一种基于债券估值数据与集成机器学习的债券违约预测方法
基本信息
| 申请号 | CN202010138315.8 | 申请日 | - |
| 公开（公告）号 | CN111340236A | 公开（公告）日 | 2020-06-26 |
| 申请公布号 | CN111340236A | 申请公布日 | 2020-06-26 |
| 分类号 | G06N20/00(2019.01)I;G06Q40/06(2012.01)I | 分类 | - |
| 发明人 | 殷宪晨 | 申请（专利权）人 | 中债金融估值中心有限公司 |
| 代理机构 | - | 代理人 | - |
| 地址 | 200122上海市浦东新区世纪大道1788号8楼 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明提供一种基于债券估值数据与集成机器学习的债券违约预测方法，包括以下步骤：(1)获取债券估值数据和基本资料数据；(2)特征工程，清洗数据；(3)K折交叉验证选择最优模型参数；(4)训练模型；(5)使用训练好的模型进行违约预测；(6)集成模型，得到风险评分。其通过使用结构化的债券估值数据进行违约预测，降低使用非结构化数据的处理复杂度，增强所用数据与债券的相关性；通过运用K折交叉验证选择最优的模型参数，避免人为选参造成的模型效果差的问题；通过集成多个不同特点的模型的预测结果，降低只用个别模型预测产生错误的概率；通过给出不同模型预测的违约概率和集成的风险评分，辅助投资者进行投资决策。 |
