【正文】 （ 1）年齡、職業(yè)和投資額的相關(guān)性分析 表 46 職業(yè)、年齡與投資額的相關(guān)性分析 職業(yè) 年齡 投資額 職業(yè) Pearson 相關(guān)性 1 .523** .413** 顯著性（雙側(cè)） .000 .000 N 1126 1126 1126 年齡 Pearson 相關(guān)性 .523** 1 .573** 顯著性（雙側(cè)） .000 .000 N 1126 1127 1127 投資額 Pearson 相關(guān)性 .413** .573** 1 顯著性（雙側(cè)） .000 .000 N 1126 1127 1127 **. 在 .01 水平（雙側(cè)）上顯著相關(guān)。 基于多元統(tǒng)計(jì)的數(shù)據(jù)處理流程 首先進(jìn)行前期的準(zhǔn)備工作，包括數(shù)據(jù)信息的收集和預(yù)處理，收集就是搜索與工作對(duì)象有關(guān)的數(shù)據(jù)信息，并且從中 選出最具代表性的資料以便通過(guò)分析得出最具代表性的答案， 預(yù)處理就是進(jìn)一步篩選信息，提高數(shù)據(jù)的整體質(zhì)量，為接下來(lái)的分析做到充分的準(zhǔn)備，確定要使用的統(tǒng)計(jì)操作類(lèi)型。 偏差分析 數(shù)據(jù)發(fā)展現(xiàn)狀、數(shù)據(jù)本身的歷史記錄以及數(shù)據(jù)標(biāo)準(zhǔn)這三者存在顯著變化，而偏差分析就是探測(cè)這三者之間的偏離，然后通過(guò)分析得出相應(yīng)的結(jié)果并應(yīng)用到實(shí)際的生產(chǎn)經(jīng)營(yíng)當(dāng)中。 聚類(lèi)方法也可以細(xì)分為統(tǒng)計(jì)方法和神經(jīng)網(wǎng)絡(luò)方法。 數(shù)據(jù)挖掘的常用 技術(shù) 數(shù)局挖掘算法的優(yōu)劣直接決定所發(fā)現(xiàn)的知識(shí)的價(jià)值性，以及所發(fā)現(xiàn)的知識(shí)的可實(shí)際應(yīng)用程度。所謂的專家系統(tǒng)，就是采用這樣的方法，但是它投資巨大但是效果并不理想， 到了 80 年代，人們重新總結(jié)了神經(jīng)網(wǎng)絡(luò)理論， 并在新的理論指導(dǎo)下，重新回到機(jī)器學(xué)習(xí)這個(gè)角度，并且人們將成果首次運(yùn)用到了大型的綜合商業(yè)數(shù)據(jù)庫(kù)中，該技術(shù)由此成為了 80 年 代末的新術(shù)語(yǔ)，即 KDD。股票型基金相對(duì)其他兩種產(chǎn)品來(lái)說(shuō)投資收益率較高，一般可以達(dá)到 8%左右，對(duì)于一年以上的投資較為適合。但是，目前我國(guó)的經(jīng)濟(jì)形勢(shì)總體形式也呈現(xiàn)復(fù)蘇狀態(tài)，并且股票的可選空間較為廣闊，這就形成投資的機(jī)會(huì)很多，在策略中可以適當(dāng)調(diào)整績(jī)優(yōu)股 的比重以滿足不同投資者的需求。 非保本浮動(dòng)收益產(chǎn)品 隨著金融經(jīng)濟(jì)市場(chǎng)的蓬勃發(fā)展，這類(lèi)非保本浮動(dòng)收益產(chǎn)品漸漸走近人們的視線，所謂非保本浮動(dòng)利益 產(chǎn)品即不保證本金收益率浮動(dòng)的產(chǎn)品，目前該類(lèi)的主要產(chǎn)品有 QDII、基金寶等，一般銀行的非保本浮動(dòng)利益型的風(fēng)險(xiǎn)僅次于儲(chǔ)蓄風(fēng)險(xiǎn) [13]。 因此 ,在這樣的情況下，投資者選擇的前提首先，對(duì)于相同的產(chǎn)品，要選擇一個(gè)年收益率相對(duì)較高的金融產(chǎn)品，同時(shí)還需要注意利息的問(wèn)題，因?yàn)檫x擇金融類(lèi)產(chǎn)品的目的就在于它的利率相比儲(chǔ)蓄來(lái)說(shuō)要高一些而且相比于其他的投資在風(fēng)險(xiǎn)上的承擔(dān)問(wèn)題上，銀行也可以承擔(dān)大部分的風(fēng)險(xiǎn)。 從金融學(xué)的角度來(lái)看，相對(duì)與投 機(jī)而言，投資可能會(huì)花費(fèi)更多的時(shí)間、精力、和財(cái)力，去通過(guò)掌握的市場(chǎng)準(zhǔn)則和方法去規(guī)律性的操作自己的投資產(chǎn)品，也只有這樣，才能使在未來(lái)的時(shí)間過(guò)得比其他人更多的資產(chǎn)收益、從而提高自己的生活質(zhì)量和生活水平。所以各種投資品種主要還是根據(jù)每個(gè)人不同的性格特點(diǎn)來(lái)進(jìn)行分析，而針對(duì)我國(guó)國(guó)內(nèi)金融公司的研究表明，對(duì)于國(guó)內(nèi)潛在的投資客戶的分析還是僅僅停留在淺顯的一個(gè)摸索期。 結(jié)合目前的投資市場(chǎng)發(fā)展?fàn)顩r來(lái)看，工薪階層在進(jìn)行投資的時(shí)候很難確保此次投資會(huì)得到高收益，所以他們會(huì)感到很強(qiáng)的危機(jī)感加之經(jīng)驗(yàn)不足，當(dāng)他真正面臨投資機(jī)會(huì)的時(shí)候會(huì)變得一片茫然，自顧不暇。因此， 對(duì)國(guó)內(nèi)人群我們很有必要去進(jìn)行 對(duì) 投資偏好的分析 。 本文通過(guò)介紹國(guó)內(nèi)各個(gè)階層的居民 現(xiàn)有收入狀況，結(jié)合目前市場(chǎng)上的金融產(chǎn)品主要投資特點(diǎn)，重點(diǎn)對(duì)不同家庭情況，不同的投資偏好，不同的收入水平以及不同金融產(chǎn)品的生命周期的投資策略分析。 消費(fèi)方式的多元化 在馬斯洛的需求層次理論中，當(dāng)工薪階層在基本生存需要得到滿足的前提下，他們就會(huì)開(kāi)始更多地關(guān)注 對(duì)他們生活質(zhì)量的提高和改善消費(fèi)品有幫助的相關(guān)項(xiàng)目。 90 年代后期以來(lái)，中國(guó)個(gè)人投資者日益成熟，其投資的選擇權(quán)面對(duì)豐富的投資品種可以較充分發(fā)揮。在加上國(guó)外的國(guó)家社會(huì)福利保障政策使國(guó)民感到了很大的安全感，人們不會(huì)再為溫飽、醫(yī)療、教育等政策進(jìn)行擔(dān)心，所以這也正向的促進(jìn)了他們國(guó)家的人民會(huì)把更多的資產(chǎn)去諸如的整個(gè)的投資資本運(yùn)營(yíng)體系中，這樣的良性循環(huán)，也會(huì)逐步的帶動(dòng)國(guó)家的快速發(fā)展，從而帶動(dòng)國(guó)民的收入也更為寬裕，是人們能夠安居樂(lè)業(yè)，而相比于國(guó)內(nèi)的各項(xiàng)水平來(lái)說(shuō)，我們雖 然和以前比有很大的進(jìn)步，但是太多太多不完善的地方還要需要我們一步一步的去改進(jìn)、發(fā)展，羨慕別人不是目的，最重要的是把先進(jìn)的知識(shí)帶入國(guó)內(nèi)，然后進(jìn)行改良創(chuàng)新，因地制宜的使用在國(guó)內(nèi)的金融市場(chǎng)上。投資者購(gòu)買(mǎi)這類(lèi)金融產(chǎn)品到期會(huì)獲得固定的收益，投資風(fēng)險(xiǎn)由商業(yè)銀行全部承擔(dān)。而對(duì)于國(guó)內(nèi)的商業(yè)銀行來(lái)說(shuō)， 由于《中華人民共和國(guó)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(chǎng)化，在這樣的前提下商業(yè)銀行理財(cái)產(chǎn)品的開(kāi)發(fā)銷(xiāo)售面臨的約束較多同時(shí)還伴隨著很大的法律風(fēng)險(xiǎn)。 股票 股票作為股份制有限公司進(jìn)行市場(chǎng)性融資的一個(gè)手段，在融資時(shí)向市場(chǎng)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(chǎng)投資者來(lái)?yè)?dān)任企業(yè)的股東，每一個(gè)購(gòu)買(mǎi)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(lái)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(lèi)型股票所代表的公司所有權(quán)是相等的，即“同股同權(quán)”。尤其是前者，因?yàn)樗啾扔诖婵顏?lái)說(shuō)有很大的優(yōu)勢(shì)，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” 。 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(lái)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(lái)，由于中國(guó)經(jīng)濟(jì)快速蓬勃的發(fā)展從而帶動(dòng)中國(guó)的信息產(chǎn)業(yè)一路高歌猛進(jìn)茁壯成長(zhǎng)，“數(shù)據(jù)挖掘”這個(gè)詞對(duì)于中國(guó)信息產(chǎn)業(yè)界不再是一個(gè)生僻詞，越來(lái)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(chǎng)綜合性分析，工程設(shè)計(jì)，可靠研發(fā)，以及生產(chǎn)控制。 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(guò)程中并沒(méi)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。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(lèi)分析可以通過(guò)建立宏觀的概念，結(jié)合統(tǒng)計(jì)出 來(lái)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?？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]。通過(guò)一些重點(diǎn)指標(biāo)來(lái)分析出客戶的忠誠(chéng)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 17 （ 2）性別、年齡和投資額的二步聚類(lèi)分析 圖 43 性別年齡和投資額的二步聚類(lèi)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(guò)復(fù)式 4說(shuō)明要把所分析的數(shù)據(jù)分為 4類(lèi)的情況是最好的，所以在 K均值類(lèi)分析我們將其分為 4類(lèi)。 （ 3）年齡、職業(yè)和投資額的 K均值的聚類(lèi)分析 表 47 年齡、職業(yè)和投資額的最終聚類(lèi)中心 聚類(lèi) 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(lèi)中的案例數(shù) 聚類(lèi) 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(lèi)分析的時(shí)得出結(jié)論，第一類(lèi)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。 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)。 對(duì)目標(biāo)市場(chǎng)的客戶 在分析市場(chǎng)的客戶時(shí)候，采用分類(lèi)和聚類(lèi)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(guò)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(guò)有效的聚類(lèi)和協(xié)同過(guò)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(yíng)銷(xiāo)成效。 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。數(shù)據(jù)挖掘中常用的方法有聚類(lèi)分析、關(guān)聯(lián) 分析、回歸分析、分類(lèi)分