[发明专利]一种公募基金评价及投资建议方法

说明书

技术领域

本发明涉及一种公募基金评价及投资建议方法。

背景技术

目前大众理财越来越受到重视，几乎每个家庭都会面临如何投资的问题，而公募基金也是他们主要选择的方向。但目前市场上近1000只货币基金，3000多只股权型基金，2000多只债券基金，还有一些海外QDII基金，如何在那么多基金中找到较优，以及对他们进行质量检测，是我们一直探索的问题。

目前现有的公募基金评价体系：部分专业金融软件，比如wind、晨星，会对基金做多维数据研究，比如结合基金的收益、风险、基金经理、管理团队等进行综合评价，形成一个雷达图或者5星评级，让使用者直观看到几个维度的情况。通常用的方法为：数据库整理、数据挖掘、程序建模等。

现有技术的问题和缺点：

1、作为结果的呈现：雷达图和5星评级比较直观，但是不够量化。比如5星，能看到评价较好，但是具体排名，不知道；

2、仅针对基金进行评价，但评价后不能结合投资者的持有情况进行分析管理和建议；

3、所以针对基金的评价，均为过往历史数据的客观判断，而基金是投资的未来，现有技术没有针对未来的投资基金进行更多预测和展望；

4、现有的基金分类较粗，比如QDII基金，其实投资了美、港、新兴市场等，但现有的评价是结合在一起的，不能很好的体现其中的差异性。

针对相关技术中的问题，目前尚未提出有效的解决方案。

发明内容

针对相关技术中的上述技术问题，本发明提出一种公募基金评价及投资建议方法，能够。

为实现上述技术目的，本发明的技术方案是这样实现的：

一种公募基金评价及投资建议方法，包括以下步骤：

S1：数据挖掘，建立多维分析模型，根据大数据测算并循环回测得出最优筛选方法，所得结果进行排名和数值化，得出的综合评分，反映基金的综合能力；

S2：行业周期判断，结合投资模型对市场和板块的交易机会进行预判；

S3：综合评测并给出建议，结合S1和S2，形成基金的综合建议，并将这些模型算法导入机器，由机器每日执行算法，直接在客户的投资决策建议中形成决策。

进一步的，S1具体包括：

S11对公募基金进行更细的聚类分析，将包括债权基金、股票基金、混合基金、QDII基金和保本基金在内的基金进行更细的切分，同时将股票型和混合型基金再细分为包括大盘、中小以及灵活在内的多种风格；

S12对经过细分的数据进行建模评测，将基金的分析维度分为盈利能力、抗风险能力和基金经理能力，并分别对其长期表现和短期表现进行评测，所得结果进行排名和数值化，得出的综合评分。

进一步的，所述盈利能力维度分析包括从2年的长期盈利、8个季度的季度盈利以及9周的短期盈利方面分别进行打分排名，对时间长度不够的基金进行惩罚性补充。

进一步的，所述抗风险能力维度分析包括从季度表现的盈利稳定性、1年的波动率以及1年的最大回撤率方面分别进行打分排名，对时间长度不够的基金进行惩罚性补充。

进一步的，所述基金经理能力维度分析包括从基金经理的任职年限、基金经理所管理同一分类下所有基金的收益表现以及波动率方面分别进行打分排名，对时间长度不够的基金经理进行惩罚性补充。

进一步的，S2具体包括：

S21通过包括logistics、决策树模型、神经网络在内的机器学习和因子分析的方法，对市场投资机会进行趋势判断，如买多或卖空的有效性，哪些板块更具有投资机会；

S22聘请各行业专家团，对市场机会进行预判，专家团综合决策后，形成观点。

本发明的有益效果：通过多维度数据综合评测，并采纳专家意见，针对不同类别的基金进行有侧重有依据的的评级或打分，依此给客户提供更加快速、更贴近市场的决策建议。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例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发明的一些实施例，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他的附图。

图1是根据本发明实施例所述的一种公募基金评价及投资建议方法的流程示意图。

具体实施方式