基于人工智能的用户全球资产配置智能分析匹配系统的制作方法

1.本发明涉及资产配置智能分析匹配技术领域，具体为基于人工智能的用户全球资产配置智能分析匹配系统。


背景技术：

2.资产配置是指根据投资需求将投资资金在不同资产类别之间进行分配，通常是将资产在低风险、低收益证券与高风险、高收益证券之间进行分配，在现代投资管理体制下，投资一般分为规划、实施和优化管理三个阶段，投资规划即资产配置，是资产组合管理决策制定步骤中最重要的环节；
3.但是在现有技术中，无法将市场内分析用户和分析用户进行数据分析，以至于在匹配过程中无法进行检测，同时在投资市场内无法对市场内资产配置进行检测，以至于不能够及时进行风险预警；此外，在完成资产配置后，将对应资产配置的分析匹配无法进行准确分析，以至于无法保证资产配置分析匹配效率。
4.针对上述的技术缺陷，现提出一种解决方案。


技术实现要素：

5.本发明的目的就在于为了解决上述提出的问题，而提出基于人工智能的用户全球资产配置智能分析匹配系统，将用户可分析用户进行划分，根据分析用户的划分将用户进行合理分析匹配，提高了用户选择投资的合理性，同时降低了用户选择耗费时长，增强了用户资产配置匹配的高效性；将实时用户进行分析，判断分析用户的资产配置状态以及投资类型状态，从而提高分析用户的资产配置合理性，保证分析用户资产配置的匹配效率，提高了投资的进展，从而降低了市场波动带来的影响。
6.本发明的目的可以通过以下技术方案实现：
7.基于人工智能的用户全球资产配置智能分析匹配系统，服务器通讯连接有：
8.分析用户分析单元，用于将用户可分析用户进行划分，根据分析用户的划分将用户进行合理分析匹配，将分析用户设置标号i，i为大于1的自然数，通过分析获取到分析时间段内分析用户的类型划分系数，根据分析用户的类型划分系数比较将分析用户划分为早收益型对象和投机型对象；
9.实时用户分析单元，用于将实时用户进行分析，判断分析用户的资产配置状态以及投资类型状态，将实时分析用户设置标号k，k为大于1的自然数，通过分析获取到分析时间段内实时分析用户的承受风险分析系数，根据实时分析用户的承受风险分析系数比较将实时分析用户划分为高承风险用户和低承风险用户；
10.资产配置分析单元，用于将投资市场内分析用户的资产配置进行分析，判断投资市场内的资产配置投入是否均衡，通过分析生成资产配置异常信号和资产配置正常信号，并将其发送至服务器；
11.匹配效率分析单元，用于将对应资产配置分析匹配的准确性进行分析，判断资产
配置的分析匹配是否合理，通过分析生成匹配合格信号和匹配不合格信号，并将其发送至服务器。
12.作为本发明的一种优选实施方式，分析用户分析单元的运行过程如下：
13.将分析时间段内的分析用户进行分析，采集到分析时间段内分析用户的收益生成周期以及对应收益生成周期内可获取的收益占比，并将分析时间段内分析用户的收益生成周期以及对应收益生成周期内可获取的收益占比分别标记为scqi和sybi；采集到分析时间段内分析用户市场价格浮动频率，并将分析时间段内分析用户市场价格浮动频率标记为fpli；
14.通过公式获取到分析时间段内分析用户的类型划分系数xi，其中，a1、a2以及a3均为预设比例系数，且a1＞a2＞a3＞0，β为误差修正因子，取值为0.986；
15.将分析时间段内分析用户的分析系数xi与类型划分系数阈值进行比较
16.若分析时间段内分析用户的分析系数xi超过类型划分系数阈值，则判定分析用户为收益型，将对应分析用户标记为早收益型对象；若分析时间段内分析用户的分析系数xi未超过类型划分系数阈值，则判定分析用户为市场影响型，将对应分析用户标记为投机型对象；将早收益型对象和投机型对象的对应编号一同发送至服务器。
17.作为本发明的一种优选实施方式，实时用户分析单元的运行过程如下：
18.采集到分析时间段内实时分析用户对应投资资产的浮动量以及对应分析用户在分析时间段内最大盈亏金额差值，并将分析时间段内实时分析用户对应投资资产的浮动量以及对应分析用户在分析时间段内最大盈亏金额差值分别标记为fdk和jck；采集到分析时间段内分析用户亏损后追加投资的频率，并将分析时间段内分析用户亏损后追加投资的频率标记为tzk；
19.通过公式获取到分析时间段内实时分析用户的承受风险分析系数ck，其中，v1、v2以及v3均为预设比例系数，且v1＞v2＞v3＞0；本技术中，投资资产的浮动量仅为增加浮动；
20.将分析时间段内实时分析用户的承受风险分析系数ck与承受风险分析系数阈值进行比较：
21.若分析时间段内实时分析用户的承受风险分析系数ck超过承受风险分析系数阈值，则判定当前实时分析用户可以承受高风险，将对应实时分析用户标记为高承风险用户；若分析时间段内实时分析用户的承受风险分析系数ck未超过承受风险分析系数阈值，则判定当前实时分析用户可以承受低风险，将对应实时分析用户标记为低承风险用户；将高承风险用户和低承风险用户对应编号发送至服务器。
22.作为本发明的一种优选实施方式，资产配置分析单元的运行过程如下：
23.采集到投资市场内各类型分析用户的投资频率差值以及对应投资市场内各类型分析用户的市场流通金额差值，并将投资市场内各类型分析用户的投资频率差值以及对应投资市场内各类型分析用户的市场流通金额差值分别与投资频率差值阈值和流通金额差值阈值进行比较：
24.若投资市场内各类型分析用户的投资频率差值超过投资频率差值阈值，或者对应投资市场内各类型分析用户的市场流通金额差值超过流通金额差值阈值，则判定投资市场的资产配置分析不合理，生成资产配置异常信号并将资产配置异常信号发送至服务器；若投资市场内各类型分析用户的投资频率差值未超过投资频率差值阈值，且对应投资市场内各类型分析用户的市场流通金额差值未超过流通金额差值阈值，则判定投资市场的资产配置分析合理，生成资产配置正常信号并将资产配置正常信号发送至服务器。
25.作为本发明的一种优选实施方式，匹配效率分析单元的运行过程如下：
26.采集到实时分析用户完成资产配置匹配后未改变分析用户的持续时长以及在完成资产配置匹配后实时分析用户继续投入的频率，并将实时分析用户完成资产配置匹配后未改变分析用户的持续时长以及在完成资产配置匹配后实时分析用户继续投入的频率分别与持续时长阈值和继续投入频率阈值进行比较：
27.若实时分析用户完成资产配置匹配后未改变分析用户的持续时长超过持续时长阈值，且在完成资产配置匹配后实时分析用户继续投入的频率超过继续投入频率阈值，则判定资产配置的匹配效率分析合格，生成匹配合格信号并将匹配合格信号发送至服务器；若实时分析用户完成资产配置匹配后未改变分析用户的持续时长未超过持续时长阈值，或者在完成资产配置匹配后实时分析用户继续投入的频率未超过继续投入频率阈值，则判定资产配置的匹配效率分析不合格，生成匹配不合格信号并将匹配不合格信号发送至服务器。
28.与现有技术相比，本发明的有益效果是：
29.1、本发明中，将用户可分析用户进行划分，根据分析用户的划分将用户进行合理分析匹配，将分析用户设置标号i，i为大于1的自然数，通过分析获取到分析时间段内分析用户的类型划分系数，根据分析用户的类型划分系数比较将分析用户划分为早收益型对象和投机型对象；提高了用户选择投资的合理性，同时降低了用户选择耗费时长，增强了用户资产配置匹配的高效性；将实时用户进行分析，判断分析用户的资产配置状态以及投资类型状态，从而提高分析用户的资产配置合理性，保证分析用户资产配置的匹配效率，提高了投资的进展，从而降低了市场波动带来的影响；
30.2、本发明中，将投资市场内分析用户的资产配置进行分析，判断投资市场内的资产配置投入是否均衡，防止出现资产配置倾斜，导致投资市场不稳定，影响分析用户的投资质量；将对应资产配置分析匹配的准确性进行分析，判断资产配置的分析匹配是否合理，从而对资产配置的分析匹配进行检测，同时保证资产配置分析匹配效率，提高分析用户的投资合理性。
附图说明
31.为了便于本领域技术人员理解，下面结合附图对本发明作进一步的说明。
32.图1为本发明基于人工智能的用户全球资产配置智能分析匹配系统的原理框图。
具体实施方式
33.为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是
本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
34.在本文中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本发明的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是，本文所描述的实施例可以与其它实施例相结合。
35.请参阅图1所示，基于人工智能的用户全球资产配置智能分析匹配系统，包括服务器，服务器通讯连接有分析用户分析单元、实时用户分析单元、资产配置分析单元以及匹配效率分析单元，其中，服务器与分析用户分析单元、实时用户分析单元、资产配置分析单元以及匹配效率分析单元均为双向通讯连接；
36.服务器生成分析用户分析信号并将分析用户分析信号发送至分析用户分析单元，分析用户分析单元接收到分析用户分析信号后，将用户可分析用户进行划分，根据分析用户的划分将用户进行合理分析匹配，提高了用户选择投资的合理性，同时降低了用户选择耗费时长，增强了用户资产配置匹配的高效性；
37.将分析用户设置标号i，i为大于1的自然数，将分析时间段内的分析用户进行分析，采集到分析时间段内分析用户的收益生成周期以及对应收益生成周期内可获取的收益占比，并将分析时间段内分析用户的收益生成周期以及对应收益生成周期内可获取的收益占比分别标记为scqi和sybi；采集到分析时间段内分析用户市场价格浮动频率，并将分析时间段内分析用户市场价格浮动频率标记为fpli；
38.通过公式获取到分析时间段内分析用户的类型划分系数xi，其中，a1、a2以及a3均为预设比例系数，且a1＞a2＞a3＞0，β为误差修正因子，取值为0.986；
39.将分析时间段内分析用户的分析系数xi与类型划分系数阈值进行比较：
40.若分析时间段内分析用户的分析系数xi超过类型划分系数阈值，则判定分析用户为收益型，将对应分析用户标记为早收益型对象；若分析时间段内分析用户的分析系数xi未超过类型划分系数阈值，则判定分析用户为市场影响型，将对应分析用户标记为投机型对象；本技术中，早收益型对象可以为股票、债券等，投机型对象可以为艺术品、工艺品等；
41.将早收益型对象和投机型对象的对应编号一同发送至服务器；
42.服务器接收到对应编号的早收益型对象和投机型对象后，生成实时用户分析信号并将实时用户分析信号发送至实时用户分析单元，实时用户分析单元接收到实时用户分析信号后，将实时用户进行分析，判断分析用户的资产配置状态以及投资类型状态，从而提高分析用户的资产配置合理性，保证分析用户资产配置的匹配效率，提高了投资的进展，从而降低了市场波动带来的影响；
43.将实时分析用户设置标号k，k为大于1的自然数，采集到分析时间段内实时分析用户对应投资资产的浮动量以及对应分析用户在分析时间段内最大盈亏金额差值，并将分析时间段内实时分析用户对应投资资产的浮动量以及对应分析用户在分析时间段内最大盈亏金额差值分别标记为fdk和jck；采集到分析时间段内分析用户亏损后追加投资的频率，并将分析时间段内分析用户亏损后追加投资的频率标记为tzk；
44.通过公式获取到分析时间段内实时分析用户的承受风险分析系数ck，其中，v1、v2以及v3均为预设比例系数，且v1＞v2＞v3＞0；本技术中，投资资产的浮动量仅为增加浮动；
45.将分析时间段内实时分析用户的承受风险分析系数ck与承受风险分析系数阈值进行比较：
46.若分析时间段内实时分析用户的承受风险分析系数ck超过承受风险分析系数阈值，则判定当前实时分析用户可以承受高风险，将对应实时分析用户标记为高承风险用户；若分析时间段内实时分析用户的承受风险分析系数ck未超过承受风险分析系数阈值，则判定当前实时分析用户可以承受低风险，将对应实时分析用户标记为低承风险用户；
47.将高承风险用户和低承风险用户对应编号发送至服务器；
48.服务器接收后，将高承风险用户匹配早收益型对象，将低承风险用户匹配投机型对象，在完成匹配后，服务器生成资产配置分析信号并将资产配置分析信号发送至资产配置分析单元；
49.资产配置分析单元接收到资产配置分析信号后，将投资市场内分析用户的资产配置进行分析，判断投资市场内的资产配置投入是否均衡，防止出现资产配置倾斜，导致投资市场不稳定，影响分析用户的投资质量；
50.采集到投资市场内各类型分析用户的投资频率差值以及对应投资市场内各类型分析用户的市场流通金额差值，并将投资市场内各类型分析用户的投资频率差值以及对应投资市场内各类型分析用户的市场流通金额差值分别与投资频率差值阈值和流通金额差值阈值进行比较：
51.若投资市场内各类型分析用户的投资频率差值超过投资频率差值阈值，或者对应投资市场内各类型分析用户的市场流通金额差值超过流通金额差值阈值，则判定投资市场的资产配置分析不合理，生成资产配置异常信号并将资产配置异常信号发送至服务器；服务器接收到资产配置异常信号后，将投资市场内各个类型分析用户数量进行控制，保证各个类型对象的数量处于相对平衡状态，即各个类型对象的投资频率或者流通金额均处于阈值范围内；
52.若投资市场内各类型分析用户的投资频率差值未超过投资频率差值阈值，且对应投资市场内各类型分析用户的市场流通金额差值未超过流通金额差值阈值，则判定投资市场的资产配置分析合理，生成资产配置正常信号并将资产配置正常信号发送至服务器；
53.服务器生成匹配效率分析信号并将匹配效率分析信号发送至匹配效率分析单元，匹配效率分析单元接收到匹配效率分析信号后，将对应资产配置分析匹配的准确性进行分析，判断资产配置的分析匹配是否合理，从而对资产配置的分析匹配进行检测，同时保证资产配置分析匹配效率，提高分析用户的投资合理性；
54.采集到实时分析用户完成资产配置匹配后未改变分析用户的持续时长以及在完成资产配置匹配后实时分析用户继续投入的频率，并将实时分析用户完成资产配置匹配后未改变分析用户的持续时长以及在完成资产配置匹配后实时分析用户继续投入的频率分别与持续时长阈值和继续投入频率阈值进行比较：
55.若实时分析用户完成资产配置匹配后未改变分析用户的持续时长超过持续时长
阈值，且在完成资产配置匹配后实时分析用户继续投入的频率超过继续投入频率阈值，则判定资产配置的匹配效率分析合格，生成匹配合格信号并将匹配合格信号发送至服务器；
56.若实时分析用户完成资产配置匹配后未改变分析用户的持续时长未超过持续时长阈值，或者在完成资产配置匹配后实时分析用户继续投入的频率未超过继续投入频率阈值，则判定资产配置的匹配效率分析不合格，生成匹配不合格信号并将匹配不合格信号发送至服务器；服务器接收到匹配不合格信号后，将对应实时分析用户和分析用户进行重新分析，并进行针对性的匹配。
57.上述公式均是采集大量数据进行软件模拟得出且选取与真实值接近的一个公式，公式中的系数是由本领域技术人员根据实际情况进行设置；
58.本发明在使用时，通过分析用户分析单元将用户可分析用户进行划分，根据分析用户的划分将用户进行合理分析匹配，将分析用户设置标号i，i为大于1的自然数，通过分析获取到分析时间段内分析用户的类型划分系数，根据分析用户的类型划分系数比较将分析用户划分为早收益型对象和投机型对象；通过实时用户分析单元将实时用户进行分析，判断分析用户的资产配置状态以及投资类型状态，将实时分析用户设置标号k，k为大于1的自然数，通过分析获取到分析时间段内实时分析用户的承受风险分析系数，根据实时分析用户的承受风险分析系数比较将实时分析用户划分为高承风险用户和低承风险用户；通过资产配置分析单元将投资市场内分析用户的资产配置进行分析，判断投资市场内的资产配置投入是否均衡，通过分析生成资产配置异常信号和资产配置正常信号，并将其发送至服务器；通过匹配效率分析单元，将对应资产配置分析匹配的准确性进行分析，判断资产配置的分析匹配是否合理，通过分析生成匹配合格信号和匹配不合格信号，并将其发送至服务器。
59.以上公开的本发明优选实施例只是用于帮助阐述本发明。优选实施例并没有详尽叙述所有的细节，也不限制该发明仅为的具体实施方式。显然，根据本说明书的内容，可作很多的修改和变化。本说明书选取并具体描述这些实施例，是为了更好地解释本发明的原理和实际应用，从而使所属技术领域技术人员能很好地理解和利用本发明。本发明仅受权利要求书及其全部范围和等效物的限制。

技术特征：
1.基于人工智能的用户全球资产配置智能分析匹配系统，其特征在于，服务器通讯连接有：分析用户分析单元，用于将用户可分析用户进行划分，根据分析用户的划分将用户进行合理分析匹配，将分析用户设置标号i，i为大于1的自然数，通过分析获取到分析时间段内分析用户的类型划分系数，根据分析用户的类型划分系数比较将分析用户划分为早收益型对象和投机型对象；实时用户分析单元，用于将实时用户进行分析，判断分析用户的资产配置状态以及投资类型状态，将实时分析用户设置标号k，k为大于1的自然数，通过分析获取到分析时间段内实时分析用户的承受风险分析系数，根据实时分析用户的承受风险分析系数比较将实时分析用户划分为高承风险用户和低承风险用户；资产配置分析单元，用于将投资市场内分析用户的资产配置进行分析，判断投资市场内的资产配置投入是否均衡，通过分析生成资产配置异常信号和资产配置正常信号，并将其发送至服务器；匹配效率分析单元，用于将对应资产配置分析匹配的准确性进行分析，判断资产配置的分析匹配是否合理，通过分析生成匹配合格信号和匹配不合格信号，并将其发送至服务器。2.根据权利要求1所述的基于人工智能的用户全球资产配置智能分析匹配系统，其特征在于，分析用户分析单元的运行过程如下：将分析时间段内的分析用户进行分析，采集到分析时间段内分析用户的收益生成周期以及对应收益生成周期内可获取的收益占比；采集到分析时间段内分析用户市场价格浮动频率；通过分析获取到分析时间段内分析用户的类型划分系数；将分析时间段内分析用户的分析系数与类型划分系数阈值进行比较：若分析时间段内分析用户的分析系数超过类型划分系数阈值，则判定分析用户为收益型，将对应分析用户标记为早收益型对象；若分析时间段内分析用户的分析系数未超过类型划分系数阈值，则判定分析用户为市场影响型，将对应分析用户标记为投机型对象；将早收益型对象和投机型对象的对应编号一同发送至服务器。3.根据权利要求1所述的基于人工智能的用户全球资产配置智能分析匹配系统，其特征在于，实时用户分析单元的运行过程如下：采集到分析时间段内实时分析用户对应投资资产的浮动量以及对应分析用户在分析时间段内最大盈亏金额差值；采集到分析时间段内分析用户亏损后追加投资的频率；通过分析获取到分析时间段内实时分析用户的承受风险分析系数；将分析时间段内实时分析用户的承受风险分析系数与承受风险分析系数阈值进行比较：若分析时间段内实时分析用户的承受风险分析系数超过承受风险分析系数阈值，则判定当前实时分析用户可以承受高风险，将对应实时分析用户标记为高承风险用户；若分析时间段内实时分析用户的承受风险分析系数未超过承受风险分析系数阈值，则判定当前实时分析用户可以承受低风险，将对应实时分析用户标记为低承风险用户；将高承风险用户和低承风险用户对应编号发送至服务器。4.根据权利要求1所述的基于人工智能的用户全球资产配置智能分析匹配系统，其特征在于，资产配置分析单元的运行过程如下：
采集到投资市场内各类型分析用户的投资频率差值以及对应投资市场内各类型分析用户的市场流通金额差值，并将投资市场内各类型分析用户的投资频率差值以及对应投资市场内各类型分析用户的市场流通金额差值分别与投资频率差值阈值和流通金额差值阈值进行比较：若投资市场内各类型分析用户的投资频率差值超过投资频率差值阈值，或者对应投资市场内各类型分析用户的市场流通金额差值超过流通金额差值阈值，则判定投资市场的资产配置分析不合理，生成资产配置异常信号并将资产配置异常信号发送至服务器；若投资市场内各类型分析用户的投资频率差值未超过投资频率差值阈值，且对应投资市场内各类型分析用户的市场流通金额差值未超过流通金额差值阈值，则判定投资市场的资产配置分析合理，生成资产配置正常信号并将资产配置正常信号发送至服务器。5.根据权利要求1所述的基于人工智能的用户全球资产配置智能分析匹配系统，其特征在于，匹配效率分析单元的运行过程如下：采集到实时分析用户完成资产配置匹配后未改变分析用户的持续时长以及在完成资产配置匹配后实时分析用户继续投入的频率，并将实时分析用户完成资产配置匹配后未改变分析用户的持续时长以及在完成资产配置匹配后实时分析用户继续投入的频率分别与持续时长阈值和继续投入频率阈值进行比较：若实时分析用户完成资产配置匹配后未改变分析用户的持续时长超过持续时长阈值，且在完成资产配置匹配后实时分析用户继续投入的频率超过继续投入频率阈值，则判定资产配置的匹配效率分析合格，生成匹配合格信号并将匹配合格信号发送至服务器；若实时分析用户完成资产配置匹配后未改变分析用户的持续时长未超过持续时长阈值，或者在完成资产配置匹配后实时分析用户继续投入的频率未超过继续投入频率阈值，则判定资产配置的匹配效率分析不合格，生成匹配不合格信号并将匹配不合格信号发送至服务器。

技术总结
本发明公开了基于人工智能的用户全球资产配置智能分析匹配系统，涉及资产配置智能分析匹配技术领域，解决了现有技术中，在投资市场内无法对市场内资产配置进行检测，以至于不能够及时进行风险预警的技术问题，将投资市场内分析用户的资产配置进行分析，判断投资市场内的资产配置投入是否均衡，防止出现资产配置倾斜，导致投资市场不稳定，影响分析用户的投资质量；将对应资产配置分析匹配的准确性进行分析，判断资产配置的分析匹配是否合理，从而对资产配置的分析匹配进行检测，同时保证资产配置分析匹配效率，提高分析用户的投资合理性，将用户可分析用户进行划分，根据分析用户的划分将用户进行合理分析匹配，提高了用户选择投资的合理性。择投资的合理性。择投资的合理性。


技术研发人员：夏志祥 陈新 赵明慧 邢光辉
受保护的技术使用者：深圳市泰铼科技有限公司
技术研发日：2023.04.10
技术公布日：2023/8/14