CN1285065A

CN1285065A - 金融顾问系统

Info

Publication number: CN1285065A
Application number: CN98812958A
Authority: CN
Inventors: 克里斯托弗·L·琼斯; 威廉·F·夏普; 贾森·S·斯科特; 约汉·G·沃特森; 杰夫·N·马吉昂卡尔达; 格尔特·比凯尔特; 斯蒂芬·R·格雷纳迪尔; 罗纳德·T·帕克
Original assignee: Financial Engines LLC
Current assignee: Edelman Financial Engines LLC
Priority date: 1997-12-02
Filing date: 1998-09-23
Publication date: 2001-02-21
Also published as: EP1034497A1; US6021397A; AU9506298A; JP2001525577A; AU759729B2; WO1999028845A1; CA2312726A1

Abstract

提供一种金融顾问系统。根据本发明的一个方面,反复模拟用于优化有价证券分配的收益远景方案,以利于金融产品选择。根据一个或多个经济因子的估计未来远景方案,产生对于多个资产类别的每个资产类别的收益远景方案。通过确定适用金融产品组对多个资产类别的每个资产类别的暴露,产生从金融产品适用组的每个金融产品至多个资产类别的一个或多个资产类别上的映射。以这种方式,产生多个金融产品的预期收益和相关,并且用来产生金融产品的最佳有价证券。根据映射,对于包括来自金融产品适用组的金融产品的组合的一种或多种有价证券,模拟收益远景方案。

Description

金融顾问系统

本发明一般涉及金融顾问服务领域。更具体地说，本发明涉及一种用来建议用户考虑在一组适用金融产品中的可能和最佳有价证券分配的系统。

在二十世纪八十年代期间，一个显著趋势出现在退休储蓄中。传统定义的收益计划资产开始向401(k)之类的雇员指向的定义分担计划移动。随着该趋势的继续，许多个人投资者将最终成为负责管理其自己的退休投资。然而，许多人不完全具备做出通知的投资决定。而且，对个人适用的投资选择的数量和多样性正在迅速增加，由此使今天以后的投资决定更复杂。

很多投资软件包声称能帮助个人计划一个安全的退休，或其他的中间目标。然而一般的现有技术投资软件包在几方面受限制。例如，有些包提供一般的资产分配建议(通常是扇形图的形式)并让投资者寻找满足建议的资产分配的金融产品的实际组合。然而，很多对个人投资者可行的投资，比如共同基金，不能容易地划分入任何一种一般资产分类范围。共同基金是很多不同资产类别的一般混合。共同基金的这个特点使得选择适当的证券来实现希望的资产分配复杂化。

而且，一般称作“退休计算机”的一些先有技术程序要求用户提供未来的通货膨胀估计、利率及对其投资的期望收益的估计。在这种类型的先有技术系统中，用户可能，并且事实上鼓励简单地增加期望投资收益，直到达到其希望的有价证券值。如应该理解的那样，关于这种类型的程序的问题之一是，用户可能根据一组不实际的未来经济远景方案产生不可得到的有价证券。就是说，要求实现每年X％增长以便满足用户的退休目的金融产品的有价证券，对用户可能是不适用的。而且，由用户假定的理想未来经济条件，例如0％的通货膨胀和20％的利率，在宏观经济上可能不一致。典型的投资包简单地允许用户操纵经济条件，直到实现希望的结果，而不是在实际经济假设的上下文范围内考虑到投资风险、储蓄利率、及退休年龄，鼓励用户把精力集中在他/她自己的决定上。因此，由多种先有技术投资软件包提出的所谓“建议”可能是误导性的，并且不可能在实际中实施。

另外，在先有技术中的投资建议软件具有由本发明克服的各种其他缺点。特别是，先有技术系统一般不提供投资或退休远景方案风险收益折衷的实际估计，这种折衷给出用户的特定投资和金融环境。这使得关于投资风险的适当水平的通知判断非常困难。得到投资风险(和收益)的适当水平对长期投资计划的成功是关键的.

鉴于上文，所需要的正是这样一种金融系统：采用先进金融技术，以向个人提供关于如何达到特定金融目标的金融建议。更具体地说，希望提供这样一种系统：自动产生未来预期实际经济和投资收益远景方案，并且通过一个基于结果的风险成形过程允许用户达到满足中期和长期金融目标的可行有价证券。以这种方式，用户考虑到投资风险、储蓄、及退休年龄把精力集中在他/她自己的决定上，同时反复观察这些决定对可能投资结果的范围的影响。而且，希望金融顾问系统通过选择对用户适用的且提供给出用户的风险容限、投资前景及储蓄水平的最高可能效用的金融产品，产生一种使用户的效用功能最大化的可行最佳有价证券。效用是指对于金融产品的不同组合根据一个或多个产品特征(例如，预期收益、方差等)及个人特有的可选择的一个或多个参数确定个人相对爱好的函数。况且，便利的是进行在事务基础上监视的计划，以允许警告用户满足其金融目标的可能性是否落在阈值以下、或者其有价证券风险水平与其风险爱好不一致。最后，希望向用户提供关于他们能采取以改进其满足其金融目标机会的步骤的特定建议，同时考虑用户个人在风险、储蓄、及退休年龄中的折衷。

描述一种金融顾问系统。根据本发明的一个方面，反复模拟用于优化有价证券分配的收益远景方案，以利于金融产品选择。根据一个或多个经济因子的估计未来远景方案，产生对于多个资产类别的每个资产类别的收益远景方案。通过确定金融产品适用组对多个资产类别的每个资产类别的暴露，产生从金融产品适用组的每个金融产品至多个资产类别的一个或多个资产类别上的映射。以这种方式，产生多个金融产品的预期收益和相关，并且用来产生金融产品的最佳有价证券。根据映射，对于包括来自金融产品适用组的金融产品的组合的一种或多种有价证券，模拟收益远景方案。

由附图和由随后的详细描述，本发明的其他特征将是显而易见的。

举例而不是限制性地表明本发明，并且其中类似的标号指类似的元件，及在附图中：

图1表明根据本发明一个实施例的一种金融顾问系统。

图2是对其能实施本发明一个实施例的典型计算机系统的一个例子。

图3是方块图，表明根据本发明一个实施例的各种分析模块。

图4是流程图，表明根据本发明一个实施例的核心资产类别远景方案产生。

图5是流程图，表明根据本发明一个实施例的因子资产类别远景方案产生。

图6是流程图，表明根据本发明一个实施例的金融产品暴露确定。

图7是流程图，表明根据本发明一个实施例的有价证券优化。

图8是流程图，表明根据本发明一个实施例的计划监视处理。

描述一种金融顾问系统。在本发明的实施例中，一个因子模型法布置在定价核模型的顶部上，以模拟多个资产类别、及诸如证券或证券的有价证券之类的最终金融产品的收益。这里所用的术语“金融产品”是指权利的合法表示(常常指要求权利或证券)，以在一定陈述条件下提供或接收预期未来收益。在任何情况下，预测然后可以用于向用户提供金融顾问服务的目的。例如，这样的预测对从取决于由用户提供的决定和限制的一组适用金融产品选择一种优化有价证券的组成(基于效用函数)是有用的。

简短地说，使用一个提供关于取决于捕获经济状态的一组状态变量的多个资产类别(核心资产类别)的预期收益的定价核模型，模型化基本经济和金融因素.与取决于核心资产类别的另外资产类别估计相结合的核心资产类别，包括一个跨过典型投资产品领域的资产类别综合组的模型(下文为“因子模型”)。因子模型是一个把关于金融产品，如证券，的收益归因于金融产品对各种普通经济因子运动的敏感性的收益产生函数。因子模型使系统能够估计金融产品和有价证券如何响应对其暴露金融产品的因子或指数的变化。资产类别的选择可以适于提议投资者的窄或宽范围。例如，可以选择仅与特定工业有关的资产类别，或者可以选择资产类别以跨过宽广可能投资组的市场范围(例如，所有可适用的共同基金或个人证券)。根据这里讨论的本发明的实施例，为达到个人投资者的最宽段，已经选择作为用于因子模型的因子选择的资产类别，以跨过一般对主流共同基金和限定的分担计划中的个人投资者适用的投资范围。

在产生用于因子模型的未来远景方案之后，适用于投资者的金融产品可以映射到因子模型上。为了保证由系统推荐的有价证券是可得到的，最好产生仅包括对投资者适用的那些金融产品的投资远景方案。适用的金融产品可以包括例如由一个雇主倡议401(k)程序提供的共同基金的特定组。在任何情况下，通过把个人金融产品的收益分解成暴露于由因子模型采用的资产类别，实现金融产品至因子模型上的这种映射。以这种方式，系统学习适用于用户的金融产品的每一个如何相对于由因子模型采用的资产类别工作。在这样做时，系统隐含地确定对可行暴露于由给出一个选择子组的金融产品的投资者面对的不同资产类别的限制。给定在用户的适用金融产品与因子模型之间的这种关系，系统可以产生可行的前视投资远景方案。系统可以进一步建议用户考虑可能采取的行动(例如，储蓄更多的钱、退休较晚、承担额外的投资风险、寻求扩展投资组的机会)，以实现一定的金融目标，如特定的退休生活标准、积累用于房屋购买的定金、或储蓄足够的钱送孩子上学。

在如下描述中，为了解释目的，叙述多个特定细节，以便提供本发明的彻底理解。然而，对于熟悉本专业的技术人员，显然可以实施本发明而不用这些特定细节的一些。在其他例子中，熟知的结构和装置以方块图形式表示。

本发明包括下面将描述的各步骤。本发明的步骤可以在机器可执行的指令中实施。指令能用来使借助于指令编程的一般目的或特殊目的的处理器执行本发明的步骤。另外，本发明的步骤可以由包含用来执行步骤的硬连线逻辑的专用硬件元件、或者通过编程计算机元件和定制硬件元件的任何组合进行。尽管参照金融顾问系统描述本发明的实施例，但这里描述的方法和设备同样可应用于其他类型的资产分配用途、金融计划用途、投资顾问服务、金融产品选择服务、自动金融产品筛选工具，如电子个人采购代理等。

系统概述

本发明可以包括在如图1中所示的基于客户机-服务器事务的金融顾问系统100内。根据图1中描绘的实施例，金融顾问系统100包括一个金融分段服务器120、一个播出服务器115、一个内容服务器117、一个AdviceServer^TM(建议服务器)110(AdviceServer^TM是Financial Engines，Inc.，本发明的授予人，的商标)、及一个客户机105。

金融分段服务器120为了金融内容公布可以用作初级分段和生效区域。以这种方式，金融分段服务器120起数据仓库的作用。原源数据，典型为时间序列数据，可以在金融分段服务器120上精选和处理成分析有用的数据。在每月一次的基础上，或者批处理间隔可以是任意间隔，金融分段服务器120把从数据卖主得到的原时间序列数据从特定卖主的格式，转换成能贯穿金融顾问系统100使用的标准格式。各种金融引擎可以运行，以产生用于从卖主接收的数据的生效和质量保证的数据。另外的引擎可以运行，以根据由卖主接收的原数据产生模块输入、模型参数、及系统需要的中间计算。在向播出服务器115公开最终分析数据之前，可以进行由金融引擎需要的分析数据的任何校准。

播出服务器115是一个数据库服务器。象这样，它运行RelationalDatabase Management Systerm(RDBMS)的一个例子，如MicrosoftSQL-Server^TM、Oracle^TM等。播出服务器115提供对所有基金信息和分析数据的单点访问。当诸如AdviceServer 110之类的建议服务器需要数据时，他们可以查询来自播出服务器数据库的信息。播出服务器115也可以填充内容服务器，如内容服务器117，所以AdviceServer 110的远程实施不需要直接与播出服务器115通信。

AdviceServer 110是用于客户机105的初级服务提供者。AdviceServer 110也起外部系统，如外部系统125，与播出服务器115或内容服务器117之间的代理的作用。AdviceServer 110是用来保持用户分布和有价证券数据的中央数据库仓库。以这种方式，可以完成正在进行的证券分析，并且可以触发警报，如下面进一步描述的那样。

根据描述的实施例，用户使用客户机软件可以与金融顾问系统100相互联系，并且接收来自后者的反馈，该客户机软件可以在浏览器应用程序内运行，或者作为用户的个人计算机105上的独立应用的桌面应用程序运行。客户机软件与起HTTP服务器作用的AdviceServer 110通信。

示范用户与系统的相互作用的概述

在与金融顾问系统100的初始对话期间，根据本发明的一个实施例，用户可以提供关于风险爱好、储蓄爱好、当前年龄、性别、收入、预期收入增长、当前帐户平衡、当前金融产品持有、当前储蓄率、退休年龄目标、退休收入目标、适用金融产品、中期和长期目标、对基金持有的限制、负债、预期分担、洲及联邦税等级(边际和平均)的信息。用户可以提供用于其本身和其家庭中每个分布个人的信息。该信息可以存储在金融顾问系统100中的一个或多个文件中，最好在服务器之一上以允许完成正在进行的计划监视。在本发明的其他实施例中，可以由用户提供另外的信息，例如，未来社会证券收益或预期遗产。

根据用户的当前持有，系统可以预测退休收入，并且用图表相对于时间描绘当前有价证券的预期增长和可能值的范围。

系统也可以提供给用户关于当他们愿意时能够退休的可能性的统计量，根据由用户输入的数据，包括用户的当前储蓄率、退休年龄目标、及投资持有，给出关于用户的当前有价证券的预期收益。

根据下面更详细讨论的模型和计算，金融顾问系统100可以根据用户的风险爱好、储蓄率、及希望的风险收益折衷，提供初始诊断。该诊断能产生一列建议的行动，包括：(1)重新平衡有价证券、(2)增加储蓄、(3)以后退休、或(4)调节投资风险。然后可以开始一个反复过程，其中用户可以调节他/她的投资风险、储蓄率、和/或退休年龄，并且使金融顾问系统100根据当前选择的风险容限、投资前景和储蓄率决定，估计给出适用于用户的金融产品的优化有价证券的预期特性。提供建议和/或反馈及用户调节风险、储蓄、及退休年龄参数的金融顾问系统100的该过程可以继续，直到用户已经实现希望的有价证券预测和特性分布。在这时，用户可以选择实施最佳有价证券。为了未来用户对话，参数和有价证券分配然后可以由金融顾问系统100储存。

如下面进一步描述的那样，在正在进行的基础上，金融顾问系统100可以相对于一个或多个金融目标估计用户的有价证券，并且可以通知用户向任何目标的前进是否已经以实质形式改变。

在以后用户与金融顾问系统100的对话中，用户的数据(例如，用户的有价证券信息、帐户持有、计划参数、及税信息)可以例如从AdviceServer 110上的存储器寻回，并且可以把用于一个或多个目标的当前预测呈现给用户。另外，如果正在进行的计划监视产生了任何警报，则这时可以把他们呈现给用户。另一方面，警报可以由系统先前主动地产生，并且经电话、电子邮件、传真、或标准邮政通信系统传送到用户。根据由正在进行的计划监视产生的警报，用户可以再次开始上述调节决定变量(例如，风险水平、储蓄率、和退休年龄)的反复过程，直到用户对满足他的/或她的目标的可能性表示满意。为了保证准确的有价证券跟踪，如果个人数据变化，则用户可以简单地修改金融顾问系统的假设所基于的数据。例如，如果用户薪水增加，该信息应该在用户的分布中更新。另外，如果用户的雇主把新的共同基金添加到公司的401(k)程序中，那么用户应该更新在用户分布信息中的适用金融产品清单。这是重要的，因为在用户的适用金融产品中的最佳分配可能受例如添加新共同基金的影响。在本发明的一个实施例中，金融顾问系统100可以连接到在用户的雇主处的外部记录保持系统上，能提供对选择用户信息的自动更新。

便利的是，永远不会要求用户预计与利率、通货膨胀、预期有价证券收益、或估计经济变量和参数的其他困难有关的未来。另外，由金融顾问系统100产生的最佳有价证券保证是可得到的。就是说，根据适用用户的特定金融产品确定最佳有价证券。

一种示范计算机系统

已经简要描述了金融顾问系统100的一个实施例和示范用户交互，现在参照图2描述表示其中可以实施本发明的特征的示范客户机105或服务器的一种计算机系统200。计算机系统200包括用来通信信息的一根总线或其他通信装置201、和诸如处理器202之类的与总线201相联的用来处理信息的处理装置。计算机系统200进一步包括联接到总线201上用来存储信息和由处理器202执行的指令的一个随机存取存储器(RAM)或其他动态存储装置204(称作主存储器)。主存储器204也可以用来存储在由处理器202执行指令期间的临时变量或其他中间信息。计算机系统200也包括联接到总线201上用来存储静态信息和用于处理器202的指令的一个只读存储器(ROM)和/或其他静态存储装置206。

一个诸如磁盘或光盘之类的数据存储装置207和其相应驱动器也可以联接到计算机系统200上，用来存储信息和指令。计算机系统200也能经总线201联接到一个显示装置221上，如阴极射线管(CRT)或液晶显示器(LCD)上，用来向计算机用户显示信息。例如，预期有价证券特性的图表描绘、用于最佳有价证券的资产分配、指示退休年龄概率的曲线、及其他数据类型，可以在显示装置221上呈现给用户。典型地，一个字母数字输入装置222，包括字母数字和其他键，可以联接到总线201上用来把信息和/或命令选择通信到处理器202。另一种类型的用户输入装置是光标控制器223，如鼠标、跟踪球、或光标方向键，用来把方向信息和命令选择通信到处理器202并且用来控制在显示器221上的光标运动。

一个通信装置225也联接到总线201上，用来经例如因特网访问诸如AdviceServer 110之类的远程服务器、或其他服务器。通信装置225可以包括一个调制解调器、一个网络接口卡、或其他熟知的接口装置，如用来联接到以太网、令牌环、或其他类型网络上的那些。在任何情况下，以这种方式，计算机系统200例如可以经常规网络下部结构，如公司的因特网和/或因特网，联接到多个客户机和/或服务器上。

示范分析模块

图3是简化方块图，表明根据本发明一个实施例的金融顾问系统100的示范分析模块。根据描绘的实施例，提供如下模块：一个定价模块305、一个因子模块310、一个金融产品暴露模块315、一个税调节模块320、一个年金化模块325、一个模拟处理模块330、一个有价证券优化模块340、一个用户接口(UI)模块345、及一个计划监视模块350。应该理解，以比如下讨论的多或少的模块可以实施这里描述的功能。另外，模块和功能可以以各种配置分布在客户机系统中，如客户机105和一个或多个服务器系统，如金融分段服务器120、播出服务器115、或AdviceServer 110。现在简要描述示范模块每一个的功能。

“经济模型”是统计模型，提供预测称作“内生变量”的一定变量的水平，取决于称作“外生变量”的一定其他变量的水平，并且在一些情况下，取决于以前确定的内生变量(有时称作滞后因变量)的值。定价模块305是一个用来为一组核心资产类别预测价格和收益(这里也称作“核心资产远景方案”)的均衡经济模型。定价模块提供当前水平的估计、和核心资产类别收益的估计所基于的经济因子(也称作状态变量)的预测。根据本发明的一个实施例，经济因子可以用三个外生状态变量-价格通货膨胀、实际短期利率、和股利增长代表。三个外生状态变量可以与回归时间序列模型相配合，以匹配相应观察经济变量的历史瞬间，如下面进一步详细描述的那样。

在任何情况下，生成的核心资产类别是用于有价证券模拟的基础，并且设计成提供协调和内部一致(例如，没有套利)的收益组。套利所指的是这样一种机会：产生获利贸易机会，该机会不涉及世界各国的净投资和正值。

根据一个实施例，核心资产类别包括短期美国政府债券、长期美国政府债券、及美国证券。为了扩展核心资产类别以覆盖人们一般接近的可能投资的整个范围，可以把额外资产类别包括到定价模块305中，或者可以把额外资产类别包括在因子模块310中，并且取决于核心资产类别，如下面进一步讨论的那样。

根据由定价模块305产生的核心资产远景方案，因子模块310为一组因子资产类别产生收益远景方案(这里也称作“因子模型资产远景方案”)，该组因子资产类别用于诸如样式分析之类的暴露分析、和有价证券收益的模拟。在因子模型中表示的称作因子的额外资产类别，取决于由定价模块305产生的核心资产远景方案。根据一个实施例，这些额外因子可以对应于以这样一种方式选择的一组资产类别或指数：在主流共同基金和限定分担计划中跨过一般适用于个人投资者的投资范围。例如，因子可以划分成如下诸组：现金、债券、证券、和外国证券。证券组可以进一步打散成两种不同的广义分类(1)价值相对于增长和(2)市场资本总额。增长股票基本上是相对于其原始帐面价值具有较高价格的股票(例如，高的价格与帐面比值)。相反，价值股票相对于其原始帐面价值具有较低价格。关于市场总额，股票可以划分成大、中、和小市场总额组。一个示范组因子在下面列在表1中。

组	因子
组	因子	现金：	短期美国债券(核心类别)
债券：	中期美国债券(核心类别)	现金：	短期美国债券(核心类别)
债券：	中期美国债券(核心类别)		长期美国债券(核心类别)
	美国公司债券		长期美国债券(核心类别)
	美国公司债券		美国抵押支持证券
	非美国政府债券		美国抵押支持证券
	非美国政府债券	证券：	大市场总额股票-价值
	大市场总额股票-增长	证券：	大市场总额股票-价值
	大市场总额股票-增长		中市场总额股票-价值
	中市场总额股票-增长		中市场总额股票-价值
	中市场总额股票-增长		小市场总额股票-价值
	小市场总额股票-增长		小市场总额股票-价值
	小市场总额股票-增长	国外：	国际证券-欧洲
	国际证券-太平洋沿岸	国外：	国际证券-欧洲
	国际证券-太平洋沿岸		国际证券-新兴市场

表1-因子示范组

这时重要的是指出，根据特定实施可以采用多、少、或一个完全不同组的因子。在表1中列出的因子作为一组因子的一个例子简单地呈现，该组因子实现在主流共同基金和限定分担计划中跨过一般适用于个人投资者的投资范围的目标。对于熟悉本专业的普通人员显然，可以采用另外的因子。特别是，有可能建造表示用于证券定价的原始资产类别的函数的因子，这些证券非线性地与一定资产类别(例如，派生证券)的价格相关。在本发明的其他实施例中，额外因子可以是相关的，以跨过金融选择对象的较宽范围，如工业特定证券指数。

在周期性基础上，金融产品映射模块315把金融产品收益映射到因子模型上。在一个实施例中，把金融产品收益映射到因子模型上的过程包括把金融产品收益分解成暴露于因子。映射事实上指示金融产品收益相对于因子的收益如何动作。根据一个实施例，金融产品映射模块315布置在服务器之一上(例如，金融分段服务器120、播出服务器115、或AdviceServer 110)。在另外的实施例中，金融产品映射模块315可以布置在客户机105上。

在本发明的一个实施例中，采用称作“基于收益样式分析”的外部方法以确定金融产品对因子的暴露。该方法称作外部的，因为它不依赖于可以仅适于来自金融产品内部源的信息。而且，在该实施例中，简单地根据金融产品的实现收益，可以建立金融产品对因子的典型暴露，如下面进一步描述的那样。对于关于基于收益的样式分析的更多背景，见Sharpe，William F.的“确定基金的有效资产混合”Investment Management Review，1988年12月，pp.59-69和Sharpe，William F.的“资产分配：管理样式和特性测量”The Journalof Portfolio Management 18，no.2(1992年冬)，pp.7-19(“Sharpe[1992]”)。

确定金融产品对因子暴露的另外方法包括：通过由管理机构保存的信息观测保持在金融产品(例如，共同基金)中的原始资产，根据标准工业分类方案(例如，SIC码)分类暴露，根据产品的结构分析(例如，证券指数选择、或抵押支持证券)辨别因子暴露，及根据来自金融产品资产管理者的目标水准得到暴露信息。在每种方法中，过程的主要功能是确定描述金融产品的特性最好的因子暴露组。

税调节模块320考虑金融产品的税本质和用户的金融环境。例如，税调节模块320可以提供调节应征税收入和储蓄的方法、以及对于与来自养老金的早期分布和限定的分担计划有关的未来纳税义务、和来自合格计划中的投资的延期纳税的估计。而且，可以调节用于保持在应纳税投资运载工具中保持的金融产品的收益(例如，标准经记人帐户)，以考虑用于累计和分布的预期纳税影响。例如，可归因于股利收入的收益分量应该以用户的收入税率纳税，而可归因于资本利得的收益分量应该依据持有时段以适当资本利得税率纳税。

另外，税模块320可以根据金融产品的一个或多个特性，包括例如金融产品的管理的主动或被动特性、周转率、和金融产品的种类，预测由股利收入相对于资本利得造成的金融产品总收益的未来分量。根据金融产品和投资者的金融环境，这允许包括从量税影响的精确计算。最后，税模块320通过确定在应纳税帐户(例如，经记人帐户)和不应纳税帐户(例如，个人退休帐户(IRA)、或雇主倡议401(k)计划)中的最佳资产分配，促进税收高效投资。以这种方式，把税模块320设计成，参照具体用户的收入税率、资本利得率、及适用的金融产品估计税对具体用户的影响。最终，税模块320为每种适用金融产品产生税调节收益和为每种适用金融产品产生税调节分布。

有价证券优化模块340在由用户和适用可行投资组定义的一组约束条件下，计算利用率最大化组的金融产品。在一个实施例中，计算基于金融产品的平均方差优化。由用户定义的约束条件可以包括对资产类别和/或特定金融产品持有的限制。此外，用户能规定中间目标，如买房屋，或使孩子上学，例如把这些包括在优化中。在任何情况下，重要的是，优化清晰地考虑未来分担和预期退出对最佳资产分配的影响。另外，根据对由因子模块310在投资时间远景上产生的因子的预期收益预测，计算在优化期间使用的协方差矩阵。结果，有价证券优化模块340可以清晰地考虑不同投资前景的影响，包括来自中间分担和退出的前景效果影响。

模拟处理模块330提供对把原模拟收益远景方案处理成统计数字的额外分析，这些统计数字可以经UI 345向用户显示。在本发明的一个实施例中，这些分析产生统计数字，如实现一定目标的概率、或以一定概率达到一定资产水平需要的估计时间。模拟处理模块330也包括对于由在较小样本中的抽样误差产生的影响调节模拟远景方案的方法。模拟处理模块330提供用户与由有价证券优化模块340实时产生的有价证券远景方案互相配合的能力。

年金化模块325提供一种表示用户在投资前景期限结束时的有价证券值的有意义方法。而不是简单地向用户指示总的预期有价证券值，把信息传送到用户的一种标准方法是把预期有价证券值转换成退休收入数值。通过把预期有价证券值除以退休持续时间，可以把退休时的预期有价证券值分布在退休的持续时间上。更复杂的技术可能涉及确定在退休期间预期有价证券值将增长多少，并且另外考虑通货膨胀的影响。然而，在任一种情况下，这些方法都错误地假定退休时段的持续时间预先是知道的。

因此，希望向用户呈现更能代表实际生活标准的退休收入数值，对于用户的退休持续时间能锁入该生活标准。根据一个实施例，该退休收入数值代表通货膨胀调节的收入，该收入由从保险公司购买的实际年金保证，或者通过涉及通货膨胀指数的国库长期债券证券的交易战略综合地产生。以这种方式，从数值中除去死亡风险，因为不考虑退休时段的持续时间，保证用户特定的年实际收入。为了确定退休收入数值，可以采用由保险公司采用的标准年金化方法。另外，对于给定年龄、危险分布、和性别的个人的死亡概率可能基于在保险业中使用的标准精算表。对于更多的信息，见Bowers，Newton L.Jr.等的“精算数学”The Society of Actuaries，Itasca，Illinois，1986年，pp.52-59和Society of actuauies Group AnnuityValuation Table Task Force，“1994年组年金死亡表和1994年组年金储备表”Transactions of the Society of Actuaries，Volume XL VII，1994，pp.865-913。计算通货膨胀调节年金值的值可以涉及估计各种到期实际债券的适当值。定价模块305产生用来计算在投资前景下的有价证券的隐含实际年金值的实际债券的价格。

现在参照计划监视模块350，为了警告用户包括推荐有价证券的特性的各种预定条件的发生，提供一种机构。因为有价证券优化模块340依赖的数据常常变化，所以重要的是，在周期性基础上重新估计推荐有价证券的特性，从而例如当需要他/她采取肯定的行动时，可以以及时的方式通知用户。根据一个实施例，把计划监视模块350布置在AdviceServer 110上。以这种方式，计划监视模块350具有对用户分布和有价证券数据的恒定访问。

在一个实施例中，两个基本条件的发生可能引起计划监视模块350触发对用户的通知或警报。可能向用户触发警报的第一条件是实现目标的当前概率落在实现该具体目标的希望概率的预定容许范围之外。一般地目标是一个金融目标，如一定的退休收入或一定量货币的积累，例如使孩子上学。另外，即使实现金融目标的概率在预定容许范围内，如果当前推荐的有价证券的利用率的测量已经落在预定容许水平以下，则计划监视模块350也可以警告用户。能设想可以引起警报产生的各种其他条件。例如，如果在当前推荐的有价证券中的金融产品的本质已经改变，从而有价证券的风险在用户的风险容许范围外，则用户可以接收他/她应该重新平衡有价证券的指示。下面进一步描述计划监视处理、可能导致上述警报条件的示范实际世界事件、及额外的警报条件。

UI模块345提供用于数据输入和输出的机构，以向用户提供分别与金融顾问系统100相互作用和接收来自它的反馈的装置。根据本发明一个实施例可以采用的UI的进一步描述，公开在标题为“用于金融顾问系统的用户接口”的共同待决美国专利申请中，申请号为No.＿＿，申请于＿＿，授予本发明的授予者，其内容由此通过参考被包括。

其他模块可以包括在金融顾问系统100中，如一个养老金模块和一个社会保障模块。可以提供养老金模块以估计养老金收益和收入。社会保障模块可以提供个人在退休时将接收的预期社会保障收入的估计。估计可以基于由社会保障署(SSA)使用的计算，和基于用于当前收益水平减小的概率分布。

核心资产远景方案产生

图4是流程图，表明根据本发明一个实施例的核心资产类别远景方案产生。在本发明的实施例中，核心资产包括短期美国政府债券、长期美国政府债券、及美国证券。在步骤410，接收用于描述状态变量的一个或多个函数的参数。状态变量可以包括通用经济因素，如通货膨胀、利率、股利增长、及其他变量。一般地，由根据观察历史数据估计的经济模型描述状态变量。

在步骤420，这些参数用来产生用于状态变量的模拟值。该过程从用于状态变量每一个的一组初始条件开始。通过迭代状态变量函数产生以后的值，以产生取决于以前确定的值和随机抽取革新项的新值。在一些实施例中，状态变量函数可能是确定的而不是随机的。一般地，用于状态变量函数的随机抽取革新项可能与固定或条件协方差矩阵相关。

在步骤430，以状态变量的值为条件产生用于核心资产类别的收益。核心资产类别的收益可以由常数、以前确定的核心资产类别收益、以前确定的状态变量值、及随机革新项的函数描述。通过迭代核心资产类别函数产生以后的值，以产生取决于以前确定的值和革新项的随机抽取的新值。在一些实施例中，核心资产类别函数可能是确定的而不是随机的。一般地，用于核心资产类别函数的随机抽取革新项可能与固定或条件协方差矩阵相关。

在另外的实施例中，步骤410和420可以略去，并且可以以无条件方式直接产生核心资产类别收益。这样一种模型的简单例子是一个包括常数和随机抽取革新项的函数。

一种最佳方法根据一种包括一个随机过程(也称作定价核)的模型，联合产生核心资产类别收益，该随机过程以这样一种方式限制关于资产和清算的价格，从而无套利是可能的。通过进一步把一个股利过程与其他参数结合起来，跨过股票和债券都能保证无套利结果。这样一种定价核的进一步描述公开在标题为“用于金融顾问系统的定价核”的共同待决美国专利申请中，其申请号为No.＿，申请于_，授予本发明的授予者，其内容由此通过参考被包括。

因子模型资产远景方案产生

现在参照图5，现在将描述因子模型资产远景方案产生。在该上下文中的远景方案是一组用于因子的预期未来值。根据该实施例，通过如下公式可以把因子映射到核心资产因子上：

r_it＝α_i+β_1iST_Bonds_t+β_2iLT_Bonds_t+β_3iUS_Stocks_t+ε_t i 公式1

其中

r_it代表在时间t用于因子i的收益

β_ji代表因子i对于核心资产类别j的斜率或灵敏度

ST_Bonds_t是一种代表由定价模块305对于短期美国政府债券在时间t估计的收益的核心资产类别

LT_Bonds_t是一种代表由定价模块305对于长期美国政府债券在时间t估计的收益的核心资产类别

US_Stocks_t是一种代表由定价模块305对于美国股票在时间t估计的收益的核心资产类别

α是一个代表相对于核心资产类别暴露的因子资产类别i的平均收益的常数(“因子alpha”)

ε_i是一个代表资产类别i不由核心资产类别暴露解释的收益的剩余随机变量(“剩余方差”)。

在步骤510，确定对于核心资产类别每一种的beta系数(也称作加载或斜率)。根据一个实施例，进行回归以估计beta系数的值。该回归方法学可以包括或不包括对估计的beta系数的符号或数值的限制。特别是，在本发明的一个实施例中，可以把诸系数限制为求和成一个。然而，在其他实施例中，可能没有置于到估计的beta系数上的限制。

重要的是，由回归估计的alpha不用来产生因子模型资产远景方案。基于历史数据的alpha的估计极为嘈杂，因为预期收益过程的方差相对于平均值很高。基于有限的样本数据，估计的alpha是未来预期收益的不良预测值。无论如何，根据一个实施例，在因子模型的校准中使用一种估计alpha系数的新颖方法，该方法减小统计误差概率。该过程通过相对于已知的高效有价证券，即市场有价证券，估计alpha系数，把宏观一致性强加在因子模型上。宏观一致性是用于因子资产类别的预期收益与观察市场均衡相一致的性质，这是在合理假设下将导致市场清算的估计收益。市场有价证券是由所有资产类别的集合持有限定的有价证券。它是一种包括在所有因子资产类别中的价值加权投资的有价证券。因此，在本例中，通过把投资在每个因子中的比例设置为等于由具体因子资产类别表示的全部市场资本总额的百分比，可以实现宏观一致性。

在步骤520，可以进行反向优化，以根据在市场有价证券中的持有确定用于每个因子的隐含因子alpha。该过程确定一组保证与观察市场均衡一致性的因子alpha。在一种标准有价证券优化中，采用二次规化(QP)以使如下利用率函数最大化：

{E (r)}^{T} X - \frac{(X^{T} C (r) X)}{τ}, u^{T} X = 1

公式2

其中

E(r)表示对于资产类别的期望收益，

C(r)表示用于资产类别收益的协方差矩阵，

τ，Tau，表示风险容许值，

X是一个表示包括资产类别的一种最佳有价证券的每个资产类别的比例持有的矩阵，及

u是所有的一个向量。

C(r)可以从历史收益数据估计，或者更便利地可以从由一个定价核模型产生的预期收益估计。

至标准有价证券优化问题的输入包括E(r)、C(r)、及Tau，并且QP用来确定X。然而，在该情况下，X由市场有价证券给出，如以上描述的那样，并且反向优化通过简单地放弃产生等于市场有价证券的比例的X的预期收益来求解E(r)。

二次规化(QP)是一种借助于线性等式和/或不等式约束条件来解决包括二次(平方项)目标函数的优化问题的技术。存在多种不同的QP技术，每一种具有不同的性能。例如，一些较好地适用于小问题，而其他较好地适用于大问题。一些对于具有非常少约束条件的问题较好，而一些对于具有大量约束条件的问题较好。根据本发明的一个实施例，当需要QP时，这里采用一种称作“主动组”方法的途径。主动组方法在Gill，Murray和Wright的“实际优化”AcademicPress，1981年，第5章中解释。

用于公式#2的优化的一阶条件是：

E (r) = 2 C (r) \frac{X}{τ} + Ku

公式3

其中K是拉格朗日乘数，因此，已知市场有价证券和E(r)的任何两个值(例如，无风险利率和关于美国证券的收益)，能导出与市场有价证券一致的整组预期收益。反向优化需要的E(r)的两个值可以从核心资产的预期收益推出。

在步骤530，根据来自步骤520的估计alpha和来自步骤510的估计beta系数，可以产生因子收益。使用公式#1和用于革新值ε_i的随机抽取，可以产生希望多的因子模型资产远景方案。对于公式#1的每种估计选择对于ε_i的随机值。根据一个实施例，ε_i作为一个标准正态变量分布。换句话说，从具有0平均值和1标准偏差的标准正态分布抽取ε_i。

便利的是，以这种方式，提供一种模拟未来经济远景方案和确定资产类别相互关系的装置。

金融产品暴露确定

如以上讨论的那样，确定金融产品相对于一组因子资产类别如何动作的一种方法，是进行基于收益的样式分析。根据一个实施例，根据如下公式按照以上描述的因子资产类别的一个或多个作为收益的一个函数，可以估计对于给定产品的收益：

r_ft＝α_ft+S_f1r_1t+S_f2r_2t+…+S_fnr_nt+ε_t 公式4

其中

α_ft是在按照因子负载不能解释的金融产品收益的剩余风险(“选择方差”)上留下的平均值，

r_ft是对于金融产品f在时间t的收益，

r_nt是对于因子n在时间t的收益，及

ε_t是由因子收益的运动未解释的在时间t的剩余量。

金融产品暴露确定模块315通过一个非线性估计过程计算对于具体基金的因子资产类别暴露。暴露估计S_fn叫做样式系数，并且一般限制到范围[0，1]且求和到一。在其他实施例中，可以释放这些限制(例如，对于可以包括空头交易的金融产品，系数可能是负的)。alpha可以认为是具体基金相对于其被动样式水准基点的相对欠或过性能的测量。

在过程中的该点处，目标是取出人们可能持有的任何单独组的资产，如一组共同基金，并且把这些资产映射到因子模型上，因而允许有价证券按时向前模拟。根据一个实施例，这种映射借助于所谓的“基于收益的样式分析”实现，如在通过参考由此包括的Sharpe[1992]中描述的那样。一般地，术语“样式分析”是指使用二次规化或类似技术确定金融产品对一组主要资产类别的收益变化的暴露。

图6是流程图，表示一种根据本发明一个实施例确定金融产品对因子资产类别收益的暴露的方法。在步骤610，接收用于要分析的一种或多种金融产品的历史收益。根据一个实施例，金融产品暴露模块315可以驻留在一个服务器装置上，并且周期性地从存储在同一计算机系统的另一部分，如RAM、硬盘、光盘、或其他存储装置，中的历史数据库检索历史收益数据。另一方面，金融产品暴露模块325可以驻留一个客户机系统上，并且当需要时从一个服务器装置接收历史收益数据。在步骤620，接收因子资产类别收益。

在步骤630，采用QP技术等确定对于因子资产类别收益的估计暴露(S系数)。

在步骤640，对于每种金融产品，对于希望远景时段的每个子时段确定预期未来alpha。例如，对于共同基金或有关的金融产品，单独的历史alpha不是未来alpha的良好估计。就是说，一种给定共同基金或相关金融产品不是连续超额完成/欠额完成其同类无限地进入未来。而是，经验证据暗示超额完成可能部分持续一到两年，而欠额完成可能持续稍长(见例如，Carhart，Mark M.的“论共同基金性能的持续性”Jounal of Finance，1997年3月，第52卷No.1，pp.57-82)。

例如，未来alpha可以取决于多个因子，如周转、费用比率、及历史alpha。重要的是，这些因子的一个或多个可能对于具体类型的基金是较重要的或较不重要的。例如，在新兴市场中买和卖与对于大资本化美国证券的市场相比成本要大得多。相反，能以低得多的成本实现债券周转，周转对债券基金的未来alpha的影响比对证券基金小得多。因此，用于周转的罚金，与大资本美国证券和债券基金相比对于新兴市场可能较高。通过考虑基金的额外特性，如基金是指数基金的事实和例如由总的净资产度量的基金大小，可以实现改进的结果。

根据本发明的一个实施例，为了确定对于每种基金的未来alpha，采用一种更复杂的模型：

α_t＝α_base+ρ^t(α_historical-α_base) 公式5

其中

α_base是对于基金的未来alpha的基线预测，

ρ，Rho，控制从α_historical至α_base衰减速度

α_historical是在公式#4中估计的alpha

根据一人个实施例，

α_base＝C+β₁Expense_Rαtio+β₂Turnover+β₃Fund_Size 公式6

其中对于四种不同类别基金：美国证券、外国证券、应纳税债券、不纳税债券的每一种，分别估计参数。使用常规经济技术，如普通最小平方(OLS)，可以估计这些参数。根据一个实施例，通过首先从α_base(“剩余alpha”)计算历史偏差且然后估计Rho作为剩余alpha序列的一阶序列相关估计Rho。

有价证券优化

有价证券优化是确定使用户的利用率函数最大化的一组金融产品。根据一个实施例，有价证券优化处理假定用户具有平均-变量利用率函数，即人们喜欢具有较多财产而不喜欢财产失去。根据这种假设和给出的用户的风险容限，有价证券优化模块340由适用于用户的金融产品组计算平均方差有效有价证券。如上所述，由用户定义的约束条件可以由优化过程考虑。例如，用户可以指示使他的/她的有价证券的一定百分比分配到一种具体金融产品的愿望。在该例子中，优化模块340确定在无约束金融产品中的分配，从而作为整体推荐的有价证券容纳用户的约束条件，并且对于用户的风险容限水平是最佳的。

先有技术平均-变量有价证券优化传统地处理关于单个时段优化的问题。重要的是，在这里描述的实施例中，以这样一种方式构造有价证券优化问题，从而它可以清晰地考虑不同投资前景的影响和中间分担和退出的影响。而且该问题这样建立，从而可以用QP方法解决它。

现在参照图7，现在将描述一种根据本发明一个实施例的有价证券优化的方法。在步骤710，接收关于预期退出的信息。该信息可以包括美元量和预期退出的计时。在步骤720，接收关于预期未来分担的信息。根据一个实施例，该信息可以为表示为用户的毛收入百分比的储蓄率，或者另一方面，恒定或可变的美元值可以由用户规定。

在步骤730，接收关于有关投资时间前景的信息。例如，在为退休计划设计的实施中，时间前景可以表示用户的希望退休年龄。

在步骤740，接收关于用户的风险容限的信息，Tau。

在步骤750，确定平均-方差高效有价证券。根据一个实施例，通过借助于确定有价证券比例(X_i)使如下平均-方差利用率函数最大化来优化在时间T的实际美元财产：

U = E (W_{T}) - \frac{Var (W_{T})}{τ}

公式7

其中对于给定的远景方案，

E(W_T)是财产在时间T的预期值

Var(W_T)是财产在时间T的方差

τ是用户的风险容限

W_{T} = X_{1} Σ_{t = 0}^{T - 1} C_{t} Π_{j = t + 1}^{T} (1 + R_{j 1}) + . . . + X_{n} Σ_{t = 0}^{T - 1} C_{t} Π_{j = t + 1}^{T} (1 + R_{jn}) + g,

公式8

其中

X_i表示应该分配给金融产品i每种净分担的推荐恒定比例，

C_t表示在时间t的净分担，

R_ij表示对于金融产品i在年j的预期收益，

n是适用于优化的金融产品的数量，

g是对于给定远景方案限制资产的值，

毛收益的乘积表示从年1至前景的值的合成。有价证券的初始财产由分担C₀表示。

重要的是，金融产品收益不需要表示单种金融产品的固定分配。在优化问题的上下文中，任何个人资产收益可以由包括一种或多种金融产品的静态或动态战略组成。例如，资产之一本身可以表示在一组金融产品上的恒定重新平衡战略。况且，能公式化为一种算法的任何动态战略可以并入有价证券优化中。例如，能实现一种规定随用户年龄减小的风险容限的算法。也有可能包括路径依赖的算法(例如，有价证券保险)。

根据公式#8，从当前年至退休以前年进行分担。一般地，在时间t进行的分担将从时间t投资直到退休。对此一种例外是用户是否指定退出，在该情况下，分担的一部分仅可以持有到预期退出日期。

计算监视

以上描述了从计划监视模块350可以触发一些种类警报的示范条件。在这点上，现在将描述可能导致这些警报条件的实际世界事件的一些。实际世界事件包括如下：(1)金融产品的样式暴露变化，(2)用户资产的市值已经以显著方式改变，(3)新金融产品变得适于用户，(4)用户的有价证券的风险特性已经偏离希望的风险暴露，或(5)当前推荐的有价证券对于有价证券风险的当前水平不再具有最高预期收益(例如，有价证券已不在平均-方差高效边界上)。高效边界是相对于不同风险水平提供最高收益水平的资产组(有价证券)。在高效边界上的每个点处，没有提供对于相同或较低风险水平的较高预期收益的有价证券。

当金融产品暴露变化时，它可能拉动用户的有价证券离开高效边界。就是说，由于具体金融产品的投资样式的移动，作为整体的有价证券对于当前风险水平可能不再具有最高预期收益。根据本发明的一个实施例，如果低效大于预定容限，或如果低效显著影响用户的金融目标之一，如他的/她的退休收入目标，那么通知用户他/她应该重新平衡有价证券。然而，如果低效在预定容限内，那么计划监视模块350可以不警告用户。在一个实施例中，预定容限取决于无效对于预期财产的影响。另外，容限能取决于有关交易成本。

用户资产市值的显著变化可以影响实现金融目标的概率和与有价证券有关的当前风险的一个或两者。在用户的有价证券已经经受较大损失的情况下，有价证券可能已不在实现一个或多个金融目标的预定概率容限的范围内。而且，如在这样的情况中典型的那样，与有价证券有关的风险可能也已经显著改变。这些条件的任一个可以导致通知用户，需要有价证券分配或决定变量的变化，以补偿有价证券市值的减少。另一方面，用户有价证券值的较大增加，由于实现一个或多个金融目标的概率增大或由于与新通货膨胀的有价证券的有关的警告风险，能触发警报。

当一个或多个新金融产品变得适用于用户时，可以由计划监视模块350警报用户，例如作为把当前有价证券分散成包括一个或多个新适用金融产品的结果，在较低风险下较高预期收益是否是可能的。

已经解释了可能触发警报的一些实际世界事件的潜在影响，现在相对于图8将描述示范计划监视处理。在步骤810，检索重新估计当前有价证券和确定当前最佳有价证券所需要的数据，如用户分布和例如可以存储在AdviceServer 110上的有价证券数据。重要的是，用户分布可以包括在前次对话期间存储的投资计划分布信息，如达到一个或多个金融目标的概率、有价证券的风险等。如上所述，如果金融顾问系统100已经访问用户雇主的记录保持系统，则在AdviceServer 110上的选择用户信息可以自动保持到期。另一方面，选择的用户信息可以由用户手动更新。

在步骤820，如上所述，确定当前最佳有价证券。重要的是，考虑对用户数据库和/或有价证券数据的变化。例如，如果一个或多个新金融产品已经变得适于用户，则估计包括一个或多个新金融产品的有价证券。

在步骤830，以多个不同尺度估计当前有价证券，以确定是否满足任何触发条件。例如，如果预期财产增加，或由至当前最佳有价证券的重新分配导致达到一个或多个投资目标的概率增加高于预定容限，那么处理将从步骤840继续。另外，如果当前有价证券的风险显著不同于投资计划分布，或者如果实现一个或多个金融目标的概率显著不同于投资计划分布，那么处理从步骤840继续。

在步骤840，进行建议处理。根据本发明一个实施例，根据用户在决定变量中的爱好，系统可以提供关于应该改进哪个决定变量以把有价证券带回轨道的建议，以便以希望概率达到一个或多个金融目标。另外，系统可以推荐重新分配以改进有价证券的效率。可以产生警报以通知用户用于关于他的/她的部分的肯定行动的建议和/或需要。如上所述，在下次用户与金融顾问系统100的对话期间可以显示警报，并且/或者警报可以通过电话、传真、电子邮件、寻呼机、电报、或类似通信系统立即传送到用户。

便利的是，计划监视模块350完成正在进行的有价证券估计，以处理可能最终影响暴露确定过程和有价证券优化过程的不断变化数据。以这种方式，用户可以及时地接收根据金融产品的适用组指令他/她如何最高效地实现一个或多个金融目标和/或保持一个或多个有价证券特征的建议。

在以上说明中，参照其具体实施例已经描述了本发明。然而，显然对其可以进行各种改进和变更，而不脱离本发明较广阔的精神和范围。说明书和附图因而认为是说明性的，而没有限制意义。

Claims

1.在一种金融顾问系统中，一种金融产品选择方法包括步骤：

根据一个或多个经济因子的未来远景方案，产生对于多个资产类别的每个资产类别的收益远景方案；

通过确定适用金融产品组对多个资产类别的每个资产类别的暴露，产生从一组适用金融产品的每个金融产品至多个资产类别的一个或多个资产类别上的映射；及

根据映射，对于包括来自适用金融产品组的金融产品的组合的一种或多种有价证券，模拟收益远景方案。

2.根据权利要求1所述的方法，进一步包括根据模拟收益远景方案的步骤确定包括金融产品适用组的一种或多种金融产品的最佳可行有价证券的步骤。

3.根据权利要求1所述的方法，其中产生金融产品适用组的每种金融产品至多个资产类别的一个或多个资产类别上的映射的步骤，进一步包括进行对于金融产品的基于收益的样式分析以测量与金融产品有关的收益如何相对于多个资产类别动作的步骤。

4.根据权利要求3所述的方法，其中对于具体金融产品在时间t的收益由如下公式表示：

r_ft＝α_ft+s_f1r₁₁+S_f2r₂₁+…+S_fnr_nt+ε_t

其中，

α_ft表示在时间t的选择方差，

r_ft是对于金融产品f在时间t的收益，

r_nt是对于因子n在时间t的收益，及

ε_t是在时间t的剩余量，并且

其中进行基于收益的样式分析的步骤进一步包括根据具体金融产品的一个或多个特征确定α_t的未来值的步骤。

5.根据权利要求4所述的方法，其中一个或多个特征包括费用比率、大小、及资金周转率。

6.根据权利要求1所述的方法，其中多个资产类别包括一个核心组资产类别和一组因子资产类别，并且其中该方法进一步在核心资产类别上调节因子资产类别的步骤。

7.根据权利要求6所述的方法，其中在核心资产类别上调节因子资产类别的步骤采用如下公式：

r_it＝α_i+β_1iST_Bonds_t+β_2iLT_Bonds_t+β_3iUS_Stocks_t+ε_t

其中

r_it代表在时间t对于因子i的收益，

β_ji代表因子i对于核心资产类别j的灵敏度，

ST_Bonds_t代表对于短期美国政府债券在时间t估计的收益，

LT_Bonds_t代表对于长期美国政府债券在时间t估计的收益，

US_Stocks_t代表对于美国股票在时间t估计的收益，

α是一个代表相对于核心资产类别暴露的因子资产类别i的平均收益的常数，

ε_i是一个剩余随机变量。

8.根据权利要求7所述的方法，进一步包括通过估计相对于已知高效有价证券的α把宏观一致性强加到因子资产类别上的步骤。

9.根据权利要求7所述的方法，把宏观一致性强加到因子资产类别上的步骤包括校准α以与和市场有价证券有关的因子资产类别的观察市场加权一致的步骤。

10.根据权利要求2所述的方法，其中确定最佳可行有价证券的步骤考虑预期分担和预期退出。

11.根据权利要求10所述的方法，进一步包括使如下形式的平均-方差利用率函数最大化的步骤：

U = E (W_{T}) - \frac{Var (W_{T})}{τ}

其中对于给定的远景方案，

E(W_T)是财产在时间T的预期值，

Var(W_T)是财产在时间T的方差，

τ是用户的风险容限，

W_{T} = X_{1} Σ_{t = 0}^{T - 1} C_{t} Π_{j = t + 1}^{T} (1 + R_{j 1}) + . . . + X_{n} Σ_{t = 0}^{T - 1} C_{t} Π_{j = t + 1}^{T} (1 + R_{jn}) + g,

其中，

X_i表示应该分配给金融产品i每种净分担的推荐恒定比例，

C_t表示在时间t的净分担，

R_ij表示对于金融产品i在年j的预期收益，

n是适用于优化的金融产品的数量，及

g是对于给定远景方案的限制资产的值，

12.根据权利要求2所述的方法，其中确定最佳可行有价证券的步骤考虑由用户强加的对金融产品持有的一个或多个约束条件。

13.根据权利要求2所述的方法，进一步包括步骤

估计违反计划的最佳可行有价证券；及

如果满足一个或多个预定条件警告用户。

14.根据权利要求13所述的方法，其中计划包括达到一个或多个金融目标的概率。

15.根据权利要求13所述的方法，其中计划包括与最佳可行有价证券有关的风险。

16.根据权利要求2所述的方法，进一步包括接收用户的风险容限指示的步骤，并且其中确定最佳可行有价证券的步骤进一步基于用户的风险容限。

17.在一种金融顾问系统中，一种金融产品选择方法包括步骤：

根据一个或多个经济因子的未来远景方案，产生对于多个资产类别的一个或多个资产类别的收益远景方案；

对于一个或多个核心资产类别调节多个因子资产类别的一个剩余组的因子资产类别；

确定与多个金融产品的每一个有关的收益对多个因子资产类别的暴露；及

根据暴露，对于包括来自适用金融产品组的一种或多种金融产品的一种或多种有价证券，模拟收益远景方案。

18.根据权利要求17所述的方法，进一步包括对于每种金融产品确定预期相对性能测量的步骤，并且其中模拟收益远景方案的步骤考虑预期相对性能测量。

19.根据权利要求18所述的方法，其中对于具体金融产品的预期相对性能测量基于与包括周转率、费用比率、及历史相对性能测量的具体金融产品有关的一种或多种特征。

20.根据权利要求17所述的方法，进一步包括对于给定时间前景考虑到中间分担和退出选择一种最佳有价证券的步骤。

21.一种自动金融顾问系统，包括：

一个预测装置，用来根据一个或多个经济因子的未来远景方案对于多个资产类别的每个资产类别产生收益远景；

一个基金分解装置，可通信地联接到预测装置上，用来确定特定组基金的每种基金对多个资产类别的每个资产类别的暴露；

一个模拟装置，可通信地联接到预测装置和基金分解装置上，用来模拟对特定基金组的收益远景方案；及

一个有价证券优化装置，可通信地联接到预测装置和预测装置上，用来根据模拟收益远景方案的步骤确定在特定组基金中的估计最佳资产分配。

22.一种计算机系统，包括：

一个存储装置，在其中具有一个用来对于包括来自金融产品适用组的金融产品组合的一种或多种有价证券模拟有价证券收益远景方案的有价证券优化例行程序；

一个处理器，联接到存储装置上，用来执行有价证券优化例行程序以产生资产类别收益远景方案、映射、及有价证券收益远景方案，其中：

根据一个或多个经济因子的未来远景方案对于多个资产类别的每个资产类别产生资产类别收益远景方案；

映射把金融产品适用组的每个金融产品与多个资产类别的一个或多个资产类别相联系，通过确定金融产品适用组对多个资产类别的每个资产类别的暴露产生映射；及

根据映射通过对于包括来自金融产品适用组的的金融产品组合的一种或多种有价证券模拟收益远景方案，产生有价证券远景方案。

23.一种为了提供自动金融顾服务的目的确定特定组基金中资产分配的方法，该方法包括步骤：

根据一个或多个经济因子的未来远景方案，对于多个资产类别的每个资产类别产生收益远景方案；

确定特定组基金的每种基金对多个资产类别的每个资产类别的暴露；

模拟对于特定组基金的收益远景方案；及

根据模拟收益远景方案的步骤确定在特定组基金中的最佳资产分配。

24.一种机器可读媒体，在其上存储有表示指令序列的数据，所述指令序列当由处理器执行时，使所述处理器完成如下步骤：

根据一个或多个经济因子的未来远景方案对于多个资产类别的每个资产类别产生收益远景方案；

通过确定金融产品适用组对多个资产类别的每个资产类别的暴露，产生从金融产品适用组的每个金融产品到多个资产类别的一个或多个资产类别上的映射；及

根据映射，对于包括来自金融产品适用组的的金融产品组合的一种或多种有价证券，模拟收益远景方案。