期貨風(fēng)險(xiǎn)監(jiān)控決策支持系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn).pdf

1、隨著現(xiàn)代市場(chǎng)經(jīng)濟(jì)的快速發(fā)展，商品期貨交易作為一種現(xiàn)代投資手段，對(duì)經(jīng)濟(jì)的發(fā)展日益起著越來(lái)越重要的作用。隨之期貨交易產(chǎn)生的風(fēng)險(xiǎn)成為投資者不得不面臨的問(wèn)題。如何才能盡可能的降低期貨交易產(chǎn)生的風(fēng)險(xiǎn)，以獲取最大的利潤(rùn)，成為值得廣泛關(guān)注的研究?jī)?nèi)容。
　　現(xiàn)實(shí)生活中影響期貨價(jià)格的因素很復(fù)雜，包括商品供求狀況、經(jīng)濟(jì)波動(dòng)周期、金融貨幣因素和政治政策因素、以及期貨市場(chǎng)中大戶的操縱和投機(jī)心理等都會(huì)引起期貨價(jià)格波動(dòng)。期貨的市場(chǎng)行為較之股票、債券而言具有更

2、大的投機(jī)性，給期貨風(fēng)險(xiǎn)控制研究帶來(lái)許多困難。本文探討了實(shí)現(xiàn)期貨風(fēng)險(xiǎn)控制的方法和技術(shù)路線，通過(guò)價(jià)格、持倉(cāng)和資金三個(gè)方面的指標(biāo)反映期貨風(fēng)險(xiǎn)，設(shè)計(jì)了一個(gè)集數(shù)據(jù)倉(cāng)庫(kù)、聯(lián)機(jī)分析處理（OLAP）技術(shù)和數(shù)據(jù)挖掘（DM）為一體的決策支持原型系統(tǒng)。數(shù)據(jù)倉(cāng)庫(kù)提供多維數(shù)據(jù)視圖和數(shù)據(jù)立方體的預(yù)計(jì)算，聯(lián)機(jī)分析處理能夠滿足在多維環(huán)境下的特定查詢和報(bào)表需求，數(shù)據(jù)挖掘從數(shù)據(jù)倉(cāng)庫(kù)中發(fā)現(xiàn)潛在的關(guān)聯(lián)信息和特征模式，預(yù)測(cè)分析趨勢(shì)。文中給出了該原型系統(tǒng)的功能模塊劃分和結(jié)構(gòu)框架設(shè)

3、計(jì)，交易行情數(shù)據(jù)接口模型設(shè)計(jì)，介紹了利用關(guān)系型數(shù)據(jù)庫(kù)構(gòu)建數(shù)據(jù)倉(cāng)庫(kù)和多維數(shù)據(jù)模型的實(shí)現(xiàn)技術(shù)，利用關(guān)聯(lián)規(guī)則分析和聚類分析等數(shù)據(jù)挖掘算法，通過(guò)測(cè)試歷史數(shù)據(jù)進(jìn)行驗(yàn)證以及在系統(tǒng)設(shè)計(jì)完成后的試運(yùn)行階段進(jìn)行測(cè)試觀察，對(duì)期貨市場(chǎng)風(fēng)險(xiǎn)的一系列單項(xiàng)指標(biāo)進(jìn)行了實(shí)證分析并確立了各指標(biāo)的取值區(qū)間，并將挖掘出的知識(shí)應(yīng)用于期貨交易風(fēng)險(xiǎn)監(jiān)控決策支持系統(tǒng)，為相關(guān)決策提供幫助。
　　系統(tǒng)主要面向價(jià)格風(fēng)險(xiǎn)與信用風(fēng)險(xiǎn)，具有較強(qiáng)的學(xué)習(xí)和記憶能力，利用模型庫(kù)和知識(shí)庫(kù)進(jìn)行高頻

4、率期貨風(fēng)險(xiǎn)評(píng)估。系統(tǒng)運(yùn)行環(huán)境為Windows2000/XP，數(shù)據(jù)庫(kù)選用SQL Server2000，采用Client/Server結(jié)構(gòu)，核心算法用VC++語(yǔ)言編制成高效DLL，使用可視化編輯工具Delphi編制用戶界面。在數(shù)據(jù)倉(cāng)庫(kù)設(shè)計(jì)中使用星型模式來(lái)構(gòu)造多維數(shù)據(jù)模型，使用Microsoft SQL Analysis Services工具實(shí)現(xiàn)兩層數(shù)據(jù)倉(cāng)庫(kù)，利用SQL Server OLAP Services工具建立OLAP立方體數(shù)據(jù)結(jié)構(gòu)。

5、關(guān)聯(lián)規(guī)則挖掘采用頻繁模式(FP)增長(zhǎng)算法，將提供頻繁項(xiàng)集的事務(wù)數(shù)據(jù)庫(kù)壓縮到一棵頻繁模式樹(shù)，不產(chǎn)生候選頻繁項(xiàng)集。系統(tǒng)選用譜系聚類算法進(jìn)行數(shù)據(jù)挖掘，分析結(jié)果與數(shù)據(jù)輸入順序無(wú)關(guān)，數(shù)據(jù)量可擴(kuò)展，對(duì)異常數(shù)據(jù)不敏感。
　　以上海期貨交易所2001年12月至2002年9月的Cu0202到Cu0210等9個(gè)期銅合約數(shù)據(jù)樣本作為測(cè)試用例，計(jì)算出的風(fēng)險(xiǎn)實(shí)時(shí)指標(biāo)與當(dāng)時(shí)市場(chǎng)實(shí)際情況相符。上述證據(jù)支持了前文分析的結(jié)果，說(shuō)明預(yù)警狀態(tài)可以比較好地反映期貨市場(chǎng)運(yùn)