(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111667170.1 (22)申请日 2021.12.31 (71)申请人 重庆富民银行股份有限公司 地址 401121 重庆市渝北区财富 东路2号涉 外商务区一期B1栋 (72)发明人 陈子宁　黄金竹　 (74)专利代理 机构 重庆强大凯创专利代理事务 所(普通合伙) 50217 代理人 赵玉乾 (51)Int.Cl. G06Q 40/02(2012.01) G06Q 10/04(2012.01) (54)发明名称 一种债券利率预测方法、 系统及存 储介质 (57)摘要 本发明涉及数据处理技术领域， 具体为一种 债券利率预测方法、 系统及存储介质， 其中方法 包括： 采集若干数据； 对 数据进行处理， 获得量化 因子； 判断量化因子与 收益率是否存在相关性， 以及进行分层处理后， 分层是否具有区分度， 若 是， 则选定 该量化因子为单因子； 若否， 则不选定 该量化因子为单因子； 对每一个单因子， 采用时 间分层法， 进行历史数据回测， 获得该单因子的 多空收益曲线； 根据单因子的多空收益曲线， 对 单因子的有效性进行评估， 获取若干有效的单因 子， 并根据其有效性进行加权组合， 获得用于利 率方向预测的多因子模型。 本方案解决因子来源 和传统量化因子无法分组的问题， 能进行利率方 向的准确预测， 辅助债券交易。 权利要求书1页 说明书6页 附图2页 CN 114298832 A 2022.04.08 CN 114298832 A 1.一种债券利率预测方法， 其特 征在于： 包括如下内容： 数据采集 步骤： 采集若干数据； 数据处理步骤： 对数据进行处 理， 获得量 化因子； 因子挖掘步骤： 判断量化因子与收益率是否存在相关性， 以及进行分层处理后， 分层是 否具有区分度， 若是， 则选 定该量化因子为单因子； 若否， 则不选 定该量化因子为单因子； 单因子模型回测步骤： 对每一个单因子， 采用时间分层法， 进行历史数据回测， 获得该 单因子的多空收益曲线； 多因子模型预测步骤： 根据 单因子的多空收益曲线， 对单因子的有效性进行评估， 获取 若干有效的单 因子； 对若干有效的单 因子， 根据其有效性进 行加权组合， 获得用于利率方向 预测的多因子模型。 2.根据权利要求1所述的债券利率预测方法， 其特征在于： 所述对数据进行处理， 其中 处理包括： 变频、 平 滑、 同比和差分中的一种或多种。 3.根据权利要求1所述的债券利率预测方法， 其特征在于： 所述量化因子根据 数据类型 分为： 增长因子、 通胀因子、 政策因子、 波动性因子、 供需因子和境外市场因子 。 4.根据权利要求1所述的债券利率预测方法， 其特 征在于： 所述因子挖掘步骤， 包括： 设置每间隔预设时间为 一期； 对一期内的量化因子按大小排序， 判断对应收益率是否单调变化， 若是， 则该量化因子 与收益率存在相关性； 若是， 则该量 化因子与收益 率不存在相关性； 根据当期内的量化因子是否大于上期内的量化因子， 将当期内的量化因子进行分层， 若是， 则当期内的量化因子为A组； 若否， 则当期内的量化因子为B组； 其中A组为因子上涨 组， B组为因子下跌组； 判断A组的收益率和B组的收益率是否存在差异， 若是， 则该量化因子对收益率存在区 分度； 若否， 则该量 化因子对收益 率不存在区分度； 判断量化因子是否存在相关性和区分度， 若是， 则选定该量化因子为单因子； 若否， 则 不选定该量化因子为单因子 。 5.根据权利要求4所述的债券利率预测方法， 其特征在于： 所述单因子模型回测步骤， 包括： 绘制预设时间段内的A组、 B组、 基准和多空策略的收益率曲线， 获得该单因子的多空收 益曲线， 其中基准为债券指数， 多空策略为作多又作空， 多空策略的收益率＝︱A组的收益 率︱ +︱ B组的收益 率︱ 。 6.根据权利要求4所述的债券利率预测方法， 其特征在于： 根据单因子的多空收益曲 线， 对单因子的有效性进行评估， 包括： 对多空策略的收益率、 波动率、 夏普比率、 最大回撤和区分度进行评估， 其中夏普比率 ＝收益率/波动率， 最大回撤为多空策略的收益率曲线 预测失败带来的最大损失， 区分度是 指衡量A组和B组差异的参数。 7.一种债券利率预测系统， 其特征在于： 采用 如权利要求1至6所述的债券利率预测方 法。 8.一种债券利率预测存储介质， 所述存储介质上存储有计算机程序， 其特征在于： 所述 计算机程序被处 理器执行时实现如权利要求1至 6所述的债券利率预测方法的步骤。权　利　要　求　书 1/1 页 2 CN 114298832 A 2一种债券利率 预测方法、 系统及存 储介质 技术领域 [0001]本发明涉及数据处 理技术领域， 具体为 一种债券利率预测方法、 系统及存 储介质。 背景技术 [0002]债券分为利率债和信用债， 其中利率债主要由政府或政策性银行发行， 价格主要 受利率影响， 而信用债的发行主体主要 是企业， 其收益率通常高于基准利率， 具体定价则取 决于企业的经 营状况和信用等级。 [0003]对于银行等机构投资者， 利率债常用于大量闲置资金的配置。 债券配置的规模和 期限， 需要根据预期利率的变动方向不断调整， 而传统债券交易员更多依靠个人经验， 带有 极强的主观性和不确定性。 而量化投资通过借助现代金融学、 计算机和数学的方法， 把人的 投资理念和研究成果量化为客观的数 理模型， 利用计算机技术完成数据处理、 分析建模、 决 策下单， 执行整个流程的系统化、 程序化的投资， 能减小传统的投资中， 人为带来的主观性 和不确定性， 因此研究人员希望通过量化的方式来实现利率方向的准确预测， 从而辅助债 券交易。 [0004]但是量化投资主要应用于股票交易， 在债券领域的应用较少， 主要是因为一方面 量化在大波动场景下的高频交易才有更多获利空间， 而利率债的波动较小不适合高频交 易； 另一方面传统量化所采用的因子研究需要将指数成分按照因子大小分组， 而债券指数 的编制成分不明， 严重影响了因子的来源， 并且各成分受宏观因子共同影响， 难以将指数按 照因子分组。 因此通过量化的方式来实现利率方向的准确预测， 还存在因子来源和传统量 化因子无法分组的问题。 发明内容 [0005]本发明的目的之一在于提供一种债券利率预测方法， 以解决因子来源和传统量化 因子无法分组的问题， 能进行利率方向的准确预测， 辅助债券交易。 [0006]本发明提供的基础方案一： 一种债券利率预测方法， 包括如下内容： [0007]数据采集 步骤： 采集若干数据； [0008]数据处理步骤： 对数据进行处 理， 获得量 化因子； [0009]因子挖掘步骤： 判断量化因子与收益率是否存在相关性， 以及进行分层处理后， 分 层是否具有区分度， 若是， 则选定该量化因子为单因子； 若否， 则不选定该量化因子为单因 子； [0010]单因子模型回测步骤： 对每一个单因子， 采用时间分层法， 进行历史数据回测， 获 得该单因子的多空收益曲线； [0011]多因子模型预测步骤： 根据单因子的多空收益曲线， 对单因子的有效性进行评估， 获取若干有效的单 因子； 对若干有效的单因子， 根据其有效性进 行加权组合， 获得用于利率 方向预测的多因子模型。 [0012]基础方案一的有益效果： 因子， 是对价格涨跌有一定影响的信号， 特定事件可以作说　明　书 1/6 页 3 CN 114298832 A 3