[发明专利]一种金融产品实时管理方法、装置和服务器

说明书

本发明提供了一种金融产品实时管理方法、装置和服务器，该方法至少包括以下步骤：接收目标金融产品预测指令，并根据目标金融产品预测指令调用相应的预测插件，金融产品至少是股票、商品、期货、基金和债券的一种，预测插件预置了供用户选择的参数，参数为用户的资金数额和能够接受的风险比例；获取用户选择的参数，预测插件调用预测模型，预测模型根据参数获取目标金融产品的预测收益数据；显示预测收益数据；本发明通过上述过程可挑选出符合目标条件的优质金融产品。

技术领域

本发明涉及数据处理技术领域，尤其涉及一种金融产品实时管理方法、装置和服务器。

背景技术

我国商业银行在压力测试的运用方面仍处于起步阶段。金融危机之后，我国银行业也逐渐关注肥尾事件所隐含的潜在威胁。银监会于2007年下旬要求各国有商业银行、股份制商业银行以及金融产品规模500亿元以上的城市商业银行展开“风险自查”，而“风险自查”也是在定量分析为主的风险分析方法，并通过测算银行在遇到假定的小概率时间等极端不利情况下可能发生的损失，分析这些损失对银行盈利能力和资本金来的负面影响，进而对单家银行、银行集团和银行体系的脆弱性做出评估和判断，并采取必要措施。近年来，不论是金融机构还是金融监理组织都十分重视在风险管理过程中实施压力测试，目前已有的VaR情景构造法能够用来评估风险因子波动率相关系数发生极端变化时对金融产品组合价值的可能影响，但还没有一种综合考虑多种经济宏观因子及影响因子的金融产品实时管理的方法

发明内容

本发明针对现有方式的缺点，提出一种金融产品实时管理方法、装置和服务器，用以解决现有技术存在的上述问题。

根据本发明的第一个方面，提供了一种金融产品实时管理方法，至少包括如下步骤：

接收目标金融产品预测指令，并根据所述目标金融产品预测指令调用相应的预测插件，所述金融产品至少是股票、商品、期货、基金和债券的一种，所述预测插件预置了供用户选择的参数，所述参数为用户的资金数额和能够接受的风险比例；

获取用户选择的参数，所述预测插件调用预测模型，所述预测模型根据所述参数获取所述目标金融产品的预测收益数据；

显示所述预测收益数据；

所述预测模型为一段时间内各国货币间的汇率和一段时间内所述金融产品所属国的经济宏观因子构建的金融市场环境，所述经济宏观因子至少包括PPI、CPI和失业率、所述金融产品所属国的中央银行最新发布的公告数据，所述公告数据至少包括中期借贷便利和抵押补充贷款，及各国政府的影响经济因素的事件和政治方针。

进一步的，所述预测模型根据所述参数获取所述目标金融产品的预测收益数据，还包括，所述预测模型获取所述目标金融产品的一段时间内收益和标准差，再根据所述参数获取所述目标金融产品的预测收益数据。

进一步的，所述预测模型还包括black-litterman模型和有效前沿模型；

所述预测模型根据所述参数获取所述目标金融产品的预测收益数据，还包括，所述black-litterman模型和有效前沿模型根据所述参数计算所述目标金融产品的最优资产配置比例。

进一步的，所述预测模型还包括回归优化器；

所述预测模型根据所述参数获取所述目标金融产品的预测收益数据，还包括，所述回归优化器通过相关性矩阵和市值权重计算所述目标金融产品均衡回报收益。

进一步的，所述预测模型还包括预测优化器；

所述预测模型根据所述参数获取所述目标金融产品的预测收益数据，还包括，所述预测优化器对所述目标金融产品未来走势的预测，并生成修正后的期望回报。

进一步的，所述预测模型还包括均值-方差-优化器；