[发明专利]一种融资融券担保品折算率计算方法及装置

权利要求书

1.一种融资融券担保品折算率计算方法，其特征在于，包括：

构建折算率样本集和折算率计算模型，其中，所述折算率样本集包括：静态市盈率、日换手率、波动率、偏度、加速度和折算率，所述折算率计算模型基于多元线性回归学习器、支持向量回归学习器和梯度提升决策树学习器进行构建；

基于所述折算率样本集对所述折算率计算模型进行训练，得到第一目标折算率计算模型；

对所述第一目标折算率计算模型中的所述多元线性回归学习器添加约束，对所述支持向量回归学习器和所述梯度提升决策树学习器添加衰减系数，得到第二目标折算率计算模型；

基于所述第二目标折算率计算模型对当前融资融券担保品的折算率进行计算。

2.根据权利要求1所述的方法，其特征在于，构建折算率样本集，包括：

获取第一预设时长内的各个交易日的静态市盈率、日换手率、波动率、偏度和加速度；

针对当前交易日，将未来预设数量交易日的最低收盘价与所述当前交易日的比值作为所述当前交易日的折算率。

3.根据权利要求1所述的方法，其特征在于，构建折算率计算模型，包括：

构建多元线性回归学习器、支持向量回归学习器和梯度提升决策树学习器，其中，所述多元线性回归学习器、所述支持向量回归学习器和所述梯度提升决策树学习器基于所述静态市盈率、所述日换手率、所述波动率、所述偏度和所述加速度进行构建；

设置所述多元线性回归学习器、所述支持向量回归学习器和所述梯度提升决策树学习器的权重；

将对应的权重和学习器的乘积进行累加，得到所述折算率计算模型。

4.根据权利要求1所述的方法，其特征在于，基于所述折算率样本集对所述折算率计算模型进行训练，得到第一目标折算率计算模型，包括：

将所述折算率样本集基于预设第二时长和预设第三时长划分为至少一个训练集和至少一个测试集，其中，每个训练集存在对应的测试集；

采用滑动时间窗口的形式依次基于所述折算率样本集中训练集和对应的测试集对所述折算率计算模型进行训练，得到第一目标折算率计算模型。

5.根据权利要求1所述的方法，其特征在于，基于所述折算率样本集对所述折算率计算模型进行训练之前，还包括：

对所述日换手率进行分位标准化处理；

对所述静态市盈率、所述波动率、所述偏度和所述加速度进行极差归一化处理。

6.根据权利要求1所述的方法，其特征在于，还包括：

获取基于所述第二目标折算率计算模型计算得到的折算率预测值；

计算与所述折算率预测值关关联的平均残差和预测安全度。

7.一种融资融券担保品折算率计算装置，其特征在于，包括：

构建模块，用于构建折算率样本集和折算率计算模型，其中，所述折算率样本集包括：静态市盈率、日换手率、波动率、偏度、加速度和折算率，所述折算率计算模型基于多元线性回归学习器、支持向量回归学习器和梯度提升决策树学习器进行构建；

训练模块，用于基于所述折算率样本集对所述折算率计算模型进行训练，得到第一目标折算率计算模型；

添加模块，用于对所述第一目标折算率计算模型中的所述多元线性回归学习器添加约束，对所述支持向量回归学习器和所述梯度提升决策树学习器添加衰减系数，得到第二目标折算率计算模型；

计算模块，用于基于所述第二目标折算率计算模型对当前融资融券担保品的折算率进行计算。

8.根据权利要求7所述的装置，其特征在于，所述构建模块包括：

获取单元，用于获取第一预设时长内的各个交易日的静态市盈率、日换手率、波动率、偏度和加速度；

确定单元，用于针对当前交易日，将未来预设数量交易日的最低收盘价与所述当前交易日的比值作为所述当前交易日的折算率。