金融大數據應用與Python實踐課件 第11章 金融與數據挖掘_第1頁
金融大數據應用與Python實踐課件 第11章 金融與數據挖掘_第2頁
金融大數據應用與Python實踐課件 第11章 金融與數據挖掘_第3頁
金融大數據應用與Python實踐課件 第11章 金融與數據挖掘_第4頁
金融大數據應用與Python實踐課件 第11章 金融與數據挖掘_第5頁
已閱讀5頁，還剩11頁未讀， 繼續免費閱讀

VIP免費下載

版權說明：本文檔由用戶提供并上傳，收益歸屬內容提供方，若內容存在侵權，請進行舉報或認領

文檔簡介

第11章金融與數據挖掘1目錄CONTENT201金融與數據挖掘概述生活中的金融案例02數據挖掘概念與方法03數據挖掘在金融中的應用04學習目標：知識目標：理解金融的基本概念。理解數據挖掘的基本概念。了解大規模數據集的定義。了解數據挖掘中常用的一些方法。技能目標：能舉例自己在生活中遇到的一些金融概念。能夠闡述數據挖掘的研究目標和常用方法。311.1生活中的金融金融的定義：貨幣資金的融通。金融在生活中的體現：商場購物（現金與電子支付）。銀行存款與理財產品。證券公司開戶炒股。411.1.1案例1：商場購物——現金和電子支付5普遍可接受的交易媒介。經濟學中的貨幣形式。現金支付支付寶、微信支付、云閃付。電子支付的托管與安全性。電子支付11.1.2案例2：銀行存款并購買理財產品——儲蓄和投資6活期存款與定期存款。利率與利息計算。儲蓄支付寶、微信支付、云閃付。電子支付的托管與安全性。投資11.1.3案例3：證券公司開戶炒股——投資與理財7證券公司與交易所。股票的概念與上市募資。股票交易股票買賣與盈利模式。交易傭金與市場競爭。投資策略11.2數據挖掘8數據挖掘的定義：從大規模數據集中發現、提取和分析有效信息。特征工程與模式識別：通過定量方法發現數據特征。數據挖掘的學科特點：應用型學科。動手與理論相結合。11.2.1數據挖掘的概念9數據挖掘的真正含義：分析現存數據，發現隱藏的特征與關聯。特征工程與模式識別：從數據中提取有價值的信息。11.2.2大規模數據集10數據集的定義：數據量單位（B,KB,MB,GB,TB）。大規模數據集的范圍。硬件與軟件支持：數據存儲技術的發展。Hadoop生態系統。11.2.3數據挖掘方法11基本方法：頻率直方圖。均值、方差。協方差與相關系數矩陣。高級方法：多元線性回歸。推斷與預測的區別。11.3數據挖掘在金融中的應用12量化交易：定義與流程。量化基金案例（幻方、九坤等）。銀行客戶分析：聚類算法與客戶分類。針對性營銷策略。1311.3.1量化交易量化交易的定義：通過計算機編程和定量方法開發投資策略。量化基金案例：幻方、九坤、靈均等。盈利算法與數據挖掘。1411.3.2銀行業務分析客戶分類與營銷：聚類算法的應用。針對性營銷策略。案例：銀行短信營銷策略。1511.3.3螞蟻花

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，請聯系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網頁內容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業或盈利用途。
  • 5. 人人文庫網僅提供信息存儲空間，僅對用戶上傳內容的表現方式做保護處理，對用戶上傳分享的文檔內容本身不做任何修改或編輯，并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容，請與我們聯系，我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔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