張瑞亭

[摘 要]隨著科學(xué)技術(shù)的飛速發(fā)展和人們獲取數(shù)據(jù)的多樣化，人類擁有的數(shù)據(jù)急劇增加。在大數(shù)據(jù)時代，數(shù)據(jù)已成為新型戰(zhàn)略資源，是驅(qū)動創(chuàng)新的重要因素。如何獲取隱藏在數(shù)據(jù)背后的潛在的規(guī)律備受研究人員關(guān)注。數(shù)據(jù)挖掘是一門邊緣應(yīng)用學(xué)科，它的蓬勃發(fā)展是由于它在各個領(lǐng)域的廣泛應(yīng)用。結(jié)合金融數(shù)據(jù)的特點以及目前數(shù)據(jù)挖掘、機器學(xué)習(xí)存在的問題，研究未來金融專業(yè)數(shù)學(xué)的發(fā)展方向和動態(tài)趨勢，對于大數(shù)據(jù)時代下培養(yǎng)金融專業(yè)學(xué)生具有十分重要的意義。

[關(guān)鍵詞]數(shù)據(jù)挖掘 機器學(xué)習(xí) 支持向量機 金融數(shù)據(jù)

[中圖分類號] F83 [文獻標識碼] A [文章編號] 2095-3437（2014）14-0029-02

一、背景

數(shù)據(jù)是與自然資源、人力資源一樣重要的戰(zhàn)略資源，其背后隱含著巨大的經(jīng)濟價值。近年來，“大數(shù)據(jù)”研究已經(jīng)備受關(guān)注。[1]例如，2012年，美國政府在國內(nèi)發(fā)布了“大數(shù)據(jù)”研究和《發(fā)展倡議》，投資約兩億美元發(fā)展大數(shù)據(jù)研究，用以強化國土安全、轉(zhuǎn)變教育學(xué)習(xí)模式和進一步加速科學(xué)和工程領(lǐng)域的創(chuàng)新速度和水平。繼1993年美國宣布“信息高速公路”計劃后，這項決定標志著美國的又一次重大科技發(fā)展部署。美國政府認為“大數(shù)據(jù)”研究勢必對未來的科技、經(jīng)濟等各領(lǐng)域的發(fā)展帶來深遠影響。在大數(shù)據(jù)應(yīng)用的技術(shù)需求牽引下，數(shù)據(jù)科學(xué)研究和人才培養(yǎng)引起了各國的重視。美國哥倫比亞大學(xué)和紐約大學(xué)、澳大利亞悉尼科技大學(xué)、日本名古屋大學(xué)、韓國釜山國立大學(xué)等紛紛成立數(shù)據(jù)科學(xué)研究機構(gòu)；美國加州大學(xué)伯克利分校和伊利諾伊大學(xué)香檳分校、英國鄧迪大學(xué)等一大批高校開設(shè)了數(shù)據(jù)科學(xué)課程。

二、機器學(xué)習(xí)理論

機器學(xué)習(xí)（machine learning）是繼專家系統(tǒng)之后人工智能應(yīng)用的又一重要研究內(nèi)容，在某種意義上，機器學(xué)習(xí)或?qū)⒄J為是數(shù)據(jù)挖掘的同義詞。數(shù)據(jù)挖掘是指有組織、有目的地收集數(shù)據(jù)、分析數(shù)據(jù)，從海量數(shù)據(jù)中尋找潛在規(guī)律，并使之為決策規(guī)劃提供有價值信息的技術(shù)。機器學(xué)習(xí)是人工智能的核心部分，在金融、工業(yè)、商業(yè)、互聯(lián)網(wǎng)以及航天等各個領(lǐng)域均發(fā)揮著重要的作用。對機器學(xué)習(xí)研究的進展，必將對人工智能、數(shù)據(jù)挖掘領(lǐng)域的發(fā)展具有深遠影響。

機器學(xué)習(xí)方法主要包括：Exper System（專家系統(tǒng)）、K-Nearest Neighbor（K近鄰算法）、Decision Tree（決策樹）、Neural Net（神經(jīng)網(wǎng)絡(luò)）、Support Vector Machine（支持向量機）、Cluster Analysis（聚類分析）等。近幾年，研究人員將遺傳算法、神經(jīng)網(wǎng)絡(luò)、系統(tǒng)理論以及當(dāng)代數(shù)學(xué)研究的最新進展，應(yīng)用于金融領(lǐng)域。這使得金融領(lǐng)域數(shù)據(jù)挖掘在金融管理中備受青睞。例如，產(chǎn)品定價、金融風(fēng)險管理、投資決策甚至金融監(jiān)管都越來越重視金融數(shù)據(jù)挖掘，通過數(shù)據(jù)挖掘發(fā)現(xiàn)金融市場發(fā)展的潛在規(guī)律與發(fā)展動態(tài)。機器學(xué)習(xí)理論及其在金融領(lǐng)域的應(yīng)用成為了一個比較熱的研究領(lǐng)域。[2] [3]

三、金融數(shù)據(jù)的特點

在眾多機器學(xué)習(xí)方法中，基于Logistic回歸、判別分析等傳統(tǒng)的統(tǒng)計方法，對金融模型假定條件非常嚴格，在實際應(yīng)用中很難達到理想效果。其原因在于對金融數(shù)據(jù)的非線性和非平穩(wěn)性的操作具有片面局限性，在實際處理金融數(shù)據(jù)時，既定假設(shè)與金融市場發(fā)展實際并不完全一致，這樣可能會影響模型的推廣能力和泛化能力。

基于分類樹方法、K-近鄰判別分析、遺傳算法等傳統(tǒng)的非參數(shù)統(tǒng)計方法，其預(yù)測能力較好，但不能量化解釋指標的程度。例如，K-近鄰判別分析是一種非參數(shù)距離學(xué)習(xí)方法，通常按照數(shù)據(jù)樣本之間的距離或相關(guān)系數(shù)進行度量，這樣會受到少數(shù)異常數(shù)據(jù)點的影響。但是，在相同樣本容量下，如果對于具體問題確實存在特定參數(shù)模型可以應(yīng)用時，非參數(shù)方法效率相對較低。以神經(jīng)網(wǎng)絡(luò)、支持向量機等為典型的機器學(xué)習(xí)方法，優(yōu)點在于可以有效處理金融數(shù)據(jù)的非線性特性，并且不需要事先嚴格的統(tǒng)計假設(shè)，這樣會表現(xiàn)出較強的適應(yīng)效果，充分體現(xiàn)人工智能、機器學(xué)習(xí)等方法的魅力。神經(jīng)網(wǎng)絡(luò)預(yù)測精度是各種機器學(xué)習(xí)方法中相對較好的，因為在一定程度上，神經(jīng)網(wǎng)絡(luò)可以按照任意精度近似非線性函數(shù)，為高度非線性問題的建模和算法提供相應(yīng)支持。盡管神經(jīng)網(wǎng)絡(luò)技術(shù)進步有目共睹，但仍然存在一些難題。例如，通常難以確定隱層節(jié)點數(shù)，并會存在“過學(xué)習(xí)”現(xiàn)象和局部極小值等問題。

四、支持向量機

傳統(tǒng)的統(tǒng)計模式識別方法是在樣本數(shù)目足夠多的情況下進行的，但是樣本數(shù)目足夠多在實際問題里面往往難以保證。1968年Vapnik等人首次提出了統(tǒng)計學(xué)習(xí)理論，專門從事有限樣本情況下機器學(xué)習(xí)規(guī)律的研究。在此基礎(chǔ)上，1995年Vapnik等人首先提出支持向量機（Support Vector Machine，簡稱SVM）的學(xué)習(xí)方法，它是數(shù)據(jù)挖掘中的一項新的技術(shù)。SVM是機器學(xué)習(xí)研究領(lǐng)域的一項重大成果，主要研究如何根據(jù)有限學(xué)習(xí)樣本進行模式識別和回歸預(yù)測，使在對未知樣本的估計過程中，期望風(fēng)險最小。近年來，它被廣泛地應(yīng)用于統(tǒng)計分類以及回歸分析中。近幾年的研究成果表明，SVM在實用算法研究、設(shè)計和實現(xiàn)方面已取得豐碩的成果，其在理論研究和算法實現(xiàn)方面都有突破性進展，逐漸開始成為克服維數(shù)災(zāi)難和過學(xué)習(xí)等傳統(tǒng)問題的有力手段。支持向量機可以成功處理回歸分析和模式識別等諸多問題，并可推廣于預(yù)測和綜合評價等領(lǐng)域，因此可應(yīng)用于管理、經(jīng)濟等多種學(xué)科。支持向量機屬于一般化線性分類器，可以認為是提克洛夫規(guī)則化（Tikhonov Regularization）方法的一個特例，其特點是他們能夠同時最小化經(jīng)驗誤差與最大化幾何邊緣區(qū)。支持向量機的優(yōu)點表現(xiàn)在：1.它通過使用結(jié)構(gòu)風(fēng)險最小化代替?zhèn)鹘y(tǒng)的經(jīng)驗風(fēng)險最小化，使用滿足Mercer 條件的核函數(shù)，把輸入空間的數(shù)據(jù)變換到高維的Hilbert 空間，將向量映射到一個更高維的空間里。在這個空間里建立有一個最大間隔超平面，實現(xiàn)了由輸入空間中的非線性分析到Hilbert 空間中的線性分析。2.訓(xùn)練的復(fù)雜度與輸入空間的維數(shù)無關(guān)，只與訓(xùn)練的樣本數(shù)目有關(guān)。3.稀疏性。決定最大間隔超平面的只是少數(shù)向量——支持向量，就推廣能力方面而言， 較少的支持向量數(shù)在統(tǒng)計意義上對應(yīng)好的推廣能力。4.本質(zhì)上，SVM算法是一個二次優(yōu)化問題，能保證所得到的解是全局最優(yōu)的解。綜上所述，SVM在一定程度上解決了以往困擾機器學(xué)習(xí)方法的很多問題，例如，模型選擇與“過學(xué)習(xí)”問題、非線性和高維小樣本等維數(shù)災(zāi)難問題、局部極小問題等。[4]正是由于SVM具有完備的理論基礎(chǔ)和出色的應(yīng)用表現(xiàn)，使其在解決高維小樣本、非線性、壓縮感知以及高維模式識別問題中表現(xiàn)出獨特的優(yōu)勢，正成為自神經(jīng)網(wǎng)絡(luò)之后，機器學(xué)習(xí)領(lǐng)域中新的研究熱點之一。[5] [6]endprint

同其他機器學(xué)習(xí)方法比較，支持向量機更具嚴密的理論基礎(chǔ)，因而在模型表現(xiàn)上也略勝一籌，被成功應(yīng)用于模式分類、非線性回歸，從使用效果來看，其結(jié)果較為理想。但從實踐角度分析來看，模型參數(shù)的選擇過度依賴人們的實驗方法和實踐技能，在一定程度上降低了模型的推廣泛化能力和應(yīng)用領(lǐng)域。同時計算方面，訓(xùn)練時間過長、核參數(shù)的確定，在大訓(xùn)練樣本情況下， SVM面臨著維數(shù)災(zāi)難，甚至?xí)捎趦?nèi)存的限制導(dǎo)致無法訓(xùn)練。目前支持向量機在金融數(shù)據(jù)挖掘方面也存在一定的局限性，主要表現(xiàn)以下幾方面：動態(tài)適應(yīng)性、魯棒性、特征變量異質(zhì)性調(diào)整、模型推廣精度等不盡如人意；建模方法與技術(shù)還有待進一步完善；支持向量機研究金融數(shù)據(jù)挖掘和金融問題的成果雖然不少，但大多集中在股票價格和股票市場走勢預(yù)測方面，關(guān)于公司財務(wù)危機預(yù)測、套期保值分析、金融市場連接機制分析及其創(chuàng)新成果方面有待加強。

五、結(jié)論

大數(shù)據(jù)時代下金融專業(yè)的數(shù)學(xué)重在以下方面的應(yīng)用：深度學(xué)習(xí)（Deep Learning）、機器學(xué)習(xí)和數(shù)據(jù)挖掘、分布式計算，如MR、Hadoop等，在大數(shù)據(jù)中預(yù)測最先取得突破的技術(shù)環(huán)節(jié)將會是分析中的大數(shù)據(jù)挖掘與關(guān)聯(lián)分析、存儲結(jié)構(gòu)和系統(tǒng)、數(shù)據(jù)采集和數(shù)據(jù)化。目前金融問題的研究方向和發(fā)展趨勢，主要集中在計量經(jīng)濟方法，例如，格蘭杰因果分析、向量自回歸、條件異方差、隨機波動分析等。這些計量經(jīng)濟方法和技術(shù)大部分使用了線性技術(shù)，以及與金融市場不太吻合的理論假設(shè)，基于這些方法的結(jié)果，例如，資產(chǎn)預(yù)測價格、發(fā)展動態(tài)以及風(fēng)險評估結(jié)果和實際出入較大，影響了金融管理的效率。對于我們大學(xué)教師來說，如何將已有分析數(shù)據(jù)算法整合，讓學(xué)生抓住重點，挖掘到比較可靠的信息或知識，都將成為金融專業(yè)數(shù)學(xué)研究的方向和目標。

[ 注 釋 ]

[1] Anand Rajaraman Jeffrey David Ullman.大數(shù)據(jù)——互聯(lián)網(wǎng)大規(guī)模數(shù)據(jù)挖掘與分布式處理[M].北京：人民郵電出版社，2012.

[2] Kumar， P.R. and Ravi， V. 2007. Bankruptcy prediction in banks and firms via statistical and intelligent techniques-a review. European Journal of Operational Research， 180（1）：1-28.

[3] M. Oet， R. Eiben， T. Bianco，D.Gramlich， S. Ong， and J.Wang，“SAFE： an early warning system for systemic banking risk，”in Proceedings of the 24th Australasian Finance and BankingConference， SSRN， 2011.

[4] 沈傳河.金融問題中的支持向量機應(yīng)用研究[D].山東科技大學(xué)博士論文，2011.

[5] Chang C.C. and Lin， C.J.， 2001. LIBSVM： A library for support vector machines.

[6] 鄧乃揚，田英杰.數(shù)據(jù)挖掘中的新方法——支持向量機[M].北京：科學(xué)出版社，2004.

[責(zé)任編輯：陳 明]endprint