本站原创一、数据挖掘的定义
在如今这个知识爆炸的年代里,随着计算机和网络在各行各业的大范围推广和应用,由此堆积了大量的数据,面对这些海量的数据,如何去粗取精,在原始数据中提取有价值的信息始终是困扰人们的一大难题.通过多年的探索和总结,数据挖掘（Data Mining,简称DM）概念应运而生.
数据挖掘就是一个从大量的、不完全的、有噪声的、模糊的、随机的、原始数据中提取隐含在其中,人们所未知的,但又潜在有用的信息和知识的过程.即通过数据挖掘寻找和总结事物的规律,预测未来的趋势,为人们的正确决策提供有效的帮助.
数据挖掘由“从数据库发现知识(Knowledge Discovery in Database,简称KDD)”这个概念演变而来,研究重点也逐渐从发现方法转向系统应用,注重多发现策略和技术的集成,同时在多种学科之间相互渗透,并逐步应用于各个行业.
二、证券行业的发展现状
经过十多年的高速发展,我国的证券行业得以不断壮大.以上交所为例,根据2011年上交所出版的统计年鉴,截至2010年,在上交所上市的企业为894家,涉及的上市证券1500只,发行的股份共计21939.51股,基金763.63份,上交所会员公司数为106家,下辖的证券营业部多达4573家,尤其是采用信息化之后,证券市场各个要素的规模急剧膨胀,与此相关的信息数据累积沉淀成几何级数增长,随之而来的是市场个体之间的竞争也逐渐趋于白热化,公司会员管理效率的有效与否,营业部之间争夺客户的攻守之争,客户对掌握证券信息的快慢之争,数据的使用者如何在这些浩如烟海的数据中提炼出有用的信息,找出规律,转化为生产力,成为赢得竞争胜利的有力武器.
三、数据挖掘技术在证券行业的应用
当数据挖掘技术一经引入证券行业便得到了各方的广泛应用,因为数据挖掘具有自动预测趋势和行为、关联分析、聚类、概念描述、偏差检测的诸多功能,与证券行业的契合度很高,该项技术作为分析和辅助决策工具而日益受到重视,其应用主要包括以下几方面：
1.通过挖掘与加工,使证券行业经营者掌握经营的动态过程,进而能做出正确的经营决策.证券公司的业务主要包括经纪业务、咨询怎么写作、证券承销、资产管理、财务顾问等,目前国内的绝大部分证券公司仍以经纪业务为最重要的业务,也是创利的主要来源,借助数据挖掘,可以及时了解各项日常经营数据,如证券行情数据、交易数据、客户资金数据,客户群分布变化数据、利润数据等重要的信息,为经营者展现较为清晰的动态经营图,同时通过对分支机构经营情况的横向比较,以及对历史数据的纵向比较,提出最为合理的经营策略.
2.通过实时数据抽取技术,能有效降低证券经营出现的各类风险.由于证券行业是一个具有高度风险的行业,从以往的经验和实例发现,经营过程中一个很细微的失误,无论是有意为之,甚或无意为之,都能酝酿成一个巨大的风险,给证券经营机构带来极大隐患,因此通过建立相应的实时数据抽取平台,加以挖掘,标记异常,予以核实,可以帮助经营者从事前、事中便能及时发现风险端倪,把风险控制在有效的范围内,从而达到抑制风险的发生,确保证券经营机构的经营果实.
3.通过数据收集和挖掘,建立一套行之有效的客户分析系统和评价体系.由于目前的证券经营机构主要以经纪业务为主,因此客户成为这些机构最为庞大的一笔资源,客户价值在一定程度上体现了客户对证券公司做的贡献——利润,客户价值的最大化,也就是证券公司价值的最大化.但证券行业依然遵循着2-8原则,即20%的客户群贡献了80%的收入,这就给我们提出了一个非常严峻的问题,即证券经营机构如何让有限的资源做到合理分配,使双方的利润都能最大化.通过对客户的分类,进行不同视角的分析,让经营者的经营策略有的放矢,更加有针对性,如采用数据仓库存放全体客户信息、预定义客户群,某个客户的交易数据,并通过对这些数据进行挖掘和分析,我们大体可以划分以下几种类型：
①按客户对风险偏好程度细分.有风险偏好型客户、风险偏恶性客户以及介于两者之间的客户.
②按客户对投资频率程度细分.有短期投资偏好客户,中长期投资偏好客户以及介于两者之间的客户.
③按客户投资风格细分.有投资激进型客户、投资稳健型客户以及介于两者之间的客户.
上述这些细分原则随着地域的变化,指标的参数也有所差异.
4.通过数据挖据,可对海量证券信息进行梳理归类,有利于证券公司更好地提供咨询业务.首先,采集各类证券和指数的行情和交易数据,结合行情分析,通过聚类分析,如同股进行纵向比较,异股进行横向比较,预测走势,并通过行情结合交易量的对应变化,总结其中的规律,根据这些规律做出趋势分析,从而对客户提供有选择,有针对性地怎么写作.其次,通过数据挖掘技术,对各类上市公司的财务报告进行有效的挖掘,找出那些具有较高盈利水平同时具有较好成长性的公司,由于这些报告一般不具备结构性特征,无法导入结构化的数据库,因此我们利用模式抽取技术,提炼财务报告内的有效信息,从而进行自动对比,提供给有需求的客户.
证券行业内的竞争已由竞争逐步转向怎么写作的竞争,一味的战已无法真正吸引客户的眼球,取而代之的是如何帮助客户赚钱,如何提供客户真正所需的怎么写作已成为所有券商思考的问题,在这样的背景下,通过引入数据挖掘,可以更好地揭示客户所想,更好地迎合客户的所需,从而牢牢地把握客户资源,为券商的发展打好基础.可以预见的是,随着数据挖据技术的不断演化和发展,必将在中国证券行业的应用更为深远和广阔.