[發明專利]一種債券評估數據預處理方法和裝置

在審

• 申請號: 202010464935.0
• 申請日: 2020-05-28
• 公開（公告）號: CN111612626A
• 公開（公告）日: 2020-09-01
• 發明（設計）人: 吳凌坤
• 申請（專利權）人: 深圳博普科技有限公司
• 主分類號: G06Q40/04
• 分類號: G06Q40/04;G06Q10/06
• 代理公司: 深圳市智勝聯合知識產權代理有限公司 44368
• 代理人: 齊文劍

1.一種債券評估數據預處理方法，其特征在于，包括：

接收數據，以債券的季度為單位，有無風險指數為標準，有所述風險指數標記為負樣本，無所述風險指數標記為正樣本；

對所述正樣本和負樣本數值進行比較，數值大的樣本采用欠采樣處理，數值小的樣本采用過采樣處理；

所述欠采樣處理，隨機刪所述數值大的樣本量；

所述過采樣處理，隨機增加與SMOTE算法相結合增加所述數值小的樣本量；

重復所述欠采樣處理和所述過采樣處理，直到所述正樣本和所述負樣本差距小于所述正樣本的百分之十。

2.根據權利要求1所述的一種債券評估數據預處理方法，其特征在于，所述風險指數包括債券出現違約情況和債估值凈值出現單日跌幅大于等于百分之十。

3.根據權利要求1或2所述的一種債券評估數據預處理方法，其特征在于，所述隨機增加與SMOTE算法相結合增加所述數值小的樣本量包括，采用所述隨機增加的樣本量小于采用所述SMOTE算法增加的樣本量。

4.根據權利要求2所述的一種債券評估數據預處理方法，其特征在于，所述SMOTE算法包括，在一些位置相近的少數類樣本中插入行的少數類樣本。

5.根據權利要求4所述的一種債券評估數據預處理方法，其特征在于，所述在一些位置相近的少數類樣本中插入行的少數類樣本包括，對每一個樣本X搜索其K個最鄰近少數類樣本，向上采樣的倍率取N，則在其K個最鄰近樣本中隨機選擇N個樣本，記為x_i，在少數類樣本X與x_i進行隨機線性插值，構造新的少數類樣本f_j，其中j為正整數。

6.一種債券評估數據預處理裝置，其特征在于，包括：

接收模塊，以債券的季度為單位，有無風險指數為標準，有所述風險指數標記為負樣本，無所述風險指數標記為正樣本；

比較模塊，對所述正樣本和負樣本數值進行比較，數值大的樣本采用欠采樣處理，數值小的樣本采用過采樣處理；

欠采樣模塊，所述欠采樣處理，隨機刪所述數值大的樣本量；

過采樣模塊，所述過采樣處理，隨機增加與SMOTE算法相結合增加所述數值小的樣本量；

重復模塊，重復所述欠采樣處理和所述過采樣處理，直到所述正樣本和所述負樣本差距小于所述正樣本的百分之十。

7.根據權利要求6所述的一種債券評估數據預處理裝置，其特征在于，所述風險指數包括債券出現違約情況和債估值凈值出現單日跌幅大于等于百分之十。

8.根據權利要求6或7所述的一種債券評估數據預處理裝置，其特征在于，所述隨機增加與SMOTE算法相結合增加所述數值小的樣本量包括，采用所述隨機增加的樣本量小于采用所述算法增加的樣本量。

9.根據權利要求7所述的一種債券評估數據預處理方法，其特征在于，所述SMOTE算法包括，在一些位置相近的少數類樣本中插入行的少數類樣本。

10.根據權利要求9所述的一種債券評估數據預處理方法，其特征在于，所述在一些位置相近的少數類樣本中插入行的少數類樣本包括，對每一個樣本X搜索其K個最鄰近少數類樣本，向上采樣的倍率取N，則在其K個最鄰近樣本中隨機選擇N個樣本，記為x_i，在少數類樣本X與x_i進行隨機線性插值，構造新的少數類樣本f_j，其中j為正整數。