简介：本文运用2005－2012年的数据，实证研究了中国证券基金市场中投资者追逐明星家族基金的投资收益情况。研究发现，投资者偏好追逐明星家族基金，但单纯地追逐明星家族基金并不能获得超额收益，非明星家族基金的投资收益率显著高于明星家族基金，因此更具投资价值。旗下基金业绩差距越大，规模越大，前期拥有明星基金的家族制造明星基金的动机越强，未来成为明星家族基金的概率更高，然而他们并不是真正的明星，其投资收益率显著低于样本平均水平。投资者应该避免被明星效应误导，选择真正的明星，中短期投资可以选择高离差或大规模的非明星家族基金，而长期投资则可选择小规模家族基金而避免垃圾家族基金。

简介：本文针对多项目管理资源问题的特点,构建了多项目资源均衡问题的数学模型,并提出了一种改进的模拟植物生长算法。该算法对基本的模拟植物生长算法在生长点保留策略上做了改进,提高了算法的收敛速度并能寻找到最优解。实例仿真也证实了改进的算法能有效地解决多项目资源均衡问题。

简介：本文利用数据挖掘技术中的APRIORI算法,基于MATLAB软件平台,分析27442名银行个人贵宾客户的产品交叉销售情况,挖掘出属性与属性间的关联规则。根据产品的关联度指标,提出银行产品群中具有拉动力的＂楔子产品＂定义;根据计算出的强关联规则,提出可推行的组合营销产品组合,为银行的精准营销提供现实依据。通过数据挖掘分析个人贵宾客户的消费特征,为制定全面客户营销策略提供了现实依据。

简介：本文以Logistics回归算法为基础，结合证券行业经纪业务的特点，选择了总资产比例、交易次数比例、总资产连续下降等12个指标建立证券客户流失预测模型；并通过历史数据计算，确定了模型的常变量及回归变量。相关理论方法评估及真实数据验证表明，该模型的预测准确度较高，可以基于客户历史行为反应其流失倾向。一、客户流失预测的基础模型简介

简介：集团企业的管理型本部是一类特殊的企业，其财务指标和风险特征与一般企业显著不同，难以使用一般的信用评级模型进行评级。本文利用基于BP神经网络的人工智能分类算法，通过有监督机器学习过程建立了管理型集团本部的信用评级模型。实验表明，在管理型集团本部的评级上该模型比一般公司的评级模型更为准确。