金融市场数据挖掘

《金融市场数据挖掘》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、金融市场的数据挖掘教材：数据采掘入门与应用张尧庭编中国统计出版社参考教材：1、数据挖掘——概念与技术jiaweiHan著，范明译机械工业出版社2、多元统计数据分析——理论、方法、实例任若恩著国防工业出版社配套应用软件：1、Intelligentminerfordata2、SAS第一章：概论一、何为数据挖掘（datamining）现代信息社会的特征：信息（数据）泛滥、知识缺乏，如何从海量数据（广义的概念）中挖掘出决策有用信息？数据挖掘是结合现代数学、统计学，机器学习、人工智能、数据库管理、计算机图形学、软件工程等各领域的技术和知识，1990

2、年代在西方国家出现的一种高新技术——从海量数据中挖掘出决策有用信息的技术。1990年代末，在对100名美国著名科学家的问卷调查中，数据挖掘被列为21世纪对人类发展影响最大、最有前途的10大技术的第三位。我国对数据挖掘技术的重视（开发与应用）1、863、963项目；2、国家及省重点科学领域；3、国家统计局在全国组织数据挖掘培训（2000）；4、企业特别是银行对数据挖掘技术的重视；5、人民大学数据挖掘研究与应用中心。海量数据——沙漠，隐含的知识——金子，数据挖掘——从沙漠中挖掘金子的技术。二、不同学科对数据挖掘技术的研究与开发1、理论研究——

3、各种数据挖掘技术的理论基础、理论依据研究，从数学、统计学、人工智能、计算机图形学等不同领域；2、挖掘技术研究，从统计学、人工智能、机器学习、计算机图形学、软件工程等领域；3、数据管理策略研究，从数据库管理技术等领域；4、数据挖掘技术的应用研究，其中数据挖掘技术在金融领域的应用是一个重要方面。三、几种相对比较成熟的数据挖掘技术数据挖掘是一门新兴的、正在不断发展中的技术，近年来，几类十分重要、且相对比较成熟的数据挖掘技术是：1、分类与预测2、特征化、比较与关联规则挖掘3、聚类分析4、序列发现本课程主要内容：几类数据挖掘技术的基本原理、数据挖掘

4、方法、及这些挖掘技术在金融领域的应用。第二章：分类与预测一、分类与预测的概念1、分类已知离散的、有限的几个类，判断或预测样本属于那个类。*某人否具有某种疾病*上市公司是否会陷入财务困境、是否会被外资并购*借款人是否会违约*这个客户是否为银行的潜在优质客户、是否会转向其他银行用y表示类变量，y取离散的几个值，分类就是判断或预测样本的y究竟取什么值2、预测预测是指对连续性变量的取值进行预测，如：*某个借款人的违约概率是多少*银行资产组合明天在99%置信度下的最大损失（VaR）有多大*如果某开放式基金因面临巨额赎回申请而不得不大量抛售某种证券，

5、这种证券的价格会下跌多少分类——对离散型变量进行预测预测——对连续型变量进行预测二、分类案例教学——上市公司财务困境预测模型构建1、要求：将因财务状况异常而被特别处理的ST公司界定为财务困境公司、非ST公司界定为财务正常公司，利用上市公司的财务报表数据，建立上市公司财务困境预测模型（提前一年预测，即用第t-2年的数据预测企业在第t年是否会陷入财务困境）。分类变量y的取值y=0如果公司为财务困境公司y=1如果公司为财务正常公司2、类似案例：*外资并购目标公司预测*防信用卡诈骗预警系统*银行客户关系管理*税务稽核3、数据来源：CSMAR数据库

6、1990-2004资产负债表、损益表，1990-1997财务状况变动表1998-2004现金流量表4、报表变动情况：1994年合并会计报表1998年资产减值准备5、研究所需数据①、预测变量选取——实践经验、其他文献使用的预测变量、采用技术手段（统计技术、数据挖掘技术）选取预测变量、在一定理论指导下构造新的预测变量；②、样本数据的结构形式③、采集样本数据时应注意的问题*尽量采用跨年度数据*需要删除的数据*尽量不采用配对抽样④、随机构造的训练样本组与检验样本组（过度拟合现象）⑤、本案例的数据说明（sj0）：*1995年底前上市的公司；*删除其

7、他原因被特别处理的公司；*数据跨期1996-2001，分别预测1998-2003；*删除在预测年度已陷入财务困境的公司；*共有非ST公司数据1008个，ST公司数据111个；*采用的6个预测变量为（第一种方法）：总负债/总资产、主营业务收入/总资产、总利润/总资产、（货币资金+短期投资净额）/流动资产、留存盈余/总资产、总资产的自然对数。⑥、随机抽样构造训练样本组、检验样本组的SAS方法：*将EXCEL数据库转为SAS数据库；*SAS随机数函数——uniform（seed），随机种子数seed取奇数，产生[0，1]区间上的一个随机数*随机

8、建立训练样本组、检验样本组的SAS程序#dataa；setsasuser.sj0;k=uniform(15);run;#对已进行k排序的数据库adatab;seta;m=int(_n_/2);