利率定价方法、装置、电子设备、及存储介质.pdf

《利率定价方法、装置、电子设备、及存储介质.pdf》由会员分享，可在线阅读，更多相关《利率定价方法、装置、电子设备、及存储介质.pdf（14页完成版）》请在专利查询网上搜索。

1、(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 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. G06Q 40/02(2012.01) (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。

2、 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。 权利要求书2页 说明书8页 附图3页 CN 111260464 A 2020.06.09 CN 111260464 A 1.一种利率定价方法， 其特征在于， 包括： 获取下一定。

3、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。

4、。 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。

5、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。

6、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： 权利要求书 1/2 页 2 CN 111260464 A 2 一个或多个。

7、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。 权利要求书 2/2 页 3 CN 111260464 A 3 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。

8、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 赖运营手动计算及配置， 手动对历史数据进行导出， 统计分析以及对后续定价的估算非常 费时费力。 0003 一方面， 这种方式缺少一个系统化的解决方案， 以至于整个定价测算过程充满较 多的不确定性。 每次都依赖人力手工计算， 从数据的获取到验证往往需要花上巨额的沟通 成本， 且人工计算， 出错概率较大， 整个核算周期长。 另一方面， 测算的定价结果缺乏系统性 支撑， 审核人员缺少准确的视角来评估定价的合理性， 直到上线后才能确定定价调整是否 合理， 其结果往往与预期存在。

9、较大的偏差。 发明内容 0004 有鉴于此， 本公开实施例提供一种利率定价方法、 装置、 电子设备、 及存储介质， 以 动态地预测各交易类型的收益率定价， 使得整体定价调整结果符合预期。 0005 本公开实施例的其他特性和优点将通过下面的详细描述变得显然， 或部分地通过 本公开实施例的实践而习得。 0006 第一方面， 本公开实施例提供了一种利率定价方法， 包括： 0007 获取下一定价周期的目标收益率和各类交易的预测占比； 0008 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。 0009 于一实施例中， 。

10、获取下一定价周期的各类交易的预测占比包括： 0010 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； 0011 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； 0012 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。 0013 于一实施例中， 所述借款信息还包括最近交易时间和/或可用额度。 0014 于一实施例中， 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。 0015 于一实施例。

11、中， 所述交易类型包括： 0016 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； 0017 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； 0018 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； 说明书 1/8 页 4 CN 111260464 A 4 0019 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； 0020 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； 0021 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。 0022 于一实施例中， 所述价格调整模型通过如下步骤训练得到： 0023 获取训练样本集合， 其中，。

12、 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； 0024 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； 0025 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。 0026 于一实施例中， 所述初始化的价格调整模型还包括用于输入。

13、各类交易的默认初始 占比的比例向量的第二输入层。 0027 第二方面， 本公开实施例还提供了一种利率定价装置， 包括： 0028 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； 0029 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。 0030 于一实施例中， 所述信息获取单元用于获取下一定价周期的各类交易的预测占比 包括： 0031 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； 0032 分别将各用户历史的借款信息集输入预先训练的借款。

14、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； 0033 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。 0034 于一实施例中， 所述借款信息还包括最近交易时间和/或可用额度。 0035 于一实施例中， 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。 0036 于一实施例中， 所述交易类型包括： 0037 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； 0038 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； 0039 第二风。

15、险等级且可用额度大于预定额度阈值的第一交易类型； 0040 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； 0041 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； 0042 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。 0043 于一实施例中， 所述价格调整模型通过如下模块训练得到： 0044 样本获取模块， 用于获取训练样本集合， 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； 说明书 2/8 页 5 CN 111260464 A 5 0045 模型确定模块， 用于确定初始化。

16、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； 0046 模型训练模块， 用于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。 0047 于一实施例中， 所述模型确定模块还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。 0048 第三方面， 本公开实施例还提供了一种电子设备， 包括： 0049 一。

17、个或多个处理器； 0050 存储器， 用于存储一个或多个程序； 0051 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 器实现如第一方面中任一项所述方法的指令。 0052 第四方面， 本公开实施例还提供了一种计算机可读存储介质， 其上存储有计算机 程序， 该计算机程序被处理器执行时实现如第一方面中任一项所述方法的步骤。 0053 本公开实施例通过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。 能够以结果为导向动态地预测各交易 类。

18、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。 附图说明 0054 为了更清楚地说明本公开实施例中的技术方案， 下面将对本公开实施例描述中所 需要使用的附图作简单的介绍， 显而易见地， 下面描述中的附图仅仅是本公开实施例中的 一部分实施例， 对于本领域普通技术人员来讲， 在不付出创造性劳动的前提下， 还可以根据 本公开实施例的内容和这些附图获得其他的附图。 0055 图1是本公开实施例提供的一种利率定价方法的流程示意图； 0056 图2是本公开实施例提供的一种定价决策前的数据示例； 0057 图3是本公开实施。

19、例提供的一种定价决策后的数据结果示例； 0058 图4示出了本公开实施例提供的一种价格调整模型的训练方法的流程示意图； 0059 图5是本公开实施例提供的一种利率定价装置的结构示意图； 0060 图6是本公开实施例提供的一种价格调整模型的训练装置的结构示意图； 0061 图7示出了适于用来实现本公开实施例的电子设备的结构示意图。 具体实施方式 0062 为使本公开实施例解决的技术问题、 采用的技术方案和达到的技术效果更加清 楚， 下面将结合附图对本公开实施例的技术方案作进一步的详细描述， 显然， 所描述的实施 例仅仅是本公开实施例中的一部分实施例， 而不是全部的实施例。 基于本公开实施例中的 。

20、说明书 3/8 页 6 CN 111260464 A 6 实施例， 本领域技术人员在没有作出创造性劳动前提下所获得的所有其他实施例， 都属于 本公开实施例保护的范围。 0063 需要说明的是， 本公开实施例中术语 “系统” 和 “网络” 在本文中常被可互换使用。 本公开实施例中提到的 “和/或” 是指包括一个或更多个相关所列项目的任何和所有组合。 本公开的说明书和权利要求书及附图中的术语 “第一” 、“第二” 等是用于区别不同对象， 而 不是用于限定特定顺序。 0064 还需要说明是， 本公开实施例中下述各个实施例可以单独执行， 各个实施例之间 也可以相互结合执行， 本公开实施例对此不作具体限。

21、制。 0065 本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性 的目的， 而并不是用于对这些消息或信息的范围进行限制。 0066 下面结合附图并通过具体实施方式来进一步说明本公开实施例的技术方案。 0067 图1示出了本公开实施例提供的一种利率定价方法的流程示意图， 本实施例可适 用于根据目标收益率确定各类交易的收益率定价向量的情况， 该方法可以由配置于电子设 备中的利率定价装置来执行， 如图1所示， 本实施例所述的利率定价方法包括： 0068 在步骤S110中， 获取下一定价周期的目标收益率和各类交易的预测占比。 0069 其中， 所述定价周期根据具体应用场景和利率定价。

22、调整频率确定， 例如包括日周 期、 周周期、 月周期、 季度周期、 和年周期等。 0070 例如， 图2是本公开实施例提供的一种定价决策前的数据示例， 所述示例交易类型 包括： 0071 第一风险等级且可用额度大于预定额度阈值(例如1000)的第一交易类型； 0072 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； 0073 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； 0074 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； 0075 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； 0076 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。

23、类型。 0077 在步骤S120中， 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。 0078 例如， 获取下一定价周期的各类交易的预测占比可采用如下方法： 0079 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， 例如， 所述借款信息还可包括最近交易时间和/或可用额度。 0080 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； 0081 对各用户在所述下一定价周期的各次交易的预期借款。

24、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。 0082 图3是本公开实施例提供的一种定价决策后的数据结果示例， 根据本实施例所述 的方法， 当设置下一定价周期的目标收益率为24时， 对图2所述数据进行调整后得到的各 类交易的收益率定价调整结果。 0083 本实施例通过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 说明书 4/8 页 7 CN 111260464 A 7 格调整模型输出的各类交易的收益率定价向量。 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。

25、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。 0084 图4示出了本公开实施例提供的一种价格调整模型的训练方法的流程示意图， 如 图4所示， 本实施例所述的价格调整模型通过如下步骤训练得到： 0085 在步骤S410中， 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。 0086 在步骤S420中， 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。

26、益率定价向量的目标层。 0087 在步骤S430中， 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。 0088 进一步地， 所述初始化的价格调整模型还可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。 0089 本实施例的技术方案公开了一种价格调整模型的训练方法， 通过获取包括多个历 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 益率定价向量组成的训练样本集合， 利。

27、用机器学习的方法进行模型训练， 训练得到所述价 格调整模型， 以用于在获取下一定价周期的目标收益率和各类交易的预测占比之后， 通过 该价格调整模型输出各类交易的收益率定价向量。 0090 作为上述各图所示方法的实现， 本申请提供了一种利率定价装置的一个实施例, 图5示出了本实施例提供的一种利率定价装置的结构示意图， 该装置实施例与图1至图4所 示的方法实施例相对应， 该装置具体可以应用于各种电子设备中。 如图5所示， 本实施例所 述的利率定价装置包括信息获取单元510和利率定价确定单元520。 0091 所述信息获取单元510被配置为， 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。。

28、 0092 所述利率定价确定单元520被配置为， 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。 0093 进一步地， 所述信息获取单元510被配置为， 还用于获取下一定价周期的各类交易 的预测占比包括： 0094 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； 0095 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； 0096 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。

29、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。 0097 于一实施例中， 所述借款信息还包括最近交易时间和/或可用额度。 0098 于一实施例中， 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。 说明书 5/8 页 8 CN 111260464 A 8 0099 于一实施例中， 所述交易类型包括： 0100 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； 0101 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； 0102 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； 0103 第二风险等级且可用额度小于或等于预定额度阈值的第。

30、一交易类型； 0104 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； 0105 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。 0106 本实施例提供的利率定价装置可执行本公开方法实施例所提供的利率定价方法， 具备执行方法相应的功能模块和有益效果。 0107 图6示出了本公开实施例提供的另一种利率定价装置的结构示意图， 如图6所示， 本实施例所述的价格调整模型通过样本获取模块610、 模型确定模块620和模型训练模块 630训练得到。 0108 所述样本获取模块610被配置为， 用于获取训练样本集合， 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。

31、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。 0109 所述模型确定模块620被配置为， 用于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。 0110 所述模型训练模块630被配置为， 用于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。 0111 进一步地， 所述模型确定模块620被配。

32、置为， 还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。 0112 本实施例提供的利率定价装置可执行本公开方法实施例所提供的价格调整模型 的训练方法， 具备执行方法相应的功能模块和有益效果。 0113 下面参考图7， 其示出了适于用来实现本公开实施例的电子设备700的结构示意 图。 本公开实施例中的终端设备可以包括但不限于诸如移动电话、 笔记本电脑、 数字广播接 收器、 PDA(个人数字助理)、 PAD(平板电脑)、 PMP(便携式多媒体播放器)、 车载终端(例如车 载导航终端)等等的移动终端以及诸如数字TV、 台式计算机等等的固定终端。 图7示出的电 子设备仅仅是一个示例， 不应对。

33、本公开实施例的功能和使用范围带来任何限制。 0114 如图7所示， 电子设备700可以包括处理装置(例如中央处理器、 图形处理器等) 701， 其可以根据存储在只读存储器(ROM)702中的程序或者从存储装置708加载到随机访问 存储器(RAM)703中的程序而执行各种适当的动作和处理。 在RAM 703中， 还存储有电子设备 700操作所需的各种程序和数据。 处理装置701、 ROM 702以及RAM 703通过总线704彼此相 连。 输入/输出(I/O)接口705也连接至总线704。 0115 通常， 以下装置可以连接至I/O接口705： 包括例如触摸屏、 触摸板、 键盘、 鼠标、 摄 像。

34、头、 麦克风、 加速度计、 陀螺仪等的输入装置706； 包括例如液晶显示器(LCD)、 扬声器、 振 动器等的输出装置707； 包括例如磁带、 硬盘等的存储装置708； 以及通信装置709。 通信装置 说明书 6/8 页 9 CN 111260464 A 9 709可以允许电子设备700与其他设备进行无线或有线通信以交换数据。 虽然图7示出了具 有各种装置的电子设备700， 但是应理解的是， 并不要求实施或具备所有示出的装置。 可以 替代地实施或具备更多或更少的装置。 0116 特别地， 根据本公开实施例的实施例， 上文参考流程图描述的过程可以被实现为 计算机软件程序。 例如， 本公开实施例的。

35、实施例包括一种计算机程序产品， 其包括承载在计 算机可读介质上的计算机程序， 该计算机程序包含用于执行流程图所示的方法的程序代 码。 在这样的实施例中， 该计算机程序可以通过通信装置709从网络上被下载和安装， 或者 从存储装置708被安装， 或者从ROM 702被安装。 在该计算机程序被处理装置701执行时， 执 行本公开实施例的方法中限定的上述功能。 0117 需要说明的是， 本公开实施例上述的计算机可读介质可以是计算机可读信号介质 或者计算机可读存储介质或者是上述两者的任意组合。 计算机可读存储介质例如可以 是但不限于电、 磁、 光、 电磁、 红外线、 或半导体的系统、 装置或器件， 或。

36、者任意以上 的组合。 计算机可读存储介质的更具体的例子可以包括但不限于： 具有一个或多个导线的 电连接、 便携式计算机磁盘、 硬盘、 随机访问存储器(RAM)、 只读存储器(ROM)、 可擦式可编程 只读存储器(EPROM或闪存)、 光纤、 便携式紧凑磁盘只读存储器(CD-ROM)、 光存储器件、 磁存 储器件、 或者上述的任意合适的组合。 在本公开实施例中， 计算机可读存储介质可以是任何 包含或存储程序的有形介质， 该程序可以被指令执行系统、 装置或者器件使用或者与其结 合使用。 而在本公开实施例中， 计算机可读信号介质可以包括在基带中或者作为载波一部 分传播的数据信号， 其中承载了计算机可。

37、读的程序代码。 这种传播的数据信号可以采用多 种形式， 包括但不限于电磁信号、 光信号或上述的任意合适的组合。 计算机可读信号介质还 可以是计算机可读存储介质以外的任何计算机可读介质， 该计算机可读信号介质可以发 送、 传播或者传输用于由指令执行系统、 装置或者器件使用或者与其结合使用的程序。 计算 机可读介质上包含的程序代码可以用任何适当的介质传输， 包括但不限于： 电线、 光缆、 RF (射频)等等， 或者上述的任意合适的组合。 0118 上述计算机可读介质可以是上述电子设备中所包含的； 也可以是单独存在， 而未 装配入该电子设备中。 0119 上述计算机可读介质承载有一个或者多个程序， 。

38、当上述一个或者多个程序被该电 子设备执行时， 使得该电子设备： 0120 获取下一定价周期的目标收益率和各类交易的预测占比； 0121 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。 0122 可以以一种或多种程序设计语言或其组合来编写用于执行本公开实施例的操作 的计算机程序代码， 上述程序设计语言包括面向对象的程序设计语言诸如Java、 Smalltalk、 C+， 还包括常规的过程式程序设计语言诸如 “C” 语言或类似的程序设计语 言。 程序代码可以完全地在用户计算机上执行、 部分地在用户计算机上执行、 。

39、作为一个独立 的软件包执行、 部分在用户计算机上部分在远程计算机上执行、 或者完全在远程计算机或 服务器上执行。 在涉及远程计算机的情形中， 远程计算机可以通过任意种类的网络包 括局域网(LAN)或广域网(WAN)连接到用户计算机， 或者， 可以连接到外部计算机(例如利 用因特网服务提供商来通过因特网连接)。 说明书 7/8 页 10 CN 111260464 A 10 0123 附图中的流程图和框图， 图示了按照本公开实施例各种实施例的系统、 方法和计 算机程序产品的可能实现的体系架构、 功能和操作。 在这点上， 流程图或框图中的每个方框 可以代表一个模块、 程序段、 或代码的一部分， 该模。

40、块、 程序段、 或代码的一部分包含一个或 多个用于实现规定的逻辑功能的可执行指令。 也应当注意， 在有些作为替换的实现中， 方框 中所标注的功能也可以以不同于附图中所标注的顺序发生。 例如， 两个接连地表示的方框 实际上可以基本并行地执行， 它们有时也可以按相反的顺序执行， 这依所涉及的功能而定。 也要注意的是， 框图和/或流程图中的每个方框、 以及框图和/或流程图中的方框的组合， 可 以用执行规定的功能或操作的专用的基于硬件的系统来实现， 或者可以用专用硬件与计算 机指令的组合来实现。 0124 描述于本公开实施例中所涉及到的单元可以通过软件的方式实现， 也可以通过硬 件的方式来实现。 其中。

41、， 单元的名称在某种情况下并不构成对该单元本身的限定， 例如， 第 一获取单元还可以被描述为 “获取至少两个网际协议地址的单元” 。 0125 以上描述仅为本公开实施例的较佳实施例以及对所运用技术原理的说明。 本领域 技术人员应当理解， 本公开实施例中所涉及的公开范围， 并不限于上述技术特征的特定组 合而成的技术方案， 同时也应涵盖在不脱离上述公开构思的情况下， 由上述技术特征或其 等同特征进行任意组合而形成的其它技术方案。 例如上述特征与本公开实施例中公开的 (但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。 说明书 8/8 页 11 CN 111260464 A 11 图1 图2 说明书附图 1/3 页 12 CN 111260464 A 12 图3 图4 说明书附图 2/3 页 13 CN 111260464 A 13 图5 图6 图7 说明书附图 3/3 页 14 CN 111260464 A 14 。