金融大数据可视化分析在投资决策中的实践研究

宋 城宇
北交金科金融信息服务有限公司

摘要


目的：本文旨在研究金融大数据可视化分析在投资决策中的应用，探讨如何通过回归分析、ARIMA模型和K-means聚类分析等方法为投资者提供科学的决策支持。方法：采用ARIMA模型和聚类分析对股票、债券和黄金市场的历史数据进行预测与分析，结合夏普比率、回撤率和均方误差（MSE）等指标进行效果评估。结果：实验结果显示ARIMA模型在预测市场长期趋势上表现优异，股票市场的年回报率为11.2%，夏普比率达0.77，波动较大债券和黄金市场则呈现出较低的回撤率和较为稳定的回报。结论：金融大数据可视化分析为投资决策提供了量化支持，能够帮助投资者在多变的市场中做出更加科学的决策。

关键词


金融大数据；投资决策；ARIMA模型；K-means聚类

全文:

PDF


参考


[1]曾书婧.数据可视化在大数据分析中的实践与探索[J].中国电子商务，2024（9）：8-11.

[2]赵莞睿.基于大数据的可视化金融量化分析系统的研究和实现[J].中文科技期刊数据库（全文版）经济管理，2023（4）：4-9.

[3]王新刚，白直望，方培斌，等.一种可视化的大数据分析方法：CN202310107344.1[P].CN115858894A [2025-03-01].

[4]杨政安.大数据可视化分析技术运用探析[J].科技创新与应用[J].2023，13（32）：46-49.

[5]Perez J. From Numbers to Narratives that Transform Businesses:Harnessing the Power of Data Visualization[M].CRC Press:2025-02-12.


Refbacks

  • 当前没有refback。