投资理财数据挖掘.ppt

模型的精确度分析三个模型都能预测出被访者是否购买股票，我们对三个模型进行对比，分别用提升图和分类矩阵方法进行筛选。提升图：DMC4.2购买和未购买股票各占一半的调查者行为分析4.2购买和未购买股票各占一半的调查者行为分析分类矩阵：选择决策树作为我们最终模型DMC4.2购买和未购买股票各占一半的调查者行为分析相依程度：影响投资者是否购买股票因素由强到弱为:收入教育程度职业年龄DMC4.3股票购买者投资行为分析对于购买的股票的人群来说，考虑的最主要的因素分析如下：DMC选项N比率相对于样本的比率Q41选股理由公司运营4140530.3%60.7%Q42选股理由亲友介绍2239916.4%32.8%Q43选股理由朋友33162.4%4.9%Q44选股理由自己分析4220630.8%61.8%Q45选股理由第四台1908613.9%28.0%Q46选股理由其他84606.2%12.4%总计136872100.0%200.5%4.3股票购买者投资行为分析Q5-Q23针对5类股票中的100只股票,均为多选题,我们在数据预处理中将选择了一种股票的记为1,未选择的记为0,通过多选题分析的方法得到其比率Q5,Q9,Q13,Q17,Q21为在未提醒被访者的情况下让被访者说出至多5只股票,我们认为被访者对这些股票比较熟悉Q7,Q11,Q15,Q19,Q23为是否购买这只股票,最大选择个数为5DMC股票投资者的购买行为分析数据的处理:Q8,Q12,Q16,Q20,问投资者分别对金融板块,纺织板块,钢铁板块,这几家上市公司的主要经营项目是否熟悉。如果投资者对每一个板块，我们记为1，否则为0。然后将四个板块的值加权重，形成新的变量Q30（清楚业务汇总）.Q6，Q10，Q14，Q18，问题为：以下我将念出金融保险类股（或其他四个板块）的股票，请问您听过哪几家？复选，随机提1-20项。在访问员说出这只股票，如果被访者听说过，我们就将其记为1，说明他对这只股票有印象，否则为0。我们假定听说过的股票越多，对证券市场越了解。将被访者对各个板块听说过的股票数量加总起来，作为衡量被访者对股市的了解程度。但是这个指标的范围在0-90之间，分布图如下：我们根据这个指标的分布，将选择数量在0-40记为1（一般了解），31-50的记为2（比较了解），50-70的记为3（很了解），70以上的记为4（非常了解）。还有一个重要的指标即是股票购买金额。下面我们用这些指标建立聚类分析。DMC股票投资者的购买行为分析DMC股票投资者的购买行为分析DMC股票投资者的购买行为分析优质客户主妇类客户潜在优质客户普通客户比较优质客户DMC教育程度较高的男性，对股票非常了解，年龄主要在30-39岁间，职业大多为管理阶层和白领，月收入介于3-7万，中高等的受教育程度较低，高中或高职，男性居多，收入较低，年龄处于30-39岁大多在大专以上，年龄在20-29岁间的白领上班族，收入在3-5万每月,工作不久年龄在30-50岁的家庭主妇，由于这一类投资者收入较低，大都在1万以下每月，所以投资金额相对较低，在50万以下管理阶层的男性，对股票也非常了解，教育程度也较高，收入大多在10万每月以上，所以这类人购买股票的金额很大，在100-500万股票投资者的购买行为分析关联程度分析：DMC普通客户和潜在优质客户，这两类目前购买的股票金额都差不多，但是一类会逐渐成为潜在优质客户或者上升为优质客户，一类可能停滞不前，作为证券公司要挖掘出潜在优质客户，为他们提供细致的理财服务，赢取未来的优质客户。其次第1类比较优质客户和第3类潜在优质客户的关联程度很高，因为他们大多有着相同的背景。4.4美金购买者行为分析4.4.1美金购买者的描述性统计分析DMC4.4.1美金购买者的描述性统计分析DMC4.4.2购买美金金额分析变量的筛选和模型的建立将所有个人信息的变量输入作为自变量，SQL从中抽取一部分样本，进行验证，根据SQL的建议选择“年龄”，“教育程度”，“职业”，“性别”和“收入”作为自变量,分别建立决策树，逻辑回归，贝叶斯模型来预测被访者是否购买股票。

DMC4.4.2购买美金金额分析三个模型的精确度分析提升图：DMC4.4.2购买美金金额分析选择决策树作为我们最终模型分类矩阵：DMC4.4.2购买美金金额分析相依程度：DMC影响投资者购买美金金额的因素由强到弱为:收入年龄教育程度性别职业。4.4.2购买美金金额分析DMC模型分析－－决策树4.4.2购买美金金额分析模