AlphaGo 的數據演算法,能否用來分析銀行信貸企業的各項數據,然後得出關鍵指標和權重?
2016-03-14數碼
更新:這篇答案有一點過時了,大體框架和想法供參考。
以前做過一些機器學習的東西,主要是經濟類的,因為當時不太確定數據背後的結構和內在規律,同時又想數據視覺化,所以用了SOM (Self-organizing Map, unsupervised)這些基本的機器學習方法,結果確實很有啟發性。部份分析與截圖可參考:從事經濟、金融工作的人都是透過什麽渠道獲得數據資源,運用什麽軟件來分析行業狀態和經濟走勢的? - 錢糧胡同的回答
背景:
法蘭克福某行做Portfolio Management,工作上跟各類經濟,行業,企業等數據打交道,再之前做過企業評級和信貸業務,所以時不時就會想把機器學習的一些東西套用到工作上。當然,銀行裏這些略有創新/ 實踐的想法基本都會被上面打回來,圖樣圖森破。
討論部份:
跑題了,直接討論下可行性:其實這方面國內國外都有一些研究文獻(針對中小企業信用評級/違約概率預測),主要是利用比較傳統的multi-layer back-propagation neural networks, 用已知結果的樣本反復培訓,再用另一部份樣本做實測,防止overfitting等等,我也做過一些。下圖是個基本原理,摘自網絡(TeX - LaTeX Stack Exchange):