虚拟资源处理方法及装置、电子设备、存储介质与流程

1.本技术涉及虚拟资源处理技术领域，具体而言，涉及一种虚拟资源处理方法及装置、电子设备、计算机可读存储介质。


背景技术：

2.随着互联网技术的日益发展，互联网中也存在越来越多的数据资源，这些数据资源也可以称为虚拟资源。互联网中通常使用评估值来衡量虚拟资源的价值，在一些应用场景中，虚拟资源的价值是实时变化的，并且虚拟资源实时的价值是未知的，因此需要对虚拟资源的实时评估值进行预测，以基于预测得到的实时评估值来确定虚拟资源实时的价值。由此，如何提升虚拟资源的实时评估值的预测准确性，是本领域技术人员需要不断探索的技术问题。


技术实现要素：

3.为解决上述技术问题，本技术的实施例提供了一种虚拟资源处理方法及装置、电子设备、计算机可读存储介质，用以对虚拟资源的实时评估值进行准确预估。
4.根据本技术实施例的一个方面，提供了一种虚拟资源处理方法，包括：根据目标资源中最近一次含有的历史资源的分布数据，确定所述历史资源在所述目标资源中的资源占比，并计算所述资源占比与所述历史资源的实时评估值波动数据的乘积，得到所述历史资源对于所述目标资源的第一实时评估值影响因子；根据参考资源的实时评估值波动数据，计算所述目标资源中除所述历史资源以外的其它虚拟资源对于所述目标资源的第二实时评估值影响因子；根据所述第一实时评估值影响因子和所述第二实时评估值影响因子，计算所述目标资源相对于最新评估值数据的实时评估值波动数据；计算所述最新评估值数据与所述目标资源相对于最新评估值数据的实时评估值波动数据之和，以得到所述目标资源的实时评估值。
5.根据本技术实施例的一个方面，提供了一种虚拟资源处理装置，包括：第一实时评估值影响因子获取模块，配置为根据目标资源中最近一次含有的历史资源的分布数据，确定所述历史资源在所述目标资源中的资源占比，并计算所述资源占比与所述历史资源的实时评估值波动数据的乘积，得到所述历史资源对于所述目标资源的第一实时评估值影响因子；第二实时评估值影响因子获取模块，配置为根据参考资源的实时评估值波动数据，计算所述目标资源中除所述历史资源以外的其它虚拟资源对于所述目标资源的第二实时评估值影响因子；实时评估值波动获取模块，配置为根据所述第一实时评估值影响因子和所述第二实时评估值影响因子，计算所述目标资源相对于最新评估值数据的实时评估值波动数据；实时评估值获取模块，配置为计算所述最新评估值数据与所述目标资源相对于最新评估值数据的实时评估值波动数据之和，以得到所述目标资源的实时评估值。
6.根据本技术实施例的一个方面，提供了一种电子设备，包括处理器及存储器，所述存储器上存储有计算机可读指令，所述计算机可读指令被所述处理器执行时实现如上所述
的虚拟资源处理方法。
7.根据本技术实施例的一个方面，提供了一种计算机可读存储介质，其上存储有计算机可读指令，当所述计算机可读指令被计算机的处理器执行时，使计算机执行如上所述的虚拟资源处理方法。
8.根据本技术实施例的一个方面，提供了一种计算机程序产品或计算机程序，该计算机程序产品或计算机程序包括计算机指令，该计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机指令，处理器执行该计算机指令，使得该计算机设备执行上述各种可选实施例中提供的虚拟资源处理方法。
9.在本技术的实施例所提供的技术方案中，通过结合目标资源的持仓表现以及目标资源的最新评估值来双管齐下地预测目标资源的实时评估值，而目标资源的持仓表现是通过目标资源中最近一次含有的历史资源和参考资源的实时评估值的波动情况进行确定，能够与目标资源的自身属性相匹配，从而能够有效地提升目标资源的实时评估值的预测准确性。
10.应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本技术。
附图说明
11.此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本技术的实施例，并与说明书一起用于解释本技术的原理。显而易见地，下面描述中的附图仅仅是本技术的一些实施例，对于本领域普通技术者来讲，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它的附图。在附图中：
12.图1是本技术涉及的一种实施环境的示意图；
13.图2是本技术的一示例性实施例示出的虚拟资源处理方法的流程图；
14.图3是图2所示的步骤s130在一个示例性实施例的流程图；
15.图4是图3所示实施例中的步骤s131在一个示例性实施例的流程图；
16.图5是本技术的另一示例性实施例示出的虚拟资源处理方法的流程图；
17.图6是本技术的另一示例性实施例示出的虚拟资源处理方法的流程图；
18.图7是本技术针对测试基金“华夏大盘精选000011.og”进行净值预估的数据结果示意图；
19.图8是“天天基金”互联网基金销售平台的界面示意图；
20.图9是本技术针对测试基金“华泰柏瑞沪深300etf，510300.of”进行净值预估的数据结果示意图；
21.图10是“天天基金”互联网基金销售平台的另一界面示意图；
22.图11是本技术的一示例性实施例示出的一种虚拟资源处理装置的框图；
23.图12是适于用实现本技术实施例的电子设备的计算机系统的结构示意图。
具体实施方式
24.这里将详细地对示例性实施例执行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例
中所描述的实施方式并不代表与本技术相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本技术的一些方面相一致的装置和方法的例子。
25.附图中所示的方框图仅仅是功能实体，不一定必须与物理上独立的实体相对应。即，可以采用软件形式来实现这些功能实体，或在一个或多个硬件模块或集成电路中实现这些功能实体，或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。
26.附图中所示的流程图仅是示例性说明，不是必须包括所有的内容和操作/步骤，也不是必须按所描述的顺序执行。例如，有的操作/步骤还可以分解，而有的操作/步骤可以合并或部分合并，因此实际执行的顺序有可能根据实际情况改变。
27.还需要说明的是：在本技术中提及的“多个”是指两个或者两个以上。“和/或”描述关联对象的关联关系，表示可以存在三种关系，例如，a和/或b可以表示：单独存在a，同时存在a和b，单独存在b这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。
28.请参阅图1，图1是本技术涉及的一种实施环境的示意图。该实施环境包括终端100和服务器200，终端100和服务器200之间通过有线或者无线网络进行通信。
29.终端100中运行有互联网基金销售平台，用户通过在终端100上进行相应的触发操作，即可实现基金的买入或售出、查看平台针对基金所估算的实时净值走势、查看基金最新季报公布的持仓股票表现等功能。
30.服务器200则用于为终端100中的触发操作提供数据支持，例如，服务器200可以根据基金最新季报公布的持仓股票表现、以及基金的最新净值表现来预估基金的实时净值，并将估值结果发送至终端100。终端100根据服务器200发送的估值结果则可以形成基金的实时净值走势，当用户在终端100中触发了基金实时净值走势的查看操作时，终端100则相应显示基金的实时净值走势，使得用户可以根据终端100所显示的信息来判断基金的盈亏情况，从而为用户进行基金交易提供信息参考。
31.需要说明的是，终端100可以是智能手机、平板、笔记本电脑、计算机等任意能够运行互联网基金销售平台的电子设备，服务器200可以是独立的物理服务器，也可以是多个物理服务器构成的服务器集群或者分布式系统，还可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、cdn(content delivery network，内容分发网络)以及大数据和人工智能平台等基础云计算服务的云服务器，本处不对此进行限制。
32.图2是本技术的一示例性实施例示出的虚拟资源处理方法的流程图。
33.该虚拟资源处理方法可以应用于图1所示的实施环境，例如可以由图1所示实施环境中的服务器200具体执行。或者，在其它的一些实施环境中，该虚拟资源处理方法也可以由其它终端或服务器具体执行，本实施例不对此进行限制。
34.如图2所示，在一示例性实施例中，该虚拟资源处理方法可以包括步骤s110至步骤s170，详细介绍如下：
35.步骤s110，根据目标资源中最近一次含有的历史资源的分布数据，确定历史资源在目标资源中的资源占比，并计算资源占比与历史资源的实时评估值波动数据的乘积，得到历史资源对于目标资源的第一实时评估值影响因子。
36.首先需要说明的是，本实施例提及的目标资源是指待预测实时评估值的虚拟资源，虚拟资源的评估值用于具体衡量虚拟资源的价值。例如在一些应用场景中，目标资源具
体可以是一种可以在互联网上交易的虚拟资源，例如在图1所示实施环境中，目标资源可以是基金，目标资源的实时评估值为基金的实时净值。在其它的应用场景中，目标资源也可以实现为其它的虚拟资源，本实施例并不对此进行限制。
37.目标资源由不同的子虚拟资源组成，各个子虚拟资源都可以理解为是目标资源中的各个仓位，也即每个仓位的子虚拟资源都是目标资源中含有的子虚拟资源，子虚拟资源的仓位占比则理解为是子虚拟资源在目标资源中的资源占比。示例性的，仍以目标资源为在互联网基金交易平台上的基金进行说明，由于股票型基金的投资标的为股票，因此股票型基金所投资的每一支股票都为目标资源中的子虚拟资源，该股票型基金所投入子虚拟资源的资金占基金所能运作资金的比例即称为子虚拟资源在目标资源中的资源占比。而在偏股混合型基金中，由于偏股混合型基金的投资标的主要为股票，以及投资一些债券，因此偏股混合型基金中的每一股票及债券均可以称为目标资源中的虚拟资源。
38.目标资源中的历史资源是指目标资源在历史时期中所持仓的子虚拟资源。由于受到目标资源的处理规则等条件的限制，目标资源的实时持仓数据无法在互联网上及时公布，因此互联网上仅公布了目标资源中的历史资源的分布信息。若仍以目标资源为上述基金进行示例性说明，由于基金的持仓数据是每季度更新，并且第一季报和第三季报中仅公开基金的10支重仓股的数据，因此互联网上公开的目标资源的历史资源的分布数据可以是指基金的10支重仓股的相关数据，例如包括每支重仓股在基金中的持仓占比。需要理解的是，基金中的10支重仓股是指仓位占比排序为前10名的股票。
39.并且还需要说明的是，由于受到目标资源的处理规则等条件的限制，通常在一段时间结束后互联网中才公开目标资源的评估值数据，这十分不便于用户对目标资源的价值进行把控。例如针对目标资源在互联网上进行交易的场景中，目标资源的评估值通常在每个交易日结束后才在互联网中公布，十分不便于用户在互联网交易平台上进行目标资源的交易操作。基于此，目标资源的交易平台通常提供了目标资源的实时评估值预估功能，以便于用户可以根据预估的实时评估值来为判断目标资源的价值盈亏情况，因此本实施例的一个目的即在于对目标资源的实时评估值进行准确预估，以为用户对于目标资源的交易操作提供可靠的参考信息。
40.对于上述举例的基金而言，基金规模通常是庞大的，基金中重仓股变更成本非常高，并且基金经理调研一只优质股票的成本也非常高，因此基金经理通常不会变更仅持仓短期时间的重仓股，因此在预估基金的实时评估值时，可以预知基金中重仓股的持仓与最新季报中公布的重仓股持仓数据一致。与基金同理，本实施例在预估目标资源的实时评估值时，将目标资源当前含有的重仓的子虚拟资源视为与最近一次含有的历史资源相一致，因此在本实施例中，将根据最近一次公布的目标资源中的历史资源的分布数据来预估目标资源的实时评估值。
41.具体地，本实施例根据目标资源中最近一次含有的历史资源的分布数据，可以确历史资源在目标资源中的资源占比，也即得到历史资源在最近一次公布持仓数据时的持仓数值。
42.在得到历史资源所对应的资源占比后，本实施例还通过计算该资源占比与历史资源的实时评估值波动数据的乘积，以得到历史资源对于目标资源的第一实时评估值影响因子。需要说明的是，由于历史资源仍是存在于互联网中的虚拟资源，因此历史资源的实时评
估值波动数据可以从互联网中获取得到，例如在目标资源实现为基金的应用场景中，每一支股票的实时净值的涨跌幅数据是已知的，当股票作为历史资源时，该历史资源的实时评估值的波动数据即是已知的。第一实时评估值影响因子则用于表征历史资源的实时评估值波动对于目标资源的实时评估值的影响权重。
43.步骤s130，根据参考资源的实时评估值波动数据，计算目标资源中除历史资源以外的其它虚拟资源对于目标资源的第二实时评估值影响因子。
44.本实施例所提及的参考资源也是互联网中存在的虚拟资源，其用于作为目标资源的数据参考标准，例如通过将目标资源与参考资源进行对比，可以对目标资源的价值表现效果进行评估。例如在目标资源实现为基金的应用场景中，参考资源可以实现为基金所对应的标准指数。由此可知，参考资源的实时评估值的波动数据也是已知数据。
45.其它虚拟资源是指将最近一次公布的目标资源含有的历史资源作为目标资源当前所含有的部分持仓的条件下，目标资源中除历史资源以外的其它虚拟资源，第二实时评估值影响因子用于表征其它虚拟资源的实时评估值波动对于目标资源的实时评估值的影响权重。
46.考虑到目标资源中的其它虚拟资源无法预知，从而无法直接预估其它虚拟资源对于目标资源的实时评估值的影响程度，因此本实施例将根据参考资源的实时评估值波动数据计算其它虚拟资源对于目标资源的第二实时评估值影响因子，并在后续步骤中基于第二实时评估值影响因子和第一实时评估值影响因子进行目标资源的实时评估值的预估，相当于根据目标资源中持仓的各个子虚拟资源的实时波动数据来预估目标资源的实时评估值。由此，即使目标资源的实际持仓情况未知，基于本实施例提供的方法也能够准确地预估得到目标资源的实时评估值。
47.步骤s150，根据第一实时评估值影响因子和第二实时评估值影响因子，计算目标资源相对于最新评估值数据的实时评估值波动数据。
48.其中，由于第一实时评估值影响因子和第二实时评估值影响因子分别用于表征预估的目标资源中的历史资源和其它虚拟资源的实时评估值波动对于目标资源实时评估值的影响权重，因此本实施例根据第一实时评估值影响因子和第二实时评估值影响因子之和，来计算目标资源相对于最新评估值数据的实时评估值波动数据，相当于是结合了目标资源中的历史资源和其它虚拟资源的实时评估值波动表现来预测目标资源的实时评估值波动。
49.在一些示例性实施例中，通过将第一实时评估值影响因子和第二实时评估值影响因子之和作为目标资源的实时评估值估算因子，并计算目标资源的最新评估值数据与实时评估值估算因子的乘积，即可得到目标资源相对于最新评估值数据的实时评估值波动数据。
50.需要理解的是，由于目标资源的评估值数据是在交易日结束后所公布的，因此目标资源的最新评估值数据是指，在目标资源实时评估值估算日的前一个交易日所公布的目标资源的评估值数据。
51.目标资源的实时评估值估算因子则可以理解为是，目标资源中含有的所有持仓资源的实时评估值波动在整体上对于目标资源的实时评估值波动的影响程度，由此，本实施例通过计算实时评估值估算因子与目标资源的最新评估值数据的乘积，即可得到目标资源
对应的实时评估值波动数据。
52.步骤s170，计算最新评估值数据与目标资源相对于最新评估值数据的实时评估值波动数据之和，以得到目标资源的实时评估值。
53.如前所述的，由于步骤s150中所计算得到的目标资源的实时评估值波动是相对于目标资源的最新评估值而言的，因此将目标资源的最新评估值数据与目标资源相对于最新评估值数据的实时评估值波动数据相加，所得到的和值即为目标资源的实时评估值。
54.由上可知，本实施例针对目标资源的实时评估值进行预估的过程可以通过如下公式表示：
55.p(t t)＝p(t)*(1 m n)
56.其中，p(t t)表示目标资源在评估值预估日的实时评估值，其中0＜t＜1；p(t)表示目标资源的最新评估值数据，m表示第一实时评估值影响因子，n表示第二实时评估值影响因子。
57.可以看出，本实施例不仅根据目标资源的持仓表现来预估目标资源的实时评估值波动，还进一步结合目标资源的最新评估值，由此双管齐下地对目标资源的实时评估值波动进行预估，使得本实施例针对目标资源所预估得到的实时评估值波动具有非常高的准确度。
58.图3是图2所示的步骤s130在一个示例性实施例的流程图。
59.如图3所示，根据参考资源的实时评估值波动数据，计算目标资源中除历史资源以外的其它虚拟资源对于目标资源的第二实时评估值影响因子的过程，可以包括步骤s131至步骤s133，详细介绍如下：
60.步骤s131，确定其它虚拟资源与参考资源的评估值波动之间的相关性系数。
61.首先需要说明的是，在本实施例中，首先需要确定目标资源中含有的其它虚拟资源与参考资源的评估值波动之间的相关性系数，该相关性系数能够反映其它虚拟资源对于参考资源的评估值波动的影响。
62.由于目标资源中所含有的其它虚拟资源是未知的，本实施例所确定的其它虚拟资源与参考资源的评估值波动之间的相关性系数是通过估算得到，考虑到如果仅通过参考资源在单一时间段，例如单一交易日的评估值波动数据来估算相关性字数，随机性太大，从而影响相关性系数估算的准确性，因此本实施例根据参考资源在历史时间段中的评估值波动数据来对相关性系数进行回归测算，以保证测算得到的相关性系数具有较高的准确性。
63.应当理解的是，历史时间段包括一个或者多个历史日期，也即历史时间段是由一个或者多个历史交易日组成。示例性的，历史时间段可以是指连续的多个交易日，例如可以通过参考资源在历史一个月中每个交易日的评估值波动数据来对相关性系数进行回归测算；或者，历史时间段也可以是离散的多个历史交易日，本处不对此进行限制。
64.步骤s133，计算相关性系数与参考资源的实时评估值波动数据的乘积，以得到第二实时评估值影响因子。
65.本实施例中通过计算相关性系数与参考资源的评估值波动数据的乘积，即可基于参考资源的实时评估值波动数据来得到其它虚拟资源对于目标资源的实时评估值波动数据的影响权重，由此得到第二实时评估值影响因子。
66.因此，即使目标资源中所含有的其它虚拟资源是未知的，基于本实施例提供的方
法也能够准确地预估其它虚拟资源对于目标资源的评估值波动的影响权重，以为准确地估算目标资源的实时评估值提供了数据基础。
67.图4是图3所示实施例中的步骤s131在一个示例性实施例的流程图。
68.如图4所示，在一示例性实施例中，根据参考资源在历史时间段中的评估值波动数据来对相关性系数进行回归测算的过程，可以包括步骤s1311至步骤s1313，详细介绍如下：
69.步骤s1311，获取参考资源在历史时间段中的评估值波动数据，以及获取其它虚拟资源在历史时间段中对于目标资源的历史评估值影响因子。
70.由于参考资源在每个历史交易日结束后都会公布评估值数据，因此参考资源在每个历史交易日的评估值波动数据是已知数据，可以直接获取参考资源在历史时间段中的评估值波动数据。
71.其它虚拟资源在历史时间段中对于目标资源的历史评估值影响因子是指，在目标资源中含有的部分资源仍为历史资源的条件下，目标资源中除历史资源以外的其它虚拟资源在历史交易日中对于目标资源的历史评估值的影响程度。
72.由于目标资源的评估值数据会在每个交易日结束后公布，因此目标资源在历史时间段中的历史评估值数据是已知的。但由于其它虚拟资源是未知的，无法直接根据互联网上公布的数据来得到其它虚拟资源在历史时间段中对于目标资源的历史评估值影响因子，因此在本实施例中，还需依据历史资源在历史时间段中对于目标资源的历史评估值影响因子以间接计算其它虚拟资源在历史时间段中对于目标资源的历史评估值影响因子。
73.具体地，通过计算历史资源在历史时间段中对于目标资源的历史评估值影响因子，再计算目标资源在历史时间段中的评估值波动与历史资源在历史时间段中对于目标资源的历史评估值影响因子之差，即可得到其它虚拟资源在历史时间段中对于目标资源的历史评估值影响因子。
74.历史资源在历史时间段中对于目标资源的历史评估值影响因子，则需具体根据历史资源在历史时间段中的评估值波动数据，和历史资源在目标资源中的资源占比进行计算得到。示例性的，当历史时间段为连续的多个历史日期时，通过获取历史资源在各个历史日期中的评估值波动数据，然后分别计算各个历史日期中，历史资源的评估值波动数据与历史资源在目标资源中的资源占比之间的乘积，即可得到历史资源在各个历史日期中对于目标资源的历史评估值影响因子。
75.当历史资源包括多个仓位的历史资源时，在分别计算各个历史日期中，历史资源的评估值波动数据与历史资源在目标资源中的资源占比之间的乘积之后，还将同一历史日期中各个仓位的历史资源的历史资源与相应资源占比之间的乘积相加，以得到各个仓位的历史资源在所述同一历史日期中对于目标资源的历史评估值影响因子。
76.为便于理解以上的历史评估值影响因子获取过程，本处仍以目标资源为基金进行示例性说明：
77.假设目标资源中的历史资源为基金最新季报中公布的10支重仓股，且公布的各支重仓股在基金中的仓位占比依次为w(1)，w(2)，
……
，w(10)，其它虚拟资源则为目标资源中除重仓股以外的其它仓位的子虚拟资源。
78.若假设基金的实时评估值估算日为t，历史的20个交易日的历史评估值数据已知，例如依次为f(t 0)，f(t
‑
1)，f(t
‑
2)，
……
，f(t
‑
19)，重仓股在历史的20个交易日中的评估
值波动也已知，例如在第t
‑
19日，各支重仓股的评估值波动依次为s(1)，s(2)，
……
，s(10)，因此，除去10支重仓股以外的其它证券在第t
‑
19日对于基金的评估值波动的历史评估值影响因子k(t
‑
19)可以通过如下公式计算得到：
79.k(t
‑
19)＝f(t
‑
19)
‑
[s(1)w(1) s(2)w(2)
…
s(10)w(10)]
[0080]
基于以上描述，即可以得到除去10支重仓股以外的其它虚拟资源在其它历史交易日对于基金的评估值波动的历史评估值影响因子，由此得到在历史时间段中的各个历史交易日，除去10支重仓股以外的其它虚拟资源对于基金的评估值波动的历史评估值影响因子依次为k(t 0)，k(t
‑
1)，
……
，k(t
‑
19)。
[0081]
步骤s1313，将参考资源在历史时间段中的评估值波动数据作为因变量，并将其它虚拟资源在历史时间段中对于目标资源的历史评估值影响因子作为自变量，进行因变量和自变量之间的线性回归处理，以得到相关性系数。
[0082]
由上可知，当历史时间段包括连续的多个历史日期时，通过获取参考资源在各个历史日期中的评估值波动数据，以将多个历史日期中的评估值波动数据所构成的集合作为因变量的取值范围。通过获取其它虚拟资源在各个历史日期中对于目标资源的历史评估值影响因子，以将多个历史日期中其它虚拟资源对于目标资源的历史评估值影响因子所构成的集合作为自变量的取值范围。
[0083]
根据因变量的取值范围和自变量的取值范围，即可进行因变量和自变量之间的线性回归处理，以得到在最近的历史日期中其它虚拟资源与参考资源的评估值波动之间的相关性系数。示例性的，若将其它虚拟资源与参考资源的评估值波动之间的相关性系数表示为beta(t)，本实施例进行因变量b(t)和自变量k(t)之间的线性回归处理所采用的线性回归方程如下：
[0084]
k(t)＝beta(t)*b(t) alpha
[0085]
其中，alpha通常是常数。
[0086]
在如上所述的目标资源为基金的示例中，假设基金在历史的20个交易日中的每日评估值波动数据依次为b(t 0)，b(t
‑
1)，
……
，b(t
‑
19)，因变量b(t)对应的取值范围为{b(t 0)，b(t
‑
1)，
……
，b(t
‑
19)}，自变量k(t)对应的取值范围为{k(t 0)，k(t
‑
1)，
……
，k(t
‑
19)}。基于如上的线性回归处理过程，则可以得到最近的一个历史交易日中，基金中除重仓股以外的其它证券与基准指数的评估值波动之间的相关性系数beta(t 0)。
[0087]
由此，本实施例提供的方法可以借助于目标资源中的历史资源的历史评估值波动数据，来对未知的其它虚拟资源与参考资源的评估值波动之间的相关性系数进行准确预估。
[0088]
如图5所示，在另外的实施例中，在图2所示实施例中的步骤s110之前，该虚拟资源处理方法还包括步骤s210至步骤s250，详细介绍如下：
[0089]
步骤s210，确定目标资源所属的资源类型。
[0090]
在本实施例中，目标资源所述的资源类型基于目标资源与实时评估值波动数据是否跟踪于参考资源的实时评估值波动数据进行确定。其中，第一资源类型的目标资源的实时评估值波动数据与参考资源的实时评估值波动数据不相关联，第二资源类型的目标资源的实时评估值波动数据跟踪于参考资源的实时评估值波动数据。
[0091]
若以基金作为目标资源进行示例性说明，股票型基金和偏股混合型基金的实时评
估值波动与相应基准基金的实时评估值波动的差异可能会很大，二者之间不具有相关性，因此可以将股票型基金和偏股混合型基金作为第一资源类型的目标资源。
[0092]
对于指数型基金和指数增强型基金，由于这些基金是通过购买某个指数的全部或部分成份股构建的投资组合，这些基金所对应的参考资源均为所购买的相应指数，这些基金的实时评估值波动数据将跟踪于相应指数的实时评估值波动数据，因此可以将指数型基金和指数增强型基金作为第二资源类型的目标资源。
[0093]
需要说明的是，在一些实施例中，目标资源所属的资源类型是已知数据，因此可以直接确定目标资源所属的资源类型。
[0094]
步骤s230，若确定目标资源所属的资源类型为第一资源类型，则执行步骤s110。
[0095]
如果确定目标资源所属的资源类型为第一资源类型，例如目标资源为上述示例的股票型基金或偏股混合型基金，则执行步骤s110，也即执行图2所示的实施例中记载的步骤，以结合预估的目标资源的持仓资源表现和目标资源的最新评估值表现来实现目标资源的实时评估值的测算，由此保证所预估得到的目标资源的实时评估值的准确性。
[0096]
步骤s250，若确定目标资源所属的资源类型为第二资源类型，则计算参考资源的实时评估值波动数据与目标资源对应的维持仓位占比之间的乘积，以得到目标资源对应的实时评估值估算因子，并计算目标资源的最新评估值数据与目标资源对应的实时评估值估算因子之间的乘积，得到目标资源相对于最新评估值数据的实时评估值波动数据，将最新评估值数据与实时评估值波动数据之和作为目标资源的实时评估值。
[0097]
其中，目标资源对应的维持仓位占比是指目标资源中的非现金仓位的子虚拟资源在目标资源中的资源占比。例如以基金为示例，考虑到在基金的实际运作中，基金中通常配置有资源占比为5％的流动现金持仓，因此将除流动现金持仓以外的其它持仓在基金中的仓位占比称为维持仓位占比，该维持仓位占比具体为95％。
[0098]
当目标资源所属的资源类型为第二资源类型时，目标资源的实时评估值的获取过程可以通过如下公式表示：
[0099]
p(t t)＝p(t)*(1 e*f)
[0100]
其中，p(t t)表示目标资源的实时评估值，0＜t＜1，p(t)表示目标资源的最新评估值数据，e表示参考资源的实时评估值波动数据，f表示目标资源对应的维持仓位占比，e*f表示目标资源对应的实时评估值估算因子。
[0101]
可以看出，当确定目标资源所属的资源类型为第二资源类型时，由于该目标资源的实时评估值波动数据跟踪于参考资源的实时评估值波动数据，本实施例根据参考资源的实时评估值波动数据和目标资源对应的维持仓位占比，即可准确得到目标资源的实时评估值。
[0102]
因此在本实施例提供的方法中，通过预先判断目标资源所属的资源类型，然后基于不同的资源类型，采取不同的方式来估算目标资源的实时评估值，由此节约处理资源，同时能够保证预估的目标资源的实时评估值的准确性。
[0103]
在另外的一些实施例中，如图6所示，虚拟资源处理方法还可以包括步骤s310至步骤s330，详细介绍如下：
[0104]
步骤s310，获取预测时间段中针对目标资源所估算的评估值，以及获取目标资源在所述预测时间段中真实的评估值。
[0105]
其中，预测时间段是指针对目标资源的实时评估值进行估算的时间段，通常包括连续的多个预测日期，预测日期也即为交易日，在每个预测日期中，都将预估目标资源的实时评估值，在每个预测日期的最后一时刻所预估的实时评估值即为预估的评估值，因此可以获取到预测时间段中针对目标资源所估算的评估值。
[0106]
还需要说明的是，在预测时间段内的每个预测日期结束后，互联网上仍将公布目标资源在每个预测日期的评估值数据，因此将公布的目标资源在每个预测日期的评估值数据作为目标资源在预测时间段中真实的评估值。
[0107]
步骤s330，计算目标资源在预测时间段中的评估值估算偏差值，评估值估算偏差值用于表征预测时间段中针对目标资源的实时评估值的估算效果。
[0108]
在本实施例中，通过目标资源在预测时间段中的评估值估算偏差值来衡量本技术的实施例针对目标资源的实时评估值进行估算的效果，例如评估值估算偏差值较小，则表示本技术针对目标资源的实时评估值进行估算的准确度更高，反之则表示本技术针对目标资源的实时评估值进行估算的准确度较低。
[0109]
当预测时间段包括连续的多个预测日期时，可以根据各个预测日期中针对目标资源所估算的实时评估值以及目标资源真实的实时评估值，计算目标资源在各个预测日期中的评估值估算偏差值，然后计算目标资源在各个预测日期中的评估值估算偏差值所对应的平均值，以得到目标资源在预测时间段中的评估值估算偏差值。
[0110]
因此，在本实施例提出的方法中，实现了通过数值化的方式来评估针对目标资源的实时评估值进行估算的准确度，以基于所得到的评估值估算偏差值对目标资源的实时评估值的估算准确度进行精确的把握。
[0111]
在另外的实施例中，还将评估值估算偏差值显示到目标资源对应的资源界面，资源界面中显示有目标资源对应的实时评估值波动曲线。若以目标资源为基金作为示例，目标资源对应的资源界面可以是互联网基金销售平台界面，目标资源对应的实时评估值波动曲线是根据预估的基金的实时净值所形成的实时净值走势曲线，通过在互联网基金销售平台界面同时显示针对基金所预估得到的实时净值波动曲线和净值估算偏差值，将使得用户可以对基金的真实盈亏情况进行更加精确的把控，使得用户在互联网基金销售平台上执行的基金交易操作更加精确。
[0112]
另外还需要提及的是，为了验证本技术的实施例针对目标资源进行实时评估值预估的准确性，本技术的发明人以互联网基金销售平台中的基金作为目标资源进行了对比实验，具体的对比实验过程如下：
[0113]
首先，对于股票型或偏股混合型的基金，本技术的发明人在互联网基金销售平台随机抽样基金名称为“华夏大盘精选000011.og”作为测试基金，通过以上实施例记载的适用于第一资源类型的虚拟资源处理方法来预估该测试基金在2019年4月1日至2019年4月22日中的每个交易日的净值数据，得到如图7所示的测试结果数据。从图7中可以看出，该测试基金在2019年4月期间的净值估算偏差值为0.214％。
[0114]
由于名称为“天天基金”的互联网基金销售平台是本领域中认定的具有较为准确的基金实时净值预估功能的平台，因此本技术的发明人还获取了“天天基金”互联网基金销售平台针对测试基金进行实时净值预估的净值估算偏差值。如图8所示，“天天基金”互联网基金销售平台界面中显示了在2019年4月25日针对“华夏大盘精选000011.og”基金进行实
时净值预估的净值估算偏差值为0.4％。
[0115]
可以看出，本技术实施例提出的方法相比于“天天基金”互联网基金销售平台对于基金实时净值的预估方法，有效地减少了接近50％的估算偏差，因此本技术实施例提出的适用于第一资源类型的虚拟资源处理方法，针对目标资源的实时评估值的预估具有很高的准确性。
[0116]
对于指数型基金或指数增强型基金，本技术的发明人随机抽样名称为“华泰柏瑞沪深300etf，510300.of”的基金作为测试基金，通过以上实施例记载的适用于第二资源类型的虚拟资源处理方法来预估该测试基金在2019年4月1日至2019年4月22日中的每个交易日的净值数据，得到如图9所示的测试结果数据。从图9中可以看出，该测试基金在2019年4月期间的净值估算偏差值为0.007％。
[0117]
作为对比，本技术的发明人还获取了“天天基金”互联网基金销售平台针对同一测试基金进行实时净值预估的净值估算偏差值。如图10所示，“天天基金”互联网基金销售平台界面在2019年4月25日公布的针对“华泰柏瑞沪深300etf，510300.of”基金进行实时净值预估的净值估算偏差值为0.05％。
[0118]
可以看出，本技术实施例提出的方法相比于“天天基金”互联网基金销售平台对于基金实时净值的预估方法，有效地减少了接近90％的估算偏差，因此本技术实施例提出的适用于第二资源类型的虚拟资源处理方法，针对目标资源的实时评估值的预估具有非常高的准确性。
[0119]
图11是本技术的一示例性实施例示出的一种虚拟资源处理装置的框图。如图11所示，在一示例性实施例中，该虚拟资源处理装置包括：
[0120]
第一实时评估值影响因子获取模块410，配置为根据目标资源中最近一次公布的历史资源，确定历史资源在目标资源中的资源占比，并计算资源占比与历史资源的实时评估值波动数据的乘积，得到历史资源对于目标资源的第一实时评估值影响因子；第二实时评估值影响因子获取模块430，配置为根据参考资源的实时评估值波动数据，计算目标资源中除历史资源以外的其它虚拟资源对于目标资源的第二实时评估值影响因子；实时评估值波动获取模块450，配置为根据第一实时评估值影响因子和第二实时评估值影响因子，计算目标资源相对于最新评估值数据的实时评估值波动数据；实时评估值获取模块470，配置为计算最新评估值数据与所述目标资源相对于最新评估值数据的实时评估值波动数据之和，以得到目标资源的实时评估值。
[0121]
该虚拟资源处理装置结合目标资源的持仓表现和目标资源的最新评估值，以双管齐下地对目标资源的实时评估值波动进行预估，使得该虚拟资源处理装置针对目标资源所预估得到的实时评估值波动具有非常高的准确度。
[0122]
在另一示例性实施例中，第二实时评估值影响因子获取模块430包括：
[0123]
相关性系数确定单元，配置为确定其它虚拟资源与参考资源的评估值波动之间的相关性系数；第二实时评估值影响因子计算单元，配置为计算相关性系数与参考资源的实时评估值波动数据的乘积，以得到第二实时评估值影响因子。
[0124]
在另一示例性实施例中，相关性系数确定单元包括：
[0125]
历史数据获取子单元，配置为获取参考资源在历史时间段中的评估值波动数据，以及获取其它虚拟资源在历史时间段中对于目标资源的历史评估值影响因子；线性回归处
理子单元，配置为将参考资源在历史时间段中的评估值波动数据作为因变量，并将其它虚拟资源在历史时间段中对于目标资源的历史评估值影响因子作为自变量，进行因变量和自变量之间的线性回归处理，以得到相关性系数。
[0126]
在另一示例性实施例中，历史数据获取子单元包括：
[0127]
第一历史评估值影响因子计算子单元，配置为计算历史资源在历史时间段中对于目标资源的历史评估值影响因子；第二历史评估值影响因子计算子单元，配置为计算目标资源在历史时间段中的评估值波动与历史资源在历史时间段中对于目标资源的历史评估值影响因子之差，以得到其它虚拟资源在历史时间段中对于目标资源的历史评估值影响因子。
[0128]
在另一示例性实施例中，历史时间段包括连续的多个历史日期；第一历史评估值影响因子计算子单元包括：
[0129]
历史评估值波动数据获取子单元，配置为获取历史资源在各个历史日期中的评估值波动数据；历史评估值影响因子计算子单元，配置为分别计算各个历史日期中，历史资源的评估值波动数据与历史资源在目标资源中的资源占比之间的乘积，以得到历史资源在各个历史日期中对于目标资源的历史评估值影响因子。
[0130]
在另一示例性实施例中，历史时间段包括连续的多个历史日期；线性回归处理子单元包括：
[0131]
第一取值范围获取子单元，配置为获取参考资源在各个历史日期中的评估值波动数据，将多个历史日期中的评估值波动数据所构成的集合作为因变量的取值范围；第二取值范围获取子单元，配置为获取其它虚拟资源在各个历史日期中对于目标资源的历史评估值影响因子，将多个历史日期中其它虚拟资源对于目标资源的历史评估值影响因子所构成的集合作为自变量的取值范围；回归处理计算子单元，配置为根据因变量的取值范围和自变量的取值范围，进行因变量和自变量之间的线性回归处理，以得到在最近的历史日期中其它资源与参考资源的评估值波动之间的相关性系数。
[0132]
在另一示例性实施例中，实时评估值波动获取模块450包括：
[0133]
实时评估值估算因子获取单元，配置为将第一实时评估值影响因子和第二实时评估值影响因子之和作为目标资源的实时评估值估算因子；实时评估值估算因子计算单元，配置为计算目标资源的最新评估值数据与实时评估值估算因子的乘积，以得到目标资源相对于最新评估值数据的实时评估值波动数据。
[0134]
在另一示例性实施例中，该虚拟资源处理装置还包括：
[0135]
资源类型确定模块，配置为确定目标资源所属的资源类型，若确定目标资源所属的资源类型为第一资源类型，则跳转至第一实时评估值影响因子获取模块410进行处理，第一资源类型的目标资源的实时评估值波动数据与参考资源的实时评估值波动数据不相关联。
[0136]
在另一示例性实施例中，该虚拟资源处理装置还包括：
[0137]
实时评估值预估处理模块，用于在资源类型确定模块确定目标资源所属的资源类型为第二资源类型时，计算参考资源的实时评估值波动数据与目标资源对应的维持仓位占比之间的乘积，以得到目标资源对应的实时评估值估算因子，并计算目标资源的最新评估值数据与目标资源对应的实时评估值估算因子之间的乘积，得到目标资源相对于最新评估
值数据的实时评估值波动数据，将最新评估值数据与实时评估值波动数据之和作为目标资源的实时评估值，其中，第二资源类型的目标资源的实时评估值波动数据跟踪于参考资源的实时评估值波动数据。
[0138]
在另一示例性实施例中，该虚拟资源处理装置还包括：
[0139]
预测时间段数据获取模块，配置为获取预测时间段中针对目标资源所估算的实时评估值，以及获取目标资源在预测时间段中真实的实时评估值；评估值估算偏差值计算模块，配置为计算目标资源在预测时间段中的评估值估算偏差值，评估值估算偏差值用于表征预测时间段中针对目标资源的实时评估值的估算效果。
[0140]
在另一示例性实施例中，预测时间段包括连续的多个预测日期；评估值估算偏差值计算模块包括：
[0141]
多评估值估算偏差值计算单元，配置为根据各个预测日期中针对目标资源所估算的评估值以及目标资源真实的评估值，计算目标资源在各个预测日期中的评估值估算偏差值；平均值计算单元，配置为计算目标资源在各个预测日期中的评估值估算偏差值所对应的平均值，以得到目标资源在预测时间段中的评估值估算偏差值。
[0142]
在另一示例性实施例中，该虚拟资源处理装置还包括：
[0143]
评估值估算偏差值显示模块，配置为将评估值估算偏差值显示到目标资源对应的资源界面，资源界面中显示有目标资源对应的实时评估值波动曲线。
[0144]
需要说明的是，上述实施例所提供的装置与上述实施例所提供的方法属于同一构思，其中各个模块和单元执行操作的具体方式已经在方法实施例中进行了详细描述，此处不再赘述。
[0145]
本技术的实施例还提供了一种电子设备，包括处理器和存储器，其中，存储器上存储有计算机可读指令，该计算机可读指令被处理器执行时实现如前所述的虚拟资源处理方法。
[0146]
图12示出了适于用来实现本技术实施例的电子设备的计算机系统的结构示意图。
[0147]
需要说明的是，图12示出的电子设备的计算机系统1600仅是一个示例，不应对本技术实施例的功能和使用范围带来任何限制。
[0148]
如图12所示，计算机系统1600包括中央处理单元(central processing unit，cpu)1601，其可以根据存储在只读存储器(read
‑
only memory，rom)1602中的程序或者从储存部分1608加载到随机访问存储器(random access memory，ram)1603中的程序而执行各种适当的动作和处理，例如执行上述实施例中所述的方法。在ram 1603中，还存储有系统操作所需的各种程序和数据。cpu 1601、rom 1602以及ram 1603通过总线1604彼此相连。输入/输出(input/output，i/o)接口1605也连接至总线1604。
[0149]
以下部件连接至i/o接口1605：包括键盘、鼠标等的输入部分1606；包括诸如阴极射线管(cathode ray tube，crt)、液晶显示器(liquid crystal display，lcd)等以及扬声器等的输出部分1607；包括硬盘等的储存部分1608；以及包括诸如lan(local area network，局域网)卡、调制解调器等的网络接口卡的通信部分1609。通信部分1609经由诸如因特网的网络执行通信处理。驱动器1610也根据需要连接至i/o接口1605。可拆卸介质1611，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器1610上，以便于从其上读出的计算机程序根据需要被安装入储存部分1608。
[0150]
特别地，根据本技术的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本技术的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的计算机程序。在这样的实施例中，该计算机程序可以通过通信部分1609从网络上被下载和安装，和/或从可拆卸介质1611被安装。在该计算机程序被中央处理单元(cpu)1601执行时，执行本技术的系统中限定的各种功能。
[0151]
需要说明的是，本技术实施例所示的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(ram)、只读存储器(rom)、可擦式可编程只读存储器(erasable programmable read only memory，eprom)、闪存、光纤、便携式紧凑磁盘只读存储器(compact disc read
‑
only memory，cd
‑
rom)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本技术中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本技术中，计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的计算机程序。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的计算机程序可以用任何适当的介质传输，包括但不限于：无线、有线等等，或者上述的任意合适的组合。
[0152]
附图中的流程图和框图，图示了按照本技术各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。其中，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图或流程图中的每个方框、以及框图或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
[0153]
描述于本技术实施例中所涉及到的单元可以通过软件的方式实现，也可以通过硬件的方式来实现，所描述的单元也可以设置在处理器中。其中，这些单元的名称在某种情况下并不构成对该单元本身的限定。
[0154]
本技术的另一方面还提供了一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如前所述的虚拟资源处理方法。该计算机可读存储介质可以是上述实施例中描述的电子设备中所包含的，也可以是单独存在，而未装配入该电子设备中。
[0155]
本技术的另一方面还提供了一种计算机程序产品或计算机程序，该计算机程序产品或计算机程序包括计算机指令，该计算机指令存储在计算机可读存储介质中。计算机设
备的处理器从计算机可读存储介质读取该计算机指令，处理器执行该计算机指令，使得该计算机设备执行上述各个实施例中提供的虚拟资源处理方法。
[0156]
上述内容，仅为本技术的较佳示例性实施例，并非用于限制本技术的实施方案，本领域普通技术人员根据本技术的主要构思和精神，可以十分方便地进行相应的变通或修改，故本技术的保护范围应以权利要求书所要求的保护范围为准。