础分析引擎包括以下一种分析模块或超过一种分析模块的组合:交易能力分析模块,交易习惯分析模块,交易心理分析模块,投资方案执行能力分析模块,行情把控能力分析模块。
所述诊断引擎、关联分析引擎、基础分析引擎、以及数据访问和计算模块,分别连接知识管理模块。
所述知识管理模块具有以下功能:将诊断报告模板动态加载于诊断引擎,将关联分析规则动态加载于关联分析引擎,将基础分析规则动态加载于基础分析引擎。
所述诊断引擎具有扩展点,用于嵌入专家诊断流程。
所述诊断引擎通过用户入口获取定制诊断需求信息,驱动关联分析引擎模块进行分析,并接受关联分析引擎的分析结果,匹配相应的诊断报告模板,自动产生个性化的交易诊断报告。
所述关联分析引擎组合调用基础分析引擎中的分析模块;所述基础分析引擎采用软件应用、数据和基础分析规则相分离的实现技术,所述基础分析规则由知识管理模块产生和维护,通过XML语言描述,并动态加载。
所述知识管理模块对诊断报告模板、关联分析规则和基础分析规则进行可视化模型编辑,模型通过XML描述的形式以文件形式加以存储。
所述数据访问和计算模块为基础分析引擎提供对数据库的访问接口,并进行相应的算术和逻辑运算。
所述交易能力分析模块调用的数据包括以下一种或超过一种的组合:阶段盈亏趋势,盈亏百分比,投资回报率,数据对比,图形分析;所述交易习惯分析模块调用的数据包括以下一种或超过一种的组合:交易周期分析,多空分析,仓重分析,品种分析;所述交易心理分析模块调用的数据包括以下一种或超过一种的组合:逐笔分析,盈亏与险曲线,多图叠加分析;所述投资方案执行能力分析模块调用的数据包括以下一种或超过一种的组合:交易方向、依据、资金占用、盈利预期、止损,投资方案执行状况对比;所述行情把控能力分析模块调用的数据包括以下一种或超过一种的组合:品种活跃度,行情特征,交易效率,交易方向与行情持续走势;所述行情特征是指单边市或振荡市。
基于期货投资者自身历史交易数据的诊断方法,其特征在于,包括以下步骤:将期货投资者自身历史交易数据按照属性分配在以下五个分析模块中:交易能力分析模块,交易习惯分析模块,交易心理分析模块,投资方案执行能力分析模块,行情把控能力分析模块;当诊断引擎的用户入口获取定制诊断需求信息后,驱动关联分析引擎模块进行分析,由关联分析引擎组合调用上述五个分析模块得到分析结果;诊断引擎接受关联分析引擎的分析结果,自动输出交易行为与盈利能力相关联的个性化诊断报告,直接辅助投资者构建或优化适合具自身的个性化交易模式。
本发明的技术效果如下:
本发明能够根据投资者在交易过程中形成的交易历史记录等数据,自动形成个性化的诊断报告,从而直接辅助投资者构建或优化适合其自身的个性化交易模式。
通过对投资者个体的历史交易记录进行分析和诊断的方式,找到其在交易过程中具有规律性的特征;并能够通过提供Web公共服务的软件技术平台,让投资者利用平台所积累的相关分析模块和为投资者设定的个性化基础分析规则,帮助投资者依据自身的行为习惯和交易条件,构建适合其自身的交易模式,提高其风险控制和盈利的能力并能够持续、动态地根据市场、环境的变化加以改进。
附图说明
图1是实施本发明的结构示意图。
图2是盈利能力与交易能力的关联分析路径示意图。
图3是盈利能力与交易习惯的关联分析路径示意图。
图4是盈利能力与交易心理的关联分析路径示意图。
图5是盈利能力与投资方案及执行的关联分析路径示意图。
图6是盈利能力与行情把控的关联分析路径示意图。

具体实施方式

下面结合附图(图1-图6)对本发明进行说明。
本发明基于期货投资者自身历史交易数据的诊断系统和方法,涉及计算机应用软件技术。所述应用软件技术的核心内容是:基于对大量的期货投资者交易行为关键特征的抽取和分析,形式化为一组分析规则,围绕盈利能力进行关联分析,通过组合从交易能力、交易习惯、交易心理、投资方案执行和行情把控等五个维度所刻画的交易行为的基础诊断分析功能,将分析规则和用户的个性化数据动态加载到由综合诊断引擎、关联分析引擎、基础分析引擎构成的应用软件平台后,最终自动形成个性化的分析诊断报告;此外,综合诊断引擎还可以嵌入资深投资者的专家诊断流程,提供在自动分析基础的VIP诊断服务。
图1是实施本发明的结构示意图。如图1所示,基于期货投资者自身历史交易数据的诊断系统包括:互连的诊断引擎和关联分析引擎,所述诊断引擎具有用户入口,所述关联分析引擎连接刻画投资者个体交易行为的基础分析引擎,所述基础分析引擎通过数据访问和计算模块分别连接期货投资者自身历史交易数据库和期货交易历史行情数据库。所述基础分析引擎包括以下一种分析模块或超过一种分析模块的组合:交易能力分析模块,交易习惯分析模块,交易心理分析模块,投资方案执行能力分析模块,行情把控能力分析模块。所述诊断引擎、关联分析引擎、基础分析引擎、以及数据防问和计算模块,分别连接知识管理模块。所述知识管理模块具有以下功能:将诊断报告模板动态加载于诊断引擎,将关联分析规则动态加载于关联分析引擎,将基础分析规则动态加载于基础分析引擎。所述诊断引擎具有扩展点,用于嵌入专家诊断流程。
所述诊断引擎通过用户入口获取定制诊断需求信息,驱动关联分析引擎模块进行分析,并接受关联分析引擎的分析结果,匹配相应的诊断报告模板,自动产生个性化的交易诊断报告。
所述关联分析引擎组合调用基础分析引擎中的分析模块;所述基础分析引擎采用软件应用、数据和基础分析规则相分离的实现技术,所述基础分析规则由知识管理模块产生和维护,通过XML语言描述,并动态加载。所述知识管理模块对诊断报告模板、关联分析规则和基础分析规则进行可视化模型编辑,模型通过XML描述的形式以文件形式加以存储。所述数据访问和计算模块为基础分析引擎提供对数据库的访问接口,并进行相应的算术和逻辑运算。
所述交易能力分析模块调用的数据包括以下一种或超过一种的组合:阶段盈亏趋势,盈亏百分比,投资回报率,数据对比,图形分析;所述交易习惯分析模块调用的数据包括以下一种或超过一种的组合:交易周期分析,多空分析,仓重分析,品种分析;所述交易心理分析模块调用的数据包括以下一种或超过一种的组合:逐笔分析,盈亏与风险曲线,多图叠加分析;所述投资方案执行能力分析模块调用的数据包括以下一种或超过一种的组合:交易方向、依据、资金占用、盈利预期、止损,投资方案执行状况对比;所述行情把控能力分析模块调用的数据包括以下一种或超过一种的组合:品种活跃度,行情特征,交易效率,交易方向与行情持续走势;所述行情特征是指单边市或振荡市。
下面对基于期货投资者自身历史交易数据的诊断系统中所包括组成部分进行说明:
诊断引擎即综合诊断引擎:是自动诊断系统的用户入口,投资者根据系统提供的诊断提示信息,可以定制诊断需求的组合。综合诊断引擎分解投资者的诊断需求后,驱动关联分析引擎模块进行分析,并接受关联分析引擎的分析结果,匹配相应的诊断报告模板,自动产生与投资者需求相匹配的个性化的诊断报告。综合报告引擎留有扩展点,可以通过嵌入人工的专家诊断流程,丰富针对资深投资者的报告内容。
关联分析引擎:对投资者的诊断需求进行参数分解,自动匹配预先定义的分析路径规则,以盈利能力为中心,一步步按照预先定义的分析路径进行关联分析,以最优化的方式组合调用各基础分析模块,找到投资者盈利亏损与和盈利亏损的原因,分析投资者的交易行为模式与其盈利亏损的逻辑关系,将分析结果提交给综合诊断引擎自动生成诊断报告,或者提供专家做进一步分析诊断后,再生成诊断报告。
基础分析引擎即刻画投资者个体交易行为的基础分析引擎:基础分析引擎根据关联分析引擎所匹配的分析路径,调用数据访问和计算模块的计算结果,从交易能力、交易习惯、交易心理、投资方案及执行、行情把控等五个基础维度总结出投资者的行为特征并进行分析,基础分析引擎采取软件应用、数据和分析规则相分离的实现技术,基础分析规则由知识管理模块产生和维护,通过XML语言描述,并动态加载。
知识管理模块:对诊断报告模板、关联分析规则和基础分析规则进行可视化模型编辑,模型通过XML描述的形式以文件形式加以存储;并动态地加载以上规则文件综合诊断引擎、关联分析引擎和基础分析引擎模块。
数据访问和计算模块:为基础分析引擎提供对数据库的访问接口,并进行相应的算术和逻辑运算。
历史交易数据库即期货投资者自身历史交易数据库:存放投资者的历史交易数据
历史行情数据库即期货交易历史行情数据库:存放各商品期货合约的历史行情。
图2是盈利能力与交易能力的关联分析路径示意图。如图2所示:盈利能力的强弱直观 体现为交易结果的盈亏,可以通过对交易能力节点和各个子节点按照路径进行关联分析加以解释。投资者从诊断系统的用户入口提出交易能力诊断需求,综合分析引擎将投资者需求传递到关联分析引擎,关联分析引擎驱动基础分析引擎的交易能力分析模块。在交易能力分析模块中,根据数据访问和计算模块的计算结果,从阶段盈亏趋势、盈亏百分比、投资回报率、数据对比、图形分析五个层面归纳出投资者的交易行为模式。交易能力分析模块采用这五个层面中的一个或多个的组合,分析投资者的交易能力对盈利能力的影响。
图3是盈利能力与交易习惯的关联分析路径示意图。如图3所示:盈利能力可以从交易习惯分析节点和各个子节点按照路径进行关联分析得到解释。交易习惯模块的驱动与上述交易能力模块相同。在交易习惯分析模块中,引用数据访问和计算模块的计算结果,从交易周期分析、多空分析、仓重分析、品种分析四个层面归纳出交易者在相应范畴的行为模式。交易习惯分析模块采用这四个层面中的一个或多个的组合,分析投资者的交易习惯对盈利能力的影响。
图4是盈利能力与交易心理的关联分析路径示意图。如图4所示:盈利能力可以从交易心理分析节点和各个子节点按照路径进行关联分析得到解释。交易心理模块的驱动与上述交易能力模块相同。在交易心理分析模块中,引用数据访问和计算模块的计算结果,从逐笔分析、盈亏与风险曲线、多图叠加分析三个层面归纳出投资者在交易过程中行为和行为的变化趋势。交易习惯分析模块采用这三个层面中的一个或多个的组合,对投资者的交易心理是否易受影响,以及心理因素是否容易影响投资者的控制力,进而影响盈利能力的程度做出分析。
图5是盈利能力与投资方案及执行的关联分析路径示意图。如图5所示:盈利能力可以从投资方案执行能力分析节点和各个子节点按照路径进行关联分析得到解释。投资方案执行能力分析模块的驱动与上述交易能力分析模块相同。在投资方案执行能力分析模块中,引用数据访问和计算模块的计算结果,从交易方向、依据、资金占用、盈利预期、止损和投资方案执行状况对比两个层面归纳出投资者在交易过程中对其自身投资方案的执行能力,而不分析执行方案本身的有效性。投资方案执行能力分析模块采用这两个层面中的一个或多个的组合,分析投资者的投资方案执行能力对盈利能力的影响,着眼于通过强化执行力塑造交易模式。
图6是盈利能力与行情把控的关联分析路径示意图。如图6所示:盈利能力可以从行情把控分析节点和各个子节点按照路径进行关联分析得到解释。行情把控模块的驱动与上述交易能力模块相同。在行情把控分析模块中,引用数据访问和计算模块的计算结果,从品种活跃度、行情特征、交易效率、交易方向与行情持续走势四个层面归纳出交易者在各种行情情况下捕捉投资机会的能力,反映的是投资者的研判能力和对交易时机的把握能力。行情把控分析模块采用这四个层面中的一个或多个的组合,分析投资者的行情把控能力对盈利能力的影响。
关于基于期货投资者自身历史交易数据的诊断系统,其系统构建包括以下几个方面:
个性化交易行为的分析方法建模:采用面向对象建模的方法,对交易行为分析所涉及的分析方法定义为一个对象,封装为一个规则,交易行为的整个分析过程抽象为一个个的分析节点串联而成。每一个分析节点包括以下的属性字段:
  属性名称   描述   节点名称   定义当前的分析节点名称,例如:品种分析
  属性名称   描述   分析指标   某品种的盈利指标   参数组   构成分析指标的一组输入参数,例如:时间区间、   计算方法   对参数进行算术或逻辑运算后得到指标值的计算公  式或者算法   下一个分析节点  引用   引用下一个分析节点,返回相应的值作为本分析节  点的参数
以盈利能力节点为根节点,将若干个分析节点通过单向的引用关系就形成了一条分析主路径,如果根节点不为盈利能力节点,则分析路径定义为一条子路径,可以为主路径所引用,引用方法等同于对一个分析节点的引用。
在规则解释的时候,以根节点作为分析的入口点,按照路径,根据“下一个分析节点引用”,可以找到下一个节点,直到该节点为叶节点。叶节点对应的是基础分析规则的解释执行,分析完叶节点后,再回溯到其引用节点,由该节点决定继续引用下一个分析节点、还是回溯到上一个节点。直到回溯到盈利能力节点,针对该分析路径规则的解释结束,完成一组关联分析。
对单个节点的XML格式的形式化描述构成了基础分析规则;对分析路径的XML格式的形式化描述构成了关联分析规则。
按照分析节点和分析路径的对象建模方法,定义了个性化交易行为所涉及的围绕盈利能力进行关联分析的核心分析路径,构成本发明的知识管理基础,根据发明者多年的经验,以盈利能力为中心的主要核心分析路径包括:如图2至图6所示分别为:盈利能力与交易能力的关联分析路径;盈利能力与交易习惯的关联分析路径;盈利能力与交易心理的关联分析路径;盈利能力与投资方案及执行的关联分析路径;盈利能力与行情把控的关联分析路径。
交易分析规则的动态加载和执行:采用解释器的技术,动态加载和执行知识管理模块所建立的基础分析规则和路径规则:基础分析引擎导入基础分析规则,完成词法分析、语法分析,按照计算方法所定义的算术或逻辑规则,封装成相应的计算公式,逐条解释解释执行;关联分析引擎导入路径规则后,完成词法分析、语法分析后,按照路径所定义的语义,逐个节点驱动基础分析引擎,执行一个个基础分析,最后行为围绕盈利能力而得到的与某一个或几个方面的关联分析结果。
诊断分析报告的生成方法:自动诊断分析报告采用模板替换的方法,预先定义了若干组典型的模板,并且预留了关联分析的结果,根据实际数据运行得到关联分析结果后,将相关的内容替换模板中的参数,形成自动分析报告。由于某些资深投资者需要深度的专家诊断,通过提供扩展点的方式,扩展出一个分析流程,若干专家通过流程驱动的方式,对自动分析的结果进行提升,将专家的诊断意见嵌入到分析报告之中,形成自动和人工相结合的针对资深投资者的分析报告。
应当指出,以上所述具体实施方式可以使本领域的技术人员更全面地理解本发明创造,但不以任何方式限制本发明创造。因此,尽管本说明书参照附图和实施例对本发明创造已进行了详细的说明,但是,本领域技术人员应当理解,仍然可以对本发明创造进行修改或者等同替换;而一切不脱离本发明创造的精神和范围的技术方案及其改进,其均涵盖在本发明创造专利的保护范围当中。
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。

申请试用

分析报告

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。

申请试用

QQ群二维码
意见反馈