文档介绍：浅谈数据挖掘在证券行业的应用一、数据挖掘的定义在如今这个知识爆炸的年代里,随着计算机和网络在各行各业的大范围推广和应用,由此堆积了大量的数据,面对这些海量的数据,如何去粗取精,在原始数据中提取有价值的信息始终是困扰人们的一大难题。通过多年的探索和总结,数据挖掘(DataMining,简称DM)概念应运而生。数据挖掘就是一个从大量的、不完全的、有噪声的、模糊的、随机的、原始数据中提取隐含在其中,人们所未知的,但又潜在有用的信息和知识的过程。即通过数据挖掘寻找和总结事物的规律,预测未来的趋势,为人们的正确决策提供有效的帮助。数据挖掘由“从数据库发现知识(KnowledgeDiscoveryinDatabase,简称KDD)”这个概念演变而来,研究重点也逐渐从发现方法转向系统应用,注重多发现策略和技术的集成,同时在多种学科之间相互渗透,并逐步应用于各个行业。二、证券行业的发展现状经过十多年的高速发展,我国的证券行业得以不断壮大。以上交所为例,根据2011年上交所出版的统计年鉴,截至2010年,在上交所上市的企业为894家,涉及的上市证券1500只,,,上交所会员公司数为106家,下辖的证券营业部多达4573家,尤其是采用信息化之后,证券市场各个要素的规模急剧膨胀,与此相关的信息数据累积沉淀成几何级数增长,随之而来的是市场个体之间的竞争也逐渐趋于白热化,公司会员管理效率的有效与否,营业部之间争夺客户的攻守之争,客户对掌握证券信息的快慢之争,数据的使用者如何在这些浩如烟海的数据中提炼出有用的信息,找出规律,转化为生产力,成为赢得竞争胜利的有力武器。三、数据挖掘技术在证券行业的应用当数据挖掘技术一经引入证券行业便得到了各方的广泛应用,因为数据挖掘具有自动预测趋势和行为、关联分析、聚类、概念描述、偏差检测的诸多功能,与证券行业的契合度很高,该项技术作为分析和辅助决策工具而日益受到重视,其应用主要包括以下几方面: ,使证券行业经营者掌握经营的动态过程,进而能做出正确的经营决策。证券公司的业务主要包括经纪业务、咨询服务、证券承销、资产管理、财务顾问等,目前国内的绝大部分证券公司仍以经纪业务为最重要的业务,也是创利的主要来源,借助数据挖掘,可以及时了解各项日常经营数据,如证券行情数据、交易数据、客户资金数据,客户群分布变化数据、利润数据等重要的信息,为经营者展现较为清晰的动态经营图,同时通过对分支机构经营情况的横向比较,以及对历史数据的纵向比较,提出最为合理的经营策略。 ,能有效降低证券经营出现的各类风险。由于证券行业是一个具有高度风险的行业,从以往的经验和实例发现,经营过程中一个很细微的失误,无论是有意为之,甚或无意为之,都能酝酿成一个巨大的风险,给证券经营机构带来极大隐患,因此通过建立相应的实时数据抽取平台,加以挖掘,标记异常,予以核实,可以帮助经营者从事前、事中便能及时发现风险端倪,把风险控制在有效的范围内,从而达到抑制风险的发生,确保证券经营机构的经营果实。 ,建立一套行之有效的客户分析系统和评价体系。由于目前的证券经营机构主要以经纪业务为主,因此客户成为这些机构最为庞大的一笔资源,客户价值在一定程度上体现了客户对证券公司做的贡献——利润,客户价值的