一种资产组合实时波动率绘制方法、装置及存储介质与流程

1.本技术属于波动测量技术领域，尤其涉及一种资产组合实时波动率绘制方法、装置及存储介质。


背景技术：

2.随着我国金融市场活动日趋频繁与复杂，如何强化公司风险意识，增强风险防范能力，促进中国金融市场行业持续、健康、稳定发展是重中之重。日常经营环节，根据国家法律法规、市场环境等因素构建对组合风险的全面识别、评估、监控、报告和化解管理体系有助于提高业务发展安全性和稳定性。组合风险控制方法首先要符合国家法律法规的要求，在安全法规定性要求的基础上，因根据业务需要进一步提升风险控制管理的精度和效率。例如运用定量风险模型和组合优化技术对组合的风险来源和敞口进行计算，使用情景分析和压力测试算法对组合的市场波动承受能力进行评估。
3.风险管理指标经历了从波动率到var(value at risk)，再到巴塞尔协议演变过程。风险模型一般基于统计规律和概率论模型，结合历史数据进行计算。历史数据大多以日频为主，对于风险的反馈效率相当滞后，且有些模型需要相当长的历史数据作为样本输入，而市场行情瞬息万变，这将导致计算结果无法准确反应当前潜在风险。


技术实现要素：

4.本技术的目的是提供一种资产组合实时波动率绘制方法、装置及存储介质，利用日内高频数据结合仓位预估对组合做实时风险监控，捕捉日内微小的波动，及时反馈市场，提高波动率计算的准确性与时效性。
5.为了实现上述目的，本技术技术方案如下：
6.一种资产组合实时波动率绘制方法，包括：
7.从市场公开信息中获取目标资产组合对应的公开要素和标的要素；
8.获取当前交易日之前的历史数据，所述历史数据包括目标资产组合日收益率、公开要素日收益率和标的要素日收益率，计算出目标资产组合剩余仓位日收益率，训练得到目标资产组合剩余仓位日收益率预估模型；
9.周期性获取当前交易日标的要素行情数据，采用训练得到的目标资产组合剩余仓位日收益率预估模型预估出对应的目标资产组合剩余仓位收益率，并结合目标资产组合公开要素收益率计算出目标资产组合收益率；
10.根据当前交易日当前时刻前计算得到的目标资产组合收益率序列，计算当前时刻目标资产组合的波动率；
11.以时间为横坐标，波动率为纵坐标，绘制波动率曲线。
12.进一步的，所述获取当前交易日之前的历史数据，所述历史数据包括目标资产组合日收益率、公开要素日收益率和标的要素日收益率，计算出目标资产组合剩余仓位日收益率，训练得到目标资产组合剩余仓位日收益率预估模型，包括：
13.获取当前交易日之前的历史数据，计算出目标资产组合真实剩余仓位日收益率，以真实剩余仓位日收益率为因变量，以标的要素日收益率为自变量，通过单变量回归训练得到各个标的要素对应的预估系数，根据各个标的要素对应的单变量回归系数，计算各个标的要素对应的剩余仓位预估收益率；
14.以各个标的要素对应的剩余仓位预估收益率作为自变量，以真实剩余仓位日收益率作为因变量，通过元线性回归训练得到各个标的要素的配置权重；
15.采用各个标的要素的配置权重生成目标资产组合剩余仓位日收益率预估模型。
16.进一步的，所述根据当前交易日当前时刻前计算得到的目标资产组合收益率序列，计算当前时刻目标资产组合的波动率，采用如下公式：
[0017][0018]
其中，σ为当前时刻目标资产组合的波动率，为第i个预估的目标资产组合收益率，n为当前交易日当前时刻之前预估的目标资产组合收益率个数。
[0019]
本技术还提出了一种资产组合实时波动率绘制装置，包括：
[0020]
数据接收模块，用于从市场公开信息中获取目标资产组合对应的公开要素和标的要素；
[0021]
模型训练模块，用于获取当前交易日之前的历史数据，所述历史数据包括目标资产组合日收益率、公开要素日收益率和标的要素日收益率，计算出目标资产组合剩余仓位日收益率，训练得到目标资产组合剩余仓位日收益率预估模型；
[0022]
预估模块，用于周期性获取当前交易日标的要素行情数据，采用训练得到的目标资产组合剩余仓位日收益率预估模型预估出对应的目标资产组合剩余仓位收益率，并结合目标资产组合公开要素收益率计算出目标资产组合收益率；
[0023]
波动率计算模块，用于根据当前交易日当前时刻前计算得到的目标资产组合收益率序列，计算当前时刻目标资产组合的波动率；
[0024]
绘制模块，用于以时间为横坐标，波动率为纵坐标，绘制波动率曲线。
[0025]
进一步的，所述模型训练模块，获取当前交易日之前的历史数据，所述历史数据包括目标资产组合日收益率、公开要素日收益率和标的要素日收益率，计算出目标资产组合剩余仓位日收益率，训练得到目标资产组合剩余仓位日收益率预估模型，执行如下操作：
[0026]
获取当前交易日之前的历史数据，计算出目标资产组合真实剩余仓位日收益率，以真实剩余仓位日收益率为因变量，以标的要素日收益率为自变量，通过单变量回归训练得到各个标的要素对应的预估系数，根据各个标的要素对应的单变量回归系数，计算各个标的要素对应的剩余仓位预估收益率；
[0027]
以各个标的要素对应的剩余仓位预估收益率作为自变量，以真实剩余仓位日收益率作为因变量，通过元线性回归训练得到各个标的要素的配置权重；
[0028]
采用各个标的要素的配置权重生成目标资产组合剩余仓位日收益率预估模型。
[0029]
进一步的，所述波动率计算模块，根据当前交易日当前时刻前计算得到的目标资产组合收益率序列，计算当前时刻目标资产组合的波动率，采用如下公式：
[0030][0031]
其中，σ为当前时刻目标资产组合的波动率，为第i个预估的目标资产组合收益率，n为当前交易日当前时刻之前预估的目标资产组合收益率个数。
[0032]
本技术还提出了一种计算机可读存储介质，其上存储有计算机指令，所述计算机指令被处理器执行，以实现所述资产组合实时波动率绘制方法的步骤。
[0033]
本技术提出的一种资产组合实时波动率绘制方法、装置及存储介质，实时获取标的市场行情数据，获取周期可精确到秒级或者分钟级，例如每10秒获取一次行情。将获取的行情数据输入到组合的预估仓位模型中，计算组合的预估收益。根据收益率序列，计算当日的已实现波动率，即从开盘到当前时间点的收益率序列标准差，时间序列的时间覆盖范围均为当日，保证数据的时效性。在计算出波动率后，如果组合的波动率较高，预示着组合的高风险，需要引起注意。
附图说明
[0034]
图1为本技术资产组合实时波动率绘制方法流程图；
[0035]
图2为本技术实施例绘制的实时波动率曲线示意图。
具体实施方式
[0036]
为了使本技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本技术进行进一步详细说明。应当理解，此处描述的具体实施例仅用以解释本技术，并不用于限定本技术。
[0037]
本技术提供的一种资产组合实时波动率测量方法，如图1所示，包括：
[0038]
步骤s1、从市场公开信息中获取目标资产组合对应的公开要素和标的要素。
[0039]
具体的，为了保证组合的安全性与隐私，本技术不直接获取投资组合的成分数据，而是获取投资组合可公开的数据，即公开要素和标的要素。
[0040]
目标资产组合以基金为例，基金的十大重仓股是市场公开的数据，此外行业指数也是公开的数据，本技术将基金的十大重仓股披露的仓位配置信息作为基金对应的公开要素，将行业指数作为标的要素。
[0041]
基金除去已经公开的重仓股，其他的就是该基金的剩余仓位。对于剩余的仓位，本技术采用标的要素去估算。
[0042]
步骤s2、获取当前交易日之前的历史数据，所述历史数据包括目标资产组合日收益率、公开要素日收益率和标的要素日收益率，计算出目标资产组合剩余仓位日收益率，训练得到目标资产组合剩余仓位日收益率预估模型。
[0043]
本步骤主要用于训练目标资产组合剩余仓位日收益率预估模型，训练步骤包括：
[0044]
步骤s2.1、获取当前交易日之前的历史数据，计算出目标资产组合真实剩余仓位日收益率，以真实剩余仓位日收益率为因变量，以标的要素日收益率为自变量，通过单变量回归训练得到各个标的要素对应的预估系数，根据各个标的要素对应的单变量回归系数，
计算各个标的要素对应的剩余仓位预估收益率。
[0045]
本步骤通过单变量回归训练得到各个标的要素对应的预估系数，首先计算目标资产组合真实剩余仓位日收益率。计算公式如下：
[0046]
真实剩余仓位日收益率＝资产组合日收益率-w*公开要素日收益率；
[0047]
其中w为资产组合公开要素的配置权重，由于资产组合日收益率、公开要素日收益率和公开要素的配置权重w都是公开的数据，因此可以方便的计算出历史每个交易日的真实剩余仓位日收益率。
[0048]
具体的，假设资产组合a的公开要素为[s1,s2,
…
,sk]，对应权重w＝[w1,w2,
…
,wk]，公开要素sk每日累计收益为：
[0049][0050]
其中r
k,t
为公开要素sk在第t个交易日的累计收益，r
k,i
为公开要素sk在第i个交易日当天的收益。
[0051]
从而，所有公开要素在第i个交易日的累计收益记为r
p,i
：
[0052]rp,i
＝[r
1,i
,
…
,r
k,i
]
ꢀꢀ
(2)
[0053]
所有公开要素当日的收益率记为r
p，i
，计算方法如公式(3)所示。
[0054]rp，i
＝r
p，i
*w
t
/(r
p，i-1
*w
t
)-∑wiꢀꢀ
(3)
[0055]
需要说明的是，如果第i天是季度末，已经获取到新的公开要素，则第一天的收益是如下公式，因为更新持仓的第一天默认组合的资金曲线净值是1：
[0056]rp，i
＝r
p，i
*w
t-∑wiꢀꢀ
(4)
[0057]
之后的收益是如下公式，即用当天的总资产比上个交易日的总资产减1：
[0058]rp，i
＝r
p，i
*w
t
/(r
p，i-1
*w
t
)-1
ꢀꢀ
(5)。
[0059]
接下来，以真实剩余仓位日收益率为因变量，以标的要素日收益率为自变量，标的要素j对真实剩余仓位日收益率单变量回归公式如下所示：
[0060]rk
＝αj βj*x
j，k
ꢀꢀ
(6)
[0061]
其中rk为交易日k对应的真实剩余仓位日收益率，x
j，k
为交易日k对应的标的要素j的日收益率。1＜＝k＜＝s，s为预设的交易日数，αj、βj为单变量回归系数，通过s个交易日数据的训练，可以得到各个标的要素对应的单变量回归系数。
[0062]
则，在第s 1个交易日，标的要素j对组合剩余仓位日收益率的预测如公式(7)所示：
[0063][0064]
其中，是标的要素j对应的在第s 1个交易日的剩余仓位预估收益率，x
j，s 1
表示交易日s 1对应的标的要素j的日收益率。
[0065]
需要说明的是，对于第s 2个交易日的预测，首先通过第s 1个交易及其之前历史数据来训练得到单变量回归系数，然后再计算第s 2个交易日的剩余仓位预估收益率，依次滚动计算。
[0066]
步骤s2.2、以各个标的要素对应的剩余仓位预估收益率作为自变量，以真实剩余仓位日收益率作为因变量，通过元线性回归训练得到各个标的要素的配置权重。
[0067]
本步骤多元线性回归公式如下：
[0068][0069]
其中θj为标的要素j的权重，n为标的要素的个数，为交易日t的标的要素j对应的剩余仓位预估日收益率，r
t
为交易日t对应的真实剩余仓位日收益率。
[0070]
本实施例采用前一步骤得到的多个训练样本，对上述公式(3)进行多元线性回归训练，得到系数矩阵[θ1，...，θn]，即得到各个标的要素的配置权重。
[0071]
步骤s2.3、采用各个标的要素的配置权重生成目标资产组合剩余仓位日收益率预估模型。
[0072]
通过上面的步骤s2.1，可以通过当前交易日前s个交易日的数据来得到当前交易日的预测结果为了进行区分，以下用表示采用标的要素j预测得到的当前交易日对应的剩余仓位预估收益率。再与系数矩阵[θ1，...，θn]加权，即可得到最终的目标资产组合剩余仓位收益率预估值。公式如下：
[0073][0074]
上述公式即目标资产组合剩余仓位日收益率预估模型。
[0075]
步骤s3、周期性获取当前交易日标的要素行情数据，采用训练得到的目标资产组合剩余仓位日收益率预估模型预估出对应的目标资产组合剩余仓位收益率，并结合目标资产组合公开要素收益率计算出目标资产组合收益率。
[0076]
本技术周期性获取当前交易日标的要素行情数据，例如每10s获取一次标的要素行情，输入训练好的预估模型，该预估模型的标的要素配置权重在当天交易开始前由历史数据计算得到，并适用于当天的所有时间点的组合收益率估算。
[0077]
根据公式(3)，可以得到目标资产组合预估收益率等于(1-w)乘以目标资产组合剩余持仓收益率预估值加上w乘以组合公开要素收益率，公式如下：
[0078][0079]
至此，可以计算出从交易开始时间点到当前时间点的n个预估收益率序列，用来表示。
[0080]
步骤s4、根据当前交易日当前时刻前计算得到的目标资产组合收益率序列，计算当前时刻目标资产组合的波动率。
[0081]
在计算出从交易开始时间点到当前时间点的n个预估收益率序列后，通过如下公式计算截止到当前时间点的当日组合波动率：
[0082][0083]
其中，σ为当前时刻目标资产组合的波动率，为第i个预估的目标资产组合收益率，n为当前交易日当前时刻之前预估的目标资产组合收益率个数。
[0084]
步骤s5、以时间为横坐标，波动率为纵坐标，绘制波动率曲线。
[0085]
如图2所示，假设每10分钟展示一次波动率，波动率计算采用分钟级预估收益率时间序列，预估收益率时间序列长度随着交易时间增加而逐步加长。例如当前时刻为t，从当
日开盘到t时刻有k个预估收益率，则时间序列长度为k。下个十分钟，预估收益率的时间序列长度为k 10。采用公式(11)可以得到该时间点的波动率。从而以时间为横坐标，波动率为纵坐标，滑动连接各个波动率绘制出波动率曲线。
[0086]
在另一个实施例中，本技术还提供了一种资产组合实时波动率绘制装置，包括：
[0087]
数据接收模块，用于从市场公开信息中获取目标资产组合对应的公开要素和标的要素；
[0088]
模型训练模块，用于获取当前交易日之前的历史数据，所述历史数据包括目标资产组合日收益率、公开要素日收益率和标的要素日收益率，计算出目标资产组合剩余仓位日收益率，训练得到目标资产组合剩余仓位日收益率预估模型；
[0089]
预估模块，用于周期性获取当前交易日标的要素行情数据，采用训练得到的目标资产组合剩余仓位日收益率预估模型预估出对应的目标资产组合剩余仓位收益率，并结合目标资产组合公开要素收益率计算出目标资产组合收益率；
[0090]
波动率计算模块，用于根据当前交易日当前时刻前计算得到的目标资产组合收益率序列，计算当前时刻目标资产组合的波动率；
[0091]
绘制模块，用于以时间为横坐标，波动率为纵坐标，绘制波动率曲线。
[0092]
关于资产组合实时波动率绘制装置的具体限定可以参见上文中对于资产组合实时波动率绘制方法的限定，在此不再赘述。上述资产组合实时波动率绘制装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
[0093]
在一个具体的实施例中，所述模型训练模块，获取当前交易日之前的历史数据，所述历史数据包括目标资产组合日收益率、公开要素日收益率和标的要素日收益率，计算出目标资产组合剩余仓位日收益率，训练得到目标资产组合剩余仓位日收益率预估模型，执行如下操作：
[0094]
获取当前交易日之前的历史数据，计算出目标资产组合真实剩余仓位日收益率，以真实剩余仓位日收益率为因变量，以标的要素日收益率为自变量，通过单变量回归训练得到各个标的要素对应的预估系数，根据各个标的要素对应的单变量回归系数，计算各个标的要素对应的剩余仓位预估收益率；
[0095]
以各个标的要素对应的剩余仓位预估收益率作为自变量，以真实剩余仓位日收益率作为因变量，通过元线性回归训练得到各个标的要素的配置权重；
[0096]
采用各个标的要素的配置权重生成目标资产组合剩余仓位日收益率预估模型。
[0097]
在一个具体的实施例中，所述波动率计算模块，根据当前交易日当前时刻前计算得到的目标资产组合收益率序列，计算当前时刻目标资产组合的波动率，采用如下公式：
[0098][0099]
其中，σ为当前时刻目标资产组合的波动率，为第i个预估的目标资产组合收益率，n为当前交易日当前时刻之前预估的目标资产组合收益率个数。
[0100]
在另一个实施例中，本技术还提出了一种计算机可读存储介质，其上存储有计算机指令，所述计算机指令被处理器执行，以实现所述资产组合实时波动率绘制方法的步骤。
[0101]
存储器和处理器之间直接或间接地电性连接，以实现数据的传输或交互。例如，这些元件互相之间可以通过一条或多条通讯总线或信号线实现电性连接。存储器中存储有可在处理器上运行的计算机程序，所述处理器通过运行存储在存储器内的计算机程序，从而实现本发明实施例中的网络拓扑布局方法。
[0102]
其中，所述存储器可以是，但不限于，随机存取存储器(random access memory，ram)，只读存储器(read only memory，rom)，可编程只读存储器(programmable read-only memory，prom)，可擦除只读存储器(erasable programmable read-only memory，eprom)，电可擦除只读存储器(electric erasable programmable read-only memory，eeprom)等。其中，存储器用于存储程序，所述处理器在接收到执行指令后，执行所述程序。
[0103]
所述处理器可能是一种集成电路芯片，具有数据的处理能力。上述的处理器可以是通用处理器，包括中央处理器(central processing unit，cpu)、网络处理器(network processor，np)等。可以实现或者执行本发明实施例中公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
[0104]
以上所述实施例仅表达了本技术的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本技术构思的前提下，还可以做出若干变形和改进，这些都属于本技术的保护范围。因此，本技术专利的保护范围应以所附权利要求为准。