ترجمه فارسی مقاله ارزش‌گذاری نسبی اوراق قرضه شهرداری مبتنی بر یادگیری ماشین

چکیده

The trading ecosystem of the Municipal (muni) bond is complex and unique. With nearly 2% of securities from over a million securities outstanding trading daily, determining the value or relative value of a bond among its peers is challenging. Traditionally, relative value calculation has been done using rule-based or heuristics-driven approaches, which may introduce human biases and often fail to account for complex relationships between the bond characteristics. We propose a data-driven model to develop a supervised similarity framework for the muni bond market based on CatBoost algorithm. This algorithm learns from a large-scale dataset to identify bonds that are similar to each other based on their risk profiles. This allows us to evaluate the price of a muni bond relative to a cohort of bonds with a similar risk profile. We propose and deploy a back-testing methodology to compare various benchmarks and the proposed methods and show that the similarity-based method outperforms both rule-based and heuristic-based methods.

چکیده به فارسی (ترجمه ماشینی)

اکوسیستم تجاری اوراق قرضه شهرداری (مونی) پیچیده و بی نظیر است.با نزدیک به 2 ٪ اوراق بهادار از بیش از یک میلیون اوراق بهادار روزانه معاملات روزانه ، تعیین ارزش یا ارزش نسبی یک اوراق قرضه در بین همسالان خود چالش برانگیز است.به طور سنتی ، محاسبه ارزش نسبی با استفاده از رویکردهای مبتنی بر قانون یا اکتشافی انجام شده است ، که ممکن است تعصبات انسانی را معرفی کند و اغلب در پاسخ به روابط پیچیده بین ویژگی های اوراق قرضه.ما یک مدل داده محور را پیشنهاد می کنیم تا یک چارچوب شباهت نظارت شده برای بازار اوراق بهادار مونی بر اساس الگوریتم CatBoost ایجاد کنیم.این الگوریتم از یک مجموعه داده در مقیاس بزرگ یاد می گیرد تا اوراق قرضه مشابه یکدیگر را بر اساس پروفایل ریسک خود شناسایی کند.این به ما امکان می دهد قیمت یک اوراق قرضه مونی را نسبت به گروهی از اوراق قرضه با مشخصات ریسک مشابه ارزیابی کنیم.ما یک روش آزمایش پشتی را برای مقایسه معیارهای مختلف و روشهای پیشنهادی پیشنهاد و مستقر می کنیم و نشان می دهیم که روش مبتنی بر شباهت از روشهای مبتنی بر قانون و مبتنی بر اکتشافی بهتر است.