【正文】 從大量的、不完全的、有噪聲的、模糊的、隨機(jī)的實(shí)際應(yīng)用數(shù)據(jù)中，提取隱含在其中的、人們視線不知道的、但又是潛在有用的信息和知識(shí)的過程 [8]。最為典型的代表就是在沃爾瑪超市連鎖店中發(fā)現(xiàn)成人的啤酒和兒童的尿布之間有著驚人的聯(lián)系。數(shù)據(jù)挖掘中常用的方法有聚類分析、關(guān)聯(lián) 分析、回歸分析、分類分析、預(yù)測分析、偏差分析。 在聚類分析的時(shí)候很有可能一次的聚類分析并不能得出真正理想的結(jié)果，這時(shí)就需要多次聚集，并且找一個(gè)對(duì)業(yè)務(wù)很專業(yè)的業(yè)內(nèi)人士來確定分群的定義，這樣通過幾次的刪除或增加變量來影響分群的方式，才能最終得到真正理想的結(jié)果。 關(guān)聯(lián)分析近似于序列模式分析，但側(cè)重點(diǎn)不同于序列模式分析，關(guān)聯(lián)分析更著眼于被分析數(shù)據(jù)前后的關(guān)聯(lián)性。 分類分析 找出一個(gè)具有代表這個(gè)某類數(shù)據(jù)的整體信息，并對(duì)它的類別概念進(jìn)行描述，通過這種描述來構(gòu)造相關(guān)的模型，通常使用決策樹或規(guī)則來表示，分類還可子啊規(guī)則描述和預(yù)測中進(jìn)行更多應(yīng)用。 對(duì)目標(biāo)市場的客戶 在分析市場的客戶時(shí)候，采用分類和聚類的方法，可以將目標(biāo)群里中的每個(gè)客戶進(jìn)行細(xì)分，通過他們數(shù)據(jù)本身所體現(xiàn)的特點(diǎn)將具有相似特點(diǎn)的客戶放在一個(gè)目標(biāo)群里，這樣將所有的客戶分成若干各組，這樣通過有效的聚類和協(xié)同過濾方法可以更高效的提高對(duì)不同客戶需求的分析，從而推動(dòng)企業(yè)的營銷成效。 對(duì)業(yè)務(wù)關(guān)聯(lián)分析 在大量的客戶信息數(shù)據(jù)面前，我們可以對(duì)客戶平時(shí)的個(gè)人素質(zhì)、教育水平、工作性質(zhì)、家庭收入、家庭支出、消費(fèi)習(xí)慣等行為進(jìn)行充分的分析，找出客戶的潛在需求，同時(shí)通過這些結(jié)論，我們可以更好地發(fā)展一些中間業(yè)務(wù)，在更好地為客戶服務(wù)的同時(shí)，進(jìn)一步發(fā)展我們自己的企業(yè)。 表 42 性別、年齡與投資額的相關(guān)性分析 性別 年齡 投資額 性別 Pearson 相關(guān)性 1 .052 .037 顯著性（雙側(cè)） .082 .211 N 1127 1127 1127 年齡 Pearson 相關(guān)性 .052 1 .573** 顯著性（雙側(cè)） .082 .000 N 1127 1127 1127 投資額 Pearson 相關(guān)性 .037 .573** 1 顯著性（雙側(cè)） .211 .000 N 1127 1127 1127 **. 在 .01 水平（雙側(cè)）上顯著相關(guān)。 第四章 多元統(tǒng)計(jì)對(duì)客戶投資的細(xì)分 18 年齡、職業(yè)對(duì)投資額的 統(tǒng)計(jì) 分析 表 45 各數(shù)據(jù)的代替數(shù)值 職業(yè) 學(xué)生 1 教師 2 車企員工 3 銀行 4 公務(wù)員 5 醫(yī)生 6 外企 7 金融投資 8 退休 9 其他 0 投資額 5W以下 1 5W10W 2 10W20W 3 20W以上 4 注： 由于 年齡使用的是具體數(shù)值而不是范圍，這里不在需要用數(shù)值代替。 （ 3）年齡、職業(yè)和投資額的 K均值的聚類分析 表 47 年齡、職業(yè)和投資額的最終聚類中心 聚類 1 2 3 4 年齡 46 58 36 26 3 2 職業(yè) 6 7 5 投資額 3 3 3 表 48 每個(gè)聚類中的案例數(shù) 聚類 1 2 3 4 有效 缺失 由表 47和表 48可知，在年齡、職業(yè)和投資額這三個(gè)維度做 K均值聚類分析的時(shí)得出結(jié)論，第一類投資額在 20W 第四章 多元統(tǒng)計(jì)對(duì)客戶投資的細(xì)分 20 年齡、性別和投資品種的統(tǒng)計(jì)分析 表 49 各數(shù)據(jù)的代替數(shù)值 性別 男 0 女 1 投資品種的代替數(shù)值 基金 1 股票 2 期貨 3 銀行理財(cái)產(chǎn)品 4 儲(chǔ)蓄 5 注： 由于年齡使用的是具體數(shù)值而不是范圍，這里不在需要用數(shù)值代替。 由此圖我們可以看出， 職業(yè)、年齡與投資額的相關(guān)性為 年齡和職業(yè)這個(gè)連個(gè)維度對(duì)投資額有絕對(duì)的相關(guān)性存在其中。 第四章 多元統(tǒng)計(jì)對(duì)客戶投資的細(xì)分 17 （ 2）性別、年齡和投資額的二步聚類分析 圖 43 性別年齡和投資額的二步聚類分析 從圖 43以看出 性別、年齡和投資額這三個(gè)維度，輸入特征是 3而通過復(fù)式 4說明要把所分析的數(shù)據(jù)分為 4類的情況是最好的，所以在 K均值類分析我們將其分為 4類。然后進(jìn)行分析階段，將篩選出來的數(shù)據(jù)輸入計(jì)算機(jī)，運(yùn)用 SPSS 軟件使計(jì)算機(jī)進(jìn)行自主分析，并且能進(jìn)一步完善數(shù)據(jù)，最后是得出結(jié)論，對(duì)所得出的結(jié)果進(jìn)行解釋和評(píng)估，根據(jù)得到的結(jié)果進(jìn)行相應(yīng)的分析，并且制定相應(yīng)的計(jì)劃。通過一些重點(diǎn)指標(biāo)來分析出客戶的忠誠度，以及找到這些客戶的共同需求，從而對(duì)這些具有相似特征的客戶進(jìn)行有效地彌補(bǔ)。第四章 多元統(tǒng)計(jì)對(duì)客戶投資的細(xì)分 13 第 四 章 多元統(tǒng)計(jì)對(duì) 客戶 投資的 細(xì)分 多元統(tǒng)計(jì)在金融投資領(lǐng)域中的 重要 作用 隨著現(xiàn)代高新技術(shù)的發(fā)展，計(jì)算機(jī)信息技術(shù) 已經(jīng)發(fā)生了重大轉(zhuǎn)變，從最初單純地服務(wù)于行業(yè)的業(yè)務(wù)領(lǐng)域，逐漸轉(zhuǎn)變?yōu)閷?duì)業(yè)務(wù)和管理的各個(gè)方面的綜合應(yīng)用，在高速發(fā)展的今天，金融部門的數(shù)據(jù)量大大增加，單純的人工分析統(tǒng)計(jì)已完完全全不能滿足現(xiàn)在這個(gè)時(shí)代的一個(gè)基本要求， 伴隨著產(chǎn)生了我們現(xiàn)在的數(shù)據(jù)庫系統(tǒng)，它可以有效的實(shí)現(xiàn)對(duì)數(shù)據(jù)的統(tǒng)計(jì)，查詢以及錄入，雖然提高了我們的工作效率，但是它仍然無法實(shí)現(xiàn)根據(jù)得到數(shù)據(jù)進(jìn)行分析這一重要的行為，數(shù)據(jù)庫并不能發(fā)現(xiàn)每個(gè)數(shù)據(jù)中隱含存在的關(guān)系和規(guī)則，并且它無法根據(jù)現(xiàn)有的數(shù)據(jù)區(qū)預(yù)測未來的發(fā)展走向，缺乏了這樣的手段所面臨的結(jié)果就是出現(xiàn)了“數(shù)據(jù)大爆炸但知識(shí)貧乏”的現(xiàn)象?？紤]自變量和因變量也可以大致分為線性和非線性回歸分析兩種，一元線性回歸指在回歸分析中只存在自變量 和因變量各一個(gè)，且二者關(guān)系近似，相反則成為多元線性回歸分析 [10]。 關(guān)聯(lián)分析 關(guān)聯(lián)分析是指在兩個(gè)或多個(gè)事物之間存在一定的聯(lián)系，通過對(duì)一個(gè)事件的預(yù)測可以得出另一個(gè)事件，進(jìn)行關(guān)聯(lián)分析的目的在于挖掘出深層次不為人知的且對(duì)發(fā) 展有作用的數(shù)據(jù)。在同一組中的數(shù)據(jù)彼此相似，而不同組中的數(shù)據(jù)相差甚遠(yuǎn)，聚類分析可以通過建立宏觀的概念，結(jié)合統(tǒng)計(jì)出 來的數(shù)據(jù)特點(diǎn)，得出潛在數(shù)據(jù)屬性之間的相互關(guān)系。 數(shù)理統(tǒng)計(jì)主要應(yīng)用于對(duì)數(shù)據(jù)挖掘所 挖掘出來的知識(shí)進(jìn)行統(tǒng)計(jì)和評(píng)估，對(duì)于計(jì)算機(jī)來講，它的學(xué)習(xí)也是人工智能的一個(gè)分支，即歸納推理，從所發(fā)現(xiàn)的規(guī)律中找出隱含的規(guī)則。 數(shù)據(jù)挖掘的特點(diǎn) 數(shù)據(jù)挖掘分析方法最大的特點(diǎn) 在于其挖掘、發(fā)現(xiàn)關(guān)鍵的信息這個(gè)過程中并沒第三章 投資策略的基本產(chǎn)品分析 11 有明確的假設(shè)前提，并且所挖掘到的信息應(yīng)具有一下三個(gè)特征即未知、有效、可使用。 KDD泛指所有從數(shù)據(jù)源中發(fā)掘的模式或聯(lián)系方法。 數(shù)據(jù)挖掘技術(shù)的起源 如果想發(fā)明一個(gè)東西，那么導(dǎo)致他的發(fā)明者能制造它出來的原因就是它非常的被人們所需要，即“需要是發(fā)明之母”，近些年來，由于中國經(jīng)濟(jì)快速蓬勃的發(fā)展從而帶動(dòng)中國的信息產(chǎn)業(yè)一路高歌猛進(jìn)茁壯成長，“數(shù)據(jù)挖掘”這個(gè)詞對(duì)于中國信息產(chǎn)業(yè)界不再是一個(gè)生僻詞，越來越多引起人們對(duì)它的關(guān)注，一個(gè) 很重要的原因就是在于 目前網(wǎng)絡(luò)中存在大量數(shù)據(jù)，并且這些數(shù)據(jù)可與廣泛的去作為有用的資源去使用，同時(shí)迫切需要將這些數(shù)據(jù)轉(zhuǎn)換成有用的信息和知識(shí)，從這些獲取的信息和知識(shí)中可以廣泛運(yùn)用與各種生活應(yīng)用，包括商務(wù)管理，市場綜合性分析，工程設(shè)計(jì)，可靠研發(fā)，以及生產(chǎn)控制。債券型基金一般收益率在 2%%之間浮動(dòng)，收益相對(duì)穩(wěn)健，不會(huì)傷及本金，對(duì)于投資期也比較自由，但是考慮相應(yīng)的費(fèi)用和持有時(shí)間，對(duì)債券型基金的選擇略微靠后，而貨幣基金 是一種短期低風(fēng)險(xiǎn)的投資理財(cái)產(chǎn)品，收益率相對(duì)較低，因此有人第二章 投資策略的基本產(chǎn)品分析 8 又稱他為銀行儲(chǔ)蓄的“替代品”，適合短期投資，當(dāng)然一定情況下也可以作為一種過 渡性投資品種。尤其是前者，因?yàn)樗啾扔诖婵顏碚f有很大的優(yōu)勢，例如免稅，收益率較高，而相對(duì)于股票而言又具有較好的信用保證和較強(qiáng)的社會(huì)信譽(yù)，往往深受廣大工薪階層人民的歡迎，更有甚者稱其為“金邊債券” 。 債券 國家、企業(yè)、金融機(jī)構(gòu)為了擴(kuò)大自己的企業(yè)發(fā)展規(guī)模時(shí)由于自己的資金不能滿足發(fā)展需要于是向民間籌措資本即向投資者發(fā)行債券，投資者購買債券隨即和發(fā)行單位發(fā)生一種債權(quán)關(guān)系，雙方按照事先約定，在借款期滿后連本帶利還給投資者，從而是雙方都受益的一種借貸行為。 股票 股票作為股份制有限公司進(jìn)行市場性融資的一個(gè)手段，在融資時(shí)向市場發(fā)行第二章 投資策略的基本產(chǎn)品分析 7 自己的有價(jià)證券讓眾多的市場投資者來擔(dān)任企業(yè)的股東，每一個(gè)購買該企業(yè)股票的個(gè)人和企業(yè)都是發(fā)行股票的股東，而每一個(gè)股東都會(huì)根據(jù)自己所持有的股份數(shù)量來享受不同的權(quán)利和義務(wù)， 股票是一 種有價(jià)證券，代表著其持有人（股東）對(duì)股份公司的所有權(quán)，每一股同類型股票所代表的公司所有權(quán)是相等的，即“同股同權(quán)”。其中 QDII作為一種投資制度，其直接的目的為了進(jìn)一步吸納民間資本，以便創(chuàng)造更多外匯收入，同時(shí)可使國內(nèi)貨幣更加市場化，從而減少貿(mào)易順差，和資本項(xiàng)目盈余。而對(duì)于國內(nèi)的商業(yè)銀行來說， 由于《中華人民共和國商業(yè)銀行法》規(guī)定銀行不得從事證券和信托業(yè)務(wù)，并且由于 利率尚未完全市場化，在這樣的前提下商業(yè)銀行理財(cái)產(chǎn)品的開發(fā)銷售面臨的約束較多同時(shí)還伴隨著很大的法律風(fēng)險(xiǎn)。 第二章 投資策略的基本產(chǎn)品分析 6 保本浮動(dòng) 收益理財(cái)產(chǎn)品 顧名思義， 保本浮動(dòng)收益理財(cái)產(chǎn)品計(jì)劃即商業(yè)銀行向客戶支付之前約定條件中的本金部分，而對(duì)于本金以外的收益部分則由客戶來獨(dú)自承擔(dān)，并依據(jù)實(shí)際的投資收益確定客戶實(shí)際收益的一種理財(cái)計(jì)劃 [12]。投資