【技术实现步骤摘要】
基于深度学习的定价方法、装置、电子设备和存储介质
[0001]本专利技术涉及人工智能
，具体涉及一种基于深度学习的定价方法、装置、电子设备和存储介质。
技术介绍
[0002]随着央行以贷款市场报价利率(Loan Prime Rate，LPR)替代贷款基准利率相关政策的落地，利率两轨变一轨的趋势不可阻挡，利率市场化定价机制将进一步形成，这将导致银行利差进一步收窄。同时，由于疫情的影响，以及普惠金融政策的实施，银行须要向之前不纳入优先服务范围的长尾客群拓展业务，而这些对银行的风控能力、定价能力提出了更高的要求。
[0003]通常而言，利率市场化有利于完善金融市场，但也使金融借贷面临更大的不确定性，利率定价过高或过低都会带来负面影响，从而给银行带来金融风险。目前，常用的定价体系是基于风险资本回报率(Risk
‑
Adjusted Return On Capital，RAROC)模型，通过设定股东最低预期资本回报率来反推贷款最低价格作为指导价。但是，RAROC模型的定价体系存在以下不足：客户分类不够精细...
【技术保护点】
【技术特征摘要】
1.一种基于深度学习的定价方法，其特征在于，所述方法包括：对初始样本集进行预处理，得到训练样本集，其中，所述初始样本集为包含历史定价数据的数据集；将所述训练样本集输入深度学习模型进行训练，得到定价模型；获取定价请求，其中，所述定价请求包括业务名称和请求人信息；根据所述请求人信息，确定请求人的客户特征；根据所述业务名称，确定所述业务名称对应的业务领域的定价策略和市场经济信息；将所述客户特征、所述定价策略和所述市场经济信息，输入所述定价模型，得到参考价格。2.根据权利要求1所述的方法，其特征在于，所述对初始样本集进行预处理，得到训练样本集，包括：根据预设的补全规则，在所述初始样本集中筛选出至少一个第一候选样本进行补全，得到至少一个第二候选样本，其中，所述至少一个第二候选样本和所述至少一个第一候选样本一一对应；根据预设的筛选规则，在所述至少一个第二候选样本中筛选至少一个第三候选样本；对所述至少一个第三候选样本中的每个第三候选样本进行关联信息抽取，得到至少一个客户信息和至少一个历史市场经济信息，其中，所述至少一个客户信息和所述至少一个第三候选样本一一对应，所述至少一个历史市场经济信息和所述至少一个第三候选样本一一对应，所述至少一个客户信息中的每个客户信息用于标识对应的所述每个第三候选样本的请求人的信息，所述至少一个历史市场经济信息中的每个历史市场经济信息用于标识对应的所述每个第三候选样本的业务领域的历史市场行情；分别将所述每个第三候选样本、所述每个第三候选样本对应的所述每个客户信息和所述每个历史市场经济信息进行组合，得到至少一个训练数据组；将所述至少一个训练数据组作为所述训练样本集。3.根据权利要求2所述的方法，其特征在于，所述根据预设的补全规则，在所述初始样本集中筛选出至少一个第一候选样本进行补全，得到至少一个第二候选样本，包括：根据所述初始样本集中的每个初始样本的样本类型确定所述每个初始样本的缺失率；根据所述每个初始样本的缺失率，在所述初始样本中确定所述至少一个第一候选样本，其中，所述至少一个第一候选样本中的每个第一候选样本对应的缺失率小于第一阈值；根据所述每个第一候选样本的样本类型，获取与所述样本类型对应的补全方法，并通过所述补全方法对所述每个第一候选样本进行补全，得到所述至少一个第二候选样本。4.根据权利要求2所述的方法，其特征在于，所述根据预设的筛选规则，在所述至少一个第二候选样本中筛选至少一个第三候选样本，包括：确定所述至少一个第二候选样本中的每个第二候选样本的乱码率；对所述每个第二候选样本进行离散处理，确定所述每个第二候选样本在离散后得到的码值的数量；根据所述每个第二候选样本的乱码率，以及所述每个第二候选样本在离散后得到的码值的数量，在所述至少一个第二候选样本中确定所述至少一个第四候选样本，其中，所述至少一个第四候选样本中的每个第四候选样本对应的乱码率大于第二阈值，或所述每个第四
候选样本在离散后得到的码值的数量大...
【专利技术属性】
技术研发人员：彭莉，刘志强，潘敏，田鸥，邱超乐，
申请(专利权)人：平安科技深圳有限公司，
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。