[發明專利]一種評估債券風險影響指標的方法在審
| 申請號： | 202010464996.7 | 申請日： | 2020-05-28 |
| 公開（公告）號： | CN111612627A | 公開（公告）日： | 2020-09-01 |
| 發明（設計）人： | 袁豪 | 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;G06N3/00 |
| 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 |
| 地址： | 518000 廣東省深圳市福*** | 國省代碼： | 廣東;44 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 一種 評估 債券 風險 影響 指標 方法 | ||
【權利要求書】：
1.一種評估債券風險影響指標的方法，其特征在于，包括：
獲取債券樣本的數據源；
根據所述數據源，構建數據特征和分類目標；
采用隨機森林算法，計算所述數據特征的重要性，生成所述數據特征的重要性排序；
按照所述重要性排序的順序，逐一向分類模型添加所述數據特征，計算相應的準確率，選取達到最高準確率的特征子集；
根據所述特征子集，獲得重要影響指標。
2.根據權利要求1所述的方法，其特征在于，所述獲取債券樣本的數據源包括：獲取債券樣本的包含兩個及以上的指標信息和所述債券樣本的違約記錄的數據源。
3.根據權利要求2所述的方法，其特征在于，所述根據所述數據源，構建數據特征和分類目標包括：
根據所述指標信息構建所述數據特征；
根據所述違約記錄構建所述分類目標。
4.根據權利要求3所述的方法，其特征在于，所述采用隨機森林算法，計算所述數據特征的重要性，生成所述數據特征的重要性排序包括：
根據所述數據特征和所述分類目標，構建決策樹，生成隨機森林；
通過所述隨機森林計算所述數據特征的重要性；
按照所述重要性由高到低的順序將所述數據特征進行排列，生成所述數據特征的重要性排序。
5.根據權利要求1所述的方法，其特征在于，所述分類模型由采用SVM算法、隨機森林算法、樸素貝葉斯算法、CART算法或Bagging算法對債券樣本的數據進行訓練獲得。
下載完整專利技術內容需要扣除積分，VIP會員可以免費下載。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于深圳博普科技有限公司，未經深圳博普科技有限公司許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/202010464996.7/1.html，轉載請聲明來源鉆瓜專利網。
- 上一篇：高空多層道路
- 下一篇：一種非平衡數據集的分類方法及系統
