Support vector machines algorithms and financial applications

作者：  梁循著

出版社：知识产权出版社,2012

简介：本书综合了大量国内外的最新资料和作者的研究成果，介绍了支持向量机的一些算法和应用。全书从结构上分为三篇。第一篇介绍了支持向量机的一些概念。第二篇具体介绍了一些支持向量机的算法，第三篇主要讨论了支持向量机的应用问题，包括互联网金融信息时间序列、股价预测等问题，以及互联网舆情分析系统的介绍。

Data mining algorithms and applications

作者：  梁循著

出版社：北京大学出版社,2006

简介：数据挖掘是一个涉及数据库技术、计算智能、统计学、模式识别等多个学科的领域。目前，数据挖掘已经在各行各业有了非常广泛的应用。 本书综合了大量国内外的最新资料和作者的研究成果，系统地介绍了数据挖掘算法、相关技术及其金融数据上的应用。在绪论之后，全书从结构上分为3篇。第1篇具体介绍了数据挖掘的主要算法，包括决策树算法、神经网络算法、基因算法、基本统计分析方法、贝叶斯网络算法、支持向量机方法等。第2篇主要讨论数据挖掘的相关技术，包括数据仓库技术、模糊处理技术、粗糙集技术以及目标优化技术。第3篇探讨了一些数据挖掘的应用专题，包括互联网金融信息搜索引擎、互联网信息流时间序列挖掘等问题。 本书的读者可以是对金融应用感兴趣的计算机专业人士，也可以是对计算机和互联网感兴趣的金融专业人士。它可供数据挖掘、机器智能、金融数据分析等领域的科技人员和高校师生参考。

Foundations of internet financial information intelligent mining

作者：  梁循著

出版社：北京大学出版社,2009

简介：　　 互联网金融信息智能挖掘是一个涉及数据挖掘、计算智能、统计学、 　　计算语言学、模式识别、金融学等多个学科的领域。 　　 本书综合了大量国内外的最新资料和作者的研究成果，系统而有选择 　　地介绍了互联网金融信息智能挖掘问题。全书从结构上分为三篇。第1篇介 　　绍了作者主持研发的一个互联网金融信息挖掘系统平台。第2篇具体介绍了 　　一些相关技术基础，包括互联网金融信息文本分析、神经网络技术、支持 　　向量机技术。第3篇主要介绍了互联网金融信息挖掘领域的一些问题和基本 　　应用，包括互联网金融信息的相关分析，金融信息量、交易量和收益率时 　　间序列的关联研究，以及基于金融信息量的交易量和收益率的控制问题。 　　 本书的读者可以是对模式识别、计算机智能感兴趣的计算机专业人士 　　，也可以是对互联网金融信息智能挖掘感兴趣的领域专家。它可供数据挖 　　掘、机器智能、数据分析、金融等领域的科技人员和高校师生作研究的参 　　考资料。 　　

Introduction to internet financial information mining

作者：  梁循著

出版社：北京大学出版社,2008

简介：　　 网络金融信息挖掘是一个涉及互联网技术、垂直搜索引擎、信息论、 　　计算智能、自然语言处理、金融学、计量经济学等多个学科的领域。目前 　　，它还是一个很新的交叉领域。 　　 本书初步介绍了作者的一些研究成果。第1章绪论对互联网金融信息挖 　　掘轮廓做了一个勾画。绪论后的部分从结构上分为3篇。第1篇主要介绍网 　　络金融信息的浅层挖掘，讨论了互联网金融信息半结构化文本的挖掘问题 　　和金融信息垂直搜索引擎。第2篇研究网络金融信息流本身的特性，讨论了 　　网络金融信息流的概率分布特性、平稳性和GARCH建模问题及残差的正态性 　　、异方差性和自相关性，并初步探讨了网络金融信息流时间序列的形态挖 　　掘问题。第3篇研究网络金融信息流与交易量和收益率时间序列的关联问题 　　。 　　 本书的读者可以是对互联网垂直金融信息搜索进行专项研究的计算机 　　专业人士，也可以是对金融领域知识挖掘感兴趣的金融专业人士。它可供 　　电子商务、数据挖掘、金融数据分析等领域的科技人员和高校师生参考。