Machine Learning-based Relative Valuation of Municipal Bonds
创建于 更新于
摘要
本报告基于CatBoost算法，提出了一种监督式相似度学习框架，用于衡量市政债券之间的相对价值。通过多目标回归预测债券的OAS和收益率，模型能够基于风险特征识别相似债券组，从而实现更精准的相对价值排序。实证结果显示，该方法在不同市场环境下通过对比回测优于传统规则基方法和收益率排序法，尤其能规避仅靠高收益带来的风险积累，提升投资组合的风险调整收益表现[page::0][page::1][page::5][page::6][page::7]。
