『壹』 求高手解答這道數學建模問題：投資組合問題，美國某三種股票（A，B，C）12年（1943—1954）的價格（已經包
從分析來看，a股票波動比較小，c股票比b票波動相對落後，b股票沒有明顯回落，c股還會上漲，建議建倉c股
『貳』 數學建模中什麼叫量化分析
量化分析就是將一些不具體，模糊的因素用具體的數據來表示，從而達到分析比較的目的。
量化分析可以幫助我們更加方便和直觀地衡量風險和收益，但需要強調指出的是，美國華爾街頂級量化金融大師、哥倫比亞大學著名教授伊曼紐爾·德曼，在《數學建模如何誘騙了華爾街》一文中，毫無忌諱地承認：我們根本不可能（通過數理分析方法）發明出一個能夠預測股票價格將會如何變化的模型；如果我們相信人類行為可完全遵守數學法則，從而把有著諸多限制的模型與理論相混淆的話，其結果肯定會是一場災難。
(2)數學建模大數據時代的股票市場擴展閱讀：
量化投資技術幾乎覆蓋了投資的全過程，包括量化選股、量化擇時、股指期貨套利、商品期貨套利、統計套利、演算法交易，資產配置，風險控制等。
量化分析法將對通過定性風險分析排出優先順序的風險進行量化分析。盡管有經驗的風險經理有時在風險識別之後直接進行定量分析，但定量風險分析一般在定性風險分析之後進行。定量風險分析一般應當在確定風險應對計劃時再次進行，以確定項目總風險是否已經減少到滿意。
『叄』 大學的老師說學會數學建模能在股市賺很多錢，是真的嗎
又一定幫助，但是都是建立在科學理論公式模型基礎上，前提是股市也是在一個穩定宏觀基礎，而中國的股市你懂的…
『肆』 500分求簡單數學建模問題.校級題目
1998年全國大學生數學建模競賽題目
A題 投資的收益和風險
市場上有n種資產（如股票、債券、…）Si ( i=1,…n) 供投資者選擇，某公司有數額為M的一筆相當大的資金可用作一個時期的投資。公司財務分析人員對這n種資產進行了評估，估算出在這一時期內購買Si的平均收益率為ri，並預測出購買Si的風險損失率為qi。考慮到投資越分散，總的風險越小，公司確定，當用這筆資金購買若干種資產時，總體風險可用所投資的Si中最大的一個風險來度量。
購買Si要付交易費，費率為pi，並且當購買額不超過給定值ui時，交易費按購買ui計算（不買當然無須付費）。另外，假定同期銀行存款利率是r0, 且既無交易費又無風險。（r0=5%）已知n = 4時的相關數據如下：
Si ri(%) qi(%) pi(%) ui(元)
S1 28 2.5 1 103
S2 21 1.5 2 198
S3 23 5.5 4.5 52
S4 25 2.6 6.5 40
試給該公司設計一種投資組合方案，即用給定的資金M，有選擇地購買若干種資產或存銀行生息，使凈收益盡可能大，而總體風險盡可能小。 2.試就一般情況對以上問題進行討論，並利用以下數據進行計算。
B題 災情巡視路線
下圖為某縣的鄉（鎮）、村公路網示意圖，公路邊的數字為該路段的公里數。
今年夏天該縣遭受水災。為考察災情、組織自救，縣領導決定，帶領有關部門負責人到全縣各鄉（鎮）、村巡視。巡視路線指從縣政府所在地出發，走遍各鄉（鎮）、村，又回到縣政府所在地的路線。
1)若分三組（路）巡視，試設計總路程最短且各組盡可能均衡的巡視路線。
2)假定巡視人員在各鄉（鎮）停留時間T=2小時，在各村停留時間t=1小時，汽車行駛速度V=35公里/小時。要在24小時內完成巡視，至少應分幾組；給出這種分組下你認為最佳的巡視路線。
3)在上述關於T , t和V的假定下，如果巡視人員足夠多，完成巡視的最短時間是多少；給出在這種最短時間完成巡視的要求下，你認為最佳的巡視路線。
4)若巡視組數已定(如三組），要求盡快完成巡視，討論T，t和V改變對最佳巡視路線的影響。
『伍』 這是一個簡單的數學建模，但是我不會，哪位大神幫下忙，只要程序和目標函數就可以了，題在下面
這個是簡單的線性規劃問題，那些步驟就不給你寫了，你可以參照下歷年優秀論文來寫，現在來寫解題過程： 設生產甲產品x，生產乙產品y。 max 20x+30y x+2y<=20 5x+4y<=70 以上就是該問題的模型，下面用LINGO來求解（LINGO是用來求線性規劃問題的軟體，此題可以用LINDO來解，但是我沒有LINDO，所以用LINGO） 程序： model: max=20*x+30*y; x+2*y<20; 5*x+4*y<70; 程序運行求得的結果是： Global optimal solution found at iteration: 0 Objective value: 350.0000 Variable Value Reced Cost X 10.00000 0.000000 Y 5.000000 0.000000 Row Slack or Surplus Dual Price 1 350.0000 1.000000 2 0.000000 11.66667 3 0.000000 1.666667 此題較簡單，用LINDO求解是比較好的選擇，可以直接查看影子價格之類的東西。 若要按照數學建模論文格式寫的話，你去數學中國找優秀論文來參考，再者此題跟姜啟源《數學模型》第三版的第4章的4.1節奶製品的生產與銷售類似，可以找來看看。
『陸』 數學建模和炒股有關系嗎
理論上是有關系的，前提條件是你需要把很多東西來量化，要考慮的東西很多，比如一些均線、指標。當然，你還需要把國家政策甚至外國股市收盤情況也來量化，這個基本上是沒辦法實現的。除非你建立的模型具有聯網性。
我考慮過這樣的題目，最後放棄了，在中國，好像股市走勢不簡單是看均線和指標。。。
『柒』 數學建模B題 基於電商大數據的網路價格指數建模與分析 隨著社會的發展，大數據時代已經來臨
孩子，重理工的吧
『捌』 如何看待大數據背景下的市場調研
大數據時代做市場調查最重要的是能採集到一手的海量數據，還必須非常精準的數據，高質量的數據，八爪魚採集器可以幫你做採集。
然後就是大數據分析，這個一般要數學建模。
『玖』 15年數學建模國賽B題，關於互聯網+時代 不同時空計程車資源供求關系的數據去哪兒可以查到謝謝。可
互聯網+時代 不同時空計程車資源供求關系的數據，俺幫你。
『拾』 大數據時代真的來了嗎 數學建模
真正的大數據時代應該沒有喜不喜歡只有願不願意。
現階段通過所謂的大數據功能，搜索引擎、電商平台、社交平台都可以根據用戶喜好進行熱點推送。除去那些商家花錢的硬推廣告之外還是有許多按照個人喜好推送的物件和消息的。以購物為例，某階段，用戶需要某些東西進行了搜索購買，但因為頻繁搜索，被半智能的大數據定義為「喜歡」於是進行了相關信息推送。
但這些物件已經購買完畢所以在推送不會因為好奇和喜歡再次重復購買。真正的大數據在這一塊可以做的更全面。比如用戶購買的是一箱蘋果，那麼可以智能識別一到兩周後再次推送。而用戶買的是紅酒則自動推送冰桶、啟瓶器、高腳杯或是雪碧。所以真正的大數據推送信息不應根據喜歡偏好進行，而是應該通過是否願意接收這些訊息進行推送。
當真正的大數據時代來臨安全也許根本不是問題。
很多人會擔心那些出現在互聯網身上的安全隱患統統會出現在物聯網身上，而在物聯網上的安全問題會給人們帶來更大的傷害。當然，這很多人之中包括筆者。而經過對大數據的深入了解，和對大數據未來發展的預估。筆者突然發現一個很重要的實時：物聯網的正常運行和發展離不開大數據，而真正的大數據要比人類聰明的多。
大數據是集合了人類所有的智慧結晶和數據資源，同時，完善的大數據具有自我手機學習功能。在日前召開的2015中國大數據技術大會上美國俄亥俄州立大學計算機科學與工程系主任張曉東教授表示，現階段我們所應用的大數據中的數據採集90%源自近兩年。而隨著移動互聯網化的加強和可穿戴設備的興起，人們的每一個行為和操作都可以被精確採集並收入大資料庫。
這樣比任何人都知識量豐富的大數據即便遇見大腦80%倍應用的人類也是可以對抗的，而人們只要在硬體裝置設置上標註上「不準害人」並精確的列出圓滿的不傷害人類條例。就可以將物聯網安全交給大數據去處理了。無論是黑客攻擊還是區域故障。
當然，這一切的前提是大數據的全部潛能都被完整開發出來，也就是不僅可以根據需求供給還能自主判斷供給的時候。當然這是一條艱辛的路。實現大數據完全顛覆人類生活的時間定義在二十年之後。或許還會更久。
大數據時代來了嗎?來了!只是還在行走和進化，還不是最理想最完整的它。