[发明专利]一种基于机器学习算法的债券风险预测方法及系统在审

专利信息
申请号: 201710385291.4 申请日: 2017-05-26
公开(公告)号: CN107248030A 公开(公告)日: 2017-10-13
发明(设计)人: 谢首鹏 申请(专利权)人: 谢首鹏
主分类号: G06Q10/06 分类号: G06Q10/06;G06Q40/06
代理公司: 北京酷爱智慧知识产权代理有限公司11514 代理人: 孟凡臣
地址: 213000 江苏省常*** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要: 发明提供的基于机器学习算法的债券风险预测方法级系统,该方法获取并保存债券数据样本;运用统计学软件对债券数据样本进行预处理,得到预处理数据;运用多种机器学习算法对预处理数据进行建模,通过模型特异度、灵敏度和整体预测准确率3个指标,对每个机器学习算法建立的模型进行综合评估和比较,选出预测表现最好、最合适的模型;对所述建模步骤选出的模型进行调参和优化,得到最优模型;实时获取债券数据,并采用所述最优模型对所述债券数据进行预测。该方法能够对债券风险进行实时精准的预测、准确的判断和跟踪,有助于投资人及时掌握债券风险情况,并作出正确的投资决策,避免可能发生的债券违约损失,降低投资人的风险。
搜索关键词: 一种 基于 机器 学习 算法 债券 风险 预测 方法 系统
【主权项】:
一种基于机器学习算法的债券风险预测方法,其特征在于,包括获取步骤:获取并保存债券数据样本;预处理步骤:运用统计学软件对债券数据样本进行预处理,得到预处理数据;建模步骤:运用多种机器学习算法对预处理数据进行建模,通过模型特异度、灵敏度和整体预测准确率3个指标,对每个机器学习算法建立的模型进行综合评估和比较,选出预测表现最好、最合适的模型;调参步骤:对所述建模步骤选出的模型进行调参和优化,得到最优模型;预测步骤:实时获取债券数据,并采用所述最优模型对所述债券数据进行预测。
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谢首鹏,未经谢首鹏许可,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/201710385291.4/,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top