本申请提供了一种债券信息处理方法、装置、电子设备及介质，所述方法包括：针对目标债券，获取历史时间段内影响债券收益率的多个维度下的债券信息；处理多个维度下的债券信息，获取每个维度下的影响债券收益率的多种类型的目标因子；其中，部分种类的目标因子对应种类匹配的子处理模型；通过至少一个子处理模型处理该子处理模型匹配的目标因子，确定该目标因子对应的因子处理结果；将因子处理结果以及至少部分的目标因子输入至核心收益率预测模型，预测得到预设未来时间段内目标债券的债券收益率，从而使用相对标准化的量化模型，实现达对债券更加全面的分析和精细化预测收益率。达对债券更加全面的分析和精细化预测收益率。达对债券更加全面的分析和精细化预测收益率。
【技术实现步骤摘要】
一种债券信息处理方法、装置、电子设备及介质
[0001]本申请涉及计算机
，具体而言，涉及一种债券信息处理方法、装置、电子设备及介质。
技术介绍
[0002]债券收益率受到外部宏观环境的变迁、行业周期的变化、发债主体经营情况的波动、大量外部舆情对企业的信用影响、投资人交易策略的变更等因素影响而变化。而传统收益率预测模式是高度依赖于专家经验对各种因素进行分析和追踪，不可避免会遇到大量难以克服的困难，满足不了当今金融业需求，不符合金融科技的发展趋势。具体的，传统收益率预测模式存在以下问题，第一、信息不完整：简单多因子收益率预测模型无法将外部宏观环境的变迁、行业周期的变化、发债主体经营情况的波动、大量外部舆情对企业的信用影响、投资人交易策略的变更等各方面不同信息来源、异构的数据纳入模型中一并考量。只能在强市场信息充分对称的角度来评估债券的价值，与实际债券价格形成由于信息不对称造成的脱钩；第二、缺乏客观判断：传统收益率预测方式依靠数据模型和专家经验主观判断较多，不同专家间对同一事件的评估和分析不尽相同，如果相关经验无法累积沉淀成具体判断标准则无法清晰透明的将定价过程复刻，难以进行客观评判；第三、效率低：自动化程度较低，分析师需要每天进行人工收集、手动计算收益率影响因素，且需要覆盖众多债券，工作量较大，难量化，难提效。
技术实现思路
[0003]有鉴于此，本申请的目的在于提供一种债券信息处理方法、装置、电子设备及介质，能够基于不同维度、不同层次、不同结构的债券信息，使用相对标准化的量化模型，实现达对债券更加全面的分析和精细化预测收益率。
[0004]本申请实施例提供的一种债券信息处理方法，所述方法包括：
[0005]针对目标债券，获取历史时间段内影响债券收益率的多个维度下的债券信息；其中，每一维度下有多种类型的债券信息；
[0006]处理所述多个维度下的债券信息，获取每个维度下的影响债券收益率的多种类型的目标因子；其中，部分种类的目标因子对应种类匹配的子处理模型；
[0007]通过至少一个子处理模型处理该子处理模型匹配的目标因子，确定该目标因子对应的因子处理结果；
[0008]将因子处理结果以及至少部分的目标因子输入至核心收益率预测模型，通过所述核心收益率预测模型处理所述因子处理结果、至少部分的目标因子，预测得到预设未来时间段内目标债券的债券收益率。
[0009]在一些实施例中，所述的债券信息处理方法还包括：
[0010]将部分目标因子输入至国债收益率预测模型，通过所述国债收益率预测模型，预测得到预设未来时间段内目标债券的国债收益率；
[0011]基于所述目标债券的债券收益率和国债收益率，确定目标债券在预设未来时间段内的利差。
[0012]在一些实施例中，所述的债券信息处理方法中，所述多个维度下的债券信息，至少包括以下部分：
[0013]宏观经济和货币信贷维度、资本市场和货币市场维度、房地产行业维度、发行人信息维度、信用债一级市场维度、信用债二级市场维度、个券发行与成交维度、舆情数据维度。
[0014]在一些实施例中，所述的债券信息处理方法中，处理所述多个维度下的债券信息，获取每个维度下的影响债券收益率的多种类型的目标因子，包括：
[0015]处理所述多个维度下的债券信息，获取每个维度下的影响债券收益率的多种类型的备选因子；
[0016]基于目标类型的备选因子的属性，对所述目标类型的备选因子进行变量转换，得到转换后的目标类型的备选因子；
[0017]处理所述转换后的目标类型的备选因子、其他类型的备选因子，筛选出与收益率关联程度排序在先的预设数目种备选因子作为目标因子。
[0018]在一些实施例中，所述的债券信息处理方法中，对所述目标类型的备选因子进行变量转换，得到转换后的目标类型的备选因子，包括：
[0019]对目标类型的备选因子进行分类处理，确定所述目标类型的备选因子的分类标签；
[0020]和/或，根据目标类型的备选因子的属性，确定所述备选因子对应的向量处理方法；
[0021]通过对应的向量处理方法将目标类型的备选因子转换为备选因子向量。
[0022]在一些实施例中，所述的债券信息处理方法中，通过至少一个子处理模型处理该子处理模型匹配的目标因子，确定该目标因子对应的因子处理结果，包括：
[0023]通过子处理模型中的处理算法，处理该子处理模型种类匹配的目标因子；其中，不同类型的子处理模型处理算法不同，匹配的目标因子的属性不同，所述子处理模型的类型包括分类模型、数据分组模型、向量转换模型；
[0024]确定所述种类匹配的目标因子对应的因子处理结果。
[0025]在一些实施例中，所述的债券信息处理方法中，通过子处理模型中的处理算法，处理该子处理模型种类匹配的目标因子，至少包括以下之一：
[0026]通过分类模型处理宏观经济和货币信贷维度中更新频率第一预设更新频率的目标因子和/或房地产行业维度中更新频率低于第二预设更新频率的目标因子，判断所述目标因子是否为目标类别；
[0027]通过数据分组模型处理分类变量数据对应的目标因子，确定分类变量数据对应的目标因子对应的分组类别；
[0028]通过向量转换模型处理舆情文本对应的目标因子，确定舆情文本对应的目标因子的文本向量。
[0029]在一些实施例中，还提供一种债券信息处理装置，所述装置包括：
[0030]获取模块，用于针对目标债券，获取历史时间段内影响债券收益率的多个维度下的债券信息；其中，每一维度下有多种类型的债券信息；
[0031]处理模块，用于处理所述多个维度下的债券信息，获取每个维度下的影响债券收益率的多种类型的目标因子；其中，部分种类的目标因子对应种类匹配的子处理模型；
[0032]确定模块，用于通过至少一个子处理模型处理该子处理模型匹配的目标因子，确定该目标因子对应的因子处理结果；
[0033]第一预测模块，用于将因子处理结果以及至少部分的目标因子输入至核心收益率预测模型，通过所述核心收益率预测模型处理所述因子处理结果、至少部分的目标因子，预测得到预设未来时间段内目标债券的债券收益率。
[0034]在一些实施例中，还提供一种电子设备，所述电子设备包括：处理器、存储器和总线，所述存储器存储有所述处理器可执行的机器可读指令，当电子设备运行时，所述处理器与所述存储器之间通过总线通信，所述机器可读指令被所述处理器执行时执行所述的债券信息处理方法的步骤。
[0035]在一些实施例中，还提供一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器运行时执行所述的债券信息处理方法的步骤。
[0036]本申请实施例提供一种债券信息处理方法、装置、电子设备及介质，所述债券信息处理方法中，针对目标债券，获取历史时间段内影响债券收益率的多个维度下的债券信息；处理所述多个维度下的债券信息，获取每个维度下的影响债券收益率本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种债券信息处理方法，其特征在于，所述方法包括：针对目标债券，获取历史时间段内影响债券收益率的多个维度下的债券信息；其中，每一维度下有多种类型的债券信息；处理所述多个维度下的债券信息，获取每个维度下的影响债券收益率的多种类型的目标因子；其中，部分种类的目标因子对应种类匹配的子处理模型；通过至少一个子处理模型处理该子处理模型匹配的目标因子，确定该目标因子对应的因子处理结果；将因子处理结果以及至少部分的目标因子输入至核心收益率预测模型，通过所述核心收益率预测模型处理所述因子处理结果、至少部分的目标因子，预测得到预设未来时间段内目标债券的债券收益率。2.根据权利要求1所述的债券信息处理方法，其特征在于，所述方法还包括：将部分目标因子输入至国债收益率预测模型，通过所述国债收益率预测模型，预测得到预设未来时间段内目标债券的国债收益率；基于所述目标债券的债券收益率和国债收益率，确定目标债券在预设未来时间段内的利差。3.根据权利要求2所述的债券信息处理方法，其特征在于，所述多个维度下的债券信息，至少包括以下部分：宏观经济和货币信贷维度、资本市场和货币市场维度、房地产行业维度、发行人信息维度、信用债一级市场维度、信用债二级市场维度、个券发行与成交维度、舆情数据维度。4.根据权利要求1所述的债券信息处理方法，其特征在于，处理所述多个维度下的债券信息，获取每个维度下的影响债券收益率的多种类型的目标因子，包括：处理所述多个维度下的债券信息，获取每个维度下的影响债券收益率的多种类型的备选因子；基于目标类型的备选因子的属性，对所述目标类型的备选因子进行变量转换，得到转换后的目标类型的备选因子；处理所述转换后的目标类型的备选因子、其他类型的备选因子，筛选出与收益率关联程度排序在先的预设数目种备选因子作为目标因子。5.根据权利要求4所述的债券信息处理方法，其特征在于，对所述目标类型的备选因子进行变量转换，得到转换后的目标类型的备选因子，包括：对目标类型的备选因子进行分类处理，确定所述目标类型的备选因子的分类标签；和/或，根据目标类型的备选因子的属性，确定所述备选因子对应的向量处理方法；通过对应的向量处理方法将目标类型的备选因子转换为备选因子向量。6.根据权利要求1所述的债券信息处理方...
【专利技术属性】
技术研发人员：黄泽坚，
申请(专利权)人：平安银行股份有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。