资料探勘在财务领域运用案例(doc 56页)

资料探勘在财务领域运用案例目录：
一、 组员简介
二、 研究目的
三、 研究架构
四、 研究方法与实证研究-BPN与MARS
五、 研究结论

 

资料探勘在财务领域运用案例内容提要：
研究目的
将数据探勘工具运用于财务领域
应用数据采勘工具：
倒传递类神经网络(BPN)
多元适应性云形回归(MARS)
　分析债券型基金经理人的择时能力　
探讨两DATAMINING工具在分类问题的精确度
资料探勘（DataMining）：
从数据库或大量数据储存体中，挖掘有用信息的过程。
过程包含以下步骤：
数据选取（DataSelection）
资料整理（Cleaning）
数据扩充（Enrichment）
数据编码（Coding）
资料探勘（DataMining）
探勘报告（Reporting）
资料探勘
应用模式
分类问题（Classification）：依数据特定属性判别其归类
趋势分析（TrendAnalysis）：利用现有数值预测一个连续变量的未来值
分群模式（Clustering）：依资料特性的相关性予以分组
关联分析（Associations）：找出在群组中同时出现的事件
顺序型样（SequentialAnalysis）：找出事件「先后」发生的顺序
分类问题的应用工具
传统统计方法：如罗吉斯回归、鉴别分析
人工智能：如类神经网络
无母数统计：如多元适应性云形回归

..............................