[发明专利]一种基于元学习和改进的Catboost算法的债券违约预测方法在审
| 申请号： | 202210502069.9 | 申请日： | 2022-05-10 |
| 公开（公告）号： | CN114881797A | 公开（公告）日： | 2022-08-09 |
| 发明（设计）人： | 张永全;杨秀银;武鑫 | 申请（专利权）人： | 浙江财经大学 |
| 主分类号： | G06Q40/06 | 分类号： | G06Q40/06;G06Q10/04;G06K9/62 |
| 代理公司： | 杭州兴知捷专利代理事务所(特殊普通合伙) 33338 | 代理人： | 林振兴 |
| 地址： | 310012 浙*** | 国省代码： | 浙江;33 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种债券违约预测识别的技术，具体涉及一种基于元学习和改进的Catboost算法的债券违约预测方法，属于金融信息数据管理技术。首先经过K近邻算法进行缺失值填补和标准化处理，然后利用基于元学习框架的显式梯度学习数据增强方法对不平衡数据进行处理，得到经过不平衡处理后的数据，接着利用相关分析和随机森林算法进行特征筛选，最后利用以改进的GHMNALoss为损失函数的Catboost算法模型进行训练，得到每个债券的违约预测结果。本发明能避免对不平衡数据集导致的债券违约预测效果不佳的问题，并对不同类型的债券违约预测都能达到较好的结果。 | ||
| 搜索关键词： | 一种 基于 学习 改进 catboost 算法 债券 违约 预测 方法 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于浙江财经大学，未经浙江财经大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202210502069.9/，转载请声明来源钻瓜专利网。
