机器学习预测债券流动性：XGBoost模型在债券流动性评分中的应用

本报告基于XGBoost模型，预测债券未来成交量，构建0-5档流动性评分。数据显示，过去成交量、存续时间、发行量等特征预测能力较强，模型优于传统打分卡与线性模型。为债券投资者提供量化流动性风险评估工具。核心数据:XGBoost模型;0-5档流动性评分;2021年11月23日。

本报告由东方证券发布,发布于 2021 年。

覆盖 2021 年,全文约 24。

本报告为付费报告,可在资料宝站内下单后获取完整内容。

适合债券投资者、量化分析师、金融工程研究员等读者参考。

重点分析了金融投资、XGBoost、债券流动性、机器学习等议题。