学位论文 > 优秀研究生学位论文题录展示

基金投资决策系统的设计与研究

作　者: 李新华
导　师: 张扬；姚继平
学　校: 电子科技大学
专　业: 软件工程
关键词: 数据仓库 数据挖掘 开放式基金 投资决策
分类号: TP311.52
类　型: 硕士论文
年　份: 2011年
下　载: 23次
引　用: 0次
阅　读: 论文下载
 

内容摘要


今天科学技术发展迅猛,产生了大量的数据,对于数据的存储、处理、应用都面临了巨大的挑战。数据仓库技术的提出对于数据的处理、应用给出了新的方向。金融投资现今遍布全球,使用数据仓库技术对金融投资进行决策分析,是金融投资和计算机技术融合的热点问题。针对当前的金融热点问题之一的开放式基金的投资决策,设计出基于数据仓库技术的开放式基金投资决策支持系统。应用数据挖掘、模糊数学等知识构建了一种新的决策投资模型和评测体系。在该模型中,添加了非文本数据作为新的数据变量,同时根据对关联规则方法、模糊处理技术的研究,采用了新的数据仓库模型对数据进行计算,还采用了一种新的基金评估的计算方法,设计基金决策支持系统。通过对基金公司的实地考察,挑选出具有代表性的相关因子构建出基金投资评估体系,对所收集到的数据,应用关联规则方法、模糊处理技术等知识对各项指标进行分析,得到了基金投资各因素的相关关系。根据数据挖掘分析得出的结果,以及对基金投资现存的投资风险、服务理念、公司团队等分析,同时探讨基金产品的关注度、服务等方面的问题。最后对投资者所关注的基金的风险度、投研能力等给出综合分析结果,给管理者和投资者相应的建议。本系统在理论和实践上为管理者和投资者基金投资决策提供了分析工具和方法。基金决策系统的建立,结合了中国的实际,是符合我国企业需要﹑行业需要﹑部门需要﹑国家需要、消费者需要的基金评估体系。

全文目录


摘要  4-5
ABSTRACT  5-8
第一章 绪论  8-13
  1.1 研究背景  8
  1.2 研究的目的和意义  8-9
  1.3 国内外研究现状  9-12
    1.3.1 数据据仓库国内外研究现状  9-10
    1.3.2 基金投资系统国内外研究现状  10-12
  1.4 本文的研究的内容  12-13
第二章 数据仓库理论概述  13-22
  2.1 数据仓库的概念与特征  13-15
    2.1.1 数据仓库的定义  13-14
    2.1.2 数据仓库的基本概念  14-15
    2.1.3 数据仓库与数据库的区别  15
  2.2 数据仓库的体系结构  15-17
    2.2.1 数据仓库的总体结构  15-16
    2.2.2 数据仓库的构造模式  16-17
  2.3 数据仓库的概念数据模型  17-18
    2.3.1 星形模型  18
    2.3.2 雪花模型  18
    2.3.3 事实星座模型  18
  2.4 数据仓库应用工具  18-22
    2.4.1 联机分析处理  19-20
    2.4.2 数据挖掘  20-22
第三章 基金投资理论要素及模型分析  22-28
  3.1 基金投资及其发展  22-23
  3.2 基金投资理论及模型分析  23-25
    3.2.1 经典的CAPM 模型  24
    3.2.2 单指数模型  24-25
    3.2.3 多指数模型  25
  3.3 基金投资绩效评估指标  25-28
    3.3.1 特雷诺评测  25-26
    3.3.2 夏普评测  26
    3.3.3 詹森阿尔法评测  26-28
第四章 基金投资决策系统的设计  28-45
  4.1 基金投资决策系统的需求分析  28
  4.2 基金投资决策系统的系统结构设计  28-30
  4.3 基金决策系统数据仓库的模型设计  30-36
    4.3.1 概念模型设计  30-31
    4.3.2 维表模型的设计  31-34
    4.3.3 逻辑模型设计  34-35
    4.3.4 数据仓库的生成  35-36
  4.4 数据挖掘与OLAP 应用  36-45
    4.4.1 数据挖掘与OLAP 的组成  36-41
    4.4.2 功能分析  41-44
    4.4.3 实现的工具  44-45
第五章 基金投资决策系统的决策案例  45-52
  5.1 基金主题评估  45-47
    5.1.1 基金回报评估  45-46
    5.1.2 风险评估  46
    5.1.3 基金公司评估  46
    5.1.4 基金经理评估  46-47
    5.1.5 基金投资主题的数据挖掘  47
  5.2 评估目的  47
  5.3 决策支持结果分析和相应的改进措施  47-52
    5.3.1 基金公司的决策支持结果分析  47-49
    5.3.2 客户需求的决策支持系统的结果分析  49-52
结论  52-53
致谢  53-54
参考文献  54-57

相似论文

  1. 基于数据挖掘技术的保健品营销研究,F426.72
  2. 高忠英学术思想与经验总结及运用补肺汤加减治疗呼吸系统常见病用药规律研究,R249.2
  3. 基于变异粒子群的聚类算法研究,TP18
  4. 融合粒子群和蛙跳算法的模糊C-均值聚类算法研究,TP18
  5. 基于遗传算法和粗糙集的聚类算法研究,TP18
  6. 面向社区教育的个性化学习系统的研究与实现,TP391.6
  7. 基于关联规则挖掘的入侵检测系统的研究与实现,TP393.08
  8. 数据仓库技术在银行客户管理系统中的研究和实现,TP315
  9. 基于行业参数优化模型的投资项目决策支持系统,F283
  10. 关联规则算法在高职院校贫困生认定工作中的应用,G717
  11. 数据挖掘技术在电视用户满意度分析中的应用研究,TP311.13
  12. 隐私保护线性规划和支持向量机新算法,O221.1
  13. 政府产业经济决策支持系统研究,TP311.13
  14. 基于智能计算的网络学习评价模型研究与系统设计,TP18
  15. 玉溪煤矿项目投资可行性研究,F426.21
  16. 政府采购资金使用数据挖掘研究,TP311.13
  17. 基于数据挖掘技术的高校毕业生就业管理信息系统的设计与实现,TP311.52
  18. 基于数据仓库的医院决策支持系统,TP311.13
  19. 基于改良蚁群算法的神经网络分类规则提取,TP183
  20. 开放式基金流动性风险的VaR方法研究,F224
  21. 数据挖掘技术在高职教师绩效考核中的应用研究,TP311.13

中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机软件 > 程序设计、软件工程 > 软件工程 > 软件开发
© 2012 www.xueweilunwen.com