论文部分内容阅读
数据可视化应用于金融领域，把晦涩冗杂的数据转变为直观的二维三维可视化结果，有助于用户发现和分析金融数据背后的逻辑，迅速做出准确判断和决策。因此研究如何将可视化技术更好地应用于金融领域具有重要意义和价值。 本论文研究Radviz算法，结合可视化技术，建立三维模型，实现对多维金融数据的显示。实验选用Three.JS框架搭建了一个动态球体模型，支持简单的交互操作。处理上，模型先使用经典的聚类数据做训练，以提高可视化效果的区分度，并尽可能保持原始规律不丢失。以真实的基金数据做测试，显示了该技术对已分类的多维数据的可视化展示、发现多维数据的聚类规则是行之有效的。 论文主要的研究工作有: 1.可视化算法的综合分析。针对多种可视化方法，从原理、适用情景、实现步骤、实现优化等角度进行了对比分析。阐述选择Radviz算法的考虑。 2.Radviz算法应用在多维数据场景下的优化过程。选用经典的聚类数据做训练，调整输入维度个数以获得最佳可视化效果。使用Three.JS框架实现模型。 3.真实基金数据集的测试:基金数据的分类展示和基金数据的评级规则分析，验证可视化思维用于金融数据观察分析的直观有效性。 将Radviz技术运用在金融数据的可视化展示，既可以让用户从宏观上了解一定时期内的金融市场情况，又可以加深用户对金融产品的理解，直观有效，为用户分析、预测、购买金融产品提供参考。