數(shù)據(jù)挖掘技術(shù)及其在證券領(lǐng)域的應(yīng)用.pdf

1、本論文從四個方面探討了數(shù)據(jù)挖掘理論與技術(shù)及其在證券領(lǐng)域的應(yīng)用. 第一,研究用于客戶分析的聚類方法.通過挖掘客戶的歷史交易數(shù)據(jù),基于客戶關(guān)系管理理論提出并實現(xiàn)了證券行業(yè)的客戶劃分模型:客戶自動聚類機(jī)制、同類別內(nèi)客戶分組機(jī)制以及模型動態(tài)更新機(jī)制.在客戶自動聚類機(jī)制的實現(xiàn)方面,建立了資金規(guī)模、手續(xù)費收入、息差收入、操作頻率等四項指標(biāo)體系,通過對數(shù)據(jù)的統(tǒng)計相關(guān)性分析定義了加權(quán)聚類相似度公式,并通過對聚類結(jié)果的分析建立了證券行業(yè)的客戶聚類

2、效果評價指標(biāo)；在同類別內(nèi)客戶分組機(jī)制的實現(xiàn)方面,提出并實現(xiàn)了根據(jù)客戶的操作風(fēng)格使用動態(tài)貝葉斯模型進(jìn)行客戶分組的方法.最后,使用CURE聚類算法實現(xiàn)了模型動態(tài)更新機(jī)制. 第二,提出并實現(xiàn)了運(yùn)用關(guān)聯(lián)規(guī)則和序列模式的挖掘構(gòu)造證券網(wǎng)上交易客戶行為模型的方法,并用該模型構(gòu)造Markov鏈轉(zhuǎn)移概率矩陣,實現(xiàn)了網(wǎng)上交易行情自動推送算法,有效地提高客戶網(wǎng)上交易實時行情的響應(yīng)速度. 第三,提出并實現(xiàn)了證券業(yè)客戶流失分析RFM-ROI模型,