数据处理方法、装置及设备制造方法及图纸

本申请提供一种数据处理方法、装置及设备。该方法包括：确定用户输入的目标对象的标识信息和初始日期；根据标识信息，确定目标对象对应的历史数据；根据历史数据，确定目标对象对应目标指标的指标值；对指标值、初始日期和处于初始日期之后的有效日期进行分析处理，确定目标对象在预设指标下的预测值；输出预测值。用于提高对目标对象进行价值分析的效率和准确性。准确性。准确性。

【技术实现步骤摘要】
数据处理方法、装置及设备


[0001]本申请涉及互联网技术，尤其涉及一种数据处理方法、装置及设备。

技术介绍

[0002]债券是特定工作部门的特定人员为筹集资金，按照相关程序发行、并向用户承诺在指定日期向用户还本付息的有价证券。
[0003]用户通过债券买卖进行资产管理时，需要对债券的价值进行全面分析。在相关技术中，用户通过不同的投资平台收集债券信息，编辑公式并计算，了解债券所能带来的收益。
[0004]在上述相关技术，对债券进行价值分析的效率较低、且准确性有待提高。

技术实现思路

[0005]本申请提供一种数据处理方法、装置及设备，用于提高对目标对象进行价值分析的效率和准确性。
[0006]第一方面，本申请提供一种数据处理方法，包括：
[0007]确定用户输入的目标对象的标识信息和初始日期；
[0008]根据所述标识信息，确定所述目标对象对应的历史数据；
[0009]根据所述历史数据，确定所述目标对象对应目标指标的指标值；
[0010]根据所述指标值、所述初始日期和处于所本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种数据处理方法，其特征在于，包括：确定用户输入的目标对象的标识信息和初始日期；根据所述标识信息，确定所述目标对象对应的历史数据；根据所述历史数据，确定所述目标对象对应目标指标的指标值；对所述指标值、所述初始日期和处于所述初始日期之后的有效日期进行分析处理，确定所述目标对象在预设指标下的预测值；输出所述预测值。2.根据权利要求1所述的数据处理方法，其特征在于，所述预设指标包括：到期收益率，所述对所述指标值、所述初始日期和处于所述初始日期之后的有效日期进行分析处理，确定所述目标对象在预设指标下的预测值，包括：根据所述目标对象的第一特征值曲线、所述初始日期以及处于所述初始日期之后的有效日期，确定所述目标对象的到期收益率的预测值；其中，所述第一特征值曲线表示所述目标对象所属的第一特征值曲线在不同有效日期下的到期收益率。3.根据权利要求1所述的数据处理方法，其特征在于，所述预设指标包括：到期收益率，所述对所述指标值、所述初始日期和处于所述初始日期之后的有效日期进行分析处理，确定所述目标对象在预设指标下的预测值，包括：根据所述目标对象的第二特征值曲线、价值回报剩余次数、单位时间内的价值回报次数、价值回报时间段、在价值回报时间段的开始日期的基础价值、在价值回报时间段的结束日期的基础价值增长值以及在价值回报时间段的价值固定增长率，确定所述目标对象的第一总价值的预测值，其中，所述第二特征值曲线表示所述目标对象在不同剩余有效期限下的基础收益率；根据所述第一总价值的预测值，确定所述目标对象的到期收益率的预测值。4.根据权利要求2或3所述的数据处理方法，其特征在于，所述预设指标还包括如下一种或多种：净增长价值、第一附属价值、第二附属价值、第二总价值、价值偏离度、价值敏感性指标，所述第二总价值为所述第二附属价值与所述净增长价值之和，所述价值敏感性指标用于反映对象的流动价值相对于到期收益率变化的敏感程度；所述对所述指标值、所述初始日期和处于所述初始日期之后的有效日期进行分析处理，确定所述目标对象在预设指标下的预测值，还包括：根据所述到期收益率的预测值，确定所述净增长价值、所述第一附属价值、所述第二附属价值、第一总价值、所述价值敏感性指标中一种或多种预设指标的预测值。5.根据权利要求3所述的数据处理方法，其特征在于，所述根据所述目标对象的第二特征值曲线、价值回报剩余次数、单位时间内的价值回报次数、价值回报时间段、在价值回报时间段的开始日期的基础价值、在价值回报时间段的结束日期的基础价值增长值以及在价值回报时间段的价值固定增长率，确定所述目标对象的第一总价值的预测值，包括：通过第一计算模型，对所述目标对象的第二特征值曲线、价值回报剩余次数、单位时间内的价值回报次数、价值回报时间段、在价值回报时间段的开始日期的基础价值、在价值回报时间段的结束日期的基础价值增长值以及在价值回报时间段的价值固定增长率进行处理，得到所述第一总价值的预测值；
其中，所述第一计算模型的公式为：所述PV为所述第一总价值的预测值，所述n为所述目标对象的价值回报剩余次数，所述c
i
为所述目标对象在第i个价值回报时间段内的价值固定增长率，所述Mi为所述目标对象在第i个价值回报时间段的开始日期的基础价值，所述f为所述目标对象在单位时间内的价值回报次数，所述t
i
为所述目标对象的第i个价值回报时间段，所述R
ti
为根据所述第二特征值曲线确定的与第i个价值回报时间段对应的基础收益率，所述ΔM
i
为所述目标对象在第i个价值回报时间段的结束日期的基础价值增长值。6.根据权利要求1
‑
3中任一项所述的数据处理方法，其特征在于，所述预设指标包括回报价值，所述对所述指标值、所述初始日期和处于所述初始日期之后的有效日期进行分析处理，确定所述目标对象在预设指标下的预测值，包括：根据所述目标对象的价值回报剩余次数、单位时间内的价值回报次数、在价值回报时间段内的价值固定增长率以及在价值回报时间段的开始日期的基础价值，确定所述目标对象在价值回报时间段的回报价值的预测值，所述回报价值包括如下一种或多种：回报的附属价值、回报的基础价值、回报的总价值。7.根据权利要求6所述的数据处理方法，其特征在于，所述根据所述目标对象的价值回报剩余次数、单位时间内的价值回报次数、在价值回报时间段内的价值固定增长率以及在价值回报时间段的开始日期的基础价值，确定所述目标对象在价值回报时间段的回报价值的预测值，包括：通过第二计算模型，对所述目标对象的价值回报剩余次数、单位时间内的价值回报次数、在价值回报时间段内的价值固定增长率以及在价值回报时间段的开始日期的基础价值进行处理，得到所述回报的附属价值的预测值；和/或，通过第三计算模型，对所述目标对象在相邻价值回报时间段的开始日期的基础价值进行处理，得到所述回报的基础价值的预测值；和/或，确定所述回报的总价值的预测值为所述回报的附属价值的预测值与所述回报的基础价值的预测值之和；其中，所述第二计算模型为：所述InterestPayment
i
为所述目标对象在第i个价值回报时间段回报的附属价值的预测值；其中，所述第三计算模型为：PrincipalP ayment
i
＝M
i
‑
M
i
‑1，所述PrincipalP ayment
i
为所述目标对象在第i个价值回报时间段回报的基础价值的预测值。8.根据权利要求6所述的数据处理方法，其特征在于，所述预设指标还包括价值回报时的第一总价值，所述对所述指标值、所述初始日期和处于所述初始日期之后的有效日期进行分析处理，确定所述目标对象在预设指标下的预测值，还包括：根据所述目标对象在各价值...

【专利技术属性】
技术研发人员：戴伟，徐叶润，黄树林，张利平，刘佩金，齐晓磊，陈思华，吴锦伟，赵珠慧，万自强，常玉，
申请(专利权)人：京东科技信息技术有限公司，
类型：发明
国别省市：