中国股票市场投资者散户化较为突出，由于知识能力有限，散户投资者抵御市场风险的能力很弱。中小散户应逐步树立通过基金、资产管理计划等金融产品间接投资的理念，在获得较为稳定收益的同时降低风险。但金融产品市场纷繁复杂，类型多样，客户面对种类繁多的金融产品，往往无所适从。在“怎样将最合适的产品推荐给客户”这个问题上，金融机构及学者都很难给出明确的回答。实践中很多金融机构采取风险测评问卷调查投资者风险承受能力，按照风险测评结果给客户推荐在其风险承受范围内的产品。但因主观强，测评结果往往并不能真正了解客户的投资偏好，在指导客户购买金融产品方面存在着一些局限性。本文认为金融产品推荐应建立在对投资者的投资行为充分了解的基础上，特别是实际投资行为，以投资者的投资偏好以及风险偏好为标准对投资者推荐金融产品。　　本文首先分析客户在股票市场的投资特点，并将其迁移到基金市场，从影响投资者选择基金等金融产品的因素出发，对传统基于群的推荐方法进行了改进，在群偏好模型的建立中不采用机器学习的方法，而是利用前景理论中的重要函数“价值函数”来反映投资者对于基金产品的偏好情况。给出了基于客户偏好和基金业绩的股票型基金推荐方法。是数据分析和数据挖掘方法在金融产品投资中的一个应用。本文的主要创新点体现在以下两方面：　　（1）将迁移学习的思想运用到了投资者金融产品适当选择的问题中，挖掘股票市场中投资者的行为特征，将其应用到基金市场，以解决基金市场中交易数据稀疏的问题。　　（2）对传统基于群的推荐方法进行了改进，融合了前景理论和成本——效用的推荐法。本文采用两部聚类法对投资者按投资偏好聚集后，没有使用机器学习的方法建立群偏好模型，而是借鉴了前景理论的思想，根据投资者风险偏好选取不同的价值函数，通过计算不同基金产品对客户的前景值来完成基金推荐。　　本文的研究具有重要的理论和实践意义：本文拓展了前景理论的研究范围，特别是为跨市场情况下的前景理论应用提供了参考，是个性化推荐在金融产品投资领域的一个拓展。在实践上为解决“怎样将合适的金融产品推荐给合适的投资者”这一问题提供了借鉴。对金融机构探索动态客户关系管理、长尾客户服务等问题具也具有重要意义。