基于数据挖掘的金融领域知识发现研究综述

秦江源 王宸 徐辰星 周震霆

摘 要：在大数据时代的洪流奔涌之下，金融行业的文本信息量也正飞速增长，使得人们对金融数据的分析与应用方式产生了深刻变革，海量、多源、异构的金融数据正对金融从业者带来前所未有的困难和挑战。从金融数据之中挖掘出对金融决策支持有价值的知识，加快金融企业面向文书自动化的产业升级，已成为如今金融业的研究热点之一，对金融决策支持過程具有相当的意义。

关键词：金融文本，数据挖掘，知识发现

1.引言

近几年随着金融市场的开放， 外资金融机构的进入， 多种金融创新将不断涌现， 竞争也随之不断加剧。李金迎（2009）指出，各行各业的数据库中积累的数据中蕴含着相当的金融领域知识，而传统数据挖掘方法，远没有挖掘出数据的潜在价值;何德旭（2011）探讨了金融安全网络机制，联系了信息框架和金融安全网;张永杰（2011）在资产定价方面开展了研究， 发现网络开源信息中包含对股票异常日收益率有显著解释力的内容;朱建平（2011）指出，目前需要采用高频数据，在较窄观测区间内产生足够的数据量， 同时对市场微结构模型做出一定的验证;中国银联股份有限公司（2013）指出，数据时代， 数据已经成为企业创新的核心驱动力和竞争力。大数据已经影响企业决策方式从“业务驱动”向“数据驱动”转型;孔翔宇（2016）依据财经新闻主题与股票市场的相关性， 提出了基于新闻主题分布的模型，以此进行中国……