【技术实现步骤摘要】
本专利技术涉及金融领域资产配置优化，特别涉及一种金融领域资产配置优化的量化算法。
技术介绍
1、在金融领域，资产配置优化是制定资产配置方案的重要一个环节之一，尤其是在保险和养老领域，资产配置优化需要在分账户和总账户层面分别进行，并且考虑资产负债联动过程，以及众多优化目标和约束条件，包括但不限于投资收益、偿付能力、波动率、久期和现金流等等，其中涉及大量的数据传输、量化测算和可视化展示。
2、当前市场上通常采用传统的资产配置优化模型，包括均值方差模型(马可威茨模型)、black-litterman模型(b-l模型)和风险平价模型。但是这些模型都是完全基于数学规划求解的模型，在约束条件较多的情况下出现无解、无法进行多目标优化，以及纯资产端模型无法进行资产负债联动等技术瓶颈和流程限制。尤其在系统性金融风险监管日益加强、涉及民生的养老规划需求日益凸显、保险机构等金融机构管理目标日益多样，以及新国际会计准则实施对于资产配置的挑战等金融领域大背景下，传统资产配置优化算法模型已经不能满足资产配置和资产负债管理工作的日常需要，并且伴随大量的人工修正，从而限制了金融机构资产配置(尤其是传统保险机构和养老保险机构)生成资产配置方案的完整性、规则性和合理性。因此，行业迫切需要找到更加合理的、高效的、可以满足多样化经营目标的、考虑资产负债联动的资产配置优化算法。
技术实现思路
1、本专利技术的目的是提供一种金融领域资产配置优化的量化算法，用来解决
技术介绍
中提出的问题，方便推广。
2、
3、一种金融领域资产配置优化的量化算法，其主要包括以下步骤：
4、s1、在系统可视化界面，对分账户层面，资产配置优化过程的优化目标和约束条件进行输入；
5、s101、用户选择的优化目标以及可以输入的约束条件，包括但不限于资产组合类型、负债类型、资产配置比例、投资收益率、波动率、久期、在险价值和偿付能力；
6、s102、在静态优化器中，用户输入某一个优化时点的数据，并且模型自动获取，在动态优化器中，用户输入评估时点的资产和负债数据，以及未来再平衡规则和新增资产假设，模型会自动进行动态再平衡，计算和获取优化时点的数据；
7、s2、在分账户层面，通过规划求解方法牟定资产配置随机散点的起始点；
8、s201、在预期投资收益率-波动率维度，进行资产配置规划求解，在单位波动率步长内求出最高预期投资收益率；
9、s202、初步生成包含多个资产配置点的有效前沿曲线，作为初步资产配置随机散点的牟定点集合；
10、s3、在分账户层面，通过随机散点的方式，随机生成资产配置点；
11、s301、根据模型的输入参数，对狄利克雷概率分布(dirichlet distribution)的参数进行校准。
12、s302、基于狄利克雷分布(dirichlet distribution)进行统计概率分布拟合，随机模拟出多个资产配置点，各资产配置点的比例之和为1，形成第一轮资产配置点集合。
13、s4、在分账户层面，对每一个资产配置点进行多维度量化指标计算；
14、s401、对各类型资产和负债进行量化建模，测算多种类量化指标，包括但不限于现金流、现值、收益率、波动率、在险价值、偿付能力最低资本和压力测试；
15、s402、同时考虑资产和负债建模信息，考虑资产负债联动效益，使用曲线插值算法，测算资产负债联动下的量化指标，包括但不限于净资产、久期缺口、偿付能力充足率、净波动率、净在险价值和压力测试净值；
16、s403、根据用户输入的约束条件，和s401和s402计算出的各资产配置点量化指标，对第一轮资产配置点集合进行筛选，生成第二轮资产配置点集合；
17、s5、在分账户层面，通过资产配置点的随机模拟插值和随机模拟平滑计算，生成有效前沿曲线；
18、s501、在预期投资收益率-波动率维度，随机选取多个有效前沿配置点，并且进行多次随机模拟插值，形成新的资产配置点，形成第三轮资产配置点集合；
19、s502、在预期投资收益率-波动率维度，基于第三轮资产配置点集合，进行第二轮有效前沿配置点选取，并且进行有效前沿配置点平滑计算，形成最终的有效前沿配置点，通过有效前沿配置点连线，形成有效前沿曲线，以及生成第四轮资产配置点集合；
20、s503、系统对第四轮资产配置点集合进行数据库入库，供后续进行可视化呈现和操作互动呈现；
21、s6、在分账户层面，对所有资产配置点进行可视化呈现和操作互动呈现；
22、s601、根据用户选择的横轴(x轴)和纵轴(y轴)，对第四轮资产配置点集合进行自动化的二维象限展示，展示内容包括已经测算的量化指标，展示形式包括图片和表格；
23、s602、用户对各量化指标进行上下限筛选，模型自动进行过滤，并且在系统界面进行可视化展示；
24、s7、在分账户层面，对资产配置优化结果下载导出，用户对第四轮资产配置点集合，区分有效前沿配置点和非有效前沿配置点，进行图片形式和excel形式的结果导出；
25、s8、基于分账户优化结果进行总账户层面的资产配置优化、可视化展示和结果导出；
26、s801、使用穷举法，生成基于分账户优化后的资产配置点的，所有总账户资产配置点的可能性；
27、s802、基于总账户配置点集合，进行各量化指标测算(算法与s4相同)；
28、s803、在总账户层面对所有资产配置点进行可视化呈现和操作互动呈现(算法与s6相同)；
29、s804、在总账户层面，对资产配置优化结果进行导出(算法与s7相同)；
30、进一步的，通过随机模拟概率分布拟合算法，生成资产配置点的可能性，并且更快达到收敛效果，更加接近全局最优结果。
31、进一步的，在极大数据量下，高效完成所有资产配置点所有资产和负债量化指标的测算、比较、筛选、可视化展示和操作互动。
32、进一步的，使用曲线插值算法，高效完成多种资产种类和基于多投资收益率假设负债现金流之间的资产负债联动，大幅度提高资产配置优化过程中的资产负债匹配程度。
33、进一步的，通过有效前沿随机模拟插值和随机模拟平滑算法，生成相邻有效前沿资产配置点间资产配置方案平滑变化的有效前沿曲线。
34、进一步的，提供一套分账户优化结合总账户优化的算法，基于穷举法生成分账户资产配置优化后的总账户资产配置优化结果的可能性。
35、作为改进，本专利技术的有益效果为：
36、本专利技术涉及一种金融领域资产配置优化的量化算法，高效完成分账户层面和总账户层面，多目标多约束多维度的、考虑资产负债联动的资产配置优化算法模型，并且在更短时间达到基于随机模拟资产配置优化过程的收敛结果。
本文档来自技高网...【技术保护点】
1.一种金融领域资产配置优化的量化算法，其主要包括以下步骤：
2.根据权利要求1所述的一种金融领域资产配置优化的量化算法，其特征在于，通过随机模拟概率分布拟合算法，生成资产配置点的可能性，并且更快达到收敛效果，更加接近全局最优结果。
3.根据权利要求1所述的一种金融领域资产配置优化的量化算法，其特征在于，在极大数据量下，高效完成所有资产配置点所有资产和负债量化指标的测算、比较、筛选、可视化展示和操作互动。
4.根据权利要求1所述的一种金融领域资产配置优化的量化算法，其特征在于，使用曲线插值算法，高效完成多种资产种类和基于多投资收益率假设负债现金流之间的资产负债联动，大幅度提高资产配置优化过程中的资产负债匹配程度。
5.根据权利要求1所述的一种金融领域资产配置优化的量化算法，其特征在于，通过有效前沿随机模拟插值和随机模拟平滑算法，生成相邻有效前沿资产配置点间资产配置方案平滑变化的有效前沿曲线。
6.根据权利要求1至5任一项所述的一种金融领域资产配置优化的量化算法，其特征在于，提供一套分账户优化结合总账户优化的算法，基于穷举
...【技术特征摘要】
1.一种金融领域资产配置优化的量化算法，其主要包括以下步骤：
2.根据权利要求1所述的一种金融领域资产配置优化的量化算法，其特征在于，通过随机模拟概率分布拟合算法，生成资产配置点的可能性，并且更快达到收敛效果，更加接近全局最优结果。
3.根据权利要求1所述的一种金融领域资产配置优化的量化算法，其特征在于，在极大数据量下，高效完成所有资产配置点所有资产和负债量化指标的测算、比较、筛选、可视化展示和操作互动。
4.根据权利要求1所述的一种金融领域资产配置优化的量化算法，其特征在于，使用曲线插...
【专利技术属性】
技术研发人员：王逸尘，刘玥佳，于扬，
申请(专利权)人：预远科技上海有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。