本文關(guān)鍵詞：聚類分析下的股票投資價(jià)值挖掘研究，由筆耕文化傳播整理發(fā)布。

【摘要】：隨著中國(guó)股票市場(chǎng)的快速發(fā)展以及數(shù)據(jù)爆炸式的增長(zhǎng),海量數(shù)據(jù)的背后隱藏著許多有價(jià)值的信息,而這些信息往往是憑肉眼和經(jīng)驗(yàn)難以發(fā)現(xiàn)的。在這種復(fù)雜的金融情況下,數(shù)據(jù)挖掘方法在股票市場(chǎng)分析中的應(yīng)用就顯得越來越重要,它利用相關(guān)數(shù)據(jù)和數(shù)據(jù)分析工具來發(fā)現(xiàn)數(shù)據(jù)之間的關(guān)聯(lián)關(guān)系,結(jié)果可以用來預(yù)測(cè)和做出合理的決策。作為一個(gè)新興領(lǐng)域,數(shù)據(jù)挖掘已經(jīng)在眾多行業(yè)中體現(xiàn)出了它的價(jià)值。應(yīng)用于B端及C端的商品化數(shù)據(jù)挖掘系統(tǒng)也隨之大規(guī)模的出現(xiàn),同時(shí),一些著名的數(shù)據(jù)分析軟件中也嵌入了數(shù)據(jù)挖掘功能組件,比如SAS、SPSS、SAP、ORACLE等。而金融方面的數(shù)據(jù)挖掘是一個(gè)極具挑戰(zhàn)性的研究課題,因?yàn)榻鹑跀?shù)據(jù)當(dāng)中的不確定性、隨機(jī)性、不可預(yù)測(cè)性導(dǎo)致了數(shù)據(jù)之間的關(guān)聯(lián)規(guī)則很難被發(fā)現(xiàn),如何從數(shù)據(jù)中提取出隱藏的價(jià)值,就成為在金融市場(chǎng)中占優(yōu)勢(shì)地位的關(guān)鍵所在。聚類分析方法作為數(shù)據(jù)挖掘中的一個(gè)重要分支,目的就是研究數(shù)據(jù)之間的相似性,把相似的數(shù)據(jù)劃分為同一類中。因此,通過聚類分析,可以衡量股票之間的相似程度,根據(jù)各只股票價(jià)值的不同,通過聚類把價(jià)值相近的股票聚為一類,從而把握股票的總體趨勢(shì),判斷股票的潛在價(jià)值。同樣的,時(shí)間序列分析也廣泛應(yīng)用于金融領(lǐng)域的數(shù)據(jù)挖掘之中,股票價(jià)格曲線就是最典型的時(shí)間序列,通過時(shí)間序列分析,可以得到數(shù)據(jù)隨時(shí)間變化的規(guī)律,以及未來的發(fā)展趨勢(shì)。因此,在股票市場(chǎng)中,我們可以通過上述兩種數(shù)據(jù)挖掘方法,聚類分析對(duì)相似股票進(jìn)行分類,時(shí)間序列分析對(duì)股票未來的價(jià)格走勢(shì)進(jìn)行合理預(yù)測(cè)。綜上,本文在第一章主要闡述了數(shù)據(jù)挖掘應(yīng)用于股票分析方面的研究現(xiàn)狀,在第二章結(jié)合價(jià)值分析內(nèi)涵提出了一種價(jià)值分析框架,以價(jià)值和價(jià)格的各個(gè)層面綜合進(jìn)行分析,圍繞價(jià)格終會(huì)回歸價(jià)值進(jìn)行了初步研究,并以此作為挖掘有價(jià)值股票的理論框架,第三章以及第四章是我們的應(yīng)用部分,第三章中我們選取了十只上市公司的股票作為例子,圍繞第二章的價(jià)值分析框架提出了一種應(yīng)用聚類分析與相對(duì)價(jià)值理論相結(jié)合的數(shù)據(jù)挖掘方法,對(duì)上市公司的財(cái)務(wù)指標(biāo)進(jìn)行價(jià)值聚類,根據(jù)整體效應(yīng)與個(gè)體效應(yīng)法則提出了各類中股票價(jià)格走勢(shì)預(yù)判的假設(shè),并在第四章中應(yīng)用時(shí)間序列分析中的霍爾特雙參數(shù)指數(shù)平滑法對(duì)各類中的相對(duì)價(jià)值曲線進(jìn)行了預(yù)測(cè),同時(shí)檢驗(yàn)了之前的假設(shè),結(jié)果證明該方法是真實(shí)有效的。此模型的目的就是挖掘出有價(jià)值的股票,尋找投資機(jī)會(huì)并避開風(fēng)險(xiǎn),為過度投機(jī)的股票市場(chǎng)增加一種合理的方法,做出合理的決策。結(jié)果顯示該數(shù)據(jù)挖掘方法運(yùn)用在股票市場(chǎng)有一定的理論意義與應(yīng)用前景。
【關(guān)鍵詞】：數(shù)據(jù)挖掘 聚類 價(jià)值 時(shí)間序列
【學(xué)位授予單位】：大連海事大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類號(hào)】：F832.51
【目錄】：

• 摘要5-7
• abstract7-11
• 第1章 緒論11-20
• 1.1 研究背景與意義11-13
• 1.2 國(guó)內(nèi)外研究現(xiàn)狀13-17
• 1.2.1 數(shù)據(jù)挖掘研究綜述13-15
• 1.2.2 數(shù)據(jù)挖掘應(yīng)用于股票分析研究現(xiàn)狀15-17
• 1.3 論文結(jié)構(gòu)與主要內(nèi)容17-20
• 第2章 價(jià)值分析的內(nèi)涵及分析框架20-29
• 2.1 價(jià)值分析內(nèi)涵20-23
• 2.1.1 股票價(jià)值與價(jià)格的關(guān)系20-21
• 2.1.2 價(jià)值發(fā)現(xiàn)與價(jià)值實(shí)現(xiàn)21-22
• 2.1.3 價(jià)格回歸價(jià)值22-23
• 2.2 價(jià)值分析框架23-27
• 2.2.1 股票預(yù)測(cè)的價(jià)值分析框架23-27
• 2.2.2 價(jià)值分析中的個(gè)體效應(yīng)與整體效應(yīng)27
• 2.3 本章小結(jié)27-29
• 第3章 聚類下的價(jià)值挖掘方法研究29-52
• 3.1 聚類分析基本理論與方法體系29-38
• 3.1.1 聚類分析的基本理論29-33
• 3.1.2 聚類分析的方法體系33-38
• 3.2 價(jià)值挖掘體系下的聚類分析的實(shí)證應(yīng)用38-50
• 3.2.1 原始數(shù)據(jù)的標(biāo)準(zhǔn)化及加權(quán)處理39-42
• 3.2.2 兩步聚類法確定最佳聚類數(shù)42-45
• 3.2.3 系統(tǒng)聚類法下的價(jià)值聚類45-49
• 3.2.4 根據(jù)聚類結(jié)果提出價(jià)格趨近于相對(duì)價(jià)值的假設(shè)49-50
• 3.3 本章小結(jié)50-52
• 第4章 價(jià)值聚類下的時(shí)間序列分析52-71
• 4.1 時(shí)間序列分析方法的理論基礎(chǔ)52-54
• 4.1.1 時(shí)間序列分析方法的基本思想53
• 4.1.2 時(shí)間序列分析方法的類型53
• 4.1.3 時(shí)間序列分析的程序及步驟53-54
• 4.2 相對(duì)價(jià)值曲線的預(yù)測(cè)方法54-57
• 4.2.1 指數(shù)平滑模型的發(fā)展及應(yīng)用54-55
• 4.2.2 指數(shù)平滑法的優(yōu)點(diǎn)及類型55-56
• 4.2.3 霍爾特雙參數(shù)指數(shù)平滑法56-57
• 4.3 最優(yōu)參數(shù)的霍爾特指數(shù)平滑法應(yīng)用于相對(duì)價(jià)值的預(yù)測(cè)57-70
• 4.3.1 加速步長(zhǎng)法應(yīng)用于平滑參數(shù)的優(yōu)選57-59
• 4.3.2 結(jié)合最佳參數(shù)求出相對(duì)價(jià)值曲線的值59-65
• 4.3.3 預(yù)測(cè)值與真實(shí)值的比對(duì)進(jìn)行假設(shè)檢驗(yàn)65-70
• 4.4 本章小結(jié)70-71
• 第5章 總結(jié)與展望71-73
• 參考文獻(xiàn)73-77
• 致謝77

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫 前6條

1 曹倩;;霍爾特指數(shù)平滑法在商貿(mào)流通需求預(yù)測(cè)中的運(yùn)用[J];合作經(jīng)濟(jì)與科技;2009年16期

2 馮金巧;楊兆升;張林;董升;;一種自適應(yīng)指數(shù)平滑動(dòng)態(tài)預(yù)測(cè)模型[J];吉林大學(xué)學(xué)報(bào)(工學(xué)版);2007年06期

3 董澤坤;李輝;史忠植;;多元時(shí)間序列中跨事務(wù)關(guān)聯(lián)規(guī)則分析的高效處理算法[J];計(jì)算機(jī)科學(xué);2004年03期

4 宛良德,洪唯虹;指數(shù)平滑法及其應(yīng)用探討[J];陶瓷;1996年02期

5 向小東,郭耀煌,刁尚敏;BP算法的改進(jìn)及其在股票價(jià)格預(yù)測(cè)中的應(yīng)用[J];西南交通大學(xué)學(xué)報(bào);2001年04期

6 汪存友;余嘉元;;SPSS兩階聚類法如何自動(dòng)確定聚類數(shù)[J];中國(guó)衛(wèi)生統(tǒng)計(jì);2010年02期

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫 前1條

1 白雪;聚類分析中的相似性度量及其應(yīng)用研究[D];北京交通大學(xué);2012年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫 前5條

1 李穎;時(shí)間序列指數(shù)平滑算法的改進(jìn)研究[D];遼寧工程技術(shù)大學(xué);2009年

2 楊昌躍;大姚縣青石棉污染區(qū)肺癌和間皮瘤死亡率的調(diào)查及其趨勢(shì)預(yù)測(cè)[D];四川大學(xué);2005年

3 鄭繼萍;時(shí)間序列的相似性挖掘及其在股票時(shí)間序列中的應(yīng)用[D];東北財(cái)經(jīng)大學(xué);2007年

4 唐元;海通證券公司股票投資價(jià)值分析[D];重慶大學(xué);2008年

5 葛幸元;基于剩余收益估值法的上市證券公司股票投資價(jià)值分析[D];蘭州大學(xué);2013年

  本文關(guān)鍵詞：聚類分析下的股票投資價(jià)值挖掘研究，由筆耕文化傳播整理發(fā)布。

，

本文編號(hào)：272940