開放式基金投資決策平臺研究與設(shè)計(jì).pdf_第1頁
已閱讀1頁,還剩83頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

1、本研究從基金歷史凈值入手,結(jié)合股指、債券指數(shù)的變化趨勢,使用聚類及神經(jīng)網(wǎng)絡(luò)等數(shù)據(jù)挖掘算法,能夠客觀評價出基金的風(fēng)格類型,推斷其未來的收益狀況及潛在的風(fēng)險。主要關(guān)注數(shù)據(jù)挖掘在開放式基金投資中的應(yīng)用研究,用先進(jìn)的技術(shù)解決實(shí)際問題,拓展數(shù)據(jù)挖掘的行業(yè)應(yīng)用。
 ?。?)數(shù)據(jù)預(yù)處理工作中,考慮到挖掘數(shù)據(jù)來自多個異構(gòu)數(shù)據(jù)源,極易受到噪聲、丟失數(shù)據(jù)和不一致數(shù)據(jù)的侵?jǐn)_。所以,對收集來的數(shù)據(jù)進(jìn)行整合、清洗、構(gòu)建和選擇等預(yù)處理操作,消除了由于基金和證

2、券股指等數(shù)據(jù)來源分散、格式不規(guī)范所帶來的不完整和不一致,提高了數(shù)據(jù)質(zhì)量,為數(shù)據(jù)挖掘提供了可靠的數(shù)據(jù)源;
  (2)風(fēng)格分析模塊的設(shè)計(jì)中,設(shè)計(jì)了8個計(jì)算公式并分別進(jìn)行運(yùn)算,再借助k-均值聚類算法對這8類數(shù)據(jù)分別進(jìn)行分組,得到了每只基金風(fēng)格要素所處的相對值,并通過表格和圖形直觀地向用戶展現(xiàn);
 ?。?)收益與風(fēng)險預(yù)測模塊設(shè)計(jì)中,借鑒了基于遺傳算法的神經(jīng)網(wǎng)絡(luò)算法,并對基于遺傳算法的神經(jīng)網(wǎng)絡(luò)進(jìn)行了改進(jìn).
 ?。?)組合投資優(yōu)化

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論