JP7021165B2 - Advice data generation system - Google Patents
Advice data generation system Download PDFInfo
- Publication number
- JP7021165B2 JP7021165B2 JP2019177456A JP2019177456A JP7021165B2 JP 7021165 B2 JP7021165 B2 JP 7021165B2 JP 2019177456 A JP2019177456 A JP 2019177456A JP 2019177456 A JP2019177456 A JP 2019177456A JP 7021165 B2 JP7021165 B2 JP 7021165B2
- Authority
- JP
- Japan
- Prior art keywords
- advice
- trading
- amount
- data
- buying
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000011156 evaluation Methods 0.000 claims description 29
- 238000003860 storage Methods 0.000 claims description 25
- 238000009826 distribution Methods 0.000 description 42
- 238000000034 method Methods 0.000 description 34
- 230000000694 effects Effects 0.000 description 28
- 230000008569 process Effects 0.000 description 25
- 238000010586 diagram Methods 0.000 description 19
- 230000008859 change Effects 0.000 description 18
- 230000007704 transition Effects 0.000 description 17
- 238000012545 processing Methods 0.000 description 13
- 238000013459 approach Methods 0.000 description 9
- 230000015556 catabolic process Effects 0.000 description 9
- 238000004891 communication Methods 0.000 description 9
- 230000006870 function Effects 0.000 description 9
- 230000002452 interceptive effect Effects 0.000 description 9
- 238000004364 calculation method Methods 0.000 description 8
- 239000004065 semiconductor Substances 0.000 description 5
- 230000014509 gene expression Effects 0.000 description 4
- 230000002776 aggregation Effects 0.000 description 3
- 238000004220 aggregation Methods 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 3
- 230000002354 daily effect Effects 0.000 description 3
- 230000003247 decreasing effect Effects 0.000 description 3
- 230000036961 partial effect Effects 0.000 description 3
- 230000004044 response Effects 0.000 description 3
- 238000013473 artificial intelligence Methods 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 238000002360 preparation method Methods 0.000 description 2
- 238000012552 review Methods 0.000 description 2
- 125000002066 L-histidyl group Chemical group [H]N1C([H])=NC(C([H])([H])[C@](C(=O)[*])([H])N([H])[H])=C1[H] 0.000 description 1
- 230000004931 aggregating effect Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 239000012141 concentrate Substances 0.000 description 1
- 230000003750 conditioning effect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000000670 limiting effect Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002250 progressing effect Effects 0.000 description 1
- 230000002829 reductive effect Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000008685 targeting Effects 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Images
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A10/00—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE at coastal zones; at river basins
- Y02A10/40—Controlling or monitoring, e.g. of flood or hurricane; Forecasting, e.g. risk assessment or mapping
Landscapes
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
Description
本発明は、アドバイスデータ生成システムに関する。 The present invention relates to an advice data generation system.
株などへの投資に関心が高まっている。そのような状況に対応するように、ある時点において、価格の上昇が予想される株の銘柄などに関する情報があふれている。また、そのような情報を提供するサービスが存在する。例えば、特許文献１が従来技術として知られている。
There is growing interest in investing in stocks. In order to deal with such a situation, there is a lot of information about stocks whose prices are expected to rise at some point. There are also services that provide such information. For example,
しかしながら、資産形成のために、長期間を見据えた投資を行うことを前提とした、個人および法人に対する動的に変化するアドバイスの枠組みが世の中にないという問題がある。従来の技術では、ある時点における、購入推奨の株の銘柄などに関する情報は提供されるが、個人の投資金額に応じたアドバイスを、連続性を以って提供することはできない。例えば、特許文献２～８には、ある時点における、投資商品のポートフォリオを提案するサービスに関して開示されている。
However, there is a problem that there is no framework for dynamically changing advice for individuals and corporations on the premise of making long-term investments for asset formation. Conventional technology provides information on stocks recommended for purchase at a certain point in time, but cannot provide advice according to an individual's investment amount in a continuous manner. For example,
例えば、投資金額が１００万円あった場合に、どの銘柄を買えばよいのか、買った後に他の銘柄の株価が上昇してきたらどうすればよいのか、暴落リスクが台頭したときにはどうすればよいのかなど、市場の変化に応じて必要となるアドバイスを提供することはできない。 For example, if the investment amount is 1 million yen, which stock should be bought, what should be done if the stock price of other stocks rises after buying, what should be done when the risk of a collapse rises, etc. We cannot provide the advice we need in response to change.
アドバイスが動的な変化に対応できないことに加えて、一方通行のアドバイスが多く、ニーズに合わせたインタラクティブなアドバイスを生成することや、顧客ニーズに合わせたアドバイスを生成することが進んでいない状況にある。 In addition to the inability of advice to respond to dynamic changes, there is a lot of one-way advice, and it is not progressing to generate interactive advice tailored to needs or to generate advice tailored to customer needs. be.
本発明の一態様は、投資金額に応じたアドバイスを、連続性を以って提供することを目的とする。 One aspect of the present invention is to provide advice according to the investment amount in a continuous manner.
上記の課題を解決するために、本発明の一態様に係るアドバイス生成システムは、投資金額に応じたコースに従って複数のアドバイスを生成するアドバイスデータ生成システムであって、上記コースごとに、銘柄または商品の買いの場合に残す現金の比率を示す現金比率データと、銘柄または商品の買いの場合に銘柄または商品の購入数を示す購入数データと、銘柄または商品の買いの場合に銘柄または商品の購入金額の配分を示す金額配分データと、銘柄または商品の購入条件および売却条件を示す売買条件データと、を記憶する記憶部と、上記投資金額を取得する通信部と、上記通信部が取得した投資金額を参照して、当該投資金額に応じたコースの、上記現金比率データ、上記購入数データ、上記金額配分データ、および、上記売買条件データに従って、上記複数のアドバイスを生成するアドバイス生成部と、を備えており、上記購入数データは、購入可能金額と、当該購入可能金額における上記購入数とが対応付けられたものであり、上記金額配分データは、投資対象と、当該投資対象における上記購入金額の配分とが対応付けられたものであり、上記売買条件データは、銘柄または商品の買いに係る指標を含み、上記アドバイス生成部は、買いのアドバイスを生成する場合に、上記購入数データを参照して、上記購入可能金額に応じて上記購入数を決定し、上記金額配分データを参照して、上記投資対象に応じて上記購入金額の配分を決定し、購入可能金額と、上記購入数と、上記購入金額の配分とから、１銘柄または１商品あたりの購入限度額を算出し、上記指標に関する商品ランキング、および、上記購入限度額を参照して、購入する銘柄または商品を特定し、上記投資金額に応じた保有銘柄及びキャッシュ額に関する評価額が所定の割合以上に下がった場合に、現金比率を引き上げて、ＥＴＦを国内銘柄および国内商品とする。 In order to solve the above problems, the advice generation system according to one aspect of the present invention is an advice data generation system that generates a plurality of advices according to a course according to the investment amount, and is a brand or a product for each of the above courses. Cash ratio data showing the ratio of cash left in the case of buying a brand or product, purchase number data showing the number of purchases of a brand or product in the case of buying a brand or product, and purchase of a brand or product in the case of buying a brand or product. A storage unit that stores amount distribution data indicating the distribution of the amount and trading condition data indicating the purchase conditions and sale conditions of the brand or product, the communication unit that acquires the investment amount, and the investment acquired by the communication unit. With reference to the amount of money, the advice generation unit that generates the above-mentioned plurality of advices according to the above-mentioned cash ratio data, the above-mentioned purchase number data, the above-mentioned amount distribution data, and the above-mentioned trading condition data of the course according to the investment amount. The purchase number data is a correspondence between the purchaseable amount and the purchase number in the purchaseable amount, and the amount allocation data is the investment target and the purchase in the investment target. The above-mentioned trading condition data is associated with the distribution of the amount of money, and the above-mentioned trading condition data includes an index relating to the purchase of a brand or a product, and the above-mentioned advice generation unit generates the above-mentioned purchase number data when generating buying advice. With reference to the above purchaseable amount, the purchase number is determined, and with reference to the amount allocation data, the purchase amount allocation is determined according to the investment target, and the purchaseable amount and the purchase number are determined. And, from the distribution of the purchase amount, the purchase limit per brand or product is calculated, and the brand or product to be purchased is specified by referring to the product ranking related to the index and the purchase limit. When the valuation amount of stocks held and cash amount according to the above investment amount falls below the specified ratio, the cash ratio will be raised and ETFs will be made into domestic stocks and domestic products.
本発明の一態様によれば、投資金額に応じたアドバイスを、連続性を以って提供することができるとの効果を奏する。 According to one aspect of the present invention, it is possible to provide advice according to the investment amount in a continuous manner.
〔実施形態１〕
以下、本発明の実施形態１について、詳細に説明する。
[Embodiment 1]
Hereinafter,
（アドバイス提示システム１）
本実施形態に係るアドバイス提示システム１について、図面を参照して説明する。図１は、本実施形態に係るアドバイス提示システム１のハードウェア構成を示す図である。図１に示すように、アドバイス提示システム１は、端末（端末装置）２と、サーバ（アドバイス生成装置）３とを含む。端末２と、サーバ３とは、ネットワーク４を介して通信可能に構成される。
(Advice presentation system 1)
The
端末２は、ユーザの操作によりデータを取得し、初期設定資金の金額（投資金額）に応じたアドバイスを表示するものであり、例えば、ＰＣ、タブレット端末、スマートフォンなどである。サーバ３は、投資金額に応じた複数のアドバイスを生成するものである。ネットワーク４は、インターネットを含むネットワークである。サーバ３は、個々のユーザ毎に別々のアドバイスを生成してもよいし、複数のユーザを投資時期及び投資金額等によってグループ分けし、グループ毎にアドバイスを生成してもよい。
The
図２は、本実施形態に係る端末２およびサーバ３の構成を示すブロック図である。
FIG. 2 is a block diagram showing the configurations of the
（端末２）
図２に示すように、端末２は、通信部２１、制御部２２、表示部２３、および、操作受付部２４を備えている。通信部２１は、サーバ３と通信を行う部分である。制御部２２は、端末２全体を制御するものであり、例えば、１または複数のプロセッサなどである。表示部２３は、制御部２２の指示によりデータを表示するものであり、例えば、液晶ディスプレイなどである。操作受付部２４は、ユーザの操作を受け付けるものであり、例えば、マウス、タッチパネルなどである。
(Terminal 2)
As shown in FIG. 2, the
（サーバ３）
図２に示すように、サーバ３は、通信部３１、制御部３２、及び、記憶部３３を備えている。通信部３１は、端末２と通信を行う部分である。制御部３２は、サーバ３全体を制御するものであり、例えば、１または複数のプロセッサなどである。記憶部３３は、制御部２２の指示によりデータを記憶するものであり、例えば、ハードディスク装置、フラッシュメモリなどである。
(Server 3)
As shown in FIG. 2, the
制御部３２は、アドバイス生成部３２１を備えている。アドバイス生成部３２１は、過去の提示済アドバイスに含まれる、複数の銘柄及び購入可能現金残高（キャッシュ額）の各項目の少なくともいずれかの項目に関連するアドバイスを含む、複数のアドバイスを生成する。
The
ここで、過去の提示済アドバイスとは、対象ユーザに対して提示済のアドバイスであってもよいし、対象ユーザを含むグループに含まれるユーザに対して提示済のアドバイスであってもよい。また、アドバイスは、銘柄の売買データの提供であってもよい。そして、銘柄の売買データをアドバイス提示システム１に提供する者は、アドバイス提示システム１を運用する助言者であってもよいし、他ユーザなどの個人投資家であってもよい。さらに、現金残高は、銘柄の売買以外のときに途中で必ずしも一定でなくてもよく、ユーザの口座に対する現金の出し入れに応じて、増減するようになっていてもよい。なお、端末２は、アドバイス生成部３２１が生成した複数のアドバイスのうち、少なくとも何れかのアドバイスをユーザに提示する。
Here, the past presented advice may be the advice presented to the target user or the advice presented to the user included in the group including the target user. The advice may also be the provision of trading data for the issue. The person who provides the trading data of the issue to the
また、制御部３２は、仮想売買モデルを管理している。仮想売買モデルは、初期設定資金の金額および開始日に応じた、推奨される株銘柄などの売買モデルである。仮想売買モデルは、初期設定資金の金額、開始日だけでなく、助言者、市場（東証、マザーズなど）も含む項目に応じたモデルであってよく、動的に変化するものである。
Further, the
（アドバイス提示システム１の処理）
図３～図９は、本実施形態に係る端末２の表示部２３に表示される画面の例である。図１０は、本実施形態に係るアドバイス提示システム１の処理を示すフローチャートである。図１０の流れに従って、図３～図９を参照しながら、アドバイス提示システム１の処理を説明する。
(Processing of advice presentation system 1)
3 to 9 are examples of screens displayed on the
（ステップＳ１００１）
図１０に示すように、端末２は、対象ユーザの初期設定資金の金額を取得し、当該金額を示すデータをサーバ３に送信する。図３は、「はじめての方へ」の画面の表示例を示す図である。図３に示すように、制御部２２は、「はじめての方へ」の画面として、開始日（投資開始時期）、初期設定資金、概要、および、評価額推移を含む画面を表示部２３に表示させる。初期設定資金の金額は、ユーザがアドバイスを受ける際に設定する投資金額である。ユーザは、事前に「［Ｓ会員］１００万円コース」を選択しており、その選択した投資金額に応じて、制御部２２は、初期設定資金の欄に「１，０００，０００円」を表示させた上で、初期設定資金の金額をサーバ３に送信する。
(Step S1001)
As shown in FIG. 10, the
（ステップＳ１００２）
サーバ３は、端末２から初期設定資金の金額を示すデータを受信する。アドバイス生成部３２１は、受信したデータが示す初期設定資金の金額、及び、その日付である開始日に応じた複数のアドバイスを生成する。アドバイスには、複数の銘柄の売買、および、売買後の購入可能現金残高が含まれる。図１０に示すように、サーバ３は、当該アドバイスとして購入推奨銘柄の名前および株数を決定し、購入推奨銘柄の名前および株数を示すデータを端末２に送信する。
(Step S1002)
The
サーバ３は、ステップＳ１００２の処理を、日々の株価の変動に応じて不定期に行う。その際に、制御部３２のアドバイス生成部３２１は、過去に提示済のアドバイスに含まれる、複数の銘柄の売買、および、売買後の購入可能現金残高の少なくとも何れかに関連するアドバイスを生成する。
The
例えば、ユーザが、Ａ社の株を過去に買っていて、アドバイス生成部３２１が生成したＡ社の株に関するアドバイスを過去に受けていた場合であって、買ったときの株価よりも現在の株価が所定値以上に高い場合、アドバイス生成部３２１は、Ａ社の株の売りを促すアドバイスを生成する。
For example, if the user has bought the stock of company A in the past and has received advice on the stock of company A generated by the
また、アドバイス生成部３２１は、過去に提示済のアドバイスに含まれる売買後の購入可能現金残高、換言すれば、ユーザの購入可能現金残高の範囲内で、今後上昇が期待される銘柄の株の買いを促すアドバイスを生成する。
In addition, the
（ステップＳ１００３）
図１０に示すように、端末２は、サーバ３から、過去に提示済のアドバイスに含まれる、複数の銘柄の売買、および、売買後の購入可能現金残高の少なくとも何れかに関連するアドバイスを示すデータとして、購入推奨銘柄の名前および株数を示すデータを受信し、受信したデータが示す購入推奨銘柄の名前および株数を表示部２３に表示させる。
(Step S1003)
As shown in FIG. 10, the
図４は、「保有銘柄」の画面の表示例を示す図である。「保有銘柄」の画面は、過去に提示済のアドバイスに含まれる、複数の銘柄の売買、および、売買後の購入可能現金残高の少なくとも何れかに関連するアドバイスを示す画面であり、より具体的には、購入推奨銘柄に関する情報をユーザへのアドバイスとして表示する画面である。図４に示すように、制御部２２は、「保有銘柄」の画面として、銘柄名（コード）、推奨日、株数、推奨時の株価、推奨時の金額を含む画面を表示部２３に表示させる。そして、制御部２２は、「★本コースを採用される方は下記の銘柄の購入をお願いします。」というアドバイスを表示部２３に表示させる。
FIG. 4 is a diagram showing a display example of the screen of the “holding brand”. The "Holding Stocks" screen is a screen showing advice related to buying and selling of multiple stocks and at least one of the available cash balances after buying and selling, which is included in the advice presented in the past, and is more specific. Is a screen that displays information on recommended stocks for purchase as advice to the user. As shown in FIG. 4, the control unit 22 causes the
なお、アドバイス提示システム１に関しては、図３に示すように、ユーザが初期設定資金および開始日を指定したうえで、アドバイス提示システム１の利用を開始するのが原則である。ただし、ユーザが、図４に示す推奨銘柄に自身の保有銘柄を合わせたうえで、アドバイス提示システム１の利用を開始し、その後のアドバイスに従うという流れでもよい。このように、アドバイス提示システム１は、ユーザが途中から利用することも可能なシステムである。
As for the
アドバイスデータ生成システム１０において、表示部２３は、動的に変化し、変遷して行われるアドバイスを分かりやすく表示する。表示部２３は、保有株の名称、および、数量を分かりやすく表示する。表示部２３は、更新されている売買データの中で、反対売買の終わっていない商品だけを抽出し、表示する。すなわち、表示部２３は、買いアドバイスが生成された銘柄もしくは商品の中で、まだ売りアドバイスが生成されていない銘柄もしくは商品、または、残っている数量を算出し、表示する。
In the advice
現在保有株の表示により、ユーザは、途中参加を容易におこなうことができる。途中参加するのに重要な情報は、過去の情報ではなく、今買い揃える株は何で、どのくらいの数量を買えばよいのかという情報である。従って、現在の保有株を合わせることで途中参加することができ、アドバイスの提供を受けるユーザも、現在の保有銘柄を確認する意味で、この表示は重要である。この表示に従って銘柄を揃えれば、途中参加が可能になり、その後は売買アドバイスに従えばよい。すでにコースを始めているユーザにとっても、実際の保有状況と照らし合わせることで、アドバイス通りか否かを確認することできる。 By displaying the currently held shares, the user can easily participate in the middle. The important information to participate in the middle is not the past information, but the information about what stocks to buy now and how much to buy. Therefore, it is possible to participate in the middle by combining the current holdings, and this display is important in the sense that the user who receives the advice also confirms the current holdings. If you arrange the stocks according to this display, you can participate in the middle, and then you can follow the trading advice. Even for users who have already started the course, it is possible to confirm whether or not it is as advised by comparing it with the actual possession status.
（ステップＳ１００４）
図１０に示すように、サーバ３は、仮想売買モデルの評価額を計算して、当該評価額を示すデータを端末２に送信する。仮想売買モデルは、初期設定資金の金額および開始日に応じた、推奨される株銘柄などの売買モデルである。上述のように、仮想売買モデルは、初期設定資金の金額、開始日だけでなく、助言者、市場（東証、マザーズなど）も含む項目に応じたモデルであってよく、動的に変化するものである。
(Step S1004)
As shown in FIG. 10, the
（ステップＳ１００５）
図１０に示すように、端末２は、サーバ３から仮想売買モデルの評価額を示すデータを受信し、受信したデータが示す仮想売買モデルの評価額を表示部２３に表示させる。図５は、「評価額」の画面の表示例を示す図である。図５に示すように、制御部２２は、「評価額」の画面として、評価サマリーおよび保有銘柄毎評価を含む画面を表示部２３に表示させる。
(Step S1005)
As shown in FIG. 10, the
評価サマリーは、現在のポートフォリオ投資額、現在のポートフォリオ評価額、現在の含み益、過去の実現損益、トータルの損益、購入可能現金残高、および、総評価額を含む。保有銘柄毎評価は、銘柄名（コード）、推奨日、株数、買い推奨時の株価および金額、現在の株価および金額、騰落率、評価損益を含む。ポートフォリオは、仮想売買モデルの、その時点における状態を指す。 The valuation summary includes current portfolio investment, current portfolio valuation, current unrealized gains, past realized gains and losses, total gains and losses, available cash balances, and total valuations. The valuation for each stock holding includes the stock name (code), recommended date, number of shares, stock price and amount at the time of recommended buying, current stock price and amount, rate of increase / decrease, and valuation profit / loss. Portfolio refers to the current state of the virtual trading model.
（ステップＳ１００６）
図１０に示すように、サーバ３は、仮想売買モデルの売買履歴を計算して、当該売買履歴を示すデータを端末２に送信する。
(Step S1006)
As shown in FIG. 10, the
（ステップＳ１００７）
図１０に示すように、端末２は、サーバ３から仮想売買モデルの売買履歴を示すデータを受信し、受信したデータが示す仮想売買モデルの売買履歴を表示部２３に表示させる。
(Step S1007)
As shown in FIG. 10, the
図６は、「売買履歴」の画面の表示例を示す図である。図６に示すように、制御部２２は、「売買履歴」の画面として、銘柄名、株数、買い推奨時の日付、株価および金額、売却時の日付、株価および金額、騰落率、売買損益を含む画面を表示部２３に表示させる。
FIG. 6 is a diagram showing a display example of the “buying and selling history” screen. As shown in FIG. 6, the control unit 22 displays the stock name, the number of shares, the date when the buy is recommended, the stock price and the amount, the date when the sale is made, the stock price and the amount, the rate of increase / decrease, and the trading profit / loss as the screen of the "trading history". The screen including the screen is displayed on the
図７は、「評価額履歴」の画面の表示例を示す図である。図７に示すように、制御部２２は、「評価額履歴」の画面として、公開日時および記事タイトルを含む画面を表示部２３に表示させる。
FIG. 7 is a diagram showing a display example of the “valuation amount history” screen. As shown in FIG. 7, the control unit 22 causes the
図８は、「評価額詳細」の画面の表示例を示す図である。図８に示すように、制御部２２は、「評価額詳細」の画面として、評価サマリーおよび保有銘柄毎評価を含む画面を表示部２３に表示させる。
FIG. 8 is a diagram showing a display example of the “valuation amount details” screen. As shown in FIG. 8, the control unit 22 causes the
評価サマリーは、現在のポートフォリオ投資額、現在のポートフォリオ評価額、現在の含み益、過去の実現損益、トータルの損益、購入可能現金残高、および、総評価額を含む。保有銘柄毎評価は、銘柄名（コード）、推奨日、株数、買い推奨時の株価および金額、現在の株価および金額、騰落率、評価損益を含む。 The valuation summary includes current portfolio investment, current portfolio valuation, current unrealized gains, past realized gains and losses, total gains and losses, available cash balances, and total valuations. The valuation for each stock holding includes the stock name (code), recommended date, number of shares, stock price and amount at the time of recommended buying, current stock price and amount, rate of increase / decrease, and valuation profit / loss.
図９は、「ポートフォリオ」の画面の表示例を示す図である。図９に示すように、制御部２２は、「ポートフォリオ」の画面として、選択されたポートフォリオ、および、ポートフォリオと記事の関連付けを含む画面を表示部２３に表示させる。
FIG. 9 is a diagram showing a display example of the “portfolio” screen. As shown in FIG. 9, the control unit 22 causes the
選択されたポートフォリオは、ＩＤ、銘柄名、株数、買い推奨日、買い記事ＩＤ、推奨時株価、推奨時為替、推奨時金額、売り推奨日、売り記事ＩＤ、売却時株価、売却時為替、および、売却金額を含む。買い記事ＩＤは、当該銘柄名の株の買いを推奨したときのレポートに固有のＩＤを示す。売り記事ＩＤは、当該銘柄名の株の売りを推奨したときのレポートに固有のＩＤを示す。ポートフォリオと記事の関連付けでは、買い関連記事ＩＤまたは売り関連記事ＩＤを検索可能である。 The selected portfolios are ID, stock name, number of shares, recommended buy date, buy article ID, recommended forex, recommended forex, recommended amount, recommended sell date, sell article ID, stock price at sale, forex at sale, and , Including the sale price. The buy article ID indicates an ID unique to the report when the stock of the stock name is recommended to be bought. The sell article ID indicates an ID unique to the report when the stock of the stock name is recommended to be sold. In the association between the portfolio and the article, the buy-related article ID or the sell-related article ID can be searched.
なお、端末２が表示する表示画面は、サーバ３から受信した情報に基づき、端末２の制御部２２が生成する構成としてもよいし、サーバ３が生成した表示画面を示すデータ（例えばｈｔｍｌ形式やｘｍｌ形式のデータ）を端末２に送信し端末２に表示させる構成としてもよい。また、表示画面の一部をサーバ３が生成し、残りの部分を端末２が生成する構成としてもよい。端末２が表示画面を生成する構成の場合、端末２の制御部２２には、予め当該表示画面を生成したり、ユーザからの入力を受け付けたりするアプリケーションをインストールし、制御部２２の一部として実行させればよい。
The display screen displayed by the
（実施形態１の効果）
サーバ３は、過去の提示済アドバイスに含まれる項目に関連するアドバイスを含む、複数のアドバイスを生成するので、初期設定資金の金額に応じたアドバイスを、連続性を以って提供することができる。また、サーバ３は、初期設定資金の金額、及び、開始日に応じた複数のアドバイスを生成するので、投資開始時の状態に即したアドバイスを提供することができる。
(Effect of Embodiment 1)
Since the
そして、購入可能残高は売買以外のときに増減してもよいので、ユーザに対して柔軟なサービスを提供することができる。さらに、アドバイスとして銘柄の売買データをアドバイス提示システム１に提供する者は、助言者であってもよいし、個人投資家であってもよいので、様々なアドバイスが生成されることにより、複数のアドバイスの比較、評価、ランク付けを行うことができる。
Further, since the purchaseable balance may be increased or decreased at times other than buying and selling, it is possible to provide a flexible service to the user. Further, since the person who provides the trading data of the issue to the
〔実施形態２〕
本発明の実施形態２について、図１１および図１２に基づいて説明すれば、以下のとおりである。なお、説明の便宜上、実施形態１にて説明した部材と同じ機能を有する部材については、同じ符号を付記し、その説明を省略する。
[Embodiment 2]
The second embodiment of the present invention will be described below with reference to FIGS. 11 and 12. For convenience of explanation, the same reference numerals are given to the members having the same functions as the members described in the first embodiment, and the description thereof will be omitted.
（アドバイス提示システム１の処理）
図１１は、本実施形態に係る仮想売買モデル曲線の表示例を示す図である。図１１（ａ）は、仮想売買モデル曲線を示す。図１１（ｂ）は、仮想売買モデル曲線および売買情報入力欄を示す。図１１（ｃ）は、仮想売買モデル曲線および売買実績曲線を示す。図１２は、本実施形態に係るアドバイス提示システム１の処理を示すフローチャートである。図１２の流れに従って、図１１を参照しながら、アドバイス提示システム１の処理を説明する。
(Processing of advice presentation system 1)
FIG. 11 is a diagram showing a display example of the virtual trading model curve according to the present embodiment. FIG. 11A shows a virtual trading model curve. FIG. 11B shows a virtual trading model curve and a trading information input field. FIG. 11C shows a virtual trading model curve and a trading performance curve. FIG. 12 is a flowchart showing the processing of the
仮想売買モデル曲線は、過去の提示済アドバイスに含まれる、複数の銘柄及びキャッシュ額の各項目の少なくともいずれかの項目に関連するアドバイスを含む、複数のアドバイスを示すものである。仮想売買モデル曲線と、売買実績曲線との差異は、上記アドバイスによる仮想売買モデルと、ユーザの実際の売買情報とを参照して生成される、ユーザの投資内容が当該仮想売買モデルに近付くようなアドバイスを示すものである。 The virtual trade model curve shows a plurality of advices, including advices related to at least one item of each item of the plurality of stocks and cash amounts included in the past presented advice. The difference between the virtual trading model curve and the trading performance curve is generated by referring to the virtual trading model based on the above advice and the actual trading information of the user, so that the investment content of the user approaches the virtual trading model. It shows advice.
（ステップＳ１２０１）
図１２に示すように、端末２は、仮想売買モデルのデータをサーバ３に要求する。このデータ要求には、当該仮想売買モデルに係る初期設定資金の金額および開始日が含まれる。
(Step S1201)
As shown in FIG. 12, the terminal 2 requests the data of the virtual trading model from the
（ステップＳ１２０２）
図１２に示すように、サーバ３は、端末２から仮想売買モデルのデータ要求を受信し、受信したデータ要求に含まれる初期設定資金の金額および開始日に応じた仮想売買モデルのデータを端末２に送信する。仮想売買モデルのデータには、仮想売買モデルの評価額の推移が含まれる。
(Step S1202)
As shown in FIG. 12, the
（ステップＳ１２０３）
図１２に示すように、端末２は、サーバ３から仮想売買モデルのデータを受信し、受信したデータによって画かれる仮想売買モデル曲線を表示部２３に表示させる。図１１に示すように、制御部２２は、受信したデータに含まれる、仮想売買モデルの評価額の推移を示す曲線を含む画面を生成し、生成した画面を仮想売買モデル曲線として表示部２３に表示させる。
(Step S1203)
As shown in FIG. 12, the
（ステップＳ１２０４）
図１２に示すように、端末２は、ユーザから売買情報を取得する。詳細には、図１１（ｂ）に示すように、操作受付部２４が、ユーザ操作によりカーソルが位置付いている、時間軸上の年月日を検出した場合、制御部２２は、当該年月日における売買情報を入力するための売買情報入力欄を含む画面を生成し、生成した画面を表示部２３に表示させる。なお、ユーザは、別の入力画面を利用してもよい。次に、操作受付部２４が、ユーザ操作により、売買情報入力欄に対して銘柄、売買、株数などの売買情報が入力されたことを検出した場合、制御部２２は、入力された売買情報を取得する。
(Step S1204)
As shown in FIG. 12, the
（ステップＳ１２０５）
図１２に示すように、端末２は、売買情報に応じた、仮想売買モデルの評価額のデータをサーバ３に要求する。このデータ要求は、仮想売買モデルを、実際の売買情報を用いて修正した場合の評価額のデータを要求するものである。このデータ要求には、売買情報である、年月日、銘柄、売買、および、株数が含まれる。
(Step S1205)
As shown in FIG. 12, the terminal 2 requests the
（ステップＳ１２０６）
図１２に示すように、サーバ３は、端末２から評価額データの要求を受信し、評価額を計算し、当該評価額データを送信する。詳細には、制御部３２は、受信したデータ要求に含まれる、年月日、銘柄、売買、および、株数を取得する。次に、制御部３２は、記憶部３３から当該年月日、当該銘柄の株単価を取得する。そして、制御部３２は、売買、株数、および、株単価により評価額の増減を計算することにより、評価額の推移を特定する。さらに、制御部３２は、評価額推移のデータを端末２に送信する。
(Step S1206)
As shown in FIG. 12, the
（ステップＳ１２０７）
図１２に示すように、端末２は、サーバ３から評価額推移のデータを受信し、受信したデータによって画かれる売買実績曲線を含む画面を生成し、生成した画面を表示部２３に表示させる。図１１（ｃ）に示すように、制御部３２は、仮想売買モデル曲線と乖離のある売買実績曲線を表示部２３に表示させる。
(Step S1207)
As shown in FIG. 12, the
アドバイス生成部３２１は、ステップＳ１２０２におけるアドバイスによる仮想売買モデルと、ステップＳ１２０６におけるユーザの実際の売買情報とを参照し、ユーザの投資内容が当該仮想売買モデルに近付くようなアドバイスを生成する。また、端末２は、そのようなアドバイスを表示部２３に表示させる。図１１（ｃ）は、そのようなアドバイスの表示例を示すものである。
The
（ステップＳ１２０８）
図１２に示すように、端末２は、仮想売買モデル曲線と、売買実績曲線との間のモデル実績差を表示部２３に表示させる。図１１（ｃ）に示すように、制御部３２は、両矢印の線分により当該モデル実績差を表示部２３に表示させる。
(Step S1208)
As shown in FIG. 12, the
図１１（ｃ）に示すモデル実績差は、現時点における、仮想売買モデルと、売買実績との差であるが、その時点から時間軸を溯った左方向には、仮想売買モデルと、売買実績とがいつ頃から乖離したのかが表示されているので、どのように売買を行えばよかったかというアドバイスを表示するものである。 The model performance difference shown in FIG. 11 (c) is the difference between the virtual trading model and the trading performance at the present time. Since it is displayed when the divergence started, it displays advice on how to buy and sell.
また、制御部３２は、「ここからモデルと実績とが乖離しています。」というアドバイスを表示部２３に表示させる。これは、ユーザの投資内容が仮想売買モデルに近付くようなアドバイスになる。
Further, the
なお、必ずしもユーザの売買実績のデータがなくても、端末２は、アドバイスした売買をやらなかった場合にどうなったかを示す無作為モデルを表示することにより、仮想売買モデルと、無作為モデルとの乖離を表示してもよい。
In addition, even if there is not necessarily the data of the user's trading record, the
（実施形態２の効果）
端末２は、仮想売買モデル曲線と、売買実績曲線との間のモデル実績差を表示部２３に表示させることにより、ユーザの投資内容が当該仮想売買モデルに近付くようなアドバイスを表示するので、ユーザにとって有用なアドバイスを提供することができる。
(Effect of Embodiment 2)
Since the
〔実施例１〕
図１３は、本発明の実施形態１に係るアドバイスの連続性に関する実施例を示す図である。本実施例は、「過去の提示済アドバイスに含まれる、複数の銘柄及びキャッシュ額の各項目の少なくともいずれかの項目に関連するアドバイス」の具体例を示すものである。
[Example 1]
FIG. 13 is a diagram showing an example regarding continuity of advice according to the first embodiment of the present invention. This embodiment shows a specific example of "advice related to at least one item of each item of a plurality of issues and cash amounts included in the advice presented in the past".
（システムの利用開始）
ユーザがアドバイス提示システム１の利用を開始する場合に、ユーザの入力操作により、端末２は、初期設定項目を取得し、サーバ３に送信する。初期設定項目には、当初金額、対象銘柄（中国株、日本株、新興市場株など）、利用開始日、種類（パフォーマンス重視型、大型株重視型、初心者向きなど）、運用担当者の氏名などが含まれる。サーバ３は、端末２から初期設定項目を受信して、当該初期設定項目に応じたアドバイスを生成する。図１３に示すように、当初金額を１００万円として、アドバイス提示システム１が稼動する。
(Start using the system)
When the user starts using the
（３ヶ月後のアドバイス）
図１３に示すように、アドバイス提示システム１の利用開始日から３ヶ月が経過した後に、サーバ３は、当初金額の１００万円により、銘柄Ａおよび銘柄Ｂを購入するアドバイス（各銘柄の購入金額を含む）を生成して、当該アドバイスを端末２に送信する。残り現金は、１００万円から銘柄Ａおよび銘柄Ｂの購入金額を差し引いた金額になる。端末２は、３ヶ月後のアドバイスをサーバ３から受信して、表示する。
(Advice after 3 months)
As shown in FIG. 13, after three months have passed from the start date of using the
（半年後のアドバイス）
アドバイス提示システム１の利用開始日から半年が経過した後に、サーバ３は、３ヶ月後にアドバイスした購入銘柄および残り現金に関するアドバイスを生成し、当該アドバイスを端末２に送信する。端末２は、半年後のアドバイスをサーバ３から受信して、表示する。
(Advice after half a year)
After half a year has passed from the start date of using the
図１３に示すように、半年後のアドバイスには、銘柄Ａを売却して銘柄Ｃおよび銘柄Ｄを購入するアドバイス（各銘柄の購入金額を含む）、銘柄Ｂを継続して保有するアドバイス、残り現金により銘柄Ｅを購入するアドバイスが含まれる。現金は、銘柄Ａの売却金額から銘柄Ｃおよび銘柄Ｄの購入金額を差し引いた金額になる。 As shown in FIG. 13, the advice after half a year includes advice to sell issue A and purchase issue C and issue D (including the purchase price of each issue), advice to continue to hold issue B, and the rest. Includes advice on buying stock E in cash. Cash is the amount obtained by subtracting the purchase amount of the issue C and the issue D from the sale amount of the issue A.
（１年後のアドバイス）
アドバイス提示システム１の利用開始日から１年が経過した後に、サーバ３は、半年後にアドバイスした購入銘柄および現金に関するアドバイスを生成し、当該アドバイスを端末２に送信する。端末２は、１年後のアドバイスをサーバ３から受信して、表示する。
(Advice one year later)
After one year has passed from the usage start date of the
図１３に示すように、１年後のアドバイスには、銘柄Ｃを売却するアドバイス、現金により銘柄Ｆを購入するアドバイス、銘柄Ｂおよび銘柄Ｄを継続して保有するアドバイス、銘柄Ｅを売却して銘柄Ｇおよび銘柄Ｈを購入するアドバイス（各銘柄の購入金額を含む）が含まれる。現金は、銘柄Ｅの売却金額から銘柄Ｇおよび銘柄Ｈの購入金額を差し引いた金額と、銘柄Ｃの売却金額との合計金額になる。 As shown in FIG. 13, the advice one year later includes advice to sell stock C, advice to purchase stock F by cash, advice to continuously hold stock B and stock D, and sell stock E. Includes advice on purchasing issue G and issue H (including the purchase price of each issue). Cash is the total amount of the sale amount of the issue E minus the purchase amount of the issue G and the issue H and the sale amount of the issue C.
なお、各時点における評価額、売買損益、含み損益、および、現金残高は、下記の式に示す通りである。
・評価額＝１００万円＋その時点までの売却済み銘柄の売買損益＋その時点における未売却銘柄の含み損益
・売却済み銘柄の売買損益＝（売推奨株価－買い推奨株価）×株数
・未売却銘柄の含み損益＝（現在株価－買い推奨株価）×株数
・現金残高＝１００万円－（その時点における未売却銘柄の評価額－その時点における未売却銘柄の含み損益）＋その時点までの売却済み銘柄の売買損益
〔実施例２〕
本実施例は、「保有銘柄及び購入可能現金残高に関する評価額が所定金額以上になった場合に生成する、当該所定金額に応じたアドバイス」の具体例を示すものである。サーバ３のアドバイス生成部３２１は、上記の評価額が所定金額以上になった場合に、当該所定金額に応じたアドバイスを生成する。なお、所定金額としては、１又は複数の金額が予め設定されている。
The valuation amount, trading profit / loss, unrealized profit / loss, and cash balance at each time point are as shown in the following formula.
・ Valuation value = 1 million yen + Trading profit / loss of sold stocks up to that point + Unrealized gain / loss of unsold stocks at that time ・ Trading profit / loss of sold stocks = (Recommended selling stock price-Recommended buying stock price) × Number of shares ・ Unsold Unrealized gains / losses of stocks = (current stock price-recommended buying stock price) x number of shares / cash balance = 1 million yen- (valuation of unsold stocks at that time-unrealized gains / losses of unsold stocks at that time) + sale up to that point Trading profit / loss of completed stocks [Example 2]
This embodiment shows a specific example of "advice according to the predetermined amount of money generated when the valuation amount of the stocks held and the cash balance available for purchase exceeds the predetermined amount". The
（３０万円コースから１００万円コースへ）
アドバイス生成部３２１は、当初、ユーザの購入可能現金残高である３０万円に応じたアドバイスを生成する。その後、上記の評価額が１００万円以上になった時点で、アドバイス生成部３２１は、購入可能現金残高を１００万円として行うアドバイスを利用する提案を、ユーザに行う。
(From 300,000 yen course to 1 million yen course)
Initially, the
（１００万円コースから５００万円コースへ）
サーバ３のアドバイス生成部３２１は、ユーザの操作により端末２から、ユーザが上記の提案を受け入れることを示す情報を取得した場合、ユーザの購入可能現金残高である１００万円に応じたアドバイスを生成する。その後、評価額が５００万円以上になった時点で、アドバイス生成部３２１は、購入可能現金残高を５００万円として行うアドバイスを利用する提案を、ユーザに行う。
(From 1 million yen course to 5 million yen course)
When the
上記によれば、アドバイス生成部３２１は、評価額が上昇して、所定金額以上になる毎に、ユーザに保有銘柄を一旦売却して、所定金額に応じたアドバイスを利用するように提案する。
According to the above, the
従って、その時点までの保有銘柄の状況に関係なく、保有銘柄及び購入可能現金残高に関する評価額の段階的な増加（ランクアップ）に応じたアドバイスを提示するので、ユーザにさらなる利益をもたらす可能性がある。また、サーバ３を運用する機関は、アドバイスを提示する、当初の購入可能現金残高に応じた手数料をユーザから徴収することにより、売上金額が増加する可能性がある。これにより、ユーザと、サーバ３を運用する機関との間に、ＷｉｎＷｉｎの関係を実現することができる。
Therefore, regardless of the status of the stocks held up to that point, advice will be provided according to the gradual increase (rank up) of the valuation amount regarding the stocks held and the cash balance available for purchase, which may bring further profits to the user. There is. In addition, the institution that operates the
なお、上記の実施例では、評価額と比較する所定金額を１００万円、５００万円として説明したが、これに限定されることなく、所定金額を１又は複数の任意の金額に設定することが可能である。 In the above embodiment, the predetermined amount to be compared with the evaluation amount is described as 1 million yen or 5 million yen, but the predetermined amount is not limited to this, and the predetermined amount may be set to one or a plurality of arbitrary amounts. Is possible.
〔実施形態３〕
本発明の実施形態３について、図１４～１６に基づいて説明すれば、以下のとおりである。なお、説明の便宜上、実施形態１、２にて説明した部材と同じ機能を有する部材については、同じ符号を付記し、その説明を省略する。
[Embodiment 3]
The third embodiment of the present invention will be described below with reference to FIGS. 14 to 16. For convenience of explanation, the same reference numerals are given to the members having the same functions as the members described in the first and second embodiments, and the description thereof will be omitted.
本実施形態に係るアドバイスデータ生成システム１０は、投資金額に応じたコースに従って複数のアドバイスを生成する。アドバイスデータ生成システム１０は、実施形態１、２に係るアドバイス提示システム１と同様の構成を有する。
The advice
アドバイスデータ生成システム１０は、少なくとも、アドバイス生成部３２１、表示部２３、および、記憶部３３を備えている。アドバイス生成部３２１は、アドバイスデータを生成し、出力する。表示部２３は、アドバイスデータを表示する。記憶部３３は、登録済の投資商品に関するデータを記憶するデータベースを格納する。
The advice
（アドバイス生成部３２１の処理）
アドバイス生成部３２１は、銘柄または商品の買いに関するアドバイスと、銘柄または商品の売りに関するアドバイスと、を繰り返して生成することにより、投資金額に応じたコースにおいて連続性があり、かつ、売買に応じて変化する、複数のアドバイスを生成する。複数のアドバイスは、ユーザが選択したコースにおいて連続性があり、銘柄または商品の相場状況等の多様な変化に対応して動的に変化する。
(Processing of advice generation unit 321)
The
投資対象が変動商品を主とする場合、アドバイスデータは、ある時点におけるポートフォリオ等の静的なデータではなく、相場状況等の多様な変化に対応するデータである。 When the investment target is mainly variable products, the advice data is not static data such as portfolios at a certain point in time, but data corresponding to various changes such as market conditions.
図１４は、本実施形態に係るアドバイス生成処理の一連の流れを示す図である。 FIG. 14 is a diagram showing a series of flow of the advice generation process according to the present embodiment.
（ステップＳ１４０１）
アドバイス生成部３２１は、購入可能金額を算定する。アドバイス生成部３２１は、２回目以降は、ステップＳ１４０３で生成されたアドバイスに係る売りの代金を、購入可能金額に反映させる。
(Step S1401)
The
（ステップＳ１４０２）
アドバイス生成部３２１は、ステップＳ１４０１で算定された購入可能金額を元手にした、銘柄または商品の買いに関するアドバイスを生成する。
(Step S1402)
The
（ステップＳ１４０３）
アドバイス生成部３２１は、ステップＳ１４０２で生成されたアドバイスに係る銘柄または商品の売りに関するアドバイスを生成する。
(Step S1403)
The
（ステップＳ１４０４）
アドバイス生成部３２１は、ステップＳ１４０１～Ｓ１４０３の処理を繰り返す。ステップＳ１４０１～Ｓ１４０３の処理において、後の処理は、前の処理の結果を受け継いで実行される。
(Step S1404)
The
（制約条件の設定）
図１５は、本実施形態に係るアドバイス生成の枠組みを示す図である。
(Setting constraints)
FIG. 15 is a diagram showing a framework for generating advice according to the present embodiment.
アドバイスデータ生成システム１０において、端末２は、ユーザによって選択された制約条件の各項目のデータをサーバ３に送信する。サーバ３のアドバイス生成部３２１は、制約条件が設定されたコースを記憶部３３に記憶させる。これにより、アドバイスの枠組みが決まり、連続性のあるアドバイスを生成する準備ができる。コースの制約条件が設定されることにより、性格の異なる各種のコースが設定され、異なった種類のアドバイスが生成される。
In the advice
アドバイス生成部３２１は、投資金額に応じたコースに設定された制約条件に応じたアドバイスを生成する。すなわち、アドバイス生成部３２１は、図１５に示すように、対象商品、投資金額、開始時期、終了時期、助言者等を含む、アドバイスの大きな枠組みである、売買に関する制約条件を備えたコースを作り、そのコースの下でアドバイスを生成する。
The
制約条件の例を、以下に示す。 An example of the constraint condition is shown below.
（１）アドバイス生成部３２１は、１００万円という資金制約の下でアドバイスを生成する。
(1) The
（２）アドバイス生成部３２１は、日本株の東証一部に対象を絞ってアドバイスを生成する。
(2) The
（３）アドバイス生成部３２１は、半導体関連株に限定して売り買いをアドバイスする。（４）アドバイス生成部３２１は、１００万円を、ＥＴＦを対象にしてロボット関連でアドバイスを生成する。
(3) The
（制約条件の効果）
アドバイス生成部３２１は、全く自由にアドバイスを生成するのではなく、制約条件を設定することにより、当該制約条件の下でできる限り適切なアドバイスを生成することができる。その制約条件には、コースの制約条件と、アドバイス生成部３２１の制約条件とがある。
(Effect of constraints)
The
コースの制約条件は、アドバイス生成部３２１が、どういう金額で、誰が助言し、何を（対象）、いつ（時期）アドバイスするのかという大きな枠組みである。コースが終了するまで当該制約条件は変わらないので、アドバイス生成部３２１は、当該制約条件の下でアドバイスを生成する。
The constraint condition of the course is a large framework in which the
実際の投資金額は、算出された購入可能金額と、当該購入可能金額の範囲内での買いアドバイスとにより特定される。買いアドバイスの対象となる銘柄または商品は、投資対象の銘柄または商品の範囲内で、データベースに登録されているものが選択される。 The actual investment amount is specified by the calculated purchaseable amount and the buying advice within the range of the available purchase amount. As the stock or product to be the target of buying advice, the one registered in the database is selected within the range of the stock or product to be invested.
なお、図１５に示すように、各コースには、コース管理者が割り当てられる。コース管理者としては、助言者、ユーザ、管理者等が割り当てられる。 As shown in FIG. 15, a course manager is assigned to each course. Advisors, users, managers, etc. are assigned as course managers.
（投資金額を制約条件とする構成）
アドバイスデータ生成システム１０において、アドバイス生成部３２１は、制約条件として、投資金額に応じたアドバイスを生成する。例えば、アドバイス生成部３２１は、制約条件が３０万円の投資金額である場合と、制約条件が１０００万円の投資金額である場合とでは、同じタイミングであっても異なるアドバイスを行う。
(Structure with investment amount as a constraint)
In the advice
投資金額は、コースの開始時には当初金額（スタート金額）、アドバイス期間中には「当初金額＋売買損益＋入出金額」によって資金的な制約を受け、その範囲内でアドバイスが提供される。これらの投資金額が購入金額の上限となる。 The investment amount is financially restricted by the initial amount (start amount) at the start of the course and "initial amount + trading profit / loss + deposit / withdrawal amount" during the advice period, and advice is provided within that range. These investment amounts are the upper limit of the purchase amount.
（制約条件である投資金額の効果）
アドバイス生成部３２１は、投資金額に応じて銘柄または商品の数が異なり、また、投資金額によって銘柄または商品が異なるアドバイスを生成するので、投資金額に応じたユーザの目線に立ったアドバイスを行うことができる。
(Effect of investment amount, which is a constraint)
The
例えば、アドバイス生成部３２１が制限された投資金額の範囲内でアドバイスを生成することによって、利益が出ることで資金が大きく育ち、その大きく育った資金をさらに大きくしていくアドバイスを行うことができる。一方で、損失が出た場合には、それ相応のアドバイスを行うことができる。
For example, if the
換言すれば、コースに設定された制約条件に投資金額が加わることにより、アドバイス生成部３２１は、利益が出れば、可能性が広がり、逆に損が出れば、制約が厳しくなるという条件の下でアドバイスするというように、投資資金の増減により動的にアドバイスを生成することができる。
In other words, by adding the investment amount to the constraints set in the course, the
（売買の開始時期を制約条件とする構成）
アドバイスデータ生成システム１０において、アドバイス生成部３２１は、上記制約条件として、上記コースの開始時期に応じたアドバイスを生成する。コースの開始時期が異なれば、コースも異なり、コース管理者も異なり、アドバイスの内容も異なる。アドバイス生成部３２１は、例えば、２０１３年１月開始と、２０１８年１月開始とでは、異なったアドバイスを生成する。
(Structure with the start time of trading as a constraint)
In the advice
コースの開始時期があることによって、その開始時期からコースのアドバイスが開始する。コースの終了時期が設定されていれば、当該終了時期においてコースのアドバイスが終了する。なお、終了時期は制限なしのケースも可とする。 Since there is a start time for the course, the advice of the course starts from that start time. If the end time of the course is set, the advice of the course will end at the end time. In addition, the end time may be unlimited.
アドバイス生成部３２１は、開始時期に応じて変化するアドバイスを含み、開始時期の売買価格等からアドバイスする内容が制約を受ける。開始時期Ａに応じたアドバイスと、開始時期Ｂに応じたアドバイスとでは、異なったものになる。
The
アドバイス生成部３２１は、コースの終了時期によっても制約を受ける。アドバイスの終了時期がある場合、アドバイス生成部３２１は、ある期限内でアドバイスを生成する。すなわち、アドバイス生成部３２１は、決められた期限（例えば、３年等）、目標に達した場合に終了する期限（例えば、評価金額が２倍達成時等）など、所定の基準で定められた「終了時期」という制約条件の下で、アドバイスを生成する。アドバイスの終了時期がない場合、アドバイス生成部３２１は、無期限にアドバイスを生成する。
The
なお、アドバイス生成部３２１は、終了時期がない場合、以後に評価金額等によってランクアップするために終了（または縮小）し、他のコース（他の制約条件が設定されたコース）へ移る運用も可能とする。
If there is no end time, the
（制約条件である開始時期の効果）
アドバイスの開始時期という時間的な制約を受けることによって、銘柄または商品、および、それらの配分が異なるアドバイスを行うことが可能になる。
(Effect of start time, which is a constraint)
Due to the time constraint of the start time of advice, it becomes possible to give advice with different brands or products, and their distribution.
アドバイスデータ生成システム１０からアドバイスの開始時期が与えられると、ユーザは、開示時期に合わせて資金を用意しなければならない。しかしながら、ユーザにとっては、投資資金の準備ができたときにすぐにアドバイスが欲しいところである。
When the advice
インタラクティブなアドバイスデータ生成システム１０により、ユーザがコースの開始時期を決めることができる。そして、インタラクティブなアドバイスデータ生成システム１０により、上記のようなユーザのニーズにも応えられ、ユーザのほしい時期に合わせてアドバイスデータを生成することができる。
The interactive advice
（投資対象を制約条件とする構成）
アドバイスデータ生成システム１０において、アドバイス生成部３２１は、制約条件として、投資対象に応じたアドバイスを生成する。アドバイス生成部３２１は、投資対象の銘柄または商品が制約を受けることによって、異なるアドバイスを生成する。
(Structure with investment targets as constraints)
In the advice
投資対象の銘柄または商品には、日本株、米国株、中国株、香港株、先物、ＦＸ、ＥＴＦ、投資信託、債券等がある。 Stocks or commodities to be invested include Japanese stocks, US stocks, Chinese stocks, Hong Kong stocks, futures, FX, ETFs, investment trusts, bonds and the like.
このような銘柄または商品の制約によって、アドバイス生成部３２１は、当該コースの母集団を絞り込み、その範囲の中で売買対象を決め、アドバイスを生成する。アドバイス対象の銘柄または商品は、この母集団のうち、記憶部３３のデータベースに登録された銘柄または商品である。銘柄または商品のデータベースへの登録は、随時行ってもよい。
Due to such restrictions on brands or products, the
この制約事項としての投資対象と、データベース登録の銘柄または商品と、買いアドバイス対象の銘柄または商品との範囲の関係は、以下の通りである。 The relationship between the investment target as this restriction, the stock or product registered in the database, and the stock or product subject to buying advice is as follows.
投資対象の範囲≧データベース登録の範囲≧アドバイス対象の範囲
アドバイス生成部３２１は、例えば、日本株全銘柄を投資対象として、その中で有望な銘柄をデータベースに登録して、コースの管理下に置き、テクニカル指標、業績動向等の変化に応じて、買いアドバイス対象にしたり、売りアドバイスの対象にしたりする。アドバイス生成部３２１は、例えば、投資対象が日本株である場合と、投資対象が中国株である場合と、投資対象がＥＴＦである場合とでは、同じタイミングであっても異なったアドバイスを生成することになる。すなわち、投資対象によって、アドバイスに制約を受ける。
Scope of investment target ≧ Database registration range ≧ Advice target range For example, the
ただし、投資対象に制約なしの場合も可能である。制約なしの場合であっても、データベース登録は必要になる。この場合は、どのような銘柄または商品であっても、データベース登録の銘柄または商品であれば、買いアドバイスの対象になる。また、複合的な条件で母集団を絞り込むことも可能であり、ＡＮＤ、ＯＲ等の検索条件式を使った絞り込みも可能である。 However, it is possible that there are no restrictions on the investment target. Database registration is required even if there are no restrictions. In this case, any brand or product will be subject to buying advice if it is a brand or product registered in the database. It is also possible to narrow down the population based on complex conditions, and it is also possible to narrow down using search condition expressions such as AND and OR.
上記では、日本株、中国株等の投資対象としているが、投資対象の機能を発揮するのであれば、他のテーマ、業種、企業規模、市場のようなものであっても、同様に採用することができ、同様の効果を奏する。要するに、購入対象の母集団をどう切るか、または、制限を加えるかが重要である。 In the above, Japanese stocks, Chinese stocks, etc. are targeted for investment, but if the function of the investment target is exhibited, other themes, industries, company sizes, markets, etc. will be adopted in the same way. It can have the same effect. In short, it is important how to cut or limit the population to be purchased.
買いアドバイスの銘柄または商品は、最初から登録されていなくても、生成プロセスで最終的に登録される。 The brand or product of the buy advice is finally registered in the generation process even if it is not registered from the beginning.
カテゴリには、以下のような例がある。カテゴリの切り口は、様々である。
・種類別（株、ＦＸ、ＥＴＦ、投資信託、リート、債券等）
・株の種類（日本株、米国株、中国株、香港株、アジア株等）
・テーマ別（ロボット関連株、ロボット関連ＥＴＦ、半導体関連株、半導体関連ＥＴＦ）・半導体関連全般（ＥＴＦ、株、投資信託等を含む）
・業種別（金融株、金融株で構成されるＥＴＦ、不動産株等）
・ＥＴＦの種類別（国内債券型ＥＴＦ、外債ＥＴＦ、国内株ＥＴＦ等）
・チャート指標（移動平均乖離率のマイナスの株）
・業績指標（配当ありの株、優待券のある株、増収の株等）
・株価指標（ＰＥＲ１０倍以下の銘柄など）
・マーケット指標（１日の売買代金１０億円以上、時価総額１０００億円以上等）
ある銘柄は、日本株、東証一部銘柄、金融業であって、フィンテックテーマと、金融テーマとを持つとする。そうすると、データベースにカテゴリ分けされて、投資対象をフィンテックテーマとした場合は、当該銘柄が投資対象の一つになる。
The categories include the following examples. There are various categories.
・ By type (stocks, FX, ETFs, investment trusts, REITs, bonds, etc.)
・ Types of stocks (Japanese stocks, US stocks, Chinese stocks, Hong Kong stocks, Asian stocks, etc.)
・ By theme (robot-related stocks, robot-related ETFs, semiconductor-related stocks, semiconductor-related ETFs) ・ General semiconductor-related (including ETFs, stocks, investment trusts, etc.)
・ By industry (financial stocks, ETFs composed of financial stocks, real estate stocks, etc.)
・ By type of ETF (domestic bond type ETF, foreign bond ETF, domestic stock ETF, etc.)
・ Chart index (stocks with a negative moving average divergence rate)
・ Performance indicators (stocks with dividends, stocks with complimentary tickets, stocks with increased sales, etc.)
・ Stock index (stocks with
・ Market indicators (daily trading value of 1 billion yen or more, market capitalization of 100 billion yen or more, etc.)
Some stocks are Japanese stocks, TSE First Section stocks, and financial industry, and have a fintech theme and a financial theme. Then, if the investment target is a fintech theme, the stock will be one of the investment targets.
例えば、アドバイス生成部３２１は、ロボット関連株だけを購入対象銘柄にするという投資対象の制約を受けているとする。
For example, it is assumed that the
例えば、東証一部市場だけに対象を絞る、海外ＥＴＦに対象を絞る、対円為替に絞る、直近１ヶ月の平均１日売買代金１０億円以上に絞る等、投資対象を絞るための様々な切り口がある。 For example, there are various ways to narrow down investment targets, such as focusing only on the first section of the Tokyo Stock Exchange, focusing on overseas ETFs, narrowing down to foreign exchange against the yen, and narrowing down the average daily trading value for the last month to 1 billion yen or more. There is a cut.
これらは、データベース上は、市場テーブル、業種テーブル等の分類方法の違いによって、異なるテーブルに分けて管理される。そのため、東証一部銘柄に限る場合には、市場を東証一部のデータで抽出すれば、母集団がすぐに準備できる。 These are managed by being divided into different tables on the database depending on the difference in the classification method such as the market table and the industry table. Therefore, in the case of limited to TSE First Section stocks, if the market is extracted from the TSE First Section data, the population can be prepared immediately.
図１６は、本実施形態に係る銘柄または商品のデータベースＤＢ１の構成例を示す図である。図１６に示すように、データベースＤＢ１は、投資対象商品の種類として「株」のデータベースであり、テーマが追記された構成になっている。なお、データベースＤＢ１とは別に、テーマを管理するテーマテーブルを設け、当該テーマテーブルにおいて、テーマと、銘柄コードとを関連付けるようにしてもよい。
FIG. 16 is a diagram showing a configuration example of the database DB1 of the brand or product according to the present embodiment. As shown in FIG. 16, the database DB1 is a database of "stocks" as a type of investment target product, and has a structure in which a theme is added. In addition, a theme table for managing the theme may be provided separately from the
（制約条件である投資対象の効果）
ユーザによって選択された投資対象の中で、銘柄または商品、運用方法等が異なったアドバイスを提供することができる。アドバイス対象の母集団を絞ることにより、助言者にとっては、母集団の範囲内でアドバイスを提供すればよいし、ユーザにとっては、口座開設して売買できる環境が整っているコースを選べる、有望なテーマに絞ったアドバイスを受けることができる等の効果がある。母集団の中から、有望な銘柄または商品をデータベースに登録することで、アドバイス生成のために各種データ指標を使うことができる。
(Effect of investment target, which is a constraint)
Among the investment targets selected by the user, it is possible to provide advice with different brands or products, investment methods, and the like. By narrowing down the population to be advised, it is promising that the adviser can provide advice within the population and the user can choose a course that has an environment where they can open an account and buy and sell. It has the effect of being able to receive advice focused on the theme. By registering promising stocks or products from the population in the database, various data indicators can be used to generate advice.
（助言者を制約条件とする構成）
アドバイスデータ生成システム１０において、アドバイス生成部３２１は、上記制約条件として、助言者に応じたアドバイスを生成する。
(Structure with an adviser as a constraint)
In the advice
アドバイス生成部３２１は、助言者に応じてアドバイスを変化させ、助言者によって制約を受ける。アドバイス生成部３２１は、例えば、助言者Ａのアドバイスと、助言者Ｂのアドバイスとでは、異なったアドバイスを生成する。
The
助言者は、個人、法人、チーム、団体等を含む。助言者には、さらに、ロボット、ＡＩ（Artificial Intelligence）等も含まれる。 Advisors include individuals, corporations, teams, groups, etc. Advisors also include robots, AI (Artificial Intelligence), and the like.
ロボットが助言者である場合、ロボットが、売買データ提供者として売買データを生成し、メール配信等によりユーザに提示する構成がある。他の制約条件の設定、変更が自動化されて、アドバイスの自動化も可能になる。なお、制約条件の設定、変更は人手で行い、それ以降のアドバイスは自動化する等、自動化のレベルには段階がある。 When the robot is an adviser, there is a configuration in which the robot generates trading data as a trading data provider and presents it to the user by e-mail distribution or the like. Setting and changing other constraints will be automated, and advice will also be automated. There are stages in the level of automation, such as setting and changing constraints manually and automating subsequent advice.
（制約条件である助言者の効果）
助言者によって異なったアドバイスを提供することができる。助言者によって制約を受けることを考慮して、ユーザが自分に合う助言者を選択することができる。
(Effect of adviser, which is a constraint)
Different advisers can provide different advice. The user can select the adviser that suits him / her, considering the restrictions imposed by the adviser.
アドバイスデータ生成システム１０は、コースの制約条件を誰が決めるかによって、双方向の対話形式になる。図１５に示すように、コース管理者には、助言者、ユーザ、管理者が含まれる。
The advice
ユーザ、管理者、助言者（ロボットを含む）の誰がコースを設定するかによって、アドバイスデータ生成システム１０の特徴が大きく変わり、双方向の対話形式を持たせることが可能である。
The characteristics of the advice
アドバイスデータ生成システム１０において、コース管理者が各項目のデータを端末２に入力すると、端末２が制約条件のデータをサーバ３に送信することによって、サーバ３がコースを設定することにより、連続性のあるアドバイスデータ生成システム１０が稼働する環境が整う。
In the advice
管理者が、当該コース管理者を誰にするかを決める。コース管理者と、助言者との関係として、コースの管理者はアドバイスをしてくれる助言者を選ぶことができる。 The manager decides who the course manager will be. As for the relationship between the course manager and the adviser, the course manager can select an adviser who can give advice.
（管理者がコース管理者となる場合）
例えば、１００万円の当初金額、開始時期は本日から、投資対象は日本株、助言者は投資顧問会社Ｘということを管理者が決めると、アドバイスをしていく枠組みが決まり、コースが決まる。投資顧問会社Ｘは、この制約条件の下でアドバイスを生成する。
(When the manager becomes the course manager)
For example, if the manager decides that the initial amount of 1 million yen and the start time will be Japanese stocks and the adviser will be investment advisory company X from today, the framework for giving advice will be decided and the course will be decided. Investment adviser X generates advice under this constraint.
例えば、１００万円の当初金額、開始時期は本日から、投資対象はＥＴＦ、助言者はロボットということを管理者が決めると、ＥＴＦを使ってアドバイスが生成する。この場合、上記の投資顧問会社Ｘとは全く異なるアドバイスを行うコースが設定される。 For example, if the manager decides that the initial amount of 1 million yen, the start time is ETF, and the adviser is a robot, advice will be generated using ETF. In this case, a course that gives completely different advice from the above-mentioned investment advisory company X is set.
（助言者がコース管理者の場合）
ある助言者の下で、３００万円の当初金額でＥＴＦのアドバイスを行うコースが設定される。３００万円の当初金額で日本株のアドバイスを行うコースが来月から開始される。
(If the adviser is a course manager)
Under a certain adviser, a course will be set up to give ETF advice for an initial amount of 3 million yen. A course to give advice on Japanese stocks with an initial amount of 3 million yen will start next month.
（ユーザがコースの責任者の場合）
この場合、ロボットアドバイザが前提となり、例えば、１００万円の当初金額で米国株のアドバイスを行うコースが来月から、ロボットを助言者にして開始される。売買条件は、ユーザが自分で選択肢から選ぶ。売買条件は、ロボットに任せる、アルゴリズムを自分で入力する等、自動化をどこまで進めるのかにより、自動化にも段階ができる。
(If the user is responsible for the course)
In this case, a robot advisor is a prerequisite, and for example, a course that gives advice on US stocks at an initial price of 1 million yen will start next month with the robot as an advisor. The user chooses the trading conditions from the options. Trading conditions can be set to automation depending on how far automation is advanced, such as leaving it to the robot or inputting the algorithm by yourself.
例えば、３００万円でＥＴＦのアドバイスを行うコースを設定する。売買条件は、都度変化させ、試行錯誤して決める。例えば、コース管理者はユーザｂ、２０１８年２月開始で日本株のアドバイスを、ロボットアドバイザを活用と決める。 For example, set up a course that gives ETF advice for 3 million yen. Trading conditions are changed each time and decided by trial and error. For example, the course manager decides that user b will use the robot advisor for advice on Japanese stocks starting in February 2018.
（コース管理者の効果）
コースごとに管理が分けられ、コース管理者も変わることによって、コースごとに違った性格を持つ動的アドバイスを生成することができる。ユーザをコース管理者にすることにより、ユーザが様々な売買条件を試すことができる。ユーザは、自ら設定した条件でアドバイスを受けることができる。各種売買条件設定は、最初は配当利回りベースで行ったが、芳しくなかったため、他の条件を模索する等が可能である。
(Effect of course manager)
By dividing the management for each course and changing the course manager, it is possible to generate dynamic advice with different personalities for each course. By making the user a course manager, the user can try various trading conditions. The user can receive advice under the conditions set by himself / herself. Initially, various trading conditions were set based on the dividend yield, but since it was not good, it is possible to search for other conditions.
管理者が制約条件を決めた場合、プロが提示したある制約条件の下で連続的なアドバイスが提供される。そのアドバイスに合わせるユーザは、あまり考える必要もなく、大きい投資効を得られる。 When an administrator decides on constraints, continuous advice is provided under certain constraints presented by professionals. Users who follow the advice do not have to think too much and can get a big investment effect.
一方、ユーザが制約条件を決めた場合には、自身の決めた制約条件の下で連続性のあるアドバイスが生成され、ニーズに合わせた、双方向の対話形式のアドバイスが生成される。 On the other hand, when the user decides a constraint condition, continuous advice is generated under the constraint condition decided by the user, and two-way interactive advice tailored to the needs is generated.
アドバイスデータ生成システム１０は、コースの特徴を表す名前および管理者を決定し、制約条件を設定することにより、コースごとに生成されるアドバイスを管理し、評価し、表示する。
The advice
アドバイス生成部３２１は、一定の制約条件が設定されたコースにおいて、各種の制約条件の下でアドバイスを生成する。成果も分かれるし、表示も分かれ、アドバイスも分かれる。管理もコースごとに行われる。例えば、１００万円という限られた投資金額でＥＴＦを使って、ロボットアドバイザがアドバイスデータを生成するコースが設定される。
The
サーバ３の記憶部３３にコースが記憶され、そのコースごとにアドバイスデータが紐付く。アドバイス生成部３２１は、コースの制約条件の下でアドバイスデータを生成する。
Courses are stored in the
（コース決定の効果）
連続性のあるアドバイスを、コースごとに管理することができる。これにより、良い運用ができているのか悪いのか、どこが悪いのかを明確化し、より良いアドバイスを生成するように管理することができる。すなわち、アドバイスデータを生成するための準備がさて、アドバイスの枠組みであるコースが設定されたことになる。
(Effect of course decision)
Continuous advice can be managed for each course. This makes it possible to clarify whether good operation is good or bad, and what is bad, and manage to generate better advice. In other words, the course, which is the framework of advice, has been set in preparation for generating advice data.
条件設定において、誰が条件を設定するか、さらに公開、または、非公開を決める。条件設定は、管理者が決める部分と、ユーザが決める部分と、助言者（ロボット含む）が決める部分とに分かれる。それぞれの項目をデフォルト値にするのか、入力値にするのか、選択制にするのかをコース管理者が決める。 In the condition setting, who sets the condition, and whether it is public or private is decided. The condition setting is divided into a part determined by the administrator, a part determined by the user, and a part determined by the adviser (including the robot). The course manager decides whether to make each item a default value, an input value, or a selection system.
誰が条件を設定するかによって、管理者、助言者等から一方通行的にアドバイスが生成されるワンウェイアドバイス生成と、ユーザの要望に応えるインタラクティブアドバイス生成とに分かれる。 Depending on who sets the conditions, it is divided into one-way advice generation, in which advice is generated one-way from the administrator, adviser, etc., and interactive advice generation, which responds to the user's request.
ワンウェイのアドバイスデータ生成システム１０である場合、条件の大部分を管理者が管理画面で設定する。
In the case of the one-way advice
インタラクティブのアドバイスデータ生成システム１０である場合、ユーザが選択、または、入力できる項目を管理者が増減させることによって、どこまで自由な、ユーザに合わせたインタラクティブなシステムになるかが決まる。
In the case of the interactive advice
この設定によってサーバ３に各項目のデータが送信される。そして、ユーザのマイページにも設定可能な各制約条件と条件式、テーブルが決まることで、連続性のあるアドバイスデータが各制御条件の下で生成される。
With this setting, the data of each item is transmitted to the
管理者が条件を決めるのであれば、ユーザには同じアドバイスデータが届く。ある条件を変えたりするのも、管理者が行い、その条件を公開しても、非公開でも、設定ができ、ユーザには買いアドバイスメールや売りアドバイスメールが届くが、そのロジックの公開、非公開を変更できる。 If the administrator decides the conditions, the same advice data will be delivered to the user. The administrator can change certain conditions, and the conditions can be set publicly or privately. Users receive buy advice emails and sell advice emails, but the logic is public and non-public. You can change the publication.
管理者が管理しているコースでもユーザに条件の設定を許可した場合は、同じコースでも、それぞれのユーザごとに条件が違いユーザごとに様々なアドバイスデータが生成される。同じ制約同じコースの下でユーザが思い思いに条件を設定できるため、ユーザ間のパフォーマンス競争なども可能になる。ユーザが管理者であり、ユーザ自らが条件を設定する場合は、試しに様々な条件を入れて、検証が可能になる。 If the user is allowed to set the condition even in the course managed by the administrator, the condition is different for each user and various advice data is generated for each user even in the same course. Since users can set conditions as they wish under the same constraints and the same course, performance competition among users is also possible. If the user is an administrator and the user himself sets the conditions, various conditions can be entered as a trial and verification becomes possible.
（条件設定の効果）
同じコースでも、各種条件を変えれば、異なるアドバイスデータを生成可能である。
例えば、銘柄または商品の購入数が３銘柄から５銘柄に変わると、様々なアドバイスが変化するので、同じコースでも異なるアドバイスを生成することが可能になる。条件設定は、動的に変化するアドバイスの生成にとって重要である。制約条件の違いによって、様々なアドバイスデータが生成されるので、ユーザがどのような条件が最適かを模索することもできる。
(Effect of condition setting)
Even in the same course, different advice data can be generated by changing various conditions.
For example, when the number of stocks or commodities purchased changes from 3 stocks to 5 stocks, various advices change, so it is possible to generate different advices even in the same course. Conditioning is important for the generation of dynamically changing advice. Since various advice data are generated depending on the difference in constraint conditions, the user can also search for what kind of condition is optimal.
〔実施形態４〕
本発明の実施形態４について、図１７に基づいて説明すれば、以下のとおりである。なお、説明の便宜上、実施形態１、２、３にて説明した部材と同じ機能を有する部材については、同じ符号を付記し、その説明を省略する。
[Embodiment 4]
The fourth embodiment of the present invention will be described below with reference to FIG. For convenience of explanation, the same reference numerals are given to the members having the same functions as the members described in the first, second, and third embodiments, and the description thereof will be omitted.
アドバイスデータ生成システム１０は、投資金額に応じたコースに従って複数のアドバイスを生成するアドバイスデータ生成システムであって、上記コースごとに、銘柄または商品の買いの場合に残す現金の比率を示す現金比率データと、銘柄または商品の買いの場合に銘柄または商品の購入数を示す購入数データと、銘柄または商品の買いの場合に銘柄または商品の購入金額の配分を示す金額配分データと、銘柄または商品の購入条件および売却条件を示す売買条件データと、を記憶する記憶部３３と、上記現金比率データ、上記購入数データ、上記金額配分データ、および、上記売買条件データに従って、上記複数のアドバイスを生成するアドバイス生成部３２１と、を備えている。
The advice
コース管理者は、アドバイスデータを生成するための条件設定の有無を決定する。これらの全ての条件設定を有とした場合、アドバイスデータ生成システム１０は、全自動化される。
The course manager decides whether or not to set conditions for generating advice data. When all of these condition settings are set, the advice
全自動化の例では、５００万円の当初資金に対して、現金比率は０％，商品の購入数は５銘柄、金額配分は均等という条件の場合、１商品に対して１００万円が割り当てられる。例えば、記憶部３３のデータベースの条件に当てはまった○○株があったとする。アドバイス生成部３２１は、○○の株価、最低単位等をデータベースから参照し、１００株×５０００円が最低買付単位である場合、合計２００株で１００万円の買いアドバイスを決定し、メール配信し、この買いアドバイスデータをデータベースに格納する。その他の銘柄も同様である。
In the example of full automation, if the cash ratio is 0%, the number of purchased products is 5 stocks, and the amount distribution is even, 1 million yen will be allocated to 1 product for the initial fund of 5 million yen. .. For example, suppose that there is a XX stock that meets the conditions of the database of the
５銘柄を買いアドバイスした後で、○○の株価が６０００円になって、データベースの指標が売り条件に当てはまった場合、アドバイス生成部３２１は、２００株の売りアドバイスを生成し、売りアドバイスのデータをデータベースに格納する。
After buying and giving advice on 5 stocks, if the stock price of XX becomes 6000 yen and the index of the database meets the selling conditions, the
この場合、購入可能金額が、○○の売却資金によって１２０万円増えたとすると、この資金を使って、再度買いアドバイスが生成される。条件さえ決まっていれば、これが自動的に生成される。条件変更と判断されれば、条件変更も自動的に行われる。上述の条件が全て決まっていることで、全てが自動的に生成される。 In this case, if the purchaseable amount increases by 1.2 million yen due to the sale fund of XX, the purchase advice is generated again using this fund. As long as the conditions are set, this will be generated automatically. If it is determined that the condition has been changed, the condition will be changed automatically. If all the above conditions are fixed, everything will be generated automatically.
アドバイスデータ生成システム１０は、全自動システムだけでなく、ユーザの一部入力を伴い、残りのプロセスはシステムで処理される半自動システムであってもよい。
The advice
（部分的な自動化の例：買いアドバイスの決定条件だけ自動化させない場合）
アドバイスデータ生成システム１０において、コース管理者には、商品の数および購入可能金額が提示され、その範囲で買える銘柄を選ぶことにより、買いアドバイスのメール配信がされる。その後、売りの条件に当てはまった場合、システムから売りアドバイスのメールが配信され、再度購入可能金額が自動的に算出される。このように、半自動の使い方もあり、自動化の範囲を調整可能である。
(Example of partial automation: When only the decision conditions for buying advice are not automated)
In the advice
売りの条件を自動化させない場合、買いアドバイスは自動化されるが、保有銘柄の一覧が生成され、売る銘柄を選択することにより、売りアドバイスのメールが配信される。また、再度購入可能金額が自動的に計算され、買い条件に当てはまった株を見合った株数を含む、買いアドバイスのメールが配信される。そして、再度、刷新された保有銘柄一覧が提示される。 If you do not automate the selling conditions, the buying advice will be automated, but a list of holdings will be generated and you will receive a selling advice email by selecting the stock to sell. In addition, the purchaseable amount will be calculated automatically again, and a buy advice email will be delivered, including the number of shares that meet the purchase conditions. Then, the renewed list of owned stocks is presented again.
ここで、アドバイスデータ生成システム１０において、アドバイス生成の自動化の程度を調整する。アドバイス生成部３２１は、全ての条件を設定すれば、その条件に合ったアドバイスデータを生成する。アドバイス生成部３２１は、成果が悪ければ、そこを考慮して、異なる条件でアドバイスデータを生成するような条件変更までも自動化する。条件変更は、選択肢から選択する等、自動化の程度を制御することができる。
Here, in the advice
（条件設定の効果）
アドバイスする対象によって、自動化の程度を分けたり、試したりすることが可能になる。例えば、一定の比率を保つためにリバランスを自動化し、株が上がって、株の配分が増えれば、株の売りのアドバイスと、債券の買いのアドバイスとが生成され、株および債券の金額配分が一定に保たれるようなアドバイスを行うことが可能である。
(Effect of condition setting)
Depending on the subject of advice, it is possible to divide the degree of automation and try it. For example, if you automate rebalancing to maintain a certain ratio, and if stocks go up and the stock allocation increases, advice on selling stocks and advice on buying bonds will be generated, and the amount distribution of stocks and bonds will be generated. It is possible to give advice that keeps the stock constant.
アドバイスデータ生成システム１０において、購入可能金額が「当初金額＋売買損益＋入出金額－保有銘柄の購入額」により、買いアドバイス、売りアドバイス、入出金の後に算出、再計算され、この金額の制約の中でのアドバイスに制約される。
In the advice
最初だけでなく、購入、売却、入出金で購入可能金額が変わる場合には、常にこの処理を行う。これによって、アドバイスの連続性が担保される。 This process is performed not only at the beginning but also when the purchaseable amount changes due to purchase, sale, deposit and withdrawal. This ensures the continuity of advice.
アドバイス生成部３２１は、集計ＤＢから売買損益データ、入出金データ、保有銘柄の購入代金、当初金額を受け取り、算出、または、データベースで計算された数値を受け取る。
The
アドバイス生成部３２１は、この範囲内で買いアドバイスを生成し、買いアドバイスの生成後、再度、保有銘柄の購入代金の増加分を計算する。買いアドバイス、および、売りアドバイスの度に再計算され、算出される金額により、常に制約される。アドバイスデータ生成システム１０は、この一連の動きにより、金額的な制限を受けながら、その制約のもとでアドバイスを生成する。
The
（購入可能金額を再計算する効果）
アドバイスデータ生成システム１０は、連続的にアドバイスを生成するシステムであるが、買いアドバイス後、売りアドバイス後に購入可能金額を再計算することから、更なるアドバイスが可能になるし、利益が出れば、アドバイスの幅が広がり、逆に損が出れば、アドバイスが難しくなっていくことにより、ユーザと同じ目線に立つことができる。買いアドバイスと、売りアドバイスとが繰り返されることによって、コースにおける連続性が生まれ、銘柄も入れ替わる。
(Effect of recalculating the purchaseable amount)
The advice
アドバイスデータ生成システム１０において、購入数データは、購入可能金額と、当該購入可能金額における購入数とが対応付けられたものであり、アドバイス生成部３２１は、買いのアドバイスを生成する場合に、購入数データを参照して、購入可能金額に応じて購入数を決定する。
In the advice
図１７（ａ）は、本実施形態に係る購入数データの構成例を示す図である。図１７（ａ）に示すように、購入数データは、購入可能金額の範囲と、銘柄または商品の数とが対応付けられたデータである。例えば、購入可能金額が３０万円までである場合、銘柄または商品の購入数は１個となる。購入可能金額が３０万円から１００万円までである場合、銘柄または商品の購入数は３個となる。 FIG. 17A is a diagram showing a configuration example of purchase number data according to the present embodiment. As shown in FIG. 17A, the purchase number data is data in which the range of the purchaseable amount and the number of brands or commodities are associated with each other. For example, if the purchaseable amount is up to 300,000 yen, the number of brands or products purchased is one. If the purchaseable amount is from 300,000 yen to 1 million yen, the number of brands or products purchased will be three.
当初金額が１００万円で、現金比率が１０％である場合、９０万円が購入限度額になる。この場合、図１７（ａ）に示すように、購入可能金額が３０万円から１００万円であるから、購入数は３銘柄に決定される。 If the initial amount is 1 million yen and the cash ratio is 10%, the purchase limit is 900,000 yen. In this case, as shown in FIG. 17A, since the purchaseable amount is 300,000 yen to 1 million yen, the number of purchases is determined to be three brands.
当初金額が１００万円で、現金比率１０％の場合、利益が上がって、１２０万円になると、購入限度額が１０８万円になり、購入可能金額の範囲が１００万円以上になり、購入可能金額が５銘柄へ、というように、動的に商品数が変化するアドバイスデータが生成される。これによって、金額が多くなればなるほど分散が進むアドバイスが可能になる。 If the initial amount is 1 million yen and the cash ratio is 10%, the profit will increase and when it reaches 1.2 million yen, the purchase limit will be 1.08 million yen, the range of the purchaseable amount will be 1 million yen or more, and the purchase will be made. Advice data is generated in which the number of products changes dynamically, such as the possible amount of money for 5 stocks. This makes it possible to give advice that the larger the amount, the more diversified.
分散を進めすぎると、多数の銘柄の管理が大変になるとともに、損益率が平均に近づいていくため、分散の制御もアドバイスとして重要な要素になる。どの銘柄を選択して、どのような金額配分を行うかによって、損益率は平均を上回ったり、下回ったりする。アドバイスデータ生成システム１０において、どれだけの銘柄数を買いアドバイスしていくかの制御がこのテーブルで可能になり、照合することで、商品数（または、銘柄数）を特定する。
If the diversification is advanced too much, it will be difficult to manage a large number of stocks and the profit / loss ratio will approach the average, so controlling the diversification is also an important factor as advice. Depending on which stock is selected and what amount of money is allocated, the profit / loss ratio may be above or below the average. In the advice
アドバイスデータ生成システム１０において、現金比率は、デフォルトの数値であったり、その時々の相場状況に応じて助言者が決めたり、市場の動向等のリスクを考慮してユーザが決めたりする。決められた現金比率が保てるように管理される。
In the advice
期初には、以下の式が適用される。 At the beginning of the term, the following formula is applied.
当初金額×（１－現金比率）＝購入限度額
期中には、以下の式が適用される。
Initial amount x (1-cash ratio) = purchase limit During the period, the following formula is applied.
当初金額＋売買損益＋入出金額－保有銘柄の購入額＝購入可能金額
購入可能金額×（1－現金比率）＝購入限度額
購入限度額と、上記の制約条件の下で、投資対象の銘柄の数を決定するため、決められた現金比率を守ることができる。
Initial amount + trading profit / loss + deposit / withdrawal amount-purchase amount of owned stock = purchaseable amount x (1-cash ratio) = purchase limit amount Since the number is determined, the fixed cash ratio can be adhered to.
例えば、
購入限度額＝３０万円以内：１銘柄
購入限度額＝３０万円以上１００万円以内：３銘柄
購入限度額＝１００万円以上１０００万円以内：５銘柄
購入限度額＝１０００万円以上：１５銘柄
等のテーブル（図１７（ａ）と同様）に基づき銘柄数が決定される。
for example,
Purchase limit = 300,000 yen or less: 1 issue Purchase limit = 300,000 yen or more and 1 million yen or less: 3 issues Purchase limit = 1 million yen or more and 10 million yen or less: 5 issues Purchase limit = 10 million yen or more: The number of issues is determined based on a table of 15 issues (similar to FIG. 17A).
投資対象が限定されていない場合には、このフェーズで商品数を決める。例えば、３種類に決定された場合、後の工程でＥＴＦ、投資信託、債券といった具合に種類が決まる。 If the investment target is not limited, the number of products will be decided in this phase. For example, if three types are decided, the types will be decided in a later process such as ETF, investment trust, and bond.
（銘柄または商品の購入数の効果）
購入可能金額と、付与された現金比率とから購入限度額が算出され、購入限度額から購入銘柄（商品）の購入数が決定されるプロセスである。最初だけでなく、売却や入出金で購入可能金額が変わる場合には、このプロセスを踏む。これによって、連続性が担保され、利益が上がっていくほどに分散が進み、リスク分散ができるアドバイスが生成される。
(Effect of the number of brands or products purchased)
This is a process in which the purchase limit is calculated from the purchaseable amount and the cash ratio granted, and the number of purchased brands (commodities) is determined from the purchase limit. Follow this process not only at the beginning, but also when the amount available for purchase changes due to sales or deposits / withdrawals. This ensures continuity, diversification progresses as profits increase, and advice is generated that allows risk diversification.
通常買える銘柄（商品）の数は、購入限度額の多寡によって決まる。例えば、株の場合、３０万円であれば１銘柄、１００万円であれば３銘柄、１０００万円であれば１５銘柄のように、購入金額に応じ変化し、分散すればするほど利益も平均に近づく。 The number of brands (commodities) that can usually be bought is determined by the amount of the purchase limit. For example, in the case of stocks, it changes according to the purchase price, such as 1 stock for 300,000 yen, 3 stocks for 1 million yen, and 15 stocks for 10 million yen. Get closer to the average.
管理できる銘柄数には限りがある。一方集中すればリスクを分散できない。この基準、方針は、助言者のアドバイス方針によって、変わる。金額によって分散できる種類が決まる。資金が大きくなるほど、可能性を広がる。資金が増えれば、分散のアドバイスが重要になる。 The number of stocks that can be managed is limited. On the other hand, if you concentrate, you cannot diversify the risk. This standard and policy will change depending on the advice policy of the adviser. The type that can be dispersed is determined by the amount of money. The more money you have, the more possibilities you have. With more money, diversification advice becomes more important.
アドバイスデータ生成システム１０において、金額配分データは、投資対象と、当該投資対象における上記購入金額の配分とが対応付けられたものであり、アドバイス生成部３２１は、買いのアドバイスを生成する場合に、金額配分データを参照して、投資対象に応じて購入金額の配分を決定する。
In the advice
アドバイス生成部３２１は、銘柄または商品の購入数が決定された場合、銘柄または商品ごとの金額配分を決定する。均等に配分してもよいし、ランキングに基づいて銘柄を決定している場合には、上位に重みを持たせてもよい。ここで決めた条件によって、何らかの基準で金額配分することが可能となる。制限なしの場合には、デフォルトとして均等配分を行う。
When the number of purchases of a brand or a product is determined, the
図１７（ｂ）は、本実施形態に係る金額配分データの構成例を示す図である。図１７（ｂ）に示すように、投資対象がＥＴＦの場合、銘柄または商品の購入数が５個であれば、例えば、国内株型４０％、債券型２０％、外債型２０％、外国株１０％、その他１０％の金額配分になる。投資対象が株の場合、銘柄または商品の購入数が３個であれば、１位５０％、２位３０％、３位２０％の金額配分になる。
FIG. 17B is a diagram showing a configuration example of the amount distribution data according to the present embodiment. As shown in FIG. 17 (b), when the investment target is an ETF and the number of stocks or commodities purchased is 5, for example,
ここで、買いアドバイスデータの提供が２回目以降の場合に、評価額の増減率に応じて金額配分を変化させること（リバランス）も可能である。この場合、指定された金額配分を保持するために買いアドバイス等が調整される。 Here, when the buying advice data is provided for the second time or later, it is also possible to change the amount distribution (rebalancing) according to the rate of increase / decrease in the evaluation value. In this case, buying advice and the like are adjusted to maintain the specified amount distribution.
仮に損失が発生して、評価額が５％以上下がった場合には、緊急措置として、例えば、現金比率を４０％とし、図１７（ｂ）に示すように、ＥＴＦの金額配分を、例えば、無条件に銘柄または商品の購入数を２として、国内株型５０％、国内債券型５０％とする。このように、リスクを回避するための調整が可能である。 If a loss occurs and the valuation drops by 5% or more, as an emergency measure, for example, the cash ratio should be 40% and the ETF amount allocation should be, for example, as shown in FIG. 17 (b). Unconditionally, the number of stocks or commodities purchased is 2, and the domestic stock type is 50% and the domestic bond type is 50%. In this way, adjustments can be made to avoid risk.
このステップにより銘柄または商品間の金額配分が決まり、上記（請求項１３）で銘柄または商品の購入数と、購入限度額とが特定されていることから、銘柄または商品ごとの購入限度額が特定される。 This step determines the amount distribution between the brand or product, and since the number of purchases of the brand or product and the purchase limit are specified in the above (claim 13), the purchase limit for each brand or product is specified. Will be done.
購入限度額×各銘柄または商品の金額配分＝各銘柄または商品の購入限度額
購入株数×購入株価＝購入金額の為、購入限度額＞購入金額という制限が加わる。
Purchase limit x Amount distribution of each brand or product = Purchase limit of each brand or product Number of shares purchased x Stock price purchased = Purchase price, so there is a limit of purchase limit> purchase price.
購入限度額１００万円でＥＴＦの債券型の金額配分が３０％の場合、３０万円がＥＴＦの債券型の購入限度額となる。
各銘柄または各商品について、金額配分が異なることも、アドバイスでは重要である。金額配分を変化させることによって、アドバイスの幅が大きく広がる。例えば、段々銘柄の金額配分を小さくしたり、評価額が上がるに従って、安全資産への金額を高めたり等のアドバイスが可能になる。
If the purchase limit is 1 million yen and the ETF bond type amount allocation is 30%, the ETF bond type purchase limit will be 300,000 yen.
Different monetary allocations for each brand or product are also important in the advice. By changing the amount distribution, the range of advice can be greatly expanded. For example, it is possible to give advice such as gradually reducing the amount allocation of stocks and increasing the amount of safe assets as the valuation amount increases.
（金額配分の効果）
銘柄または商品の購入数が決まって、初めてその配分割合を決める金額配分が意味をなす。１商品では金額配分の意味は出ないが、複数の銘柄または商品のアドバイスが生成されるからこそ、金額配分のアドバイスが重要になる。購入可能金額と、金額配分とが決まれば、各銘柄または商品の購入金額が具体的に決まる。これにより、リスクを考慮しながら、ウェイトを調整することができる。
(Effect of amount allocation)
It makes sense to allocate the amount of money that determines the distribution ratio only after the number of purchases of the brand or product is decided. There is no point in allocating the amount of money for one product, but the advice for allocating the amount of money is important because the advice for multiple brands or products is generated. Once the purchaseable amount and the amount distribution are determined, the purchase amount of each brand or product is specifically determined. This makes it possible to adjust the weight while considering the risk.
アドバイスデータ生成システム１０において、金額配分を動的に変化させることで、利益に応じてリスクをとり、損をしてリスク資産を減らす等の変化に応じたアドバイス対応が可能である。ただ、アドバイスを行う上で金額配分は重要で不可欠だが、初心者がこれを決定するのは難しく、選択肢も多いため、まずは均等配分で始めるとよい。
In the advice
（新銘柄のデータベース入力）
アドバイスデータ生成システム１０において、記憶部３３のデータベースに登録されていない新たな銘柄または商品を買いアドバイスする場合、その前に、当該銘柄または商品のデータベースへの入力を行う。この入力によって、新たな銘柄または商品は、管理銘柄または管理商品として登録され、当コースの管理下に置かれる。株の場合には、株価データ、分割データ、配当データ、最低買付単位データ、業績データ等を必要に応じて充実させることによって、売買の判断に重要な指標が蓄積される。買い条件、売り条件等に当てはまるか否かの判定も、これらの指標が参照されること等により行われる。買いアドバイス、売りアドバイス等の自動化には、データベース登録が不可欠なステップになる。アドバイス生成部３２１が登録してもよいし、事前に有望な銘柄または商品を登録してもよい。
(Enter new brand database)
In the advice
アドバイスデータ生成システム１０において、データベースに登録された銘柄または商品の売り買いをアドバイスすることを前提とする。登録された銘柄または商品だけがアドバイスの対象となることで、システム的に対象が管理される。
It is premised that the advice
（購入銘柄の決定）
アドバイスデータ生成システム１０において、売買条件テーブルは、銘柄または商品の買いに係る指標を含み、アドバイス生成部３２１は、購入可能金額と、購入数と、購入金額の配分とから、１銘柄または１商品あたりの購入限度額を算出し、買いのアドバイスを生成する場合に、指標に関する商品ランキング、および、購入限度額を参照して、購入する銘柄または商品を特定する。これは、どうやって具体的な買いアドバイス銘柄を決めるのかの処理である。
(Determining the brand to purchase)
In the advice
銘柄ごとに商品ごとにどのくらいまで買えるのかという上限は特定されている。最低買い付け単位の決まっている銘柄または商品から、具体的に銘柄名または商品名が決まれば、数量も自動的に決まる。最低買い付け単位と、単価（株価）とは、銘柄または商品ごとにデータベースから値を読み出すことにより、自動で計算され、銘柄名または商品名さえ決まれば、購入可能な数量は自ずと決定される。 The upper limit of how much you can buy for each product is specified for each brand. If the brand name or product name is specifically determined from the brand or product for which the minimum purchase unit has been determined, the quantity will also be determined automatically. The minimum purchase unit and unit price (stock price) are automatically calculated by reading the value from the database for each brand or product, and as long as the brand name or product name is determined, the quantity that can be purchased is automatically determined.
銘柄または商品の数と、購入限度額とが決まり、均等配分が決定されている場合には、各銘柄または商品の購入限度額が決定されるので、ここで各銘柄または商品の数量が決まる。 When the number of brands or products and the purchase limit are determined and the equal distribution is determined, the purchase limit of each brand or product is determined, and the quantity of each brand or product is determined here.
例えば、購入限度額が２００万円で５銘柄であれば、均等配分で各銘柄に４０万円ずつが割り当てられる。この４０万円で具体的にどの銘柄を買うのかを決定する。当該銘柄の最低買い付け単位１００株で株価２０００円の場合は、最低買い付け単位金額は２０万円、従って２００株の数量が決まる。ランキング形式で重み付けを行う場合、ＥＴＦの場合も同様である。 For example, if the purchase limit is 2 million yen and there are 5 issues, 400,000 yen will be allocated to each issue evenly. Decide which brand to buy specifically for this 400,000 yen. If the minimum purchase unit of the stock is 100 shares and the stock price is 2000 yen, the minimum purchase unit amount is 200,000 yen, and therefore the quantity of 200 shares is determined. The same applies to the case of ETF when weighting is performed in the ranking format.
この前の段階で銘柄ごとの購入限度額が決定されているので、上限金額が決まっているから最低買い付け単位金額さえ参照できれば、数量が決まる。購入銘柄の決定は、アドバイスには重要不可欠である。データベースに登録されたデータ等を参照して決められることで、自動化が可能である。 Since the purchase limit for each issue is determined at the stage before this, the maximum amount is determined, so if you can refer to the minimum purchase unit amount, the quantity will be determined. Determining the stock to buy is essential for advice. Automation is possible by deciding by referring to the data registered in the database.
ただ、銘柄決定の判断は、人為的判断になるケースも想定する必要もあり、条件に従ってロボットで自動決定し、または、銘柄決定のプロセスを非開示にすることも考えられる。 However, it is also necessary to assume that the judgment of the brand decision will be an artificial decision, and it is conceivable that the robot will automatically decide the decision according to the conditions, or the process of the brand decision will not be disclosed.
アドバイスデータ生成システム１０において、銘柄ごとに制限された購入限度額と、上記制約条件との下で、購入可能範囲の具体的な投資対象（買いアドバイスの銘柄または商品）を決定する。
In the advice
例えば、上記制約条件により抽出された母集団銘柄から、下記の条件で更にふるいにかける。 For example, the population stocks extracted under the above constraints are further screened under the following conditions.
（１）配当利回りランキング上位銘柄から買える範囲の銘柄を上位から順番に決める。 (1) Dividend yield ranking Determine the stocks in the range that can be bought from the top stocks in order from the top.
（２）配当利回りでなく、移動平均乖離率や売上増加率、売上、出来高など様々な指標が使える。 (2) Various indicators such as moving average divergence rate, sales increase rate, sales, and volume can be used instead of dividend yield.
アドバイスデータ生成システム１０において、ＥＴＦの場合も同様で、同じ株型のＥＴＦでも種類がいろいろあり、流動性を重視して売買代金ランキング上位から決定していく時価総額ランキング等で具体的な銘柄が決定される。事前に決まった購入数まで銘柄または商品を選択し、決定する。上述の例の場合、４０万円以内で購入可能な銘柄に限定される。その上でランキング上位５銘柄が決定される。
In the advice
アドバイスデータ生成システム１０において、それぞれの購入限度額、および、最低買い付け金額によって、単位株数を決定し、数量（株数）を決定する。複合的な条件式で決定してもよいし、母集団からどういう切り口で最終的に選択するのかを決定してもよい。
In the advice
複合的な条件式の具体例では、母集団となる企業それぞれの増収率と配当利回り、ＰＥＲ（Price Earning Ratio、株価収益率）を算出し、その３つの指標を使った総合指標のランキング上位銘柄を選定する等の方法が考えられる。ランキングのところで先ほど例に出した移動平均乖離率等の様々な指標の組み合わせも考えられる。いずれにしても、データベースに入力する情報を何にするかも自由なので、選定基準として様々な指標を使うことが可能である。 In a specific example of a complex conditional formula, the growth rate, dividend yield, and PER (Price Earning Ratio) of each of the population companies are calculated, and the top ranking stocks in the comprehensive index using these three indicators. A method such as selecting is conceivable. A combination of various indicators such as the moving average divergence rate mentioned earlier in the ranking is also conceivable. In any case, it is possible to use various indicators as selection criteria because the information to be entered in the database can be freely selected.
ここまでの処理でいくつの銘柄または商品を買うかの数と、金額配分とが決まり、それぞれの銘柄名または商品名が決まることから数量（株数）も決まる。条件は各種あり、助言者によって、銘柄選択基準を明示していなくても、明示していても可とする。銘柄は入力で与えられる場合も考えられる。そのため、銘柄決定処理は、他のシステム等を使っても可とする。 The number of brands or products to buy and the amount distribution are determined by the processing up to this point, and the quantity (number of shares) is also determined because each brand name or product name is determined. There are various conditions, and the adviser may or may not specify the stock selection criteria. The brand may be given by input. Therefore, the brand determination process can be performed using another system or the like.
この処理で使われる条件式は、例えば、今期予想増収率トップランキング順に銘柄を決定等、様々なパターンが想定でき、最初から助言者から明示されている場合もあればお客様が複数の選択肢から選ぶ形式でも可能だし、お客様が提示しても可とする。 As for the conditional expression used in this process, various patterns can be assumed, for example, stocks are determined in the order of the top ranking of expected growth in the current term. It can be in the form, or it can be presented by the customer.
どの銘柄または商品をアドバイスの対象にするかは、助言者ごとにロジックがあり、定量的なデータのみで判断する場合もあれば、定性的な要素も加味して決定する場合もあり、様々な場合が考えられる。アドバイスデータ生成システム１０において、データベース登録されている銘柄商品に限定することで、管理される。
There is a logic for each adviser to decide which brand or product to be advised, and in some cases it is judged only by quantitative data, and in other cases it is decided by taking qualitative factors into consideration. There are cases. In the advice
（購入銘柄決定の効果）
この買いアドバイス銘柄だけをアドバイスする場合もあるので重要ですが、あくまでもアドバイスデータ生成システム１０の一部の機能である。選んで買った後どうしていくのかという連続的なアドバイスが重要であり、買いアドバイスは始まりにすぎず、その連続性こそが、アドバイスデータ生成システム１０のポイントになる。
(Effect of determining the brand to purchase)
It is important because there are cases where only this buying advice brand is advised, but it is only a part of the function of the advice
（購入時期、購入価格の決定）
アドバイスデータ生成システム１０において、売買条件データは、銘柄もしくは商品の購入時期、または、銘柄もしくは商品の購入価格を含み、アドバイス生成部３２１は、買いのアドバイスを生成する場合に、売買条件データを参照して、特定した銘柄もしくは商品の購入時期から当該銘柄もしくは商品の購入価格を決定し、または、特定した銘柄もしくは商品の購入価格から当該銘柄もしくは商品の購入時期を決定して、当該銘柄または商品の購入時期、および、当該銘柄または商品の購入価格を含むアドバイスを生成する。
(Determination of purchase time and purchase price)
In the advice
図１７（ｃ）は、本実施形態に係る売買条件データの構成例を示す図である。図１７（ｃ）に示すように、購入時指標、購入時期、購入価格、および、利益確定条件の例が記載されている。例えば、購入時期は、銘柄が決まれば同日の同時間でもよいし、テクニカル指標を参照して、条件に当てはまった株価になった日に決定してもよい。 FIG. 17C is a diagram showing a configuration example of trading condition data according to the present embodiment. As shown in FIG. 17 (c), an example of a purchase index, a purchase time, a purchase price, and a profit taking condition is described. For example, the purchase time may be the same time on the same day if the stock is decided, or may be decided on the day when the stock price meets the conditions by referring to the technical index.
ただし、予定銘柄の価格が上昇して購入可能金額を上回れば、プロセスをやり直すこと等が必要になってしまうため、即時が初心者にはベストであり、デフォルトも即時即日となっている。 However, if the price of the planned stock rises and exceeds the purchaseable amount, it will be necessary to redo the process, so immediate is the best for beginners, and the default is also immediate same day.
購入銘柄さえ決まっていれば、購入時期と購入時価とはセットのため、一方が決まると他方も決まる。 As long as the brand to be purchased is decided, the purchase time and the purchase market price are a set, so if one is decided, the other is also decided.
即時に成り行きで買いに行くことが、初心者にはお勧めで、これがデフォルトで、時期や価格を決める方法はテクニカル指標を活用する等の方法がある。これが決まって初めて、買いデータが揃うので、買いアドバイスが完成する。 It is recommended for beginners to go buy immediately, which is the default, and there are methods such as using technical indicators to determine the time and price. Only when this is decided will the buying data be prepared, so the buying advice will be completed.
具体的に買う日はいつで買う値段はいくらで、という最後の決め、最終的な買いアドバイス決定の瞬間になる。リアルタイムの時価（株価）をデータベースから引き出すことが不可能なことは多々起こりうる。そのため、日時が決まれば、約定値段は決まることから、昨日の終値など参考価格を表示してもよい。この場合、後から買いアドバイス値段を修正しても可とする。 It will be the moment of the final decision on when to buy and how much the price to buy, and the final decision on buying advice. It is often impossible to retrieve real-time market prices (stock prices) from a database. Therefore, once the date and time are decided, the contract price will be decided, so the reference price such as yesterday's closing price may be displayed. In this case, it is possible to correct the buying advice price later.
（購入時期、購入価格の決定の効果）
ここで初めて買いアドバイスデータが完成し、アドバイスが具体化され、ユーザに伝える準備を行うことができる。
(Effect of determining purchase time and purchase price)
For the first time, the buying advice data is completed, the advice is embodied, and preparations can be made to convey it to the user.
（買いアドバイスデータの登録、配信）
データベースへの登録、ユーザへのメールの配信、または、会員サイトでのアップ、アプリでのアップ等、データベースへの登録によって、様々な処理が考えられる。様々な発信方法があり、ユーザまたはユーザが契約する運用業者等に配信されることも考えられる。
(Registration and distribution of buying advice data)
Various processes can be considered by registering in the database, delivering emails to users, uploading on member sites, uploading on apps, and so on. There are various transmission methods, and it is conceivable that the information will be delivered to the user or the operator with which the user has a contract.
会員サイトへのアップ、アプリ通知等、管理者宛、助言者宛、ユーザ宛、または、ユーザと契約している第一種投資顧問業者（運用業者）宛てに配信通知し、そのアドバイスをもとにして運用を委託するようなケースも考えられる。 Notification of distribution to the administrator, adviser, user, or first-class investment adviser (manager) contracted with the user, such as uploading to the member site, application notification, etc., based on the advice It is also conceivable that the operation will be outsourced.
（買いアドバイスデータの登録、配信の効果）
実際にユーザにアドバイスデータが届く。生成されたアドバイスデータがデータベースに記録され、自動的に表示システムに送られ、各種計算され、ユーザなど関係者にも送信、通知、配信される。
(Effect of registration and distribution of buying advice data)
The advice data actually arrives at the user. The generated advice data is recorded in the database, automatically sent to the display system, various calculations are made, and sent, notified, and distributed to related parties such as users.
（売却の決定）
アドバイスデータ生成システム１０において、上記売買条件データは、利益確定の条件を含み、アドバイス生成部３２１は、売りのアドバイスを生成する場合に、上記売買条件データを参照して、上記買いのアドバイスを生成した対象の銘柄または商品から、上記利益確定の条件を満たす銘柄または商品を特定して、当該銘柄または商品の売りに関するアドバイスを生成する。
(Decision to sell)
In the advice
売却の対象は、保有銘柄に限定される。空売りの場合は、売りから入り、買い戻しが後のステップになる。 The target of sale is limited to the stocks held. In the case of short selling, the selling is started and the buying back is the later step.
いつ、どの銘柄を売るのかを決定する。全て売る場合もあれば、一部の銘柄または商品だけ、銘柄または商品ごとに全て売る場合もあれば、一部売る場合もある。 Decide when and which stock to sell. They may sell all, only some brands or products, all by brand or product, or some.
買いアドバイスした保有銘柄の中から売り銘柄を決定する。例えば、利益確定は、図１７（ｃ）に示すように、
（１）上昇率１０％以上半分売却
（２）上昇率３０％以上全部売却
（３）下落率５％以上全部売却
などの売買条件データに基づいて決定する。
Determine the stock to sell from the stocks that you have advised to buy. For example, profit taking is as shown in FIG. 17 (c).
(1) Increase rate of 10% or more and half sale (2) Increase rate of 30% or more and all sale (3) Decrease rate of 5% or more and all sale, etc. Determined based on trading condition data.
アドバイスデータ生成システム１０において、保有銘柄は毎日株価、値段が刷新され各種指標も計算されるため、刷新された時価で売り条件に当てはまるか否かを判断する。買いアドバイスは、制約されているとはいっても、様々な選択肢があり、広い。一方、売りアドバイスは、買いアドバイスのあった銘柄または商品に限られ、選択肢は狭いことから、定量的なデータのみで自動化もしやすい。
In the advice
３ヶ月に一回、全部売却し、清算する等も簡単な自動化の例である。テーブルも作りやすく、ルール化しやすい。売買条件は各種あり、助言者によって開示していなくても、開示していても可である。 An example of simple automation is to sell all of them once every three months and settle them. It's easy to make a table and make rules. There are various trading conditions, and it may or may not be disclosed by the adviser.
例えば、移動平均乖離率が２０％超えたら全部売る、ＲＳＩ（Relative Strength Index、相対力指数）が７０％を超えたら半分売り、ＲＳＩが８０％越えたら全て売り等、複合的な条件も可とする。保有株に関しては、目標指標はデータベースで照合できるようにして、売却条件に該当したら、売りのアドバイスを生成する。売りアドバイス生成のアルゴリズムは、公開または非公開を決められる。 For example, if the moving average deviation rate exceeds 20%, all will be sold, if the RSI (Relative Strength Index) exceeds 70%, half will be sold, and if the RSI exceeds 80%, all will be sold. do. For shares held, the target index can be collated in the database, and if the selling conditions are met, selling advice is generated. The algorithm for generating selling advice can be public or private.
この売却が行われた場合に、購入限度額が変化するため、買いアドバイスの生成を再度行うことにより銘柄または商品も入れ替わり、連続的なアドバイスが続く。 When this sale is made, the purchase limit changes, so by generating buying advice again, the brand or product is also replaced, and continuous advice continues.
買いアドバイスだけでなく、売りアドバイスがあって初めて損益が確定する。保有している銘柄または商品を売ることによって、初めて、縛られていた資金が解放されて次の購入資金に回る。アドバイスの連続性は、売りアドバイスがあって、初めて成立する。 Profit and loss is fixed only when there is not only buying advice but also selling advice. Only by selling the stocks or commodities you own will the tied up funds be released and used for the next purchase. The continuity of advice is established only when there is selling advice.
売りの決定は、各種条件をマッチングさせて行う。売りアドバイスの生成に必要なデータをデータベースに蓄積することにより、助言者、ユーザ等に合った指標、数値データ等を自由に蓄積することができるため、様々な方法で売りの決定を行うことができる。 The decision to sell is made by matching various conditions. By accumulating the data necessary for generating selling advice in the database, it is possible to freely accumulate indicators, numerical data, etc. suitable for the adviser, user, etc., so it is possible to make a selling decision by various methods. can.
（売却決定の効果）
買いアドバイスの銘柄または商品は、いつかは売りアドバイスの対象になる。売らない限りは利益が実現しない。購入可能金額も増えない。売却の決定により、購入可能金額が増え、これを原資にして、再度投資に回すことができる。
(Effect of sale decision)
Brands or commodities with buy advice will eventually be subject to sell advice. Profit will not be realized unless it is sold. The amount that can be purchased does not increase either. The decision to sell will increase the amount of money that can be purchased, which can be used as a source of funds for investment again.
（売却アドバイスデータのデータベース登録）
アドバイスデータ生成システム１０において、アドバイス生成部３２１は、売却アドバイスデータをデータベースに登録する。その後、会員サイトへのアップ、アプリ通知、メール配信等、管理者、助言者、ユーザ、または、ユーザと契約している第一種投資顧問業者（運用業者）への配信が行われる。そのアドバイスをもとにして運用を委託する場合も考えられる。
(Registration of sales advice data in database)
In the advice
（データベースに売買データ等を蓄積、集計、抽出）
アドバイスデータ生成システム１０において、データベースには、登録銘柄または商品の売買判断に必要なデータ、売買データ、売買データを分かりやすく表示するために必要なデータ等が蓄積される。
(Accumulating, aggregating, and extracting trading data, etc. in the database)
In the advice
登録銘柄（買いアドバイス銘柄、および、その候補銘柄）に関しては、株価データ、分割データ、配当データ、業績データ、テクニカルデータ、最低購入単位データ等が、登録銘柄ごとにデータベースに蓄積される。登録銘柄に関しては、売買を決定する指標が、目的に従ってより詳細に管理される。目的に合わせた指標を蓄積することにより、いつでも、売買判断に必要なデータが使用可能である。 Regarding registered stocks (buying advice stocks and their candidate stocks), stock price data, split data, dividend data, performance data, technical data, minimum purchase unit data, etc. are accumulated in the database for each registered stock. For registered stocks, the indicators that determine buying and selling are managed in more detail according to the purpose. By accumulating indicators tailored to the purpose, the data necessary for trading decisions can be used at any time.
売買データの集計、計算に関しては、売買損益計算、評価額計算、購入可能金額の算出と、ランクアップ、見直し等が必要か否かの判断とを行うための数値が逐次再計算される。それらの数値データは、表示部２３、アドバイス生成部３２１等に引き渡されて、それぞれの目的に従って活用される。
Regarding the aggregation and calculation of trading data, the numerical values for calculating the trading profit / loss, the valuation amount, the purchaseable amount, and determining whether or not the rank up, review, etc. are necessary are sequentially recalculated. These numerical data are handed over to the
例えば、購入可能金額は、売買損益合計、入出金額、および、当初金額の合計値から保有銘柄の購入金額合計を引いた額で算定される。この数値は、売買される度に再計算され、アドバイス生成部３２１に引き渡される。
For example, the available purchase price is calculated by subtracting the total purchase price of the stocks held from the total trading profit / loss, the deposit / withdrawal amount, and the total initial price. This numerical value is recalculated each time it is bought and sold, and is handed over to the
ランクアップ条件は、当初金額、入出金額、売買損益合計、含み損益合計、現金の合計値である評価額合計値が重要指標となり、逐次計算され、ランクアップ条件を満たすか否かの判断指標に使われる。 As for the rank-up condition, the initial amount, deposit / withdrawal amount, total trading profit / loss, total unrealized profit / loss, and total valuation amount, which is the total value of cash, are important indicators and are calculated sequentially to determine whether or not the rank-up condition is satisfied. used.
条件見直しに必要な計算値は、逐次計算される。特に、直近の売買損益がマイナスであったり、含み損益がマイナスになったりした場合には、各条件の見直しが行われる。これにより、何が悪くて、成果が出なかったかの分析を随時行うことができる。 The calculated values required for reviewing the conditions are calculated sequentially. In particular, if the latest trading profit / loss is negative or the unrealized profit / loss is negative, each condition will be reviewed. This makes it possible to analyze what went wrong and did not produce results at any time.
データベースには、銘柄マスタテーブル、銘柄の株価データ、テクニカルデータ等の一連の銘柄データ、売買アドバイスデータ、売買の実際データ等が蓄積される。都度、必要に応じて、必要なデータを読み出して、計算、集計が行われる。 The database stores stock master tables, stock price data of stocks, a series of stock data such as technical data, trading advice data, actual trading data, and the like. Each time, if necessary, necessary data is read out, and calculation and aggregation are performed.
アドバイスデータ生成システム１０において、売買の対象になる銘柄だけでなく、売買する可能性の高い銘柄または商品の情報は、銘柄マスタテーブルに登録し、各種情報を蓄積することで、より動的な変化に応じた緻密な判断が可能なシステムが形成される。数字データの算出、表示、再計算等の機能を有するサーバ３を備えている。
In the advice
（売買データ等を蓄積する効果）
買いアドバイスの対象の可能性のある銘柄、保有銘柄の情報が蓄積されることにより、将来における売買環境の変化に応じたアドバイスが可能になる。
(Effect of accumulating trading data, etc.)
By accumulating information on stocks that may be the target of buying advice and stocks held, it is possible to provide advice according to changes in the trading environment in the future.
過去の株価、時価に関する情報等を蓄積することにより、含み損益が更新されるため、表示部２３は、グラフを表示することができる。また、過去の株価、時価に関する情報等を蓄積することにより、アドバイス生成部３２１は、蓄積された情報を用いて、判断指標の提供、購入可能金額の算定等を行うことができる。
Since the unrealized profit / loss is updated by accumulating information on the past stock price, market price, etc., the
（ランクアップ）
アドバイスデータ生成システム１０において、アドバイス生成部３２１は、コースの成果がランクアップ条件を満たすか否かを判定する。ランクアップ条件は、コースの投資金額を上げるか否かを判断する基準となる条件である。ランクアップ条件に含まれる指標は、アドバイスによる資産増加率、アドバイス利益、アドバイスによる評価額、実際の売買データ数値、稼働年数、日経平均等の指標との比率、アンケート回答結果等、複合的な条件を含んでもよい。
(rank up)
In the advice
コースの成果がランクアップ条件を満たす場合に、アドバイス生成部３２１は、ランクアップする前のコースの成果に応じた投資金額等を含む、新たな制約条件を新たなコースに設定する。
When the result of the course meets the rank-up condition, the
例えば、１回目のコースは、日本株の一部上場を対象にした１００万円コースだったが、評価額が２００万円に上がり、倍増したため、ランクアップ条件が満たされた。そこで、アドバイス生成部３２１は、２００万円コースに移行して、日本株全般に対象を広げ、よりリスクの高いマザーズ銘柄等をアドバイスの対象に含めることにより、利益が更に利益を生むようなアドバイスを行うことができる。２００万円コースで評価金額が４００万円を超えた場合には、現金化して４００万円を投資金額にした制約条件が設定された新たなコースへ移動する。また、アドバイス生成部３２１は、元のコースの資金を現金化して、コースを終了させるアドバイスを生成してもよい。また、ユーザは、元のコースは半分現金化し、その半分現金化された投資金額を制約条件とするコースを新規開設してもよい。
For example, the first course was a 1 million yen course for the partial listing of Japanese stocks, but the valuation price increased to 2 million yen and doubled, so the rank-up condition was satisfied. Therefore, the
さらに、アドバイス生成部３２１は、例えば、評価額が２００万円になった場合に、１００万円を現金化し、新たなコースは１００万円コースで立ち上げ、ＥＴＦを使った安全策で利益分は確保し、残りの１００万円分を従来通りのアドバイスを生成する、利益分を切り離してコースを分割するようなアドバイスを行うことができる。
Furthermore, the
コースのランクが上がった場合、アドバイス生成部３２１は、全てまたは一部の資金を現金化することにより、その現金化した金額を投資金額とする制約条件に変わり、新たな制約条件が設定されたコースの下で、アドバイスを生成する。
When the rank of the course goes up, the
記憶部３３は、ランクアップ条件を示すランクアップ条件データを記憶する。ランクアップ条件データには、例えば、アドバイスによる資産増加率２倍になった場合に、コースを終了し、現金化して、新たな制約条件が設定された新たなコースに移行する、といったランクアップ条件が含まれる。
The
アドバイス生成部３２１は、コースの成果がランクアップ条件を満たすまでは、同じ制約条件が設定されたコースの下で、アドバイスの生成を繰り返す。
The
（ランクアップの効果）
ランクアップ条件の判定によって、コースがランクアップされた場合、さらなる資産増加が図られる。利益が積み上がり、コースのランクが上がった場合、第一段階の目標は達成でき、改めて最初から投資対象を含む制約条件を変更したアドバイスを生成することができる。
(Effect of rank up)
If the course is upgraded by the judgment of the rank-up condition, the assets will be further increased. If profits build up and the course ranks up, the goals of the first stage can be achieved and advice can be generated from the beginning with modified constraints including investment targets.
これにより、ユーザ、および、助言者は、新たなスタートを切ることができる。リスクが取れる度合いが変わるので、アドバイス生成部３２１は、値動きの荒い小型株の割合を増やしたり、分散の仕方を変えたり、投資対象、金額等を変えたりして、アドバイスを変更する。そのため、新たな制約条件が設定された新たなコースに移行する仕組みは、コース間におけるアドバイス生成の継続性に貢献するものである。新たなコースに移行できることで、より幅の広いアドバイスが可能になる。例えば、資金が増えた段階で、よりリスクのある米国株へのアドバイスにも拡張し、助言者を変更することが可能になる。
This allows users and advisors to make a fresh start. Since the degree of risk taking changes, the
（売買条件の変更設定）
アドバイスデータ生成システム１０において、アドバイス生成部３２１は、コースの成果がランクアップ条件を満たさない場合であって、売買に関わる条件設定のある場合には、条件変更判定を行う。この判定条件は、含み損益、売買損益等のデータに従うものであり、売買指標を見直す基準になる。判定条件には、例えば、売買損益がマイナスの場合、含み損益が－（マイナス）１０％を越えた場合、資産増加率がマイナスになった場合等が含まれる。
(Change setting of trading conditions)
In the advice
早めに悪い状況を把握して、売買条件設定から見直してアドバイスの制約条件を修正することが重要となる。売買損益等の結果が芳しくない場合には、コースに設定された制約条件を改善して、新たな売買条件を設定する。 It is important to grasp the bad situation early, review the trading condition setting, and correct the constraint conditions of the advice. If the result of trading profit or loss is not good, the constraint conditions set in the course are improved and new trading conditions are set.
換言すれば、アドバイス生成部３２１は、再度同じ売買条件で売買するのか、売買条件を変えて売買するのかを判定する。判定条件の基準を厳しくすれば、売買条件の各項目が度々見直されることになり、判定条件の基準を緩くすれば、同じ売買条件によるアドバイスの生成が継続される等、売買アドバイスの条件が制御される。
In other words, the
（売買条件変更の効果）
これにより、アドバイス生成軌道修正が可能になる。売買条件の変更がない場合には、アドバイス生成部３２１は、購入可能金額の算出へ戻り、次の買いアドバイスを生成する。通常は、同じ売買条件の下で銘柄入れ変えとなる場合が多い。コースにおいて連続性のあるアドバイスには、売買条件を変更する処理は重要であり、売買指標を見直すことができる。
(Effect of changing trading conditions)
This makes it possible to correct the advice generation trajectory. If there is no change in the trading conditions, the
（アドバイス生成処理の繰り返し）
アドバイスデータ生成システム１０において、アドバイス生成部３２１は、売買アドバイスを生成して、購入可能金額が変化したり、入出金があったりした場合に、購入可能金額の算出からアドバイス生成処理を再度繰り返す。アドバイス生成処理を繰り返すことにより、銘柄の入れ替えが行われる。
(Repeat of advice generation process)
In the advice
銘柄または商品が入れ替わる仕組みのあるアドバイスデータ生成システム１０において、アドバイス生成部３２１は、売りアドバイスがあるからこそ、同じ資金でも、連続性のあるアドバイスの生成が可能となり、繰り返しがあるからこそ、連続的にアドバイスが生成される。
In the advice
アドバイス生成部３２１は、銘柄または商品を入れ替えるアドバイスを生成する。アドバイス生成部３２１は、例えば、同日のＡ銘柄の売りアドバイス、および、Ｂ銘柄の買いアドバイスと、Ａ銘柄の売りアドバイス、現金化、一定期間経過後の現金の一部を使ったＢ銘柄の買いアドバイスとのいずれかを含む。
The
アドバイス生成部３２１は、購入可能金額が変化するごとに、購入可能金額の算出からの処理を繰り返す。詳細には、買いアドバイスの生成が完了してデータベースに登録された場合、売りアドバイスの生成が完了してデータベースに登録された場合、入出金があった場合、指標が買い条件に該当した場合等である。
The
（アドバイス生成処理を繰り返す効果）
銘柄または商品の入れ替えが、売りアドバイスと、買いアドバイスとをつなぐ役割をして、連続性のあるアドバイスの生成を可能とする。
(Effect of repeating advice generation process)
The replacement of stocks or commodities serves to connect selling advice and buying advice, enabling the generation of continuous advice.
（アドバイスと、ユーザの実際の売買情報との参照、比較）
アドバイスデータ生成システム１０において、アドバイス生成部３２１は、生成した買いアドバイス、および、売りアドバイスのデータと、ユーザの実際の売買情報とを参照して、ユーザの投資内容がアドバイスに近付くようなアドバイスを生成する。
(Reference and comparison between advice and actual trading information of users)
In the advice
アドバイス生成部３２１は、買いアドバイスを生成した場合に、買いアドバイスをデータベースに登録して、買いアドバイスのデータと、実際の売買データとを照合する。照合は、銘柄または商品と、日付とで行われる。つまり、アドバイス生成部３２１は、アドバイスデータの銘柄名または商品名と、実際の売買データに含まれる銘柄名または商品名とを照合して、同じデータを比較し、実際の売買の日付がアドバイスの後に行われたものは、アドバイスに従って行われた売買データであると認識する。
When the
実際の注文データは、アドバイスデータとは価格が違ったり、日付がずれていたりして、様々な要因で、実際の売買損益と、モデルの売買損益とは異なる。そのため、アドバイス生成部３２１は、乖離していれば、その旨を伝え、調整することを促す、差異に基づいたアドバイスを生成する。
The actual order data differs from the actual trading profit / loss of the model due to various factors such as the price being different from the advice data and the date being different. Therefore, if there is a divergence, the
売買データと、アドバイスデータとは、データベースに取り込まれているため、銘柄名または商品名を照合することが可能になり、ユーザは乖離を認識することでアドバイスに従うインセンティブになり、助言者は以前のアドバイスとの乖離を認識することにより更なるアドバイスを生み出すことができる。 Since the trading data and the advice data are taken into the database, it is possible to collate the brand name or product name, the user is incentive to follow the advice by recognizing the divergence, and the adviser is the previous one. Further advice can be generated by recognizing the deviation from the advice.
（効果）
アドバイスデータと、実際の売買データとを比較し、その差異、乖離を分析して、アドバイスを更に生成することができる。そして、更なるアドバイスの向上を見込むことができる。この処理で、売買データと、アドバイスデータとの乖離を表示することにより、実際の売買と、アドバイス通りの売買とがどう違って、ユーザはどう動けばいいのか等、今後の指針にすることができる。
(effect)
It is possible to compare the advice data with the actual trading data, analyze the differences and deviations, and generate further advice. And further improvement of advice can be expected. By displaying the discrepancy between the trading data and the advice data in this process, it is possible to use it as a guideline in the future, such as how the actual trading differs from the trading according to the advice and how the user should move. can.
アドバイスデータ生成システム１０は、動的にアドバイスを生成するアドバイス生成部３２１と、アドバイス生成部３２１の制約条件が設定されたコースを記憶する記憶部３３と、動的に変化するアドバイスを表示する表示部２３と、を備えている。
The advice
（表示部２３）
アドバイスデータ生成システム１０において、アドバイス生成部３２１が生成した売買アドバイスデータを表示する表示部２３は、保有株一覧表、評価額推移表、評価額一覧表、売買損益一覧表、含み損益一覧表等を表示する。
(Display unit 23)
In the advice
アドバイスデータ生成システム１０において、売買データはデータベースに集約化され、目的に応じてユーザに分かりやすく表示するために、表示部２３は、保有株一覧表、評価額推移表、評価額一覧表、売買損益一覧表、含み損益一覧表、実際の売買データと、アドバイスデータとの乖離一覧表等を表示する。
In the advice
コースごとに管理された売買データは、それ自体は単なるデータの集まりであるが、銘柄または商品の売り買い、銘柄または商品の入れ替え、金額配分の変化等により、保有株は変化し、株価も変動する等、時々刻々と変化するデータである。それを的確に分かりやすく表示することが求められる。ユーザにとっては、アドバイスがどのように生成されてきて、今どうなっているのか、過去はどうだったのか、実際の売買データとの乖離はどうなのかは、非常に重要である。 Trading data managed for each course is just a collection of data in itself, but stock holdings change and stock prices fluctuate due to buying and selling of stocks or commodities, replacement of stocks or commodities, changes in amount distribution, etc. It is data that changes from moment to moment. It is required to display it accurately and in an easy-to-understand manner. For users, it is very important how the advice was generated, what it is now, what it was in the past, and how it deviates from the actual trading data.
アドバイスデータ生成システム１０において、アドバイス生成部３２１は、逐次売買アドバイスデータを生成して、データベースに登録する。蓄積された売買アドバイスデータは、ユーザにメール、会員サイトの更新等により伝わるが、表示部２３にも出力される。データベースにおいては、売買アドバイスデータ、入出金データ、株価データ、実際の売買データ、株式分割データ等が統合されて、計算される。表示部２３は、それらのデータを機能別に分割して分かりやすく表示する。
In the advice
（表示部２３の効果）
表示部２３がユーザ、助言者、管理者に提供されることにより、今までのアドバイスの経緯、現状等を把握し、理解することができ、今後のアドバイスの向上を図ることができる。また、アドバイスデータと、実際の売買データとの乖離等の情報は、アドバイスする側にも、アドバイスされる側にも重要である。
(Effect of display unit 23)
By providing the
（売買損益表の表示）
アドバイスデータ生成システム１０において、サーバ３は、売買アドバイスデータの売買履歴を計算して、当該売買履歴を示すデータを端末２に送信する。端末２は、サーバ３から売買アドバイスデータの売買履歴を示すデータを受信し、受信したデータが示す売買アドバイスデータの売買履歴を表示部２３に表示させる。
(Display of trading profit and loss table)
In the advice
図６は、「売買履歴」の画面の表示例を示す図である。図６に示すように、制御部２２は、「売買履歴」の画面として、銘柄名、株数、買いアドバイス時の日付、株価および金額、売却時の日付、株価および金額、騰落率、売買損益を含む画面を表示部２３に表示させる。
FIG. 6 is a diagram showing a display example of the “buying and selling history” screen. As shown in FIG. 6, the control unit 22 displays the stock name, the number of shares, the date at the time of buying advice, the stock price and the amount, the date at the time of sale, the stock price and the amount, the rate of increase / decrease, and the trading profit / loss as the screen of the “trading history”. The screen including the screen is displayed on the
アドバイスデータ生成システム１０において、表示部２３は、売買損益表の表を表示する。すなわち、表示部２３は、売り買いが終わった売買データ、つまり、反対売買があって損益が確定した売買のデータを、データベースから抽出して表示する。
In the advice
売買損益表の表示によって、売買が済んだ過去の提示済みアドバイスの表示が可能になる。アドバイスの提供を受ける者にとっては、過去のアドバイスがどのように行われてきたのかを簡単に確認することができる。 By displaying the trading profit and loss table, it is possible to display the past presented advice that has been bought and sold. For those who receive advice, it is easy to see how past advice has been given.
（評価額内訳表の表示）
アドバイスデータ生成システム１０において、端末２は、サーバ３から売買アドバイスデータの評価額内訳表を示すデータを受信し、受信したデータが示す売買アドバイスデータの評価額内訳表を表示部２３に表示させる。
(Display of evaluation amount breakdown table)
In the advice
端末２は、サーバ３から売買アドバイスデータの評価額内訳表を示すデータを受信し、受信したデータが示す売買アドバイスデータの評価額内訳表を表示部２３に表示させる。現在の評価額は、含み損益、売買損益、入出金額、開始金額、現在現金残高からなり、含み損益は含み損益一覧表から算出され、売買損益は売買損益一覧表から算出されて、サマリーが表示される。
The
売買アドバイスデータの評価額内訳表の表示によって、現在評価額の内訳の表示が可能になり、過去から積み上がってきたアドバイスの全体像が明確になる。アドバイスの提供を受ける者にとって、現在までのアドバイスの現在の姿を確認することが可能である。 By displaying the valuation breakdown table of the trading advice data, it is possible to display the breakdown of the current valuation, and the overall picture of the advice accumulated from the past becomes clear. For those who receive the advice, it is possible to confirm the current state of the advice so far.
（含み損益一覧表の表示）
保有銘柄毎の評価指標は、銘柄名（コード）または商品名、アドバイス日、株数、買いアドバイス時の株価および金額、現在の株価および金額、騰落率、評価損益を含む。ポートフォリオは、売買アドバイスデータの、その時点における状態を指す。
(Display of unrealized profit / loss list)
The evaluation index for each stock holding includes the stock name (code) or product name, advice date, number of shares, stock price and amount at the time of buying advice, current stock price and amount, rate of increase / decrease, and valuation profit / loss. Portfolio refers to the current state of trading advice data.
アドバイスデータ生成システム１０において、表示部２３は、含み損益表を表示する。表示部２３は、売買データを反対売買していない売買だけを抽出して、その銘柄の買い付け金額と、現在評価額とを対比することにより、含み損益表を表示する。
In the advice
含み損益の表示によって、現在、買いアドバイス銘柄の途中経過のアドバイスを表示することができる。アドバイスの提供を受ける者にとっては、現在のアドバイスがどのように行われているのかを簡単に確認することができ、反対売買をしていない商品の現状を簡単に確認することができる。 By displaying the unrealized profit / loss, it is possible to display the advice on the progress of the buying advice stock at present. For those who receive the advice, it is possible to easily check how the current advice is being given, and it is possible to easily check the current status of products that are not sold in the opposite direction.
（評価額推移表の表示）
アドバイスデータ生成システム１０において、過去の最初の投資金額から、時間が経過すると、評価額が様々に変遷する。保有銘柄または保有商品の時価が変わることによる変動、売買による売買損益の変動、さらに次の保有銘柄または保有商品の変遷等、変遷が止まることがない。
(Display of evaluation value transition table)
In the advice
時価の情報、分割情報等を把握するため、随時、評価額が算出され、データベースは、評価額を、過去のデータとして蓄積する。過去の時点のデータは、全て、その時の売買損益、含み損益、評価額内訳のデータを含む。 In order to grasp market value information, division information, etc., the valuation amount is calculated at any time, and the database accumulates the valuation amount as past data. All past data includes trading profit / loss, unrealized profit / loss, and valuation breakdown data at that time.
アドバイスデータ生成システム１０において、表示部２３は、その時点のデータを含む評価額推移表を表示する。
In the advice
ユーザが評価額推移表のある時点にカーソルを合わせると、表示部２３は、その時点の評価額サマリー、含み損益一覧表等を表示する。日付が特定されることから、データベースからそれらのデータを読み出すことが可能になり、現在までの経過をたどることが容易になる。また、売買を行った日はマークが付与された状態になり、ユーザが当該マークにカーソルを合わせると、表示部２３は、その日の売買の内訳を表示する。
When the user moves the cursor to a certain point in the valuation amount transition table, the
これらの情報によって、今までの変遷を簡単に確認することができる。また、買いアドバイス、売りアドバイス等の時点の日付の線上にはマークをつけ、その具体的な買い売りのアドバイス時のデータを確認することができる。評価額推移表の表示によって、開始時期から現在までの評価額推移を表示することができる。アドバイスの提供を受ける者にとっては、現在までのアドバイスによって生じた評価額（当初金額＋売買損益＋含み損益＋現金）がどのような経緯をたどってきたのかを確認することができる。 With this information, it is possible to easily confirm the transition so far. In addition, a mark can be placed on the line of the date at the time of buying advice, selling advice, etc., and the data at the time of specific buying / selling advice can be confirmed. By displaying the valuation amount transition table, it is possible to display the valuation amount transition from the start time to the present. For those who receive the advice, it is possible to check how the valuation amount (initial amount + trading profit / loss + unrealized profit / loss + cash) generated by the advice up to now has been traced.
（比較曲線の表示）
売買アドバイスデータ曲線（評価額推移表）は、過去の提示済アドバイスに含まれる、複数の銘柄及びキャッシュ額の各項目の少なくともいずれかの項目に関連するアドバイスを含む、複数のアドバイスを示すものである。売買アドバイスデータ曲線（評価額推移表）と、売買実績曲線との差異は、上記アドバイスによる売買アドバイスデータと、ユーザの実際の売買情報とを参照して生成される、ユーザの投資内容が当該売買アドバイスデータに近付くようなアドバイスを示すものである。
(Display of comparison curve)
The trading advice data curve (valuation transition table) shows multiple pieces of advice, including advice related to at least one of the multiple stocks and cash amount items contained in the previously presented advice. be. The difference between the trading advice data curve (valuation amount transition table) and the trading performance curve is that the investment content of the user is generated by referring to the trading advice data based on the above advice and the actual trading information of the user. It shows advice that approaches the advice data.
アドバイス生成部３２１は、ステップＳ１２０２におけるアドバイスによる売買アドバイスデータと、ステップＳ１２０６におけるユーザの実際の売買情報とを参照し、ユーザの投資内容が当該売買アドバイスデータに近付くようなアドバイスを生成する。また、端末２は、そのようなアドバイスを表示部２３に表示させる。
The
端末２は、売買アドバイスデータ曲線（評価額推移表）と、売買実績曲線との間のモデル実績差を表示部２３に表示させる。制御部３２は、両矢印の線分により当該モデル実績差を表示部２３に表示させる。
The
モデル実績差は、現時点における、売買アドバイスデータと、売買実績との差であるが、その時点から時間軸を溯った左方向には、売買アドバイスデータと、売買実績とがいつ頃から乖離したのかが表示されているので、どのように売買を行えばよかったかというアドバイスを表示するものである。 The model performance difference is the difference between the trading advice data and the trading performance at the present time, but when did the trading advice data and the trading performance deviate to the left from that point on the time axis? Is displayed, it displays advice on how to buy and sell.
また、制御部３２は、「ここからモデルと実績とが乖離しています。」というアドバイスを表示部２３に表示させる。これは、ユーザの投資内容が売買アドバイスデータに近付くようなアドバイスになる。
Further, the
なお、必ずしもユーザの売買実績のデータがなくても、端末２は、アドバイスした売買をやらなかった場合にどうなったかを示す無作為モデルを表示することにより、売買アドバイスデータと、無作為モデルとの乖離を表示してもよい。
In addition, even if there is not necessarily the data of the user's trading record, the
アドバイスデータ生成システム１０において生成された売買データを、通常は個人投資家がそれを元にして売買の注文を証券会社に発注して売買が成立する。ただし、運用業者と、投資家とが契約を行い、投資家が売買データを提供して、運用業者が発注を代行するビジネスモデルにも適用出来る。また、自動発注モデルにも適用できる。
The buying and selling data generated by the advice
〔実施形態５〕
本発明の実施形態５について説明すれば、以下のとおりである。なお、説明の便宜上、実施形態１～４にて説明した部材と同じ機能を有する部材については、同じ符号を付記し、その説明を省略する。
[Embodiment 5]
The fifth embodiment of the present invention will be described as follows. For convenience of explanation, the same reference numerals are given to the members having the same functions as the members described in the first to fourth embodiments, and the description thereof will be omitted.
アドバイスデータ生成方法は、未登録の銘柄または商品を記憶部に記憶させるステップと、購入可能金額を算出するステップと、上記記憶部を参照して、上記購入可能金額の範囲で買いのアドバイスを生成するステップと、上記買いのアドバイスに応じて購入可能金額を再算出するステップと、上記記憶部を参照して、売りのアドバイスを生成するステップと、を含み、上記各ステップを繰り返す。 The advice data generation method includes a step of storing an unregistered brand or product in a storage unit, a step of calculating a purchaseable amount, and referring to the above storage unit to generate buying advice within the range of the above purchaseable amount. Each of the above steps is repeated, including a step of recalculating the purchaseable amount according to the above-mentioned buying advice, and a step of generating the selling advice with reference to the above-mentioned storage unit.
（購入可能金額を算出するステップ）
最初、買いアドバイスの生成時、売りアドバイスの生成時に、購入可能金額は変化する。売買データが登録される都度計算され、その金額がアドバイス生成部３２１に出力される。アドバイス生成部３２１は、購入可能金額という制約のもとで買いアドバイスを生成する。
(Step to calculate the purchaseable amount)
Initially, the amount available for purchase changes when buying advice is generated and when selling advice is generated. It is calculated each time the trading data is registered, and the amount is output to the
（銘柄または商品がデータベース未登録の場合、銘柄または商品を登録するステップ）
条件に当てはまり、買いアドバイスする可能性のある銘柄または商品はデータベースに随時登録されるが、未登録の場合には登録する。データベースに登録された銘柄または商品は、管理商品（銘柄）として各種データが蓄積されることにより、アドバイス生成時に参照されることが可能になる。買いアドバイスの銘柄は、データベースに登録されていることが条件となる。
(If the brand or product is not registered in the database, the step to register the brand or product)
Brands or products that meet the conditions and may be advised to buy are registered in the database at any time, but if they are not registered, they are registered. Brands or products registered in the database can be referred to when advice is generated by accumulating various data as managed products (brands). The brand of buying advice must be registered in the database.
（買いアドバイスを生成するステップ）
買いアドバイスを生成する場合に、そのアドバイスデータは、メール配信、会員サイトにおける更新が行われ、データベースに登録される。
(Steps to generate buying advice)
When generating buying advice, the advice data is delivered by e-mail, updated on the member site, and registered in the database.
（売却アドバイスを生成するステップ）
売りアドバイスを生成する場合に、そのアドバイスデータは、メール配信、会員サイトにおける更新が行われ、データベースに登録される。
(Step to generate sale advice)
When generating selling advice, the advice data is delivered by e-mail, updated on the member site, and registered in the database.
（各ステップを繰り返す）
アドバイスデータを生成するのに、重要なステップである。アドバイスの生成が一回で終わりではなく、繰り返すことで連続的に生成する。購入可能金額が変わった場合等に繰り返される。また、データベースに登録された銘柄だけが買いアドバイスステップを踏め、金額も制約されることから、システムで制御されながら、アドバイスデータが生成される。売買に関するアドバイスデータは、購入可能金額内で生成される。
(Repeat each step)
This is an important step in generating advice data. The generation of advice does not end at once, but is generated continuously by repeating it. It is repeated when the purchaseable amount changes. In addition, since only the stocks registered in the database take the buying advice step and the amount of money is restricted, the advice data is generated while being controlled by the system. Advice data on buying and selling is generated within the available purchase price.
購入可能金額＝当初金額＋売買損益＋入出金額－保有銘柄の購入額
アドバイス生成部３２１は、例えば、１００万円の購入可能金額の中で、５０万円の資金で、銘柄Ａの買いアドバイスを生成する。銘柄Ａはデータベースに未登録銘柄のため、アドバイス生成部３２１は、銘柄Ａを登録した後に、買いアドバイスを生成し、購入可能金額を５０万円として、この制約の中でアドバイスを生成する。
Purchaseable amount = Initial amount + Trading profit / loss + Deposit / withdrawal amount-Purchase amount of owned issue The
（アドバイス生成処理の効果）
売買の都度、計算される購入可能金額の範囲内で、買いアドバイスが生成される。買いアドバイス銘柄がデータベースに未登録の場合には、登録された後に、買いアドバイスが生成可能になる。売りアドバイス銘柄は、買いアドバイス銘柄に限定され、株数もその範囲の中で制約される。上記のステップがあって、はじめて連続的な動的なアドバイスが生成可能になる。売りから入る場合は、この逆になる。
(Effect of advice generation process)
Each time you buy or sell, buy advice is generated within the calculated purchaseable amount. If the buy advice issue is not registered in the database, buy advice can be generated after it is registered. Sell advice stocks are limited to buy advice stocks, and the number of shares is also restricted within that range. Only with the above steps can continuous dynamic advice be generated. The opposite is true when entering from a sale.
〔付記事項〕
なお、上記実施形態１及び２では、サーバ３が過去の提示済アドバイスに含まれる項目に関連するアドバイスを含む、複数のアドバイスを生成する構成について説明したが、これは本明細書に記載の発明を限定するものではなく、上記のアドバイスは端末２が生成する構成としてもよい。例えば、端末２がアドバイス生成部３２１を備える構成としてもよい。
[Additional notes]
In the first and second embodiments, the configuration in which the
〔付記事項２〕
上記の課題を解決するために、本発明の一態様に係るアドバイス生成装置は、投資金額に応じた複数のアドバイスを生成するアドバイス生成装置であって、過去の提示済アドバイスに含まれる、複数の銘柄及びキャッシュ額の各項目の少なくともいずれかの項目に関連するアドバイスを含む、上記複数のアドバイスを生成するアドバイス生成部を備えている。
[Appendix 2]
In order to solve the above problems, the advice generator according to one aspect of the present invention is an advice generator that generates a plurality of advices according to the investment amount, and is included in a plurality of previously presented advices. It is provided with an advice generation unit that generates the above-mentioned plurality of advices, including advices related to at least one item of each item of the brand and the cash amount.
上記の構成によれば、過去の提示済アドバイスに含まれる項目に関連するアドバイスを含む、複数のアドバイスを生成するので、投資金額に応じたアドバイスを、連続性を以って提供することができる。 According to the above configuration, since a plurality of advices including the advices related to the items included in the past presented advices are generated, the advices according to the investment amount can be provided continuously. ..
また、本発明の一態様に係るアドバイス生成装置において、上記アドバイス生成部が、保有銘柄及びキャッシュ額に関する評価額が所定金額以上になった場合に、当該所定金額に応じたアドバイスを生成してもよい。 Further, in the advice generation device according to one aspect of the present invention, even if the advice generation unit generates advice according to the predetermined amount when the valuation amount regarding the stocks held and the cash amount exceeds the predetermined amount. good.
上記の構成によれば、評価額が所定金額以上になった場合に当該所定金額に応じたアドバイスを生成するので、評価額のランクに応じた、ユーザにとって有用なアドバイスを提供することができる。 According to the above configuration, when the valuation amount becomes the predetermined amount or more, the advice according to the predetermined amount is generated, so that it is possible to provide useful advice for the user according to the rank of the valuation amount.
また、本発明の一態様に係るアドバイス生成装置において、上記アドバイス生成部が、上記アドバイスによる仮想売買モデルと、ユーザの実際の売買情報とを参照し、ユーザの投資内容が当該仮想売買モデルに近付くようなアドバイスを生成してもよい。 Further, in the advice generation device according to one aspect of the present invention, the advice generation unit refers to the virtual trading model based on the advice and the actual trading information of the user, and the investment content of the user approaches the virtual trading model. You may generate such advice.
上記の構成によれば、ユーザの投資内容が当該仮想売買モデルに近付くようなアドバイスを生成するので、ユーザにとって有用なアドバイスを提供することができる。 According to the above configuration, since the advice that the investment content of the user approaches the virtual trading model is generated, useful advice can be provided to the user.
また、本発明の一態様に係るアドバイス生成装置において、上記アドバイス生成部が、投資金額、及び、投資開始時期に応じた複数のアドバイスを生成してもよい。 Further, in the advice generation device according to one aspect of the present invention, the advice generation unit may generate a plurality of advices according to the investment amount and the investment start time.
上記の構成によれば、投資金額、及び、投資開始時期に応じた複数のアドバイスを生成するので、投資開始時の状態に即したアドバイスを提供することができる。 According to the above configuration, since a plurality of advices are generated according to the investment amount and the investment start time, it is possible to provide the advice according to the state at the time of the investment start.
また、本発明の一態様に係るアドバイス提示システムは、上記アドバイス生成装置と、端末装置と、を含むアドバイス提示システムであって、上記端末装置が、上記アドバイス生成部が生成した複数のアドバイスのうち、少なくとも何れかのアドバイスをユーザに提示する。 Further, the advice presentation system according to one aspect of the present invention is an advice presentation system including the advice generation device and the terminal device, and the terminal device is among a plurality of advices generated by the advice generation unit. , Present at least one piece of advice to the user.
上記の構成によれば、過去の提示済アドバイスに含まれる項目に関連するアドバイスを含む、複数のアドバイスを生成するので、投資金額に応じたアドバイスを、連続性を以って提供することができる。 According to the above configuration, since a plurality of advices including the advices related to the items included in the past presented advices are generated, the advices according to the investment amount can be provided continuously. ..
また、本発明の一態様に係るアドバイスデータ生成システムは、投資金額に応じたコースに従って複数のアドバイスを生成するアドバイスデータ生成システムであって、銘柄または商品の買いに関するアドバイスと、上記銘柄または商品の売りに関するアドバイスと、を繰り返して生成することにより、上記コースにおいて連続性があり、かつ、売買に応じて変化する、上記複数のアドバイスを生成するアドバイス生成部を備えている。 Further, the advice data generation system according to one aspect of the present invention is an advice data generation system that generates a plurality of advices according to a course according to the investment amount, and is an advice regarding the purchase of a brand or a product and the above-mentioned brand or product. It is provided with an advice generation unit that generates a plurality of the above-mentioned advices that are continuous in the above-mentioned course and change according to the buying and selling by repeatedly generating the advice on selling.
上記の構成によれば、コースごとに異なった、連続性のあるアドバイスが生成され、コースごとに管理されることにより、ユーザは自分のニーズに合ったアドバイスを受けることができる。また、ユーザが自ら望むアドバイスを生成することも可能であり、インタラクティブで動的なアドバイスデータ生成システムであるので、顧客ニーズに合わせたアドバイスを生成することができる。 According to the above configuration, different and continuous advice is generated for each course, and by managing each course, the user can receive the advice according to his / her needs. In addition, it is possible for the user to generate the advice he / she desires, and since it is an interactive and dynamic advice data generation system, it is possible to generate advice according to customer needs.
また、本発明の一態様に係るアドバイスデータ生成システムは、投資金額に応じたコースに従って複数のアドバイスを生成するアドバイスデータ生成システムであって、上記コースごとに、銘柄または商品の買いの場合に残す現金の比率を示す現金比率データと、銘柄または商品の買いの場合に銘柄または商品の購入数を示す購入数データと、銘柄または商品の買いの場合に銘柄または商品の購入金額の配分を示す金額配分データと、銘柄または商品の購入条件および売却条件を示す売買条件データと、を記憶する記憶部と、上記現金比率データ、上記購入数データ、上記金額配分データ、および、上記売買条件データに従って、上記複数のアドバイスを生成するアドバイス生成部と、を備えている。 Further, the advice data generation system according to one aspect of the present invention is an advice data generation system that generates a plurality of advices according to a course according to the investment amount, and is left in the case of buying a brand or a product for each of the above courses. Cash ratio data showing the ratio of cash, purchase number data showing the number of purchases of the brand or product when buying the brand or product, and amount showing the distribution of the purchase price of the brand or product when buying the brand or product. According to the storage unit that stores the distribution data, the purchase condition data indicating the purchase condition and the sale condition of the brand or the product, the cash ratio data, the purchase number data, the amount distribution data, and the purchase condition data. It is provided with an advice generation unit that generates the above-mentioned plurality of advices.
また、本発明の一態様に係るアドバイスデータ生成方法は、未登録の銘柄または商品を記憶部に記憶させるステップと、購入可能金額を算出するステップと、上記記憶部を参照して、上記購入可能金額の範囲で買いのアドバイスを生成するステップと、上記買いのアドバイスに応じて購入可能金額を再算出するステップと、上記記憶部を参照して、売りのアドバイスを生成するステップと、を含み、上記各ステップを繰り返す。
〔付記事項３〕
上記の課題を解決するために、本発明の一態様に係るアドバイス生成システムは、投資金額に応じたコースに従って複数のアドバイスを生成するアドバイスデータ生成システムであって、上記コースごとに、銘柄または商品の買いの場合に残す現金の比率を示す現金比率データと、銘柄または商品の買いの場合に銘柄または商品の購入数を示す購入数データと、銘柄または商品の買いの場合に銘柄または商品の購入金額の配分を示す金額配分データと、銘柄または商品の購入条件および売却条件を示す売買条件データと、を記憶する記憶部と、上記投資金額を取得する通信部と、上記通信部が取得した投資金額を参照して、当該投資金額に応じたコースの、上記現金比率データ、上記購入数データ、上記金額配分データ、および、上記売買条件データに従って、上記複数のアドバイスを生成するアドバイス生成部と、を備えており、上記購入数データは、購入可能金額と、当該購入可能金額における上記購入数とが対応付けられたものであり、上記金額配分データは、投資対象と、当該投資対象における上記購入金額の配分とが対応付けられたものであり、上記売買条件データは、銘柄または商品の買いに係る指標を含み、上記アドバイス生成部は、買いのアドバイスを生成する場合に、上記購入数データを参照して、上記購入可能金額に応じて上記購入数を決定し、上記金額配分データを参照して、上記投資対象に応じて上記購入金額の配分を決定し、購入可能金額と、上記購入数と、上記購入金額の配分とから、１銘柄または１商品あたりの購入限度額を算出し、上記指標に関する商品ランキング、および、上記購入限度額を参照して、購入する銘柄または商品を特定し、上記投資金額に応じた保有銘柄及びキャッシュ額に関する評価額が所定の割合以上に下がった場合に、現金比率を引き上げて、ＥＴＦを国内銘柄および国内商品とする。
Further, the advice data generation method according to one aspect of the present invention can be purchased by referring to the step of storing an unregistered brand or product in a storage unit, the step of calculating the purchaseable amount, and the storage unit. It includes a step of generating buying advice within the amount range, a step of recalculating the available purchase amount according to the above buying advice, and a step of generating selling advice with reference to the above storage unit. Repeat each of the above steps.
[Appendix 3]
In order to solve the above problems, the advice generation system according to one aspect of the present invention is an advice data generation system that generates a plurality of advices according to a course according to the investment amount, and is a brand or a product for each of the above courses. Cash ratio data showing the ratio of cash left in the case of buying a brand or product, purchase number data showing the number of purchases of a brand or product in the case of buying a brand or product, and purchase of a brand or product in the case of buying a brand or product. A storage unit that stores amount distribution data indicating the distribution of the amount and trading condition data indicating the purchase conditions and sale conditions of the brand or product, the communication unit that acquires the investment amount, and the investment acquired by the communication unit. With reference to the amount of money, the advice generation unit that generates the plurality of advices according to the cash ratio data, the purchase number data, the amount distribution data, and the trading condition data of the course according to the investment amount. The purchase number data is a correspondence between the purchaseable amount and the purchase number in the purchaseable amount, and the amount allocation data is the investment target and the purchase in the investment target. The above-mentioned trading condition data is associated with the distribution of the amount of money, and the above-mentioned trading condition data includes an index relating to the purchase of a brand or a product, and the above-mentioned advice generation unit generates the above-mentioned purchase number data when generating buying advice. With reference to the above purchaseable amount, the purchase number is determined, and with reference to the amount allocation data, the purchase amount allocation is determined according to the investment target, and the purchaseable amount and the purchase number are determined. And, from the distribution of the purchase amount, the purchase limit per brand or product is calculated, and the brand or product to be purchased is specified by referring to the product ranking related to the index and the purchase limit. When the valuation amount of stocks held and cash amount according to the above investment amount falls below the specified ratio, the cash ratio will be raised and ETFs will be made into domestic stocks and domestic products.
〔ソフトウェアによる実現例〕
端末２およびサーバ３の制御ブロック（特に制御部２２および制御部３２）は、集積回路（ＩＣチップ）等に形成された論理回路（ハードウェア）によって実現してもよいし、ＣＰＵ（Central Processing Unit）を用いてソフトウェアによって実現してもよい。
[Example of implementation by software]
The control blocks (particularly the control unit 22 and the control unit 32) of the
後者の場合、端末２およびサーバ３は、各機能を実現するソフトウェアであるプログラム（アドバイス生成プログラム）の命令を実行するＣＰＵ、上記プログラムおよび各種データがコンピュータ（またはＣＰＵ）で読み取り可能に記録されたＲＯＭ（Read Only Memory）または記憶装置（これらを「記録媒体」と称する）、上記プログラムを展開するＲＡＭ（Random Access Memory）などを備えている。そして、コンピュータ（またはＣＰＵ）が上記プログラムを上記記録媒体から読み取って実行することにより、本発明の目的が達成される。上記記録媒体としては、「一時的でない有形の媒体」、例えば、テープ、ディスク、カード、半導体メモリ、プログラマブルな論理回路などを用いることができる。また、上記プログラムは、該プログラムを伝送可能な任意の伝送媒体（通信ネットワークや放送波等）を介して上記コンピュータに供給されてもよい。なお、本発明の一態様は、上記プログラムが電子的な伝送によって具現化された、搬送波に埋め込まれたデータ信号の形態でも実現され得る。
In the latter case, the
本発明は上述した各実施形態に限定されるものではなく、請求項に示した範囲で種々の変更が可能であり、異なる実施形態にそれぞれ開示された技術的手段を適宜組み合わせて得られる実施形態についても本発明の技術的範囲に含まれる。 The present invention is not limited to the above-described embodiments, and various modifications can be made within the scope of the claims, and the embodiments obtained by appropriately combining the technical means disclosed in the different embodiments. Is also included in the technical scope of the present invention.
１ アドバイス提示システム
２ 端末（端末装置）
３ サーバ（アドバイス生成装置）
４ ネットワーク
１０ アドバイスデータ生成システム
２３ 表示部
３３ 記憶部
３２１ アドバイス生成部
1
3 Server (advice generator)
4
Claims (8)
上記コースごとに、投資開始時期および初期投資金額を制約条件にした複数のアドバイスを生成し、当該コースごとに生成されるアドバイスを管理して表示するシステムであり、
提示済みのアドバイスに従った売買による保有が想定される銘柄に関する、アドバイス時の単価、および、株数、ならびに、提示済みのアドバイスにより売買を推奨した銘柄に関する、アドバイス時の日付、単価、および、株数を示すデータを記憶する記憶部と、
上記記憶されたデータを含む画面を表示する表示部と、
上記コースごとの上記制約条件の下でアドバイスを生成し、その後、過去に提示済みのアドバイスに含まれる複数の銘柄の売買、および、当該売買後の購入可能現金残高の少なくともいずれかに応じたアドバイスを改めて生成するアドバイス生成部を備え、
現金比率は、購入可能現金残高に対する、買いの場合に残す現金の比率であり、
購入可能現金残高は、「初期投資金額＋売買損益＋入出金額－保有銘柄の購入額」により算出され、
上記アドバイス生成部は、
買いのアドバイスを生成する場合に、「（１－現金比率）×購入可能現金残高」により更新される投資可能金額の範囲内で買いのアドバイスを行い、
売りのアドバイスを生成する場合に、過去に提示済みのアドバイスに含まれ、上記記憶された銘柄の売却に限定したアドバイスを行い、
上記コースごとに、買いをアドバイスした銘柄を売るアドバイスと、売りをアドバイスした後の購入可能現金残高の範囲内で買うアドバイスとを提供する
ことを特徴とするアドバイスデータ生成システム。 It is an advice data generation system that generates advice according to the course according to the investment amount.
It is a system that generates multiple advices with the investment start time and initial investment amount as constraints for each of the above courses, and manages and displays the advice generated for each course.
The unit price and number of shares at the time of advice regarding stocks that are expected to be held by buying and selling according to the presented advice, and the date, unit price, and number of shares at the time of advice regarding the stocks recommended to buy and sell based on the presented advice. A storage unit that stores data indicating
A display unit that displays a screen containing the above-mentioned stored data,
Generated advice under the above constraints for each of the above courses, and then responded to at least one of the buying and selling of multiple stocks included in the previously presented advice and the available cash balance after the buying and selling. Equipped with an advice generation unit that generates advice again
The cash ratio is the ratio of cash left in the case of buying to the available cash balance.
The cash balance that can be purchased is calculated by "initial investment amount + trading profit / loss + deposit / withdrawal amount-purchase amount of owned stocks".
The above advice generator
When generating buying advice, give buying advice within the range of investable amount updated by "(1-Cash ratio) x Available cash balance ".
When generating sell advice, we will provide advice that is included in the previously presented advice and is limited to the sale of the above memorized stocks.
An advice data generation system characterized by providing advice on selling a brand that has been advised to buy and advice on buying within the range of available cash balance after the advice on selling for each of the above courses.
上記表示部は、上記評価額によって画かれる仮想売買モデル曲線を含む画面を表示することを特徴とする請求項１に記載のアドバイスデータ生成システム。 The above-mentioned advice generation unit manages the above-mentioned stored data, and within the range of the data, the advice of selling the stock that advised to buy and the advice of buying within the range of the available cash balance after the advice of selling. And calculate the valuation of assets, including cash and holdings, using a virtual trading model that shows the buying and selling of stocks recommended in the advice .
The advice data generation system according to claim 1, wherein the display unit displays a screen including a virtual trading model curve drawn by the evaluation amount.
上記アドバイス生成部は、上記仮想売買モデル曲線と、上記売買実績曲線とを参照して、上記仮想売買モデル曲線と、上記売買実績曲線とに差が存在する時点から時間軸を遡って、上記仮想売買モデル曲線と、上記売買実績曲線とが乖離し始めた時期を特定することにより、上記売買実績曲線に係るユーザ向けに、購入した銘柄をいつ売却すればよかったのかというアドバイスを生成する
ことを特徴とする請求項４または５に記載のアドバイスデータ生成システム。 The display unit displays the time when the virtual trading model curve and the trading performance curve deviate from each other.
The advice generation unit refers to the virtual trading model curve and the trading record curve, and traces back the time axis from the time when there is a difference between the virtual trading model curve and the trading record curve, and the virtual trading record. By identifying the time when the trading model curve and the trading performance curve start to deviate from each other, it is characterized by generating advice for users related to the trading performance curve when to sell the purchased stock. The advice data generation system according to claim 4 or 5.
ことを特徴とする請求項２に記載のアドバイスデータ生成システム。 The advice generation unit promotes buying and selling with a risk according to the predetermined amount according to the course with different constraint conditions every time the valuation amount of the asset rises according to the virtual trading model and exceeds the predetermined amount. The advice data generation system according to claim 2, wherein the advice is generated.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2022015906A JP7161722B2 (en) | 2017-06-30 | 2022-02-03 | Advice presentation system |
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2017129759 | 2017-06-30 | ||
| JP2017129759 | 2017-06-30 |
Related Parent Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2019055089A Division JP2019091508A (en) | 2017-06-30 | 2019-03-22 | Advice data generation system |
Related Child Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2022015906A Division JP7161722B2 (en) | 2017-06-30 | 2022-02-03 | Advice presentation system |
Publications (3)
| Publication Number | Publication Date |
|---|---|
| JP2019215938A JP2019215938A (en) | 2019-12-19 |
| JP2019215938A5 JP2019215938A5 (en) | 2021-07-26 |
| JP7021165B2 true JP7021165B2 (en) | 2022-02-16 |
Family
ID=65227393
Family Applications (6)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2018090956A Pending JP2019012518A (en) | 2017-06-30 | 2018-05-09 | Advice generation device, advice presentation system, advice generation program, and advice data generation system |
| JP2019055089A Pending JP2019091508A (en) | 2017-06-30 | 2019-03-22 | Advice data generation system |
| JP2019177456A Active JP7021165B2 (en) | 2017-06-30 | 2019-09-27 | Advice data generation system |
| JP2022015906A Active JP7161722B2 (en) | 2017-06-30 | 2022-02-03 | Advice presentation system |
| JP2022161103A Pending JP2022177316A (en) | 2017-06-30 | 2022-10-05 | Advice presentation system and method for advising |
| JP2024095250A Pending JP2024107374A (en) | 2017-06-30 | 2024-06-12 | Advice providing system and method |
Family Applications Before (2)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2018090956A Pending JP2019012518A (en) | 2017-06-30 | 2018-05-09 | Advice generation device, advice presentation system, advice generation program, and advice data generation system |
| JP2019055089A Pending JP2019091508A (en) | 2017-06-30 | 2019-03-22 | Advice data generation system |
Family Applications After (3)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2022015906A Active JP7161722B2 (en) | 2017-06-30 | 2022-02-03 | Advice presentation system |
| JP2022161103A Pending JP2022177316A (en) | 2017-06-30 | 2022-10-05 | Advice presentation system and method for advising |
| JP2024095250A Pending JP2024107374A (en) | 2017-06-30 | 2024-06-12 | Advice providing system and method |
Country Status (1)
| Country | Link |
|---|---|
| JP (6) | JP2019012518A (en) |
Families Citing this family (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US11514411B2 (en) * | 2018-10-10 | 2022-11-29 | Pontoro Inc. | Multi-tier tokenization platform |
| JP6989140B2 (en) * | 2019-03-06 | 2022-01-05 | アイアイイー株式会社 | Asset management server |
| US20220235492A1 (en) | 2019-05-14 | 2022-07-28 | Toyobo Co., Ltd. | Polyethylene fiber |
| JP6810213B1 (en) * | 2019-07-31 | 2021-01-06 | 芳彦 大城 | Asset management method |
| JP6996020B1 (en) * | 2020-07-20 | 2022-01-17 | ライジングブル投資顧問株式会社 | Information generator, information presentation system, and information generator |
| JP7436408B2 (en) * | 2021-02-26 | 2024-02-21 | Ｌｉｎｅヤフー株式会社 | Programs, information processing methods, terminals |
| WO2022181004A1 (en) * | 2021-02-26 | 2022-09-01 | Ｌｉｎｅ株式会社 | Program, information processing method, terminal, and information processing system |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2000293569A (en) | 1999-04-02 | 2000-10-20 | Rg Asset Management Co Ltd | Portfoilo presentation method, device and system, and storage medium of computer program |
| JP2002024547A (en) | 2000-07-10 | 2002-01-25 | Kentex Kk | Stock buying and selling timing decision supporting system |
| JP2002092340A (en) | 2000-09-19 | 2002-03-29 | Cmd Kk | Investment experiencing and training method and its system |
| JP2002133111A (en) | 2000-10-23 | 2002-05-10 | Masuda Keizai Kenkyusho:Kk | Information exchange and instruction method in share investment consulting business and system for it |
| JP2003223555A (en) | 2001-11-21 | 2003-08-08 | Daiwa Securities Group Inc | Portfolio construction support device and program |
| JP2007272327A (en) | 2006-03-30 | 2007-10-18 | Nomura Research Institute Ltd | SMA management system |
| JP2011070418A (en) | 2009-09-25 | 2011-04-07 | Shinji Kanai | System for advising on investment in financial product, and program for computer, and storage medium for the same |
| JP2014063297A (en) | 2012-09-20 | 2014-04-10 | Hitachi Solutions Ltd | Portfolio optimization ordering system |
Family Cites Families (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH11110447A (en) * | 1997-10-06 | 1999-04-23 | Pfps Kenkyukai:Kk | Total portfolio planning system |
| JP3247356B2 (en) * | 1999-10-26 | 2002-01-15 | 株式会社ゴールデン・チャート社 | Asset management advisory system and recording medium containing the program |
| CA2455473A1 (en) * | 2001-07-31 | 2003-02-13 | American Express Travel Related Services Company, Inc. | System and method for providing financial planning and advice |
| JP2003150779A (en) * | 2001-11-14 | 2003-05-23 | Mizuho Trust & Banking Co Ltd | Passive operation managing system and its method |
| JP2006209190A (en) * | 2005-01-25 | 2006-08-10 | Wahtcomu Ltd | Operation policy management system |
| JP4603993B2 (en) * | 2006-03-28 | 2010-12-22 | 株式会社大和証券グループ本社 | Securities selling system, securities selling method, and program |
| JP2009205636A (en) * | 2008-02-29 | 2009-09-10 | Mitsubishi Ufj Asset Management Co Ltd | Asset management device |
| JP5171320B2 (en) * | 2008-03-06 | 2013-03-27 | 中国電力株式会社 | Portfolio deviation warning system and method for employees in corporate defined contribution pension |
| JP2012024127A (en) * | 2010-07-20 | 2012-02-09 | Capital Partners Securities Co Ltd | Investment management game system |
| JP6174929B2 (en) * | 2013-07-22 | 2017-08-02 | 温 叶 | Real estate investment simulation apparatus, real estate investment simulation method, and computer program capable of executing the method |
| JP6386728B2 (en) * | 2014-01-09 | 2018-09-05 | 株式会社野村総合研究所 | Operation plan creation device |
| JP2017016330A (en) * | 2015-06-30 | 2017-01-19 | 株式会社トレードワークス | Financial product portfolio transaction system |
-
2018
- 2018-05-09 JP JP2018090956A patent/JP2019012518A/en active Pending
-
2019
- 2019-03-22 JP JP2019055089A patent/JP2019091508A/en active Pending
- 2019-09-27 JP JP2019177456A patent/JP7021165B2/en active Active
-
2022
- 2022-02-03 JP JP2022015906A patent/JP7161722B2/en active Active
- 2022-10-05 JP JP2022161103A patent/JP2022177316A/en active Pending
-
2024
- 2024-06-12 JP JP2024095250A patent/JP2024107374A/en active Pending
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2000293569A (en) | 1999-04-02 | 2000-10-20 | Rg Asset Management Co Ltd | Portfoilo presentation method, device and system, and storage medium of computer program |
| JP2002024547A (en) | 2000-07-10 | 2002-01-25 | Kentex Kk | Stock buying and selling timing decision supporting system |
| JP2002092340A (en) | 2000-09-19 | 2002-03-29 | Cmd Kk | Investment experiencing and training method and its system |
| JP2002133111A (en) | 2000-10-23 | 2002-05-10 | Masuda Keizai Kenkyusho:Kk | Information exchange and instruction method in share investment consulting business and system for it |
| JP2003223555A (en) | 2001-11-21 | 2003-08-08 | Daiwa Securities Group Inc | Portfolio construction support device and program |
| JP2007272327A (en) | 2006-03-30 | 2007-10-18 | Nomura Research Institute Ltd | SMA management system |
| JP2011070418A (en) | 2009-09-25 | 2011-04-07 | Shinji Kanai | System for advising on investment in financial product, and program for computer, and storage medium for the same |
| JP2014063297A (en) | 2012-09-20 | 2014-04-10 | Hitachi Solutions Ltd | Portfolio optimization ordering system |
Also Published As
| Publication number | Publication date |
|---|---|
| JP2019091508A (en) | 2019-06-13 |
| JP2019215938A (en) | 2019-12-19 |
| JP2024107374A (en) | 2024-08-08 |
| JP2022177316A (en) | 2022-11-30 |
| JP2022048359A (en) | 2022-03-25 |
| JP2019012518A (en) | 2019-01-24 |
| JP7161722B2 (en) | 2022-10-27 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP7021165B2 (en) | Advice data generation system | |
| US11741491B2 (en) | Distribution of fractional equity rewards based on purchase behavior | |
| US20030120575A1 (en) | Method and apparatus for providing investment advice to multiple investors | |
| KR20170005985A (en) | System and method for providing consulting service on demand for portfolio investment according to financial plan of financial investment instruments | |
| JP5475386B2 (en) | Financial product transaction management device, program | |
| JP7759140B2 (en) | Financial instruments transaction management device, financial instruments transaction management system, financial instruments transaction terminal, financial instruments transaction management method in financial instruments transaction management system, and program | |
| Steinrücke et al. | Integrated supply chain network planning and financial planning respecting the imperfection of the capital market | |
| JP2005038292A (en) | Management plan establishment support system and management plan establishment support program | |
| JP2006099432A (en) | Power trading system, power trading method, power trading program | |
| CN117836799A (en) | Investment platform and system and method for investing in financial products | |
| KR101859446B1 (en) | Convergence financial system and method of the same | |
| JP2006127155A (en) | Servicer linkage system, portfolio formation support system, portfolio formation support method, relay computer, and computer program | |
| JP2006189995A (en) | Limit order execution probability calculation system and execution probability calculation program | |
| JP7231296B1 (en) | Information processing device, information processing method and program | |
| JP7049725B2 (en) | Information processing equipment, programs and information processing methods | |
| WO2019004358A1 (en) | Advice generation device, advice presentation system, advice generation program, advice data generation system, and advice data generation method | |
| JP2007272325A (en) | SMA management system and SMA management method | |
| JP7653740B1 (en) | Hedge fund trading management system | |
| JP3833667B2 (en) | Portfolio management system and method, and program | |
| JP2005216184A (en) | Operation support method, operation support system, and operation support program | |
| JP2019023922A (en) | Financial product transaction management system and program | |
| Kliestik et al. | Quantitative Methods in Economics and Finance | |
| HK40102955A (en) | Investment platform and system and method for investing in financial products | |
| JP6420873B2 (en) | Financial product transaction management device, program | |
| JP2022123118A (en) | Financial product transaction management device and program |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20210428 |
|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20210428 |
|
| A871 | Explanation of circumstances concerning accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A871 Effective date: 20210428 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20210817 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20211018 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20220105 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20220203 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 7021165 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |