發(fā)布時間：2020-10-13 22:19

　　 隨著投資者群體以及金融市場信息規(guī)模的不斷擴(kuò)大,傳統(tǒng)的以提供金融數(shù)據(jù)為核心的互聯(lián)網(wǎng)金融平臺已經(jīng)無法滿足各類投資者的信息需求,這使得互聯(lián)網(wǎng)金融平臺逐漸從以提供金融數(shù)據(jù)信息為核心轉(zhuǎn)化成以提供金融服務(wù)為核心。證券推薦作為一種投資建議服務(wù)可以輔助投資者做出更好的投資決策。因此在證券投資領(lǐng)域起到越來越重要的作用。目前的證券推薦系統(tǒng)存在系統(tǒng)資源耗費嚴(yán)重、難以進(jìn)行實時性在線推薦、推薦的證券適應(yīng)性差、質(zhì)量不高等問題,為解決上述缺點,本文以證券推薦系統(tǒng)的受眾群體——投資者為主要研究對象進(jìn)行投資者風(fēng)格畫像建模、投資者群體關(guān)系挖掘以及智能證券推薦建模工作,開展了基于用戶投資風(fēng)格的智能證券推薦研究。針對當(dāng)前證券系統(tǒng)無法準(zhǔn)確獲取投資者重要特征的局限性,提出了基于用戶投資分析的投資風(fēng)格畫像建模方法。采用傳統(tǒng)的業(yè)績歸因理論對投資者投資數(shù)據(jù)以及市場數(shù)據(jù)進(jìn)行結(jié)合,并從投資能力以及投資偏好兩個角度建立更加完備的投資者風(fēng)格描述特征。根據(jù)特征描述設(shè)計對應(yīng)的投資者風(fēng)格畫像,建立特征的時效性指標(biāo)來驗證畫像描述的穩(wěn)定性,并通過系統(tǒng)實現(xiàn)與平臺應(yīng)用驗證建模方法的有效性與可行性。傳統(tǒng)證券推薦系統(tǒng)無法動態(tài)捕捉用戶的興趣偏移狀態(tài),嚴(yán)重影響到證券推薦結(jié)果對于投資者的適應(yīng)性,本文利用投資者的風(fēng)格畫像特征,采取群體關(guān)系挖掘的方式動態(tài)捕捉投資者的投資風(fēng)格轉(zhuǎn)移情況,提出了優(yōu)化的遺傳聚類群體挖掘模型。對傳統(tǒng)群體挖掘聚類模型進(jìn)行深入調(diào)研,并對基礎(chǔ)遺傳聚類算法的各個遺傳組件進(jìn)行了優(yōu)化,包括染色體初始化優(yōu)化、適應(yīng)度函數(shù)設(shè)計優(yōu)化,遺傳操作優(yōu)化等優(yōu)化策略,基于此設(shè)計了投資者群體劃分的整體方案,包括系統(tǒng)模塊組成、運行邏輯等。根據(jù)優(yōu)化設(shè)計方案開展了相關(guān)對比實驗,證實了所提出的模型相比于傳統(tǒng)的群體聚類挖掘方法可以表現(xiàn)出更優(yōu)異的性能。在完成投資者描述以及捕捉投資者特征偏移后,本文提出了基于投資者投資風(fēng)格與群體關(guān)系的證券推薦模型。深入研究基于奇異值分解(Singular value decomposition)理論的推薦算法后,針對其計算復(fù)雜度高,擴(kuò)展性差的缺陷,提出了結(jié)合用戶群體劃分的推薦方法,采用矩陣降維與群體劃分技術(shù)降低線上推薦算法的運算復(fù)雜度,引入雙層SVD機制以及投資者偏好捕捉機制用以提升證券推薦模型的推薦效果,通過推薦準(zhǔn)確性預(yù)測及推薦證券收益性能指標(biāo)驗證所提出的證券推薦模型可以為投資者提供高質(zhì)量、個性化的在線證券推薦服務(wù)。
【學(xué)位單位】：哈爾濱工業(yè)大學(xué)
【學(xué)位級別】：碩士
【學(xué)位年份】：2019
【中圖分類】：F832.51;TP391.3
【部分圖文】：

本文核心研究內(nèi)容及組織框架

圖 2-1 本章研究邏輯架構(gòu)基于投資者業(yè)績歸因理論的投資行為分析建模文認(rèn)為，用戶的投資行為由用戶的普通行為描述集合uB 與用戶的集合iM 組成。因此，用戶投資行為分析問題實際上可以形式化為的相關(guān)表現(xiàn)特征求解用戶行為描述集以及投資行為描述集，前者的基本屬性數(shù)據(jù)以及動態(tài)社交屬性獲取，后者則可以根據(jù)投資分接獲取到。因此本小節(jié)首先介紹業(yè)績歸因模型的基本原理，并針歸因模型的不足之處提出基于用戶投資分析的多因子歸因模型。 傳統(tǒng)業(yè)績歸因模型理論研究與分析Brinson 業(yè)績歸因模型 在業(yè)績歸因理論中，Brinson 模型[52]為因模型。Brinson 模型通過比較投資組合收益與基準(zhǔn)收益之間的差收益，并將超額收益分解成股票選擇收益、資產(chǎn)配置收益以及二,從而找到各因素對于投資者資產(chǎn)變化的貢獻(xiàn)程度。下面將對 Bri

哈爾濱工業(yè)大學(xué)碩士學(xué)位論文影響因子k的收益，kakX f表示影響因子k對于投資組合述，Brinson 模型更加關(guān)注投資者自身的投資方式，并把結(jié)到投資者的股票選擇以及資產(chǎn)配置兩個主要原因上。缺點是無法定位到更加細(xì)節(jié)的業(yè)績影響因子上。而多因股票選擇的角度，考慮到了更多的影響用戶業(yè)績的指標(biāo)，加強了 Brinson 模型的業(yè)績歸因能力。傳統(tǒng)業(yè)績歸因模型的 MSI 業(yè)績歸因模型構(gòu)建提出了一種新的用戶投資歸因模型——MSI 歸因模型，rinson 模型以及多因子歸因模型的思想，將用戶的資產(chǎn)期間的各類操作中。通過這一建模過程，可以更加深入信息，并得到更加明確的用戶資產(chǎn)變化原因。下面將對歸因模型做出詳細(xì)介紹。MSI 業(yè)績歸因模型總體框架
【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 周佩;;互聯(lián)網(wǎng)理財發(fā)展趨勢及投資策略研究[J];現(xiàn)代營銷(經(jīng)營版);2019年03期

2 王力;孫春雷;;當(dāng)前金融資產(chǎn)管理公司投資策略分析[J];銀行家;2019年10期

3 張婷;;2017年投資策略:看最佳分析師們怎么說[J];股市動態(tài)分析;2016年50期

4 洪瑜;;風(fēng)險投資策略研究[J];商場現(xiàn)代化;2017年13期

5 常樂;;50∶50投資策略淺析[J];科技經(jīng)濟(jì)導(dǎo)刊;2017年22期

6 李文澤;謝升峰;;分級基金投資策略分析[J];商;2016年15期

7 李豫;;論企業(yè)財務(wù)投資策略[J];科技經(jīng)濟(jì)市場;2015年03期

8 許榮;魏諳書;;股災(zāi)期間保險投資策略研究——危機時期巴菲特保險投資案例分析[J];保險理論與實踐;2016年07期

9 童銀婷;;從投資之道談財務(wù)自由之路[J];智富時代;2016年12期

10 趙東山;;君聯(lián)資本邵振興的投資平衡術(shù),要穩(wěn)健,更要敏銳[J];創(chuàng)業(yè)邦;2017年04期

相關(guān)博士學(xué)位論文 前10條

1 湯偉;溢出效應(yīng)下競爭制造商的投資策略研究[D];南京大學(xué);2019年

2 劉國偉;動態(tài)環(huán)境下的企業(yè)定價與投資策略[D];天津大學(xué);2017年

3 徐鴨江;企業(yè)投資策略研究[D];中國社會科學(xué)院研究生院;2001年

4 徐高林;英美壽險資金投資原理研究[D];對外經(jīng)濟(jì)貿(mào)易大學(xué);2004年

5 任開宇;滬深股市風(fēng)格投資：適用性、周期性和轉(zhuǎn)換策略[D];吉林大學(xué);2004年

6 楊宏恩;日本對中國直接投資的變化與影響[D];復(fù)旦大學(xué);2005年

7 李勇;不同市場有效性條件下的中國投資策略研究[D];華東師范大學(xué);2006年

8 李長青;不確定條件下專用實物資產(chǎn)投資估價的理論與實施方法研究[D];華中科技大學(xué);2005年

9 王濱;不確定條件下投資的博弈分析[D];華中科技大學(xué);2005年

10 黃靜;行為金融理論與投資策略應(yīng)用研究[D];吉林大學(xué);2006年

相關(guān)碩士學(xué)位論文 前10條

1 李冰華;基于協(xié)整和距離方法的配對交易投資組合策略研究[D];南昌大學(xué);2019年

2 蘇宏陽;基于用戶投資風(fēng)格的證券智能推薦方法研究[D];哈爾濱工業(yè)大學(xué);2019年

3 章怡甜;九鼎投資重組中江地產(chǎn)上市案例分析[D];南昌大學(xué);2019年

4 黃晨;基于深度學(xué)習(xí)的股票投資組合策略研究[D];哈爾濱工業(yè)大學(xué);2019年

5 唐霖露;制度學(xué)習(xí)、文化差異與跨境風(fēng)險投資聯(lián)合投資動機[D];上海交通大學(xué);2016年

6 董慧;A集團(tuán)投資管理優(yōu)化策略研究[D];大連海事大學(xué);2019年

7 史鵬飛;基于M2與信用利差的行業(yè)輪動投資策略[D];中國地質(zhì)大學(xué)(北京);2019年

8 郭凱;腐敗與異地投資[D];上海交通大學(xué);2016年

9 黃文宣;融創(chuàng)中國投資樂視案例研究[D];哈爾濱商業(yè)大學(xué);2019年

10 徐靚;專利信號對風(fēng)險投資影響的實證研究[D];上海交通大學(xué);2016年

本文編號：2839766