미래가 인상적이다

2 1 세기에 수학 기술은 컴퓨터 기술과 마찬가지로 어떤 과학 발전에도 없어서는 안 될 도구가 되었다. 미국 시티그룹

1995 년 3 월 6 일, 은행 부행장 콜린스는 영국 케임브리지대 뉴턴수학과학연구소에서 연설을 했다.

"18 세기 초 뉴턴 동시대의 저명한 수학자 베르누이는' 물리학 연구에 종사하다' 고 선언했다.

수학을 모르는 사람은 사실 의미가 크지 않은 일을 처리한다. 당시 이런 견해는 물리학에 해롭다.

이 말은 맞지만 은행업에는 꼭 그런 것은 아니다. 18 세기에는 수학 훈련 없이도 잘 할 수 있다.

은행을 효율적으로 경영하다. 과거 물리학에 적용됐던 이치는 지금도 은행업에도 적용된다. 이제 여러분은

이렇게 말했다:' 은행에서 일하지만 수학을 모르는 사람은 사실 의미가 크지 않은 일을 처리한다.' \ "그는 또한

Citibank 의 70% 가 수학에 의존하고 있다고 지적하면서, 그는 특히' 수학이 발전할 수 있는 도구가 없다' 고 강조했다.

그리고 기술, 우리는 많은 일에 대해 아무것도 할 수 없다 ... 우리는 수학을 빼놓을 수 없다. "은행이 여기 있습니다.

가족들은 그의 경험으로 수학의 중요성을 묘사했다. 냉전이 끝난 후, 수천 명의 미국인들이 군 시스템에서 일한 적이 있다.

과학자들이 월스트리트에 들어서자 대형 펀드 매니지먼트사는 수학이나 물리학 방면의 박사를 초빙하기 시작했다.

。 이것은 중요한 신호이다: 금융시장은 전쟁터가 아니지만 전쟁터보다 훨씬 낫다. 그러나 시장과 전쟁터는 분리될 수 없다.

복잡하고, 어렵고, 빠른 컴퓨팅 작업.

그러나 중국에서는 고등교육을 받은 전문가가 국내 경제류를 읽을 수 있다는 것을 피할 수 없다.

, 금융학의 핵심 저널이지만, 국내 금융학과 학부생은 국제 핵심 저널인 조 (Jo) 를 이해하기 어렵다.

금융 분야에서는 증권투자펀드 매니저가' 포트폴리오 관리 여행' 을 읽는 경우는 드물다.

멘트' 는 외국어의 숙련도가 아니라 내용과 연구 방법의 차이에 있다.

대부분 설명 분석에 머물며 금융의 정의, 시장 구분, 금융 조직 또는 묘사에 초점을 맞추고 있습니다.

금융을 묘사하다 그러나 외국 학술계와 실무계는 주로 자본자산, 파생제품의 가격 원칙과 같은 정량 분석에 초점을 맞추고 있다

자산을 복제하는 방법, 즉 금융학을 분석하는 방법, 심지어 국내 금융학 교과서에서도 표지가 관련되어 있다.

자산 (기본 자산) 및 파생 자산 (파생 자산) 의 가격이 책정되지만 원래 공식은 제안합니다

이런 현상은 불합리하고, 이런 현상의 원인은 다음과 같다. 첫째,

연구 방법에 따라 중국 금융학과는 중국 철학 사회과학기획실 또는

National National Natural Science Foundation 으로 돌아가 과학부를 관리하기 위해 전자는 주요 위치를 차지하고 있으며, 이 팀은 대부분 고전에서 왔다.

경제 전환은 철학과 정치학 팀보다 앞서기 때문에 연구 방법은 대부분 질적 방법이다. 반대로, 서구에서는 금융이

연구팀은 좋은 수학과 물리 기초를 가지고 있다. 둘째, 중국 금융시장의 실제 환경에 의해 결정된다. 우리 나라

증권 시장이 막 시작되어 통일된 화폐 시장이 없다. 투자자 팀은 주로 중소투자자들로 구성되어 있다.

투기성이 높으면 현대 투자 이론에 대한 수요가 없을 것이며, 그에 따라 학술계도 생산하기 어렵다.

연구에 대한 열정.

그러나 수학 기술은 정확한 묘사와 엄격한 유도로 의심할 여지 없이 금융 분야에 들어갔다. 1952 부터 시작

에서 Markowitz 는 무작위 변수의 특성 변수를 사용하여 금융 자산의 수익성을 설명하는 것을 제안했습니다. 이는 정확하지 않습니다.

정성과 유동성으로 세계적 수준의 금융잡지가 금융시장을 분석하고 있는지, 아니면 글을 쓰고 있는지 구분하기 어렵다

수학 논문 한 부. 콜린스의 연설로 돌아가서, 금융증권화 추세에서 우리가 통계학을 사용하는지,

방법 역사적 데이터를 분석하여 가격 변동의 법칙을 찾습니까, 아니면 수학 분석을 통해 금융상품을 복제하는 것이 가장 좋습니까?

내면의 법칙을 먼저 발견한 사람은 변화무쌍한 금융시장에서 고액의 이윤을 얻을 수 있다. 엄격한 입구 때문에

요새에 들어서면서 수학은 금융 분야에서 줄곧 배제되고 무시되었다. 하지만 이윤을 추구하기 위해, 알 수 없는 공포가 있다

그것은 매우 약해 보인다.

그래서 미래에는 금융시장, 금융수학 등 밝은 전망을 가진 산업 체인을 상상할 수 있습니다.

컴퓨터 기술. 금융시장에는 폭리와 고위험이 있어 분석을 돕기 위해 컴퓨터 기술이 필요하지만 계산은 한다.

기계는 근사치, 좌우와 같은 설명적인 언어가 될 수 없다. 기본적으로 0 과 1 으로 구성된 공간만 인식합니다. 금융수학은

이 과정에서, 그것은 단지 중개인의 역할일 뿐, 정확한 언어로 무작위로 변동하는 시장을 묘사할 수 있다. 예를 들어,

무위험 할인 계수는 수익률 상태 매트릭스를 통해 발견되며 차익 거래는 없습니다. 그래서 금융수학이 도움이 될 수 있다

IT 산업은 금융 산업으로 확대되어 자신의 이윤 공간을 확보한다.

금융수학은 수리금융, 수리금융, 분석금융이라고도 하며, 수학도구를 이용해 금융을 연구하고, 수학모델링, 이론분석, 수치계산 등 정량분석을 하여 금융의 내재적 법칙을 발견하고 실천을 지도하는 것이다. 금융수학도 현대수학과 계산기술이 금융분야에서 응용되는 것으로 이해할 수 있다. 따라서 금융수학은 신흥 교차 학과로, 발전이 신속하여 현재 매우 활발한 최전방 학과 중 하나이다.

금융수학은 신흥 학과로' 금융고기술' 의 중요한 구성 요소이다. 금융 수학을 배우는 것은 큰 의미가 있다. 금융수학의 전반적인 연구 목표는 우리나라 수학 분야의 일부 방면의 장점을 이용하여 금융시장 균형과 증권가격 책정의 수학 이론을 심도 있게 분석하고, 우리나라 국정에 적합한 수학 모델을 세우고, 일정한 컴퓨터 소프트웨어를 작성하고, 이론 연구 결과를 시뮬레이션하고, 실제 데이터에 대한 계량 경제 분석과 연구를 진행하여 실제 금융부문에 심도 있는 기술 분석과 자문을 제공하는 것이다.

금융 수학의 주요 연구 내용과 해결해야 할 문제는 다음과 같습니다.

(1) 증권 및 포트폴리오 가격 이론

증권 (특히 선물, 옵션 등 파생품) 의 가격 이론을 발전시키다. 사용 된 수학적 방법은 주로 적절한 무작위 미분 방정식 또는 무작위 차이 방정식 모델을 제안하여 해당 역 방정식을 형성하는 것입니다. 해당 비선형 Feynman-Kac 공식이 수립되어 매우 일반적인 확장 Black-Scho 1es 가격 공식을 도출했습니다. 결과 역방향 방정식은 제약이 있는 고차원 비선형 기이한 방정식이 될 것이다.

이 글은 기한과 수익률이 다른 증권조합의 가격 문제를 연구한다. 가격 책정과 최적화를 결합한 수학적 모델을 만들 필요가 있다. 수학 도구 연구에서 무작위 계획, 퍼지 계획 및 최적화 알고리즘을 연구해야 할 수 있습니다.

시장의 불완전한 조건 하에서 선호도와 관련된 가격 이론이 도입되었다.

(2) 불완전한 시장 경제 균형 이론 (GEI)

다음 분야에서 연구를 수행 할 계획입니다.

1. 무한 차원 공간, 무한 수평 공간 및 무한 상태

2. 무작위 경제, 무차익 균형, 경제구조 매개변수의 변화, 비선형 자산 구조.

자산 유동화의 혁신과 설계.

마찰이 있는 경제

5. 기업 행동 및 생산, 파산 및 부실 채권

증권 시장에서의 게임.

(3)GEI 의 판 균형 알고리즘과 몬테카를로 방법이 경제 균형점 계산에 적용되고, GEI 이론이 재정 금융 경제 거시적 규제에 적용되고, 불완전한 시장 조건 하에서 지속 가능한 발전 이론의 틀에서 천연자원 자산 가격 책정과 천연자원의 지속 가능한 이용에 관한 연구.

현재 국내에서 금융수학 본과 전공을 개설하고 있는 고교는 베이징대, 복단대, 저장대, 산둥 대학, 남개대학 등이다.

나중에 나는 컴퓨터 일을 아주 잘했다. 금융 수학은 앞으로 은행, 보험, 주식, 선물 등의 연구와 분석에 종사하거나, 이러한 분야의 소프트웨어 개발을 할 것이며, 좋은 전문적인 배경을 가지고 있으며, 이러한 분야는 앞으로 매우 중요할 것이다.

국내 금융 수학 인재가 적다.

노벨 경제학상은 적어도 세 번이나 수학을 도구로 사용하여 금융 문제를 분석하는 경제학자들에게 수여되었다. 베이징대 금융수학과 왕탁 교수는 유감스럽게도 우리나라 관련 인재 양성이 이제 막 시작되었다고 말했다. 현재 금융과 수학을 모두 아는 복합적인 인재는 상당히 희귀하다.

금융 수학, 신흥 교차 학과는 이미 국제 금융계의 기묘한 꽃이 되었다. 방금 발표된 2003 년 노벨 경제학상은 미국 경제학자 로버트 엥겔과 영국 경제학자 클라이프 그랜저가 경제 시계열을 분석하는 두 가지 새로운 방법, 즉' 시간에 따른 이성' 과' 공통 추세' 를 표창하기 위해 경제 연구와 경제 발전에 큰 영향을 미쳤다.

왕탁은 금융수학의 발전이' 월가 혁명' 을 두 번 일으킨 적이 있다고 소개했다. 1950 년대 초, Markowitz 는 증권의 포트폴리오 이론을 제시했고, 처음으로 수학 도구를 사용하여 특정 위험 수준에서 다양한 증권에 다양한 비율로 투자하여 최대의 수익을 얻을 수 있는 투자 방법을 명확하게 제시하여 첫 번째' 월스트리트 혁명' 을 불러일으켰다. 1973 년, Blake 와 Scholes 는 옵션 가격 책정 공식을 수학적으로 제시하여 옵션 거래의 발전을 촉진시켰고, 옵션 거래는 곧 세계 금융 시장의 주요 내용이 되어 제 2 차' 월스트리트 혁명' 이 되었다.

오늘날 금융 수학자는 월스트리트에서 가장 인기 있는 인재 중 한 명이다. 가장 간단한 예로, 보험회사 중 지위와 수입이 가장 높은 것은 아마도 총결산사일 것이다. 미국 시티은행 부회장인 폴 코스린은 "은행 업무에 종사하고 수학을 모르는 사람은 하찮은 일만 할 수 있다" 는 명언을 가지고 있다.

미국에서는 시카고대, 캘리포니아대 버클리 분교, 스탠퍼드대, 카네기멜론 대학, 뉴욕대 등 유명 대학들이 금융수학 관련 학위나 전문 자격증 교육을 개설했다.

전문가들은 금융수학의 가능한 발전이 아시아에서 두드러져야 한다고 생각한다. 특히 금융시장이 발전하고 있고 잠재력이 큰 중국에서는 더욱 그렇다. 홍콩 중문대, 홍콩 과학기술대, 도시과학기술대 등 학교가 관련 교육과정과 훈련 프로그램을 내놓아 은행과 금융업으로부터 열렬한 호응을 받았다. 그러나 중국 대륙에서 이런 인재를 양성하는 것은 좀 어렵다.

왕탁은 국가자연과학기금이 금융공학 연구 내용을 95 대 프로젝트에 포함시켰다고 소개했다. 국내 금융수학 연구가 본격적으로 시작되었다고 할 수 있다. 그러나 이것은 마코위츠가 금융수학에 대한 연구와 응용보다 거의 반세기 늦었다.

금융 파생 상품이 이미 국제금융시장의 중요한 역할이 된 상황에서 우리나라의 금융 파생 상품은 이제 막 시작되었고, 금융 파생 상품은 거의 공백이다. "W TO 에 가입하면 국제금융가들은 반드시 이 일련의 업무를 중국으로 데려갈 것이다. 해당 제품과 인재가 없다면 어떻게 경쟁합니까? 클릭합니다 왕 듀오 는 초조하게 말했다.

그는 최근 멕시코 금융위기와 백년 바레인 은행의 도산이 금융수학, 금융공학, 금융관리 등 현대금융기술을 익히지 않으면 인재가 부족하면 국제금융경쟁에서 큰 손실을 입을 수 있다고 경고했다. 우리가 지금 가장 부족한 것은 현대 금융 파생물을 장악할 수 있을 뿐만 아니라, 금융 위험에 대한 정량 분석도 할 수 있고, 금융과 수학을 모두 아는 고급 복합 인재이다.

현재 국내에는 이미 많은 고교들이 금융수학 관련 교육을 잇달아 진행하고 있지만 졸업생들은 전체 시장의 수요를 훨씬 충족시키지 못하는 것으로 알려졌다.

왕 듀오 (Wang Duo) 는 그러한 인재를 양성하는 데는 여전히 극복 할 수없는 장애물이 있다고 믿는다. 금융 수학은 결국 실천에 적용되어야하지만, 현재 금융 파생 상품은 아직 기후가 아니다. 학생들은 연습 할 기회가 거의 없다. 가르치고 배우는 것은 여전히 ​​종이에 머물러 있습니다. 또 고교에서 양성한 대부분은 학부생으로 대학원생 몇 명밖에 없는데, 이 방면의 고급 인재는 국내에서도 희귀한 기린각이다. 국가는 금융과 수학을 결합한 복합인재 양성에 더 많은 관심을 기울여야 한다.

왕호는 1997 년 북경대학교 전국 최초의 금융수학과를 설립했을 때 일부 금융계 인사들과 학교 운영 문제를 논의하고 싶다고 회상했다. 그러나 상당수의 사람들은 분명히 이것에 관심이 없다.' 어떤 금융 파생품, 금융 수학, 모두 국가가 걱정해야 할 일이다. "

당초 금융수학과를 개설했을 때 너무 앞서가는 사람들도 있었지만, 왕탁은 교육이 산업 발전 앞에 나서서 시장을 위해 인재를 비축해야 한다고 주장했다. 만약 우리가 오늘 관련 분야의 인재 양성을 중시하지 않는다면, 우리가 국제 경쟁에서 열세에 처하게 될 수 있다.

기자는 오늘날에도 이 문제에 대해 고교 교사들이 인재 부족에 대한 우려와 금융 수학 인재 양성에 무관심하다는 사실을 발견했다.

인터뷰에서 기자는 국내 금융수학이나 금융이론 방면의 전문가 몇 명에게 여러 차례 연락을 시도했지만 모두 여러 차례 거절당했다. 그 이유는 간단합니다. 그들은 인재 양성에 대해 이야기하는 것이 너무 유치하다고 생각했고, 심지어 어떤 사람들은 "나는 전혀 이해하지 못하고 인재 양성에 관심이 없다" 고 말했다. 또 다른 사람들은 "나는 지금 해야 할 과제가 많다. 어느 것이 더 중요하다. 내 과제는 인재 양성에 대해 토론하는 것이다" 며 "노벨경제학상을 대중에게 설명할 시간과 의무가 없다. 국민들이 금융수학을 이해하는지 여부는 나와 무관하다" 고 말했다.

[이 단락 편집] 금융의 데이터 마이닝

1. 상호 관계 규칙이란 무엇입니까?

상호 관계 규칙에 대한 세부 사항을 설명하기 전에 먼저' 기저귀와 맥주' 라는 재미있는 이야기를 살펴봅시다.

한 슈퍼마켓에서, 한 가지 재미있는 현상이 있다: 종이기저귀와 맥주가 함께 팔린다. 하지만 이 이상한 행동은 종이 기저귀와 맥주의 판매량을 증가시켰다. 이것은 농담이 아니라 미국 월마트 체인 마트에서 발생한 실제 사례로, 줄곧 상가들이 흥미진진하게 이야기하고 있다. 월마트는 세계에서 가장 큰 데이터웨어 하우스 시스템을 보유하고 있습니다. 월마트는 고객의 쇼핑 습관을 정확하게 파악하기 위해 고객의 쇼핑 행동에 대한 장바구니 분석을 하고 고객이 자주 함께 구매하는 제품을 알고 싶어 한다. 월마트의 데이터 웨어하우스에는 그 매장의 상세한 원시 거래 데이터가 집중되어 있다. 이러한 원시 거래 데이터를 바탕으로 월마트는 데이터 마이닝 방법을 사용하여 이러한 데이터를 분석하고 발굴합니다. 한 가지 뜻밖의 발견은' 종이 기저귀로 가장 많이 구매하는 제품은 맥주다!' 이다. " 대량의 실제 조사 분석을 통해' 기저귀와 맥주' 뒤에 숨어 있는 미국인의 행동 패턴이 드러났다. 미국에서는 일부 젊은 아버지들이 퇴근 후 마트에 가서 아기 기저귀를 사는 경우가 많은데, 그 중 30 ~ 40% 는 맥주를 사주기도 한다. 이런 현상을 초래한 이유는 미국의 아내가 퇴근 후 아이에게 기저귀를 사 달라고 남편에게 자주 알려주기 때문이다. 남편이 기저귀를 사면 자신이 좋아하는 맥주를 가져다 주기 때문이다.

통상적인 사고에 따르면 종이 기저귀는 맥주와 무관하다. 데이터 마이닝 기술을 사용하지 않고 대량의 거래 데이터를 발굴하지 않으면 월마트는 데이터 내부의 이런 가치 있는 법칙을 발견할 수 없다.

데이터 연관은 데이터베이스에서 중요한 발견 지식입니다. 두 개 이상의 변수 값 사이에 일정한 규칙성이 있는 경우 관련성이라고 합니다. 종속성은 단순 종속성, 시계열 종속성 및 인과 종속성으로 나눌 수 있습니다. 관계형 분석의 목적은 데이터베이스에서 숨겨진 관계형 네트워크를 찾는 것입니다. 때때로 우리는 데이터베이스의 데이터에 대한 연관 함수를 알지 못하고, 알고 있어도 불확실하기 때문에, 연관 분석에 의해 생성된 규칙은 믿을 만하다. 연결 규칙 마이닝은 대량의 데이터에서 항목 세트 간의 흥미로운 연결 또는 관련 관계를 찾습니다. 아그라발은 1993 과 같습니다. 먼저 고객 거래 데이터베이스의 항목 세트 간 연관 규칙을 마이닝하는 문제를 제기했습니다. 나중에 많은 연구자들이 연관 규칙 발굴에 대해 많은 연구를 했다. 이들의 업무는 랜덤 샘플링 및 병렬 아이디어 도입과 같은 기존 알고리즘을 최적화하여 알고리즘 마이닝 규칙의 효율성을 높이는 것입니다. 연관 규칙의 적용을 촉진합니다. 연관 규칙 마이닝은 데이터 마이닝의 중요한 과제로, 최근 몇 년 동안 업계에서 광범위하게 연구되었다.

연관 규칙 마이닝 프로세스, 분류 및 관련 알고리즘.

2. 1 상호 관계 규칙 마이닝 프로세스

상호 관계 규칙을 마이닝하는 프로세스는 주로 두 단계로 구성됩니다. 첫 번째 단계는 데이터 세트에서 모든 고주파 항목 세트를 찾아야 하고, 두 번째 단계는 이러한 고주파 항목 세트에서 상호 관계 규칙을 생성해야 합니다.

상호 관계 규칙 마이닝의 첫 번째 단계에서는 원본 데이터 세트에서 모든 큰 항목 세트를 찾아야 합니다. 고주파수는 한 프로젝트 그룹이 모든 레코드에 대해 일정한 수준에 도달해야 한다는 것을 의미합니다. 프로젝트 그룹이 나타나는 빈도를 지원이라고 합니다. 두 개의 프로젝트 A 와 B 가 포함된 2- 항목 세트의 경우 공식 (1) 을 통해 {A, B} 가 포함된 프로젝트 그룹의 지원을 받을 수 있습니다. 지지도가 설정된 최소 지지도 임계값보다 크거나 같으면 {A, B} 를 고주파 프로젝트 그룹이라고 합니다. 최소 지지도를 만족하는 k- 항목 세트를 빈번한 k- 항목 세트라고 하며, 일반적으로 큰 K 또는 빈번한 K 로 표시되며, 알고리즘은 더 이상 고주파 프로젝트 그룹을 찾을 수 없을 때까지 큰 k+ 1 에서 큰 K+1을 생성합니다.

상호 관계 규칙 마이닝의 두 번째 단계는 상호 관계 규칙을 생성하는 것입니다. 고주파 항목 그룹에서 연관 규칙을 생성하는 것은 이전 단계의 고주파 K 항목 그룹을 사용하여 규칙을 생성하는 것입니다. 최소 신뢰도에 대한 조건 임계값에서 규칙의 신뢰도가 최소 신뢰도를 충족하는 경우 이 규칙을 상호 관계 규칙이라고 합니다. 예를 들어 고주파 K 항목 그룹 {A, B} 에 의해 생성된 규칙 AB 의 신뢰도는 공식 (2) 을 통해 얻을 수 있습니다. 신뢰도가 최소 신뢰도보다 크거나 같으면 AB 를 상호 관계 규칙이라고 합니다.

Vuormaa 의 경우 상호 관계 규칙 마이닝 기술을 사용하여 트랜잭션 데이터베이스의 레코드를 마이닝하려면 먼저 최소 지원 및 최소 신뢰 두 개의 임계값을 설정해야 합니다. 최소 지원 정도 min_support=5%, 최소 신뢰 min_confidence=70% 라고 가정합니다. 따라서 이 슈퍼마켓의 수요에 부합하는 연관 규칙은 위의 두 가지 조건을 모두 충족해야 한다. 발굴 과정을 통해 발견된 연관 규칙' 기저귀, 맥주' 가 다음 조건을 충족하면 기저귀, 맥주에 대한 연관 규칙이 적용됩니다. 지원 (기저귀, 맥주) 은 공식 >: =5%, 자신감 (기저귀, 맥주) > =70% 로 묘사할 수 있다. 이 중 지원 (종이 기저귀, 맥주) >: 이 응용 사례에서 =5% 의 중요도는 모든 거래 기록의 최소 5% 가 종이 기저귀와 맥주를 동시에 구입했다는 것을 보여준다. 이 응용 사례에서 신뢰도 (기저귀, 맥주) > =70% 는 기저귀를 포함한 모든 거래 기록의 최소 70% 가 동시에 맥주를 구매한다는 의미입니다. 이에 따라 소비자들이 앞으로 기저귀를 구입하면 슈퍼마켓은 이 소비자들에게 맥주 구입을 동시에 추천할 수 있게 된다. 이런 상품 추천 행위는' 종이기저귀, 맥주' 연관 규칙에 근거한다. 슈퍼마켓의 과거 거래 기록은' 종이기저귀를 구입하는 대부분의 거래는 맥주를 동시에 구매한다' 는 소비 행위를 지원하기 때문이다.

위의 설명에서 알 수 있듯이 상호 관계 규칙 마이닝은 일반적으로 레코드의 지표가 불연속 값을 취하는 경우에 더 적합합니다. 원본 데이터베이스의 인덱스 값이 연속 데이터인 경우 상호 관계 규칙을 마이닝하기 전에 데이터를 적절히 불연속화해야 합니다 (실제 간격 값은 값에 해당). 데이터의 이산화는 데이터 마이닝 전의 중요한 부분이며, 이산화 프로세스가 합리적인지 여부는 상호 관계 규칙의 마이닝 결과에 직접적인 영향을 미칩니다.

2.2 상호 관계 규칙의 분류

상황에 따라 상호 관계 규칙은 다음과 같이 분류할 수 있습니다.

1. 상호 관계 규칙은 규칙에서 변수를 처리하는 범주에 따라 부울 및 숫자 값으로 나눌 수 있습니다.

부울 연관 규칙에서 처리하는 값은 불연속적이고 분류되며 이러한 변수 간의 관계를 보여 줍니다. 숫자 상호 관계 규칙은 다차원 상호 관계 규칙 또는 다중 계층 상호 관계 규칙과 결합하여 숫자 필드를 처리하고 동적으로 분할하거나 원시 데이터를 직접 처리할 수 있습니다. 물론 숫자 연관 규칙에는 범주 변수도 포함될 수 있습니다. 예: gender = "female" => 직업 = "비서", 부울 상호 관계 규칙입니다. Gender = "female" = & gtavg (income) = 2300, 관련 수익은 숫자 값이므로 숫자 연관 규칙입니다.

2. 규칙의 데이터 추상화 계층에 따라 단일 레벨 상호 관계 규칙과 복수 레벨 상호 관계 규칙으로 나눌 수 있습니다.

단일 레벨 연관 규칙에서 모든 변수는 실제 데이터의 다양한 계층을 고려하지 않습니다. 다중 레이어 연관 규칙에서 데이터의 다중 레이어 특성이 충분히 고려되었습니다. 예: IBM 데스크탑 => 소니 프린터는 상세 데이터에 대한 단일 레이어 연관 규칙입니다. Desktop => Sony 프린터는 상위 수준과 세부 수준 사이의 다중 레이어 연결 규칙입니다.

3. 규칙과 관련된 데이터의 차원에 따라 연결 규칙은 1 차원 및 다차원으로 나눌 수 있습니다.

1 차원 연관 규칙에서, 우리는 사용자가 구매한 물품과 같은 한 차원의 데이터만 다루고 있습니다. 다차원 연결 규칙에서 처리할 데이터에는 여러 차원이 포함됩니다. 즉, 1 차원 연관 규칙은 단일 속성의 일부 관계를 처리합니다. 다차원 상호 관계 규칙은 다양한 속성 간의 일부 관계를 처리합니다. 예: 맥주 => 기저귀, 이 규칙은 사용자가 구매한 물품에만 적용됩니다. Gender = "female" => 직업 = "비서", 이 규칙은 두 영역에 대한 정보를 포함하며 2 차원 상호 관계 규칙입니다.

2.3 연관 규칙 마이닝 알고리즘

1.Apriori 알고리즘: 후보 세트를 사용하여 빈번 항목 세트를 검색합니다.

Apriori 알고리즘은 부울 연관 규칙 빈번 항목 집합을 마이닝하는 가장 영향력 있는 알고리즘입니다. 핵심은 2 단계 주파수 세트 사상을 기반으로 하는 재귀 알고리즘입니다. 이 상호 관계 규칙은 분류에서 단일 차원, 단일 레벨, 부울 상호 관계 규칙에 속합니다. 여기서 최소 지지도보다 큰 모든 항목 세트를 빈번 항목 세트 (주파수 세트라고 함) 라고 합니다.

알고리즘의 기본 아이디어는 먼저 미리 정의된 최소 지원 정도와 동일한 빈도로 모든 주파수 세트를 찾는 것입니다. 그런 다음 빈도 세트에서 최소 지원 및 최소 신뢰도를 충족해야 하는 강력한 상호 관계 규칙을 생성합니다. 그런 다음 1 찾은 빈도 세트를 사용하여 원하는 규칙을 생성하고, 집합 항목만 포함된 모든 규칙을 생성합니다. 각 규칙의 오른쪽 절반에는 중간 규칙의 정의가 적용됩니다. 이러한 규칙이 생성되면 사용자가 지정한 최소 신뢰도보다 큰 규칙만 남습니다. 모든 주파수 세트를 생성하려면 재귀 방법을 사용합니다.

많은 후보 세트가 있을 수 있으며 데이터베이스를 반복적으로 스캔해야 할 수도 있습니다. 이는 Apriori 알고리즘의 두 가지 주요 단점입니다.

2. 분할 기반 알고리즘

Savasere 등은 분할 기반 알고리즘을 설계했다. 이 알고리즘은 먼저 데이터베이스를 여러 개의 교차하지 않는 블록으로 논리적으로 분할하고, 한 번에 하나의 블록을 개별적으로 고려하고, 모든 빈도 세트를 생성합니다. 그런 다음 생성된 빈도 세트를 생성하고 가능한 모든 빈도 세트를 생성하고, 마지막으로 이러한 항목 세트에 대한 지원을 계산합니다. 여기서 각 블록의 크기를 선택하여 각 블록을 주 스토리지에 배치하고 각 단계에서 한 번만 스캔하면 됩니다. 가능한 각 주파수 세트는 하나 이상의 블록에 있는 주파수 세트이며, 이 사실은 알고리즘의 정확성을 보장합니다. 이 알고리즘은 매우 병렬로 작동할 수 있으며 각 블록을 프로세서에 할당하여 주파수 세트를 생성할 수 있습니다. 주파수 세트의 각 주기가 생성된 후 프로세서는 서로 통신하여 글로벌 후보 K 항목 세트를 생성합니다. 일반적으로 통신 프로세스는 알고리즘 실행 시간의 주요 병목입니다. 반면, 각 독립 프로세서가 주파수 세트를 생성하는 시간도 병목 현상입니다.

3 FP-트리 주파수 세트 알고리즘

Apriori 알고리즘의 고유 결함에 대해 J. Han 등은 후보 마이닝 빈번 항목 집합을 생성하지 않는 방법, 즉 FP- tree 주파수 집합 알고리즘을 제안했다. 분열과 통치의 전략을 취하다. 첫 번째 스캔 후 데이터베이스의 주파수 세트는 자주 패턴 트리 (FP-tree) 로 압축되고 관련 정보는 그대로 유지됩니다. 그런 다음 FP-tree 를 각각 길이가 1 인 빈도 세트와 관련된 여러 조건 기준으로 나눈 다음 이러한 조건 기준을 개별적으로 마이닝합니다. 원시 데이터의 양이 많은 경우 분할 방법과 함께 FP-tree 를 주 스토리지에 저장할 수 있습니다. 실험에 따르면 FP-growth 는 길이가 다른 규칙에 대해 적응성이 뛰어나며 Apriori 알고리즘보다 효율성이 크게 향상되었다.

3. 국내외 이 분야의 응용

3. 1 국내외 연관 규칙 마이닝 기술 적용

현재 상호 관계 규칙 마이닝 기술은 서구 금융 기업에 널리 사용되고 있으며 은행 고객의 수요를 성공적으로 예측할 수 있습니다. 일단 이 정보를 얻으면 은행은 그들의 마케팅을 개선할 수 있다. 현재 은행은 매일 고객과 소통하는 새로운 방식을 개발하고 있다. 각 은행은 고객이 관심을 가질 수 있는 본업 제품 정보를 자신의 ATM 기계에 묶어 사용자가 이해할 수 있도록 합니다. 데이터베이스에 높은 신용 한도를 가진 고객이 주소를 변경했다고 표시되면 이 고객이 최근 더 큰 집을 샀을 가능성이 높기 때문에 더 높은 신용 한도, 새로운 고급 신용 카드 또는 주택 개선 대출이 필요할 가능성이 높습니다. 이 제품들은 신용카드 계산서를 통해 고객에게 우편으로 보낼 수 있다. 고객이 문의를 할 때 데이터베이스는 텔레세일즈 담당자를 효과적으로 도울 수 있다. 영업 담당자의 컴퓨터 화면에는 고객의 특성과 고객이 어떤 제품에 관심이 있는지 표시할 수 있습니다.

동시에, 몇몇 유명한 전자 상거래 사이트들도 강력한 연관 규칙 마이닝의 혜택을 받는다. 이러한 온라인 쇼핑 사이트는 상호 관계 규칙의 규칙을 사용하여 마이닝한 다음 사용자가 함께 구매할 번들을 설정합니다. 일부 쇼핑 사이트는 이를 이용해 교차 판매를 하는 경우도 있다. 즉, 한 제품을 구매하는 고객은 다른 관련 제품의 광고를 볼 수 있다.

그러나 현재 중국에서는' 데이터 대량, 정보 부족' 이 상업은행이 데이터 집중 이후 보편적으로 직면하고 있는 난처함이다. 현재 금융업계에서 구현되고 있는 대부분의 데이터베이스는 데이터 입력, 조회, 통계 등의 기본 기능만 실현할 수 있으며, 데이터에서 다양한 유용한 정보를 찾을 수 없습니다. 예를 들어, 이러한 데이터를 분석하고, 데이터 패턴과 특징을 발견하고, 고객, 소비자 그룹 또는 조직의 금융 및 상업적 이익을 발견하고, 금융 시장의 변화 추세를 관찰할 수 있습니다. 국내에서 연관 규칙 발굴 기술에 대한 연구와 응용은 아직 광범위하고 깊지 않다고 할 수 있다.

3.2 최근 몇 년간 연관 규칙 마이닝 기술에 대한 연구

많은 응용 문제가 슈퍼마켓 구매 문제보다 더 복잡하기 때문에 많은 연구가 서로 다른 각도에서 상호 관계 규칙을 확장하고 상호 관계 규칙 마이닝 방법에 더 많은 요소를 통합하여 상호 관계 규칙의 적용 영역을 풍부하게하고 관리 의사 결정을 지원하는 범위를 넓힙니다. 예를 들어 속성 간의 계층 관계, 시제 관계, 다중 테이블 마이닝 등을 고려합니다. 최근 몇 년 동안 상호 관계 규칙에 대한 연구는 주로 두 가지 측면에 초점을 맞추고 있습니다. 즉, 고전적인 상호 관계 규칙을 확장하면 문제의 범위를 해결하고 고전적인 상호 관계 규칙 마이닝 알고리즘의 효율성과 흥미를 높일 수 있습니다.

금융 공학의 정의

미국 금융경제학자 존 핀너티 (John Finnerty) 는 혁신적인 금융 수단과 금융 수단의 설계, 개발 및 구현, 금융 문제에 대한 창의적인 솔루션 등 금융 공학의 정의가 다양하다.

금융 공학은 좁고 넓은 의미라는 두 가지 개념을 가지고 있다. 협의금융공사는 주로 고급 수학과 통신수단을 이용하여 기존의 각종 기초금융상품을 바탕으로 다양한 형태의 조합분해를 통해 고객의 요구를 충족시키는 특정 손익특성을 지닌 신형 금융상품을 설계하는 것을 말한다. 광의의 금융공학은 공사 수단을 이용하여 금융 문제를 해결하는 모든 기술 발전을 가리킨다. 금융 상품 디자인뿐만 아니라 금융 상품 가격, 거래 전략 설계, 재무 위험 관리 등 모든 측면을 포함한다. 이 기사에서는 광범위한 금융 공학 개념을 사용합니다.

[이 단락 편집] 금융 공학의 핵심 내용

금융 엔지니어링에서 핵심은 다음과 같은 새로운 금융 상품 또는 비즈니스를 개발하고 설계하는 것입니다.

1. 첫 번째 무이자 채권 및 첫 번째 스왑 계약 생성과 같은 새로운 금융 수단을 만듭니다.

2. 선물 거래를 새로운 분야에 적용하고, 대량의 옵션과 스왑 기간을 개발하는 것과 같은 기존 도구의 개발과 적용

3. 기존 금융수단과 수단을 조합분해 기술과 결합해 새로운 금융상품 (예: 장기 교환, 선물옵션 등) 을 합성하고 새로운 금융구조를 구축한다.

[이 단락 편집] 금융 공학 운영 절차

금융 공학의 운영에는 진단-분석-개발-가격-제공, 기본 프로세스 절차 등 표준화된 절차가 있다.

프로젝트 타당성 분석, 제품 성능 목표 결정, 시나리오 최적화 설계, 제품 개발, 가격 모델 결정, 시뮬레이션 테스트, 소량 배치 적용 및 피드백 수정, 대량 판매 및 홍보에 이르기까지 모든 부분이 긴밀하게 정리되어 있습니다. 대부분의 혁신적인 새로운 금융 상품은 금융 공학을 이용하여 다른 관련 금융 문제를 창의적으로 해결하는 도구, 즉 포트폴리오 제품의 기본 단위가 되었습니다.

정산과학

정산과학은 서양에서 이미 300 년의 역사를 가지고 있다. 확률론과 같은 수학 이론과 각종 금융수단을 활용해 보험업과 기타 금융업계가 각종 위험에 어떻게 대처할 수 있는지를 연구하는 양적 방법과 기술의 한 분야다. 그것은 현대 보험업, 금융투자업, 사회보장 발전의 이론적 기초이다.

정산은 확률수학 이론과 각종 금융수단을 이용해 경제활동을 분석하고 예측하는 학문이다. 서구 선진국에서는 보험, 투자, 금융감독, 사회보장 등 위험관리와 관련된 분야에서 정산학이 중요한 역할을 하고 있다. 보험 계리사는' 미래의 불확실성' 을 다루고 있으며, 그들의 목적은 재무 결정의 근거를 제공하는 것이다.

보험 계리사