邱麒添

摘要：在數(shù)據(jù)挖掘時代，關鍵因子的選取是經(jīng)濟投資的一個重要步驟。通過前進法策略進行變量選取。在Goodman-Skruskal-τ模型的基礎上，對高維數(shù)據(jù)進行監(jiān)督離散化，由歷史數(shù)據(jù)找出新的量化觀點，形成新的投資組合模型。實證檢驗表明，該模型給出的投資策略能獲得較好的收益，具有一定的實用性。

關鍵詞：GK-τ模型；前進法；監(jiān)督離散化

中圖分類號：O17 文獻識別碼：A 文章編號：1001-828X（2016）009-000-01

一、引言

受啟發(fā)于黃文學[1]等對于變量離散化的研究，本文在GK-τ模型的基礎上，利用前進法的監(jiān)督離散化策略找出對高維變量起較大重要的關鍵因子，取代投資者直接選取因子的觀點，進行經(jīng)濟的投資組合研究。在研究關聯(lián)性的估計模型中，選取GK-τ可以更好地度量局部與整體的相關性。文章的具體結(jié)構如下：第二部分首先對模型進行介紹，第三部分結(jié)果分析。

二、模型介紹

高維上的GK-τ模型和前進法預測。

高維上的GK-τ模型如下：

其中為已離散化的自變量，為要前進法離散化的自變量；Epy為無自變量時預測的準確率，為有自變量時預測的準確率，另外EPY是一定的，因此 的預測能力等價于 的準確率。

在已監(jiān)督離散化的基礎上增加一個新變量X，對變量X進行窮盡搜索法：

（1）設定X切分的區(qū)間數(shù)為t ，對X的取值范圍進行等區(qū)間切分100部分；

（2）重復以下的步驟，直至滿足以下的條件：

1.當t > 時，跳出循環(huán)，其中 為循環(huán)的第幾個區(qū)間數(shù)；

2.設為已選好的區(qū)間，選取下個區(qū)間，如

利用GK-τ模型進行前進監(jiān)督離散化對投資模型進行預測，來代替?zhèn)鹘y(tǒng)中直接選取因子預測觀點，提高預測能力，更好做到投資。

三、實驗預測結(jié)果

實證結(jié)果與分析。

本文部分數(shù)據(jù)來源于某銀行的貸款收入數(shù)據(jù)庫，從中選取繳費時間觀（準時與不準時）作為因變量，而資產(chǎn)，收入，債務，經(jīng)濟需求，年齡作為連續(xù)自變量；舉例，繳費時間觀為二維變量為0 或 1，（0表示無法準時繳費，1為準時繳費），年齡為連續(xù)變量，可分為少年，中年，老年。根據(jù)五個自變量對因變量時間觀念繳費準時與否進行預測，利用前進法提高預測能力，選取關鍵因子變量

1.對五個自變量切分三個區(qū)間進行獨立離散化，其結(jié)果如下：

2.通過數(shù)據(jù)可發(fā)現(xiàn)對時間觀念預測最好的變量為資產(chǎn)，第二個最好變量為債務，那么選取這兩邊預測時間觀念的結(jié)果為0.8340.

3.在資產(chǎn)變量X1的基礎上進行前進法的離散化，可得：

結(jié)果顯示第二變量選取為經(jīng)濟需求，且預測的結(jié)果為0.83812，比直接選取最好的變量結(jié)果更好，更好做到預測能力。

GK-τ模型是一個從局部到整體結(jié)合權重因子的優(yōu)勢比預測，并利用前進的離散化更好地切分區(qū)間，取得更好的預測能力，克服了傳統(tǒng)投資模型在應用實踐中直接選用關鍵因子的一些缺陷，利用銀行貸款數(shù)據(jù)所給出的信息進行實證分析，結(jié)果表明了該模型具有一定的應用范圍和潛力，對于普通投資者的經(jīng)濟投資亦有相當?shù)闹笇б饬x，同時也為投資市場的運用提供了一種新思路。

參考文獻：

[1]Olson，D.，Shi，Y.，2007.Introduction to business data mining.McGraw-hill/Irwin.

[2]L.Goodman，W.Kruskal.，Measure of association for cross classifications，journal of the Amearican .Statistical Association 49（268）（1954）732-764.