[发明专利]一种债券利率预测方法、系统、计算机设备及存储介质

说明书

本发明公开了一种债券利率预测方法、系统、计算机设备及存储介质，包括：从数据库中抽取债券数据集；对抽取的债券数据集进行数据整理后得到模型数据集；将模型数据集输入到XGBoost模型中进行处理，输出模型数据集中各变量的特征重要性，根据特征重要性筛选变量得到模型训练集；将模型训练集输入到MLR模型中进行训练，得到结果A；将模型训练集输入到XGBoost模型中进行训练，得到结果B；将结果A和结果B作为自变量，利用MLR模型进行拟合，得到拟合方程：利率＝w1*结果A+w2*结果B；将待测债券数据分别输入MLR模型和XGBoost模型对应输出待测债券的结果a和结果b，将结果a和结果b带入拟合方程，得到待测债券的利率预测值。本发明方法可实现对于债券利率的有效预测。

技术领域

本发明涉及数据处理技术领域，具体涉及一种债券利率预测方法、系统、计算机设备以及非易失性计算机可读存储介质。

背景技术

债券利率是政府、银行以及企业等在国际金融市场和国内金融市场上以发行债券方式筹措资金，对债券购买者所支付的利率。

目前，现有技术中，基于金融科技对债券利率预测的常用方法是时间序列和线性回归，其中，时间序列的缺陷是考虑的影响因素有限，特征单一，且对时序平稳性有强制要求，导致实际预测结果波动较大；线性回归的缺陷是模型简单，需要很强的人工进行规则筛选判定，非行业专业人士很难做出有效预判，缺乏灵活性，另外预测结果不容易调优。

综上所述，如何提供一种债券利率预测方法、系统、计算机设备以及非易失性计算机可读存储介质，以实现对于债券利率的有效预测，是目前本领域技术人员亟待解决的问题。

因此，现有技术还有待改进和提高。

发明内容

鉴于上述现有技术的不足之处，本发明的目的在于提供一种可用于金融科技或其他相关领域的债券利率预测方法、系统、计算机设备以及非易失性计算机可读存储介质，旨在实现对于债券利率的有效预测。

为了达到上述目的，本发明采取了以下技术方案：

一种债券利率预测方法，其中，包括：

从数据库中抽取债券数据集，所述债券数据集内包括有多个变量；

对抽取的所述债券数据集进行数据整理后得到模型数据集；

将所述模型数据集输入到XGBoost模型中进行处理，输出所述模型数据集中各所述变量的特征重要性，根据所述特征重要性筛选变量得到模型训练集；

将所述模型训练集输入到MLR模型中进行训练，得到结果A；

将所述模型训练集输入到XGBoost模型中进行训练，得到结果B；

将所述结果A和所述结果B作为自变量，利用MLR模型进行拟合，得到拟合方程：利率＝w1*结果A+w2*结果B，w1和w2为拟合系数；

将待测债券数据分别输入MLR模型和XGBoost模型中进行处理，对应输出所述待测债券的结果a和结果b，将所述待测债券的结果a和结果b带入所述拟合方程内，以得到所述待测债券的利率预测值。

在进一步的技术方案中，所述的债券利率预测方法，其中，所述对抽取的所述债券数据集进行数据整理后得到模型数据集，具体包括：

对抽取的所述债券数据集进行数据筛选；

利用TOAD对筛选后的所述债券数据集进行卡方分箱后得到分箱数据；

利用WOETransformer函数对所述分箱数据进行WOE转化后得到模型数据集。