利率定价方法、装置、电子设备、及存储介质.pdf

(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CN111260464A(43)申请公布日2020.06.09(21)申请号202010052050.X(22)申请日2020.01.17(71)申请人深圳乐信软件技术有限公司地址518000广东省深圳市南山区粤海街道科苑南路3099号中国储能大厦第24层(72)发明人王世焜(74)专利代理机构北京品源专利代理有限公司11332代理人孟金喆(51)Int.Cl.G06Q40/02(2012.01)权利要求书2页说明书8页附图3页(54)发明名称利率定价方法、装置、电子设备、及存储介质(57)摘要本公开实施例公开了一种利率定价方法、装置、电子设备、及存储介质，方法包括：获取下一定价周期的目标收益率和各类交易的预测占比；将各类交易的预测占比的比例向量和所述目标收益率输入至预先训练的价格调整模型，获取所述价格调整模型输出的各类交易的收益率定价向量。本公开实施例能够以结果为导向动态地预测各交易类型的收益率定价，从而使得整体定价调整结果符合预期。同时相比于人工处理，有着极高的决策效率以及极短的操作周期，无需人工干预。CN111260464ACN111260464A权利要求书1/2页1.一种利率定价方法，其特征在于，包括：获取下一定价周期的目标收益率和各类交易的预测占比；将各类交易的预测占比的比例向量和所述目标收益率输入至预先训练的价格调整模型，获取所述价格调整模型输出的各类交易的收益率定价向量。2.根据权利要求1所述的方法，其特征在于，获取下一定价周期的各类交易的预测占比包括：获取各用户历史的借款信息集，各借款信息至少包括风险等级和借款金额；分别将各用户历史的借款信息集输入预先训练的借款估计模型，获取所述借款估计模型输出的各用户在所述下一定价周期的各次交易的预期借款金额和预期风险等级；对各用户在所述下一定价周期的各次交易的预期借款金额和预期风险等级进行统计确定下一定价周期的各类交易的预测占比。3.根据权利要求2所述的方法，其特征在于，所述借款信息还包括最近交易时间和/或可用额度。4.根据权利要求1所述的方法，其特征在于，所述定价周期包括日周期、周周期、月周期、季度周期、和年周期。5.根据权利要求1所述的方法，其特征在于，所述交易类型包括：第一风险等级且可用额度大于预定额度阈值的第一交易类型；第一风险等级且可用额度小于或等于预定额度阈值的第一交易类型；第二风险等级且可用额度大于预定额度阈值的第一交易类型；第二风险等级且可用额度小于或等于预定额度阈值的第一交易类型；第三风险等级且可用额度大于预定额度阈值的第一交易类型；第三风险等级且可用额度小于或等于预定额度阈值的第一交易类型。6.根据权利要求1-5之一所述的方法，其特征在于，所述价格调整模型通过如下步骤训练得到：获取训练样本集合，其中，训练样本包括多个历史交易周期的实际收益率、任一历史交易周期各类交易的占比的比例向量和各类交易的收益率定价向量；确定初始化的价格调整模型，其中所述初始化的价格调整模型包括用于输入目标收益率和各类交易的占比的比例向量的输入层，以及用于输出各类交易的收益率定价向量的目标层；利用机器学习的方法，将所述训练样本集合中的训练样本中的实际收益率和各类交易的占比的比例向量作为初始化的价格调整模型的输入，将与输入的各类交易的收益率定价向量作为初始化的价格调整模型的期望输出，训练得到所述价格调整模型。7.根据权利要求6所述的方法，其特征在于，所述初始化的价格调整模型还包括用于输入各类交易的默认初始占比的比例向量的第二输入层。8.一种利率定价装置，其特征在于，包括：信息获取单元，用于获取下一定价周期的目标收益率和各类交易的预测占比；利率定价确定单元，用于将各类交易的预测占比的比例向量和所述目标收益率输入至预先训练的价格调整模型，获取所述价格调整模型输出的各类交易的收益率定价向量。9.一种电子设备，其特征在于，包括：2CN111260464A权利要求书2/2页一个或多个处理器；存储器，用于存储一个或多个程序；当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-7中任一项所述方法的指令。10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现如权利要求1-7任一项所述方法的步骤。3CN111260464A说明书1/8页利率定价方法、装置、电子设备、及存储介质技术领域[0001]本公开实施例涉及机器学习技术领域，具体涉及一种利率定价方法、装置、电子设备、及存储介质。背景技术[0002]费率定价，即对借贷业务中，针对不同风险、活跃度人群的年化利率作出针对性的差异调整，以使整体风险及收入可控。目前在分期乐交易业务中，交易费率定价的管理还依赖运