推荐系统在证券系统的应用

周日听了推荐系统的讲座,颇受启发。回来查了些资料,并结合证券行业进行了一些思考,觉得有2点感悟:

1 对证券公司,这是较好的自动化金融服务的辅助手段。

2 对股民,这是较真实反映自己风险偏好荐股方式。

首先来看什么是推荐系统?

Recommendation System,form a specific type of information filtering (IF) technique that attempts to present information items (movies, music, books, news, images, web pages, etc.) that are likely of interest to the user.  (Wikipedia)

推荐系统,根据用户的兴趣特点和购买行为,向用户推荐用户感兴趣的信息和商品。推荐基于: 网站最热卖商品;客户所处城市;客户过去的购买行为和购买记录, 推测客户将来可能的购买行为。(百度百科)

推荐系统的好处:据谣传,当当引入推荐系统后,销量增长了20~30%。

其次推荐系统如何搭建?

推荐引擎会分为好几种做法。昨天讨论的都是比较高级的做法,需要用到复杂的算法。其实我觉得很简单很粗暴的做法也不能排斥,有可能用对了方向,简单的做法也很有效。我觉得推荐引擎的分类这篇文章的分类方式不错,几个方面都考虑到了:

A 非个性化推荐:推荐基于特定算法;所有客户都得到相同的推荐;客户每次访问都得到相同的推荐,与客户的浏览历史和购买历史无关。(注:有点类似软件荐股的方式,无差别定向客户? or 基金超市? )

B 基于商品属性的推荐:推荐基于商品的属性,例如客户通过搜索某商品的名称返回多个搜索结果;需要客户手工输入需要购买商品的属性;可以个性化/非个性化,取决于商家是否记录下客户对商品属性的偏好。(Google财经?  or  股票筛选器?)

C 商品与商品的关联性推荐:推荐是基于商品与商品之间的关联性;根据客户明确表示感兴趣的商品做出推荐,例如根据客户购物车中的商品做出推荐…。(这个在证券行业还未见到,也许偶孤陋寡闻吧)

D 客户与客户的关联性推荐:推荐是基于客户与客户之间的关联性,又称协同过滤;需要找出与本客户的兴趣最相近的其他客户;需要通过学习用户的浏览记录和购买记录做出推荐。(这个偶可以确定,证券行业肯定没有,而这是推荐系统的精华所在,也是最复杂的。)

里面我最看好的是C和D,而且技术上都不存在难度,可惜啊, 在证券公司,这两项可能都不能做。

第三 推荐系统涉及到的算法

主要有三种:Association Rules,Slope one,SVD…

Association Rules很好理解,就是啤酒和尿布的故事,可用于C类型系统的搭建。Slope one,没看出它的用处,暂时不提。SVD,偶的最爱,它是建立在99.5%数据缺失的情况下,也就是说只有0.5%数据的基础上进行预测推荐。这和股民和股票的关系的数据量级是一样的,股民不可能买所有的股票,每个股民买的股票持股数量还是不一样的,把股民看成User,把股票看成Item,把持股数量看成权重,形成二维表,计算相似度,最终形成分布图,一目了然。D类型系统的必备。

第四 如何使用推荐系统

目前,证券公司逐步完善了自己的特色服务,把研究所的投资报告、港澳等信息商的资讯、晨报、股票池、全景图等等资讯统一打包,对自己的客户提供分级服务。这些资讯在某种程序上类似于当当、eBay上的商品琳琅满目,太多的选择反而不知道怎么去选择。提供一种类似于“您可能会感兴趣”、“根据浏览历史为您推荐”、“根据交易记录为您推荐”的推荐系统,对促进客户的交易活跃度有一定的帮助。

其次,在条件允许的情况下,根据商品与商品的关联性,针对股民的持仓,提供类似于当当最佳拍档、"浏览本书的顾客还看过"、"购买本书的顾客还买过"等服务,为股民提供自动的选股范围;根据客户和客户的关联性,找出风险承受能力相近的股民,提供"最佳拍档"、"您可能会感兴趣"等服务,这些都是利用IT手段自动化的服务,通过人和商品之间的买卖关系,影响到人与人之间的互动,根据自己的风险偏好推荐客户可能感兴趣或者满意的商品。

Advertisements
This entry was posted in Uncategorized. Bookmark the permalink.

Leave a Reply

Fill in your details below or click an icon to log in:

WordPress.com Logo

You are commenting using your WordPress.com account. Log Out / Change )

Twitter picture

You are commenting using your Twitter account. Log Out / Change )

Facebook photo

You are commenting using your Facebook account. Log Out / Change )

Google+ photo

You are commenting using your Google+ account. Log Out / Change )

Connecting to %s