本申请实施例属于大数据处理领域，涉及一种票据利率预测方法，包括根据预设的相关性分析算法，提取票据信息的关键特征，在预训练好的自回归移动平均模型中计算关键特征的初始票据利率预测值，对初始票据利率预测值进行线性校准，以输出最终票据利率值，一方面，相关性分析算法有利于从繁杂的票据信息中提取对票据利率预测有贡献作用的关键特征，实现了对繁杂数据的有效降维，减少了票据利率预测的计算量，从而提高预测效率，另一方面，通过自回归移动平均模型与线性校准结合，使得改进后的自回归移动平均模型实现了非线性票据数据的准确预测，提高了准确率，增强了模型的泛化能力。