Кластерний аналіз

 Як і будь-який інший  метод, кластерний аналіз має певнінедоліки та обмеження: Зокрема, склад і кількість кластерівзалежить від обираних критеріїв розбиття. При зведенні вихідного масивуданих до більш компактному увазі можуть виникати певні викривлення, атакож можуть губитися індивідуальні риси окремих об'єктів за рахунокзаміни їх характеристиками узагальнених значень параметрів кластера. Припроведення класифікації об'єктів ігнорується дуже часто можливістьвідсутності в розглянутій сукупності будь-яких значень кластерів.

Спочатку невідомо число  кластерів, на яке необхідно розбитивихідну сукупність елементів, і візуальні спостереження в багатовимірномувипадку просто не приводять до успіху.

 Описана методика дозволяє  оптимально вирішити відразу  дві найважливішіпроблеми: розбивка безлічі цінних паперів на окремі однорідні групи,а також виявлення факторів впливу зовнішнього середовища, що впливають на данігрупи з подальшим перебуванням факторних ваг. Це дозволяє уникнутиштучної дискретності, що виникає при жорсткому виборі факторів зовнішньогосередовища та сортування компаній виключно по галузях (наприклад, звикористанням сектор-факторів).

 Технологія портфельної  оптимізації дозволяє формуватиінвестиційний портфель на основі обраного інвестором ступеня ризику іпрогнозів зміни макроекономічних факторів, виконаних експертамиінвестиційної компанії або державними органами регулюванняекономіки. Не менший практичний інтерес представляє порівняннянаявного інвестиційного портфеля з еталонним портфелем в розрізіобраних факторів, що дозволяє виявити і оцінити переваги інедоліки досліджуваного набору цінних паперів, маючи при цьому кількіснікритерії.

ВИКОРИСТАНА ЛІТЕРАТУРА

1.Айвазян С. А., Бухштабер В. М., Енюков И. С., Мешалкин Л. Д. Прикладная статистика: классификация и снижение размерности. — М.: Финансы и статистика, 1989.

2.Журавлев Ю. И., Рязанов В. В., Сенько О. В. «Распознавание». Математические методы. Программная система. Практические применения. — М.: Фазис, 2006. ISBN 5-7036-0108-8.

3.Загоруйко Н. Г. Прикладные методы анализа данных и знаний. — Новосибирск: ИМ СО РАН, 1999. ISBN 5-86134-060-9.

4.Мандель И. Д. Кластерный анализ. — М.: Финансы и статистика, 1988. ISBN 5-279-00050-7.

5.Паклин Н.Б., Орешков В.И. Бизнес-аналитика: от данных к знаниям (+ СD). -СПб: Питер, 2009. ISBN 978-5-49807-257-9

6.Хайдуков Д. С. Применение кластерного анализа в государственном управлении// Философия математики: актуальные проблемы. – М.: МАКС Пресс, 2009.

7.Шлезингер М., Главач В. Десять лекций по статистическому и структурному распознаванию. — Киев: Наукова думка, 2004. ISBN 966-00-0341-2.