1、金融市場全球化和交易電子化對金融分析和決策理論提出一個挑戰(zhàn)，即要能實時地獲取分布式信息源環(huán)境中的全球金融信息，并根據市場的變化動態(tài)地進行決策調整。為了迎接這個挑戰(zhàn)，現(xiàn)代金融分析依賴于對變化環(huán)境具有適應性的計算模型和工具，即運用計算智能技術（包括文本挖掘、人工神經網絡、進化計算和模糊計算等）對復雜的非線性模型進行有效的預測和分析。
　　 本課題針對普通投資用戶，包括基金、外匯、黃金、股票等金融投資者，構建一個具有自主特性智能金融資

2、產管理的系統(tǒng)，將分布于全球各金融市場的實時文本數(shù)據作為基本信息源環(huán)境，使用文本分類技術中的數(shù)據預處理技術和概率混合模型進行決策分析，預測各金融市場的運行方向，并監(jiān)控市場行為智能動態(tài)地產生交易指令完成交易。本課題的研究內容主要包括以下幾點：
　　 首先，基于文本挖掘的數(shù)據預處理理論，通過引入類相關和類區(qū)別概念改進簡單特征加權算法，提出基于類相關的權重計算方法（WBC-1）和基于類相關和類區(qū)別的權重計算方法（WBC-2），為產生良好

3、的決策打下基礎。
　　 其次，基于概率混合模型結合各專家模型的決策分析結果，通過定義高質量發(fā)現(xiàn)的準則和過程，提出實現(xiàn)高質量發(fā)現(xiàn)的雙向搜索模型（TSM），該模型使用期望最大化算法（EM算法）進行參數(shù)估計，雙向迭代得到混合模型、特征集和信息源最優(yōu)組合（M，U，V），產生最優(yōu)混合模型以達到最優(yōu)決策分析。
　　 最后，基于動態(tài)系統(tǒng)金融工程學模型設計思想，構建一個基于動態(tài)軟件體系結構的交易系統(tǒng)，能夠靈活應對運行時組件協(xié)作策略的變化