[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
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: | 本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。
- 同类专利
- 专利分类
G06 计算;推算;计数
G06Q 专门适用于行政、商业、金融、管理、监督或预测目的的数据处理系统或方法;其他类目不包含的专门适用于行政、商业、金融、管理、监督或预测目的的处理系统或方法
G06Q10-00 行政;管理
G06Q10-02 .预定,例如用于门票、服务或事件的
G06Q10-04 .预测或优化,例如线性规划、“旅行商问题”或“下料问题”
G06Q10-06 .资源、工作流、人员或项目管理,例如组织、规划、调度或分配时间、人员或机器资源;企业规划;组织模型
G06Q10-08 .物流,例如仓储、装货、配送或运输;存货或库存管理,例如订货、采购或平衡订单
G06Q10-10 .办公自动化,例如电子邮件或群件的计算机辅助管理
G06Q 专门适用于行政、商业、金融、管理、监督或预测目的的数据处理系统或方法;其他类目不包含的专门适用于行政、商业、金融、管理、监督或预测目的的处理系统或方法
G06Q10-00 行政;管理
G06Q10-02 .预定,例如用于门票、服务或事件的
G06Q10-04 .预测或优化,例如线性规划、“旅行商问题”或“下料问题”
G06Q10-06 .资源、工作流、人员或项目管理,例如组织、规划、调度或分配时间、人员或机器资源;企业规划;组织模型
G06Q10-08 .物流,例如仓储、装货、配送或运输;存货或库存管理,例如订货、采购或平衡订单
G06Q10-10 .办公自动化,例如电子邮件或群件的计算机辅助管理