康斯坦蒂诺斯·德拉卡基斯;斯科特·里卡德;Ruairíde Fréin;安德烈·奇切基（Andrzej Cichocki） 使用非负矩阵分解分析财务数据。 （英语） Zbl 1160.91395号 国际数学。论坛 3，编号37-401853-1870（2008）. 摘要：我们将非负矩阵分解（NMF）应用于识别股市数据中潜在趋势的问题。NMF是一种最新且非常成功的数据分析工具，包括图像和音频处理；我们在这里使用它来分解一个混合数据，即构成道琼斯工业平均指数的30只股票的每日收盘价，并将其分解为构成部分，即支配金融市场的基本趋势。我们演示了如何对分解的组件施加适当的稀疏性和平滑度约束。此外，我们还描述了该方法如何将股票按业绩分组，以用于投资组合多元化。 引用于2文件 MSC公司： 91B82号 统计方法；经济指标与措施 91B28型 财务等（MSC2000） PDF格式BibTeX公司 XML格式引用 \textit{K.Drakakis}等人，《国际数学》。论坛3，编号37-401853-1870（2008；Zbl 1160.91395） 全文： 链接