[发明专利]基于决策树的债券价值分析方法、装置、设备及存储介质

说明书

本发明涉及人工智能领域，公开了一种基于决策树的债券价值分析方法、装置、设备及存储介质，包括：获取当前债券数据，提取所述当前债券数据中的当前属性信息；通过预置的决策树模型根据所述当前属性信息中的属性标签，判定所述当前债券数据的类型信息；调用相应于所述类型信息的计算模型对所述当前属性信息进行运算处理，得到相应于所述当前债券数据的运算结果信息。本发明提高了分类效率和分类准确率，避免了当前基于交易员的经验获取计算模型，导致因经验所产生的较大误差，而调用错误或不准确的模型，造成最终运算结果不准确的情况发生，提高了运算结果信息的运算效率。

技术领域

本发明涉及人工智能技术领域，尤其涉及一种基于决策树的债券价值分析方法、装置、设备及存储介质。

背景技术

当前市场上的债券存续量已达到近十万只，通常将债券的价值抽象定义为行权信息(即：债券行权日时的赎回价格)；然而，每个债券因其发布企业的运营状况，可能会对所述债券的价值参数(例如：债券利率)进行调整，因此，在客观上总结，可理解为，每个债券的真实价值每天都可能在不断的变化；因此，当前的债券交易机构通常会基于交易员的经验，对每个债券的真实价值进行再次评估或计算。

然而，发明人发现，限于交易员的评估或计算的低效率，以及依经验进行评估或计算所产生的较大误差，导致当前的债券真实价值评估或计算的效率低下，且评估或计算的结果准确度不高的问题发生。

发明内容

本发明的目的是提供一种基于决策树的债券价值分析方法、装置、设备及存储介质，用于解决现有技术存在的限于交易员的评估或计算的低效率，以及依经验进行评估或计算所产生的较大误差，导致当前的债券真实价值评估或计算的效率低下，且评估或计算的结果准确度不高的问题。

为实现上述目的，本发明提供一种基于决策树的债券价值分析方法，包括：

获取当前债券数据，提取所述当前债券数据中的当前属性信息；

通过预置的决策树模型根据所述当前属性信息中的属性标签，判定所述当前债券数据的类型信息，其中，所述属性标签在维度上描述了所述目标债券数据的特征；

调用相应于所述类型信息的计算模型对所述当前属性信息进行运算处理，得到相应于所述当前债券数据的运算结果信息，其中，所述运算结果信息表征了所述当前债券数据的真实价值。

上述方案中，所述获取当前债券数据之前，所述方法还包括：

获取历史债券数据，根据预置的识别规则在所述历史债券数据中获取目标债券数据；

依次提取所述目标债券数据的历史属性信息，以所述历史属性信息中的属性标签作为分类条件构建决策树模型，并在所述决策树模型中制定用于表征所述决策树模型对所述历史属性信息的划分类别的类型信息，其中，所述属性标签在维度上描述了所述目标债券数据的特征。

上述方案中，所述获取历史债券数据，根据预置的识别规则在所述历史债券数据中获取目标债券数据，包括：

根据预置的周期信息从预置的历史库中获取历史债券数据，其中，所述周期信息定义了从所述历史库中获取历史债券数据的时间；

提取所述识别规则中的关键词，从所述历史债券数据中识别出具有所述关键词的历史债券数据，并将所述具有关键词的历史债权数据设为所述目标债券数据。

上述方案中，所述依次提取所述目标债券数据的历史属性信息，以所述历史属性信息中的属性标签作为分类条件构建决策树模型，包括：

提取所述历史属性信息中的属性标签；

对所述属性标签进行排列组合得到属性集合，其中，所述属性集合中至少具有属性标签；