NMath应用教程：在财务投资与预测中的应用

　NMath是.Net框架下惟一一款高性能的数学与统计学的商业算法库，可以帮助开发者摆脱复杂的数学算法，面向对象的建立财务，工程和科学相关的Microsoft.NET平台的应用程序。NMath中包含许多通用的计算工具包，在多个行业具备普遍的应用。接下来为你们介绍几个有表明性的应用。

财务投资应用——主成分分析（PCA）

　　主成分分析（PCA）也是一个比较经常使用的多元统计分析方法，在财务投资分析中常常用于对数据集进行降维处理，找出导致某一结果，如净收率降低的主要影响因素。NMath的PCA功能可以从原始数据集中经过运算最大方差，以找出一套比较小的综合变量集，该变量集即为影响力较大的变量因素集合，而后在按影响大小对变量进行排序，真正实现了主成分分析。

实例：某世界50强投资银行

　　在未使用NMath以前，对89支该银行投资股票进行分析，结果为影响这些股票的的变量为12个。而在使用了NMath的PCA功能进行主成分相互对抗后，将影响变量从12维减小为了2维。这2个变量在一般状况下的做用力，占变化因素总和的50%以上。

　　再结合NMath的k-means聚类算法，便能对全部股票区分为4个分类。

预测分析应用——假设检验

　　假设检验在现实中常常用到，一般用于计划阶段，预测计划的实施效果。不过NMath的Kolmogorov-Smirnov测试在NMath可以提供的众多假设检验相关功能中很是有特点。该功能能够肯定一组数据点是否以某个肯定的参考因素而分布的，这是不少算法库都没有的功能。

实例：Strands

　　Strands在筹办每一年度的“5K run”以前，都会用他们专门的预测分析工具，对这个国际性的跑步比赛进行结果预测。其中值得一提的是，“5K run”吸引得比较多的是所谓“平均值”选手，因此该比赛的结果可能不是常规的正态分布。固在其预测分析工具中使用了NMath的Kolmogorov-Smirnov测试，肯定了比赛结果应该为Weibull分布，增长了比赛预测的准确性。