基于PCA算法的收益数据挖掘研究任务书

 2021-08-21 10:08

1. 毕业设计(论文)主要内容:

利用主成分分析算法对金融产品收益率曲线进行分析。

将市场上的利率曲线按照效用时间(1年,2年,3年等)排列并作为不同变量看待,并对该矩阵进行主成分分析,挖掘出占主要方差的因子(理想情况下前3个),画出不同变量(不同年份)关于这几个因子的成分折线图(变量按照时间排列)。

2. 毕业设计(论文)主要任务及要求

1. 设计软件实现用户自定义收益率数据的收集和曲线的拟合。

2. 阅读并理解主成分分析(Principle Component Analysis)的理论以及运算法则,在软件中实现PCA算法,输出每个变量的分解方式(各主因子的系数)、每个主因子的波动的贡献度(variance),并给出对波动贡献度最大的几个因子间的对比视图。

3. 查阅不少于15篇的相关资料,其中近五年外文文献不少于3篇,完成开题报告。

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

3. 毕业设计(论文)完成任务的计划与安排

第1-4周:查阅相关文献资料,明确研究内容,了解研究所需的理论知识,对所设计的系统进行分析,确立方案,完成外文文献翻译和开题报告。

第5-7周:完成主成分分析算法的软件设计开发。

第8-11周:设计软件实现用户自定义收益率数据的收集和曲线拟合。

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

4. 主要参考文献

[1] Juyang Weng,Yilu Zhang,Wey-ShiuanHwang.Covariance-Free Incremental Principal Component Analysis. IEEETransactions on Pattern Analysis and Machine Intelligence . 2003

[2] Haykin S S.Neural Networks:A Comprehensive Foundation. . 2001

[3] Hristos Tyralis,DemetrisKoutsoyiannis,Stefanos Kozanis.An algorithm to construct Monte Carlo confidenceintervals for an arbitrary function of probability distribution parameters[J]. Computational Statistics . 2013 (4)

剩余内容已隐藏,您需要先支付 10元 才能查看该篇文章全部内容!立即支付

以上是毕业论文任务书,课题毕业论文、开题报告、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。