[发明专利]债券利率的预测、债券组合的调整方法及装置、电子设备

权利要求书

1.一种债券利率的预测方法，其特征在于，应用于电子设备，所述方法包括：

确定用于预测所述债券的利率的相关数据，所述相关数据包括所述债券对应的即期利率、特征向量、时间序列数据、重要影响因子数据和影响因子特征数据；

将所述相关数据，输入预设的债券利率预测模型进行利率预测处理，得到所述债券对应的第一预设时间段内的动态利率。

2.如权利要求1所述的债券利率的预测方法，其特征在于，所述方法还包括，通过以下方式确定所述债券对应的所述重要影响因子数据：

确定所述债券对应的利率影响因素图模型，所述利率影响因素图模型包括多个影响因子；

基于知识图谱嵌入技术，从所述利率影响因素图模型中提取所述多个影响因子；

将所述多个影响因子输入预设的影响因子筛选模型进行重要影响因子筛选处理，以从所述多个影响因子中筛选出重要影响因子，作为所述重要影响因子数据。

3.如权利要求2所述的债券利率的预测方法，其特征在于，所述影响因子筛选模型包括随机森林模型，则所述将所述多个影响因子输入预设的影响因子筛选模型进行重要影响因子筛选处理，以从多个所述影响因子中筛选出重要影响因子，包括：

将所述多个影响因子输入所述随机森林模型进行贡献度计算处理，得到每个所述影响因子的贡献度；

选取所述多个影响因子中贡献度大于预设贡献度阈值的影响因子，作为所述重要影响因子。

4.如权利要求1-3任意一项所述的债券利率的预测方法，其特征在于，所述方法还包括，通过以下方式确定所述债券对应的所述影响因子特征数据：

确定所述债券对应的债券属性图模型和利率影响因素图模型；

基于知识图谱技术，对所述债券属性图模型和所述利率影响因素图模型进行知识图谱嵌入处理，以及进行图卷积处理和特征抽取处理，得到所述债券对应的所述影响因子特征数据。

5.如权利要求1-4任意一项所述的债券利率的预测方法，其特征在于，所述方法还包括，通过以下方式确定所述债券对应的所述即期利率：

确定瞬时远期利率，所述瞬时远期利率根据所述债券的持有时间、预设的指数衰减率和预设的回归参数确定；

根据所述瞬时远期利率和预设的瞬时远期利率和即期利率的对应关系，确定所述瞬时远期利率对应的所述即期利率。

6.如权利要求1-5任意一项所述的债券利率的预测方法，其特征在于，所述债券对应的所述时间序列数据包括：第二预设时间段内所述债券的交易数据。

7.如权利要求1-6任意一项所述的债券利率的预测方法，其特征在于，所述方法还包括，通过以下方式确定所述债券对应的所述特征向量：

利用卡尔曼滤波方法，获得指数衰减率；

根据所述债券对应的市场数据和所述指数衰减率，利用最小二乘法，计算得到回归参数；

将所述指数衰减率和所述回归参数作为所述债券对应的所述特征向量。

8.如权利要求1-7任意一项所述的债券利率的预测方法，其特征在于，所述债券利率预测模型为长短期记忆网络模型。

9.一种债券组合的调整方法，其特征在于，应用于电子设备，所述债券组合包括多个债券，所述方法包括：

确定所述债券组合包括的各所述债券对应的第一预设时间段内的动态利率，所述第一预设时间段内的动态利率通过权利要求1-8任意一项所述的债券利率的预测方法得到；

根据所述债券组合包括的各所述债券对应的所述第一预设时间段内的动态利率，调整所述债券组合。

10.如权利要求9所述的债券组合的调整方法，其特征在于，根据所述债券组合包括的各所述债券对应的所述第一预设时间段内的动态利率，调整所述债券组合，包括：根据所述动态利率，以及预设的久期匹配策略、久期免疫策略、久期缺口监控策略和组合策略中的至少一项调整所述债券组合中各所述债券的权重。