Prismatic:概念股票的交互式多视图聚类分析
人机交互
2025-05-05 v2 计算工程、金融与科学
机器学习
摘要
金融聚类分析允许投资者发现投资替代方案,同时避免承担过多风险。然而,这一分析任务面临诸多挑战:包括众多成对比较、跨时间跨度的动态相关性,以及从业务关系知识中推导含义的模糊性。我们提出了 Prismatic,一个集成历史表现的定量分析与业务关系知识的定性分析,以实现对相关业务的交互式聚类的可视化分析系统。Prismatic 的功能包括三种聚类过程:动态聚类生成、知识驱动的聚类探索与相关性驱动的聚类验证。通过多视图聚类方法,Prismatic 将数据驱动的聚类丰富化为知识驱动的相似性,提供对业务相关性的细致理解。通过协调完善的视觉视图,Prismatic 促进了定量与定性特征相互交织的全面解释,通过构建概念股票的案例研究以及与领域专家的深入访谈,展示了其实用性与有效性。
引用
@article{arxiv.2402.08978,
title = {Prismatic: Interactive Multi-View Cluster Analysis of Concept Stocks},
author = {Wong Kam-Kwai and Yan Luo and Xuanwu Yue and Wei Chen and Huamin Qu},
journal= {arXiv preprint arXiv:2402.08978},
year = {2025}
}
备注
14 pages. A preprint version accepted to IEEE Transactions on Visualization and Computer Graphics (TVCG), 2025