開題報告--人工智能操作在證券類產(chǎn)品中的應(yīng)用

1、人工智能操作在證券類產(chǎn)品中的應(yīng)用學(xué)位論文選題和文獻(xiàn)綜述報告一、擬定論文題目（25字以內(nèi)）人工智能操作在證券類產(chǎn)品中的應(yīng)用二、選題的背景/來源/目的隨著證券市場的不斷發(fā)展，越來越多的投資機(jī)構(gòu)開始運(yùn)用基于大數(shù)據(jù)的人工智能技術(shù)來從事證券投資分析研究與交易。金融市場大數(shù)據(jù)獲取的便利性也使得這一技術(shù)迅速滲透到證券投資的各個領(lǐng)域。人工智能技術(shù)在證券投資領(lǐng)域的應(yīng)用正成為下一個互聯(lián)網(wǎng)金融的熱點(diǎn)。由此而產(chǎn)生的全新的投資策略 、交易模式將會給監(jiān)管層帶來諸多挑戰(zhàn)。人工智能(AI，Articial Intelligence)定義為從環(huán)境中接收感知信息并執(zhí)行行動的智能代理(IA，Intellgent Agent)。從外

2、部看，每個這樣的智能代理都實現(xiàn)了一個把感知序列映射到行動的函數(shù)集，這些函數(shù)集從外部反映了智能代理的特性。從內(nèi)部看，智能代理函數(shù)集是通過運(yùn)行在自身結(jié)構(gòu)上的智能代理程序?qū)崿F(xiàn)的。目前很多投資機(jī)構(gòu)開始運(yùn)用基于大數(shù)據(jù)的智能代理進(jìn)行證券投資。雖然智能代理也是由程序?qū)崿F(xiàn)的，但它構(gòu)建了學(xué)習(xí)機(jī)制以及建立在其上的知識庫，因此，具備了一定的學(xué)習(xí)、推理以及進(jìn)行決策的能力。資本市場本身的特性，使得證券投資智能代理面臨非常復(fù)雜的任務(wù)環(huán)境，其特征表現(xiàn)為部分可觀察、隨機(jī)的、延續(xù)式的、動態(tài)的、連續(xù)的和多代理人的。交易所高頻行情數(shù)據(jù)以大概每分鐘6MB的速度更新，數(shù)據(jù)的增長速度是驚人的。計算1天的所有狀態(tài)估計的計算量超過10的10

3、0次方(目前可觀測到的全部宇宙的原子的數(shù)目小于10的80次方)。因此，設(shè)計一個能夠應(yīng)對全部任務(wù)環(huán)境的智能代理幾乎是不可能的。目前通常的做法是給定一個具體的任務(wù)環(huán)境，然后設(shè)計開發(fā)智能代理。由于早期的計算能力和數(shù)據(jù)有限，設(shè)計開發(fā)者的視野和認(rèn)知受限，設(shè)計開發(fā)出來的證券投資智能代理大部分是簡單復(fù)制某些已知的投資策略。只是由于計算機(jī)處理的效率和沒有人為因素影響，使得其能夠獲得比人操作更好的表現(xiàn)。目前很多高頻交易、量化交易都屬于此類形式。此類智能代理沒有“貢獻(xiàn)”新的認(rèn)知。隨著近幾年大數(shù)據(jù)技術(shù)的廣泛應(yīng)用，智能代理的任務(wù)環(huán)境擴(kuò)展到了更寬、更深的領(lǐng)域。機(jī)器學(xué)習(xí)技術(shù)的大規(guī)模應(yīng)用，使得智能代理具備了超越其設(shè)計開發(fā)者

4、的認(rèn)知和視野的能力：智能代理可以“貢獻(xiàn)”新的認(rèn)知。證券投資領(lǐng)域因此將會產(chǎn)生革命性的變革。三、選題的價值和意義傳統(tǒng)的投資策略生產(chǎn)模式將被顛覆，大部分分析師的工作都可以被智能代理取代，而且可能做得更好。其次，投資策略的生產(chǎn)從“確定的模型”向“隨機(jī)的效用”轉(zhuǎn)變?！按_定的模型”是確定的事件發(fā)生時，通過模型計算，求解最優(yōu)的配置資產(chǎn)的方案?！半S機(jī)的效用”是依據(jù)效用函數(shù)對發(fā)生的隨機(jī)事件進(jìn)行反應(yīng)，求解最優(yōu)效用資產(chǎn)配置方案。機(jī)器學(xué)習(xí)的強(qiáng)大挖掘能力，結(jié)合大數(shù)據(jù)，將會產(chǎn)生更多以往無法通過經(jīng)驗和理論推導(dǎo)出來的新認(rèn)知，成為新的投資策略持續(xù)生產(chǎn)的源泉。而且由于速度的提高，使得投資策略的生產(chǎn)時間從以往的短則幾天、長則幾個月

5、，縮短到可以以秒、分鐘來衡量。完全個性化的、實時的投資策略生產(chǎn)成為可能，每個投資者都可以按照其需求定制個性化的投資策略。投資策略本身而不是某個證券，成為可以買賣的“產(chǎn)品”。這里的投資策略指的是滿足某些特定指標(biāo)，具備完整操作邏輯的智能代理程序。智能代理能夠以更快的速度、更高的精度和更敏捷的反應(yīng)執(zhí)行交易?！笆止は聠巍钡臅r代將逐漸成為歷史。一個智能代理交易程序能夠輕易地同時跟蹤幾百只不同的證券，同時還能通過實時觀察申報單的態(tài)勢、高頻交易數(shù)據(jù)，擬訂最優(yōu)交易指令，并準(zhǔn)確無誤地執(zhí)行?？缡袌?、跨品種的交易將能夠很輕松地實現(xiàn)，以往“人眼盯盤、手工下單、人工查詢”的交易模式將被徹底改變。投資人可以委托自己專屬的

6、“交易機(jī)器人 ”幫助自己完成所有這些事項，他需做的事情就是給此“交易機(jī)器人”裝載某個投資策略。隨著證券投資人工智能代理設(shè)計開發(fā)的普遍性、復(fù)雜性的提高，將衍生出新的業(yè)態(tài)。比如，專門用不同測度方法對信息進(jìn)行量化，并發(fā)布給特定智能代理程序的信號服務(wù)提供商；專門進(jìn)行投資策略設(shè)計開發(fā)的工作室、供應(yīng)商；為投資人提供智能交易代理服務(wù)的交易服務(wù)商；提供大數(shù)據(jù)服務(wù)的專業(yè)和通用的數(shù)據(jù)服務(wù)商等。隨著人工智能技術(shù)不斷深入各個領(lǐng)域，以往看似毫不相干的領(lǐng)域(比如“微博 ”、貼吧與股票相關(guān)性、某只股票的股民的大數(shù)據(jù)等等)也會被重新考量，證券投資的生態(tài)圈將在廣度和深度上擴(kuò)展。證券投資行業(yè)將涌現(xiàn)出大量基于“要素”的新

7、型業(yè)態(tài)，提供更細(xì)分、更多維度和層次的服務(wù)。 基于大數(shù)據(jù)的人工智能的應(yīng)用可以顯著提高資本市場的深度和寬度?；凇靶в谩睕Q策的智能代理，會不斷在整個“交易機(jī)會空間”中以人工操作無法想像的速度、效率和海量計算積極地搜索和學(xué)習(xí)，捕捉任何可能的交易機(jī)會。由于各自的獨(dú)立性以及路徑的差異，反過來會極大地拓展資本市場的多層次特性。四、文獻(xiàn)綜述（一）文獻(xiàn)檢索主要路徑： 中國知網(wǎng)、萬方數(shù)據(jù)、維普數(shù)據(jù)、校圖書館。 文獻(xiàn)檢索途徑包括以下幾種：一、著者途徑；二、題名包括書名、刊名、篇名等途徑。；三、分類途徑；四、主題途徑；五、引文途徑；六、序號途徑；七、代碼途徑；八、專門項目途徑。（二）國內(nèi)外研究現(xiàn)狀： 隨著近幾年大數(shù)

8、據(jù)技術(shù)的廣泛應(yīng)用，智能代理的任務(wù)環(huán)境擴(kuò)展到了更寬、更深的領(lǐng)域。機(jī)器學(xué)習(xí)技術(shù)的大規(guī)模應(yīng)用，使得智能代理具備了超越其設(shè)計開發(fā)者的認(rèn)知和視野的能力:智能代理可以“貢獻(xiàn)”新的認(rèn)知。證券投資領(lǐng)域因此將會產(chǎn)生革命性的變革。 首先是投資策略生產(chǎn)的變革。傳統(tǒng)的投資策略生產(chǎn)模式將被顛覆，大部分分析師的工作都可以被智能代理取代，而且可能做得更好。其次，投資策略的生產(chǎn)從“確定的模型”向“隨機(jī)的效用”轉(zhuǎn)變?！按_定的模型”是確定的事件發(fā)生時，通過模型計算，求解最優(yōu)的配置資產(chǎn)的方案?！半S機(jī)的效用”是依據(jù)效用函數(shù)對發(fā)生的隨機(jī)事件進(jìn)行反應(yīng)，求解最優(yōu)效用資產(chǎn)配置方案。機(jī)器學(xué)習(xí)的強(qiáng)大挖掘能力，結(jié)合大數(shù)據(jù)，將會產(chǎn)生更多以往無法通過

9、經(jīng)驗和理論推導(dǎo)出來的新認(rèn)知，成為新的投資策略持續(xù)生產(chǎn)的源泉。這里的投資策略指的是滿足某些特定指標(biāo)，具備完整操作邏輯的智能代理程序。 其次是交易的變革。智能代理能夠以更快的速度、更高的精度和更敏捷的反應(yīng)執(zhí)行交易?！笆止は聠巍钡臅r代將逐漸成為歷史。一個智能代理交易程序能夠輕易地同時跟蹤兒白只不同的證券，同時還能通過實時觀察申報單的態(tài)勢、高頻交易數(shù)據(jù)，擬訂最優(yōu)交易指令，并準(zhǔn)確無誤地執(zhí)行。跨市場、跨品種的交易將能夠很輕松地實現(xiàn)，以往“人眼盯盤、手工下單、人工查詢”的交易模式將被徹底改變。投資人可以委托白己專屬的“交易機(jī)器人”幫助白己完成所有這些事項，他需做的事情就是給此“交易機(jī)器人”裝載某個投資策略。

10、 最后是行業(yè)結(jié)構(gòu)的變革。隨著證券投資人工智能代理設(shè)計開發(fā)的普遍性、復(fù)雜性的提高，將衍生出新的業(yè)態(tài)。比如，專門用不同測度方法對信息進(jìn)行量化，并發(fā)布給特定智能代理程序的信號服務(wù)提供商;專門進(jìn)行投資策略設(shè)計開發(fā)的工作室、供應(yīng)商;為投資人提供智能交易代理服務(wù)的交易服務(wù)商;提供大數(shù)據(jù)服務(wù)的專業(yè)和通用的數(shù)據(jù)服務(wù)商等。隨著人工智能技術(shù)不斷深入各個領(lǐng)域，以往看似毫不相干的領(lǐng)域(比如“微博”、貼吧與股票相關(guān)性、某只股票的股民的大數(shù)據(jù)等等)也會被重新考量，證券投資的生態(tài)圈將在廣度和深度上擴(kuò)展。證券投資行業(yè)將涌現(xiàn)出大量基于“要素”的新型業(yè)態(tài)，提供更細(xì)分、更多維度和層次的服務(wù)。 資本市場的維度以及時問尺度構(gòu)成了一個非

11、常浩瀚的“交易機(jī)會空問”，那些認(rèn)為當(dāng)所有投資人都采用某種人工智能代理進(jìn)行交易，可能會導(dǎo)致“同質(zhì)性”的擔(dān)憂是沒有依據(jù)的。如果把一個交易機(jī)會比作“一條魚”，“交易機(jī)會空問”比作太平洋里的所有魚，智能代理比作捕魚者，那么的確會在某個時問段，出于“效用”原則，所有的捕魚者都聚集到某個區(qū)域捕魚。這樣的現(xiàn)象發(fā)生的根本原因不是“交易機(jī)會空問”的問題，而是捕魚者內(nèi)生的因素。真正的挑戰(zhàn)不在于能否捕到魚，而是可否在給定的時問和地點(diǎn)捕捉到魚。 基于大數(shù)據(jù)的人工智能的應(yīng)用可以顯著提高證券資本市場的深度和寬度?；凇靶в谩睕Q策的智能代理，會不斷在整個“交易機(jī)會空問”中以人工操作無法想像的速度、效率和海量計算積極地搜索和

12、學(xué)習(xí)，捕捉任何可能的交易機(jī)會。由于各白的獨(dú)立性以及路徑的差異，反過來會極大地拓展資本市場的多層次特性。（三）對相關(guān)文獻(xiàn)的詳述與分析： 劉興華1(2004)致力于建立更合理的智能體整體市場模型。復(fù)雜適應(yīng)性系統(tǒng)思想下的基于智能體的計算模型是一種研究證券市場的新方法，其代表便是圣塔菲研究所的人工市場模型。本文從市場動力學(xué)的角度認(rèn)為圣塔菲的模型有許多并不完善的地方，如智能體智能不夠高、學(xué)習(xí)的速度不夠快、價格的決定機(jī)制依然采用預(yù)期均衡機(jī)制、仿真結(jié)果不夠理想等。本文以擴(kuò)展的少數(shù)派博弈模型為核心，建立一種新的基于智能體的計算模型，本文的模型有更接近實際的結(jié)構(gòu)和機(jī)制，特別是可以分析趨勢交易者的形成和影響，模型

13、仿真認(rèn)為趨勢交易者是因為歸納推理及適應(yīng)而自然產(chǎn)生的，這有別于行為金融學(xué)的固定非理性假設(shè);智能體同時擁有價值策略和趨勢策略會更“聰明”，可以比純價值策略的智能更多獲利;在對稱信息下，趨勢交易的存在不會擴(kuò)大波動，反而可以有減少波動的作用。 劉興華,楊建梅2(2007)采用仿真分析的方法, 利用建立的證券市場人工模型為平臺, 研究分析了預(yù)期多樣性和歸納推理在證券市場機(jī)制中的關(guān)鍵作用. 證券市場作為一種典型的復(fù)雜適應(yīng)系統(tǒng) ,其內(nèi)部因素眾多, 相互作用復(fù)雜 . 如何把一些關(guān)鍵因素和整體涌現(xiàn)出的所謂格式化特征相聯(lián)系是很重要的工作 . Arthur 曾經(jīng)暗示多樣性和歸納推理是證券市場投資者的本質(zhì)特點(diǎn), 他們

14、的研究也印證了Arthur 的思想，而仿真研究發(fā)現(xiàn), 智能體策略的多樣性是系統(tǒng)穩(wěn)定的基礎(chǔ); 在對稱信息下，趨勢交易作為一種可選交易風(fēng)格不會導(dǎo)致系統(tǒng)波動增大, 反而可以進(jìn)一步提供多樣性 ,穩(wěn)定系統(tǒng) ; 歸納推理是產(chǎn)生收益率分布尖峰肥尾現(xiàn)象的關(guān)鍵因素之一。 郭旭沖3(2011)致力于股票市場投資者情緒傳播擴(kuò)散的微觀機(jī)理研究，為我國證券市場監(jiān)督管理者及相關(guān)管理部門定量探索股市投資者情緒傳播機(jī)理及其對股價的影響提供有益的理論及模型借鑒。本文相關(guān)研究結(jié)論及建議，可輔助證券市場相關(guān)管理部門制定出科學(xué)監(jiān)管決策，以促進(jìn)股票市場健康穩(wěn)定運(yùn)行;同時，也有助于引導(dǎo)廣大投資者作出更為理性的投資決策。他通過仿真實驗，主

15、要結(jié)論有:1)相對于規(guī)則網(wǎng)絡(luò)，小世界網(wǎng)絡(luò)下的股市情緒傳播模型更能夠反映真實的股市運(yùn)行狀況。在同等條件下，規(guī)則網(wǎng)絡(luò)模型的股票收益率尖峰肥尾特征不明顯，小世界網(wǎng)絡(luò)模型則能夠明顯呈現(xiàn)。而在基于調(diào)研數(shù)據(jù)的現(xiàn)實網(wǎng)絡(luò)下的傳播模型中收益率的尖峰肥尾特征更加明顯;2)不同類型投資者之間的相互影響力不同，機(jī)構(gòu)大戶的信息操縱會影響股市的穩(wěn)定;3)市場信息對投資者的影響越大，也即投資者受外部消息的影響越大，股市越不穩(wěn)定。 李巍4(2012)以上證指數(shù)作為我國股票市場的代表，利用宏觀經(jīng)濟(jì)指標(biāo)，使用人工智能方法對上證指數(shù)的走勢做出預(yù)測。上證指數(shù)樣本主要選取2005年股權(quán)分置改革以后的數(shù)據(jù)。宏觀經(jīng)濟(jì)變量主要選取2005年

16、以后的月度數(shù)據(jù)。在人工智能方法中本文主要使用神經(jīng)網(wǎng)絡(luò)和支持向量機(jī)兩種方法。在神經(jīng)網(wǎng)絡(luò)方法中，BP神經(jīng)網(wǎng)絡(luò)由于具有良好的擬合能力和容錯能力成為使用最為廣泛的神經(jīng)網(wǎng)絡(luò)模型之一，但是BP神經(jīng)網(wǎng)絡(luò)模型又有自己的局限性，本文在前人提出的改進(jìn)BP神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)之上提出了使用貝葉斯正則算法和提前停止算法相結(jié)合的方法來改進(jìn)標(biāo)準(zhǔn)的BP神經(jīng)網(wǎng)絡(luò)。在提出改進(jìn)的BP神經(jīng)網(wǎng)絡(luò)模型之后，本文分別使用改進(jìn)的BP神經(jīng)網(wǎng)絡(luò)和支持向量機(jī)方法對上證指數(shù)做出預(yù)測，并比較兩種方法的預(yù)測結(jié)果。王釋5(2012)提出了使用模擬退火遺傳算法對改進(jìn)后的BP神經(jīng)網(wǎng)絡(luò)進(jìn)行優(yōu)化的方案，模擬退火遺傳算法將最優(yōu)保存模擬退火算法和遺傳算法有機(jī)的結(jié)合在一起

17、，充分發(fā)揮這兩種算法在局部搜索和全局搜索能力強(qiáng)的特性，解決了模擬退火算法易陷入局部極小值的問題，又彌補(bǔ)了遺傳算法在局部搜索方面的不足。其次將新型的BP神經(jīng)網(wǎng)絡(luò)用于預(yù)測分析證券未來的價格與趨勢變化，我們以上證指數(shù)為例，采用不同的神經(jīng)網(wǎng)絡(luò)預(yù)測分析其價格的變化，結(jié)果表明優(yōu)化后的新型神經(jīng)網(wǎng)絡(luò)在穩(wěn)定性、收斂速度及預(yù)測精度方面都有了很大的提高。最后以上述研究提出的新型BP神經(jīng)網(wǎng)絡(luò)為基礎(chǔ)，實現(xiàn)了一個用于對未來證券的價格或趨勢變化進(jìn)行預(yù)測分析的系統(tǒng)，考慮到影響證券市場的因素較多，還增加了對神經(jīng)網(wǎng)絡(luò)輸入數(shù)據(jù)的調(diào)整，可以增加數(shù)據(jù)的完整性，同時降低數(shù)據(jù)的噪聲干擾。證券市場環(huán)境的變化無常，有著很強(qiáng)的隨機(jī)性，為了提高系

18、統(tǒng)的靈活性，系統(tǒng)中添加了參數(shù)調(diào)整功能，可以通過對參數(shù)的調(diào)整來改變網(wǎng)絡(luò)的性能以適應(yīng)市場變化。 肖元6(2013)認(rèn)為人工智能中的CBR推理技術(shù)同人類推理十分相似，所以他提出一種基于技術(shù)分析和CBR的證券時間序列預(yù)測模型。該模型中關(guān)鍵技術(shù)是案例推理(case based reasoning, CBR)，主要包含案例檢索、案例重用、案例修正和案例保存四個過程。本文首先結(jié)合給定個股的證券時間序列的技術(shù)形態(tài)特征，利用基于最大最小點(diǎn)實現(xiàn)了典型技術(shù)形態(tài)的模式識別，及識別形態(tài)模式的起止時間、成交量、MA. OBV, RSI等指標(biāo)屬性值的信息，以連續(xù)3個形態(tài)模式作為一個完整的案例，構(gòu)建案例庫并表示案例。然后，利

19、用案例檢索的相似匹配算法一NN算法，檢索出與目標(biāo)案例相似的己經(jīng)存在于案例庫中的源案例，進(jìn)行相似度與入庫閩值的比較，最終實現(xiàn)對證券時間序列未來走勢的預(yù)測，并驗證了該模型在理論和實際應(yīng)用中的準(zhǔn)確性及有效性。張家林7(2014)論述了基于大數(shù)據(jù)的人工智能的應(yīng)用可以顯著提高資本市場的深度和寬度。基于“效用”決策的智能代理，會不斷在整個“交易機(jī)會空問”中以人工操作無法想像的速度、效率和海量計算積極地搜索和學(xué)習(xí)，捕捉任何可能的交易機(jī)會。由于各白的獨(dú)立性以及路徑的差異，反過來會極大地拓展資本市場的多層次特性。雖然智能代理的交易邏輯可以設(shè)定合規(guī)審核的內(nèi)控程序，但對于其行為監(jiān)管的邊界以及如果追溯該智能代理行為的

20、責(zé)任主體，目前的監(jiān)管框架還沒有涉及?！皩嵸|(zhì)大于形式”的監(jiān)管原則運(yùn)用于對智能代理的監(jiān)管，可能引起混淆。鑒于此，作者建議建立注冊備案和源代碼公證制度，包括：建立證券投資智能代理注冊備案制度，建立證券投資智能代理源代碼公證制度，以及構(gòu)建適應(yīng)普惠金融服務(wù)的監(jiān)管框架。從而推動基于大數(shù)據(jù)的證券投資智能代理主要以普惠金融服務(wù)的視角進(jìn)行引導(dǎo)和大力支持，使更廣大的散戶投資人可以享受技術(shù)進(jìn)步帶來的紅利，獲得更好的服務(wù)。因此，需要營造良好的創(chuàng)新政策環(huán)境和包容性的監(jiān)管文化。 張家林8(2014)調(diào)研發(fā)現(xiàn)，證券公司還主要依靠傳統(tǒng)收取交易傭金的方式，業(yè)務(wù)相對單一，缺乏對客戶的針對性、個性化的服務(wù)。目前通道服務(wù)的經(jīng)營模式已

21、難以為繼，證券公司的盈利將由通道服務(wù)產(chǎn)生的傭金收人為主逐步轉(zhuǎn)向“傭金收人+交易型業(yè)務(wù)收人”為主。擺脫傳統(tǒng)依靠收取交易傭金的方式，實現(xiàn)業(yè)務(wù)多樣化，是證券公司尋求業(yè)務(wù)轉(zhuǎn)型發(fā)展的必然選擇。鑒于大數(shù)據(jù)在國內(nèi)各領(lǐng)域的廣泛應(yīng)用和快速發(fā)展，他建議證券公司應(yīng)把握機(jī)遇、積極推動該領(lǐng)域的發(fā)展與創(chuàng)新，具體措施包括：第一，大數(shù)據(jù)落地，架構(gòu)優(yōu)先；第二，消除隱患，確保公司和客戶信息安全；第三，培養(yǎng)和引進(jìn)大數(shù)據(jù)人才；第四，建立大數(shù)據(jù)分析團(tuán)隊。作者還建議證券公司盡快建立大數(shù)據(jù)團(tuán)隊，整合各部門的資源進(jìn)行大數(shù)據(jù)研究。大數(shù)據(jù)團(tuán)隊的建設(shè)將對證券公司發(fā)展起重要的推動作用。 何裕9(2014)通過數(shù)據(jù)挖掘技術(shù)，來研究上市公司財務(wù)比率指標(biāo)

22、的動態(tài)變化和股票價格變化趨勢的內(nèi)在聯(lián)系，期望挖掘出則一務(wù)數(shù)據(jù)中有用的信矛息，從而對股票的投資決策做出更好的判斷。數(shù)據(jù)挖掘通過結(jié)合統(tǒng)計學(xué)、機(jī)器學(xué)習(xí)和人工智能等技術(shù)對于處理海量數(shù)據(jù)和高頻數(shù)據(jù)往往能夠達(dá)到不錯的效果。另外數(shù)據(jù)挖掘還能夠?qū)Σ粩喃@得的新數(shù)據(jù)進(jìn)行模型的動態(tài)更新，非常適合應(yīng)用于新環(huán)境。數(shù)據(jù)挖掘是當(dāng)今國際上統(tǒng)計學(xué)、人工智能和數(shù)據(jù)庫研究方面最富活力的新興領(lǐng)域，從大型數(shù)據(jù)庫中挖掘有效信息的問題已經(jīng)成為近年來數(shù)據(jù)分析研究領(lǐng)域中的一個新熱點(diǎn)。在上市公司公布的財務(wù)數(shù)據(jù)以及股票行情數(shù)據(jù)庫中積累了大量的歷史數(shù)據(jù)，如何充分利用這些歷史數(shù)據(jù)，為投資者提供決策依據(jù)，把數(shù)據(jù)挖掘方法運(yùn)用于股市投資研究和探索變得很有意義。他們基于國內(nèi)外相關(guān)方面研究成果，介紹了數(shù)據(jù)挖掘的相關(guān)理論，并且引入數(shù)據(jù)挖掘的相關(guān)方法對上市公司兩年間的財務(wù)比率指標(biāo)的變化量和股票價格變化之間的關(guān)系進(jìn)行了研究分析，最后運(yùn)用組合模型對數(shù)據(jù)挖掘的幾種方法進(jìn)行組合和優(yōu)化。 吳俊、陳亮、高勇10(2016)針對性研究了全球金融界正在人工智能的催化下悄然改變，尤其是基于大數(shù)據(jù)技術(shù)的人工智能給投資顧問領(lǐng)域帶來全新的視角。但我國人工智能在金融投資顧問方面的運(yùn)用尚處于初始階段，業(yè)務(wù)發(fā)展模式尚須引導(dǎo)，監(jiān)管規(guī)則有待完善。他們重點(diǎn)調(diào)研了國內(nèi)外人工智能在金融投資顧問領(lǐng)域的應(yīng)用，并提出相關(guān)政策建議。其中對策包括：第一，