基于數(shù)據(jù)挖掘技術(shù)的證券投資研究
發(fā)布時間:2024-02-20 00:02
隨著我國經(jīng)濟的迅速發(fā)展,我國居民投資理財?shù)囊庾R也在發(fā)生著巨大的變化。在股指期貨和融資融券業(yè)務(wù)推出之后,我國證券市場的投資品種得到了進一步的豐富,這勢必會吸引更多的個人以及機構(gòu)投資者進入證券市場,以達到收益、對沖風(fēng)險以及保值等不同的目的。鑒于此,對于證券投資分析方法的研究不論是在實際應(yīng)用還是在理論研究中都有著積極的意義。由于股票市場是一個隨時都在發(fā)生著巨大變化的復(fù)雜系統(tǒng),面對日益增長的龐大數(shù)據(jù)量,傳統(tǒng)的分析方法有時會顯得“力不從心”。 因而本文從數(shù)據(jù)挖掘等相關(guān)理論出發(fā),對證券投資分析方法進行了深入的研究。首先,將小波理論引入金融數(shù)據(jù)的預(yù)處理過程,由于小波分析特別適合處理非平穩(wěn)和非線性的信號,所以小波方法可以很好地去除金融數(shù)據(jù)中的噪聲,為之后的數(shù)據(jù)挖掘過程奠定良好的基礎(chǔ)。其次,從企業(yè)生命周期的角度考慮上市公司的盈利狀況,為此本文利用樸素貝葉斯分類器和主成分分析理論并結(jié)合相關(guān)的財務(wù)指標(biāo)建立了企業(yè)生命周期識別模型,用于識別上市公司所處的企業(yè)生命周期。隨后,本文討論了神經(jīng)網(wǎng)絡(luò)綜合評估模型的優(yōu)缺點,并且使用因子分析理論改進了徑向基神經(jīng)網(wǎng)絡(luò),同時在此基礎(chǔ)上建立了F-RBF神經(jīng)網(wǎng)絡(luò)綜合評估模型,用以評...
【文章頁數(shù)】:56 頁
【學(xué)位級別】:碩士
【部分圖文】:
本文編號:3903533
【文章頁數(shù)】:56 頁
【學(xué)位級別】:碩士
【部分圖文】:
圖5一1速動比率去噪結(jié)果
刁.3刁.4圖5一2150050資產(chǎn)負(fù)債率去噪結(jié)果
圖5一2150050資產(chǎn)負(fù)債率去噪結(jié)果
{501印150050圖5一1速動比率去噪結(jié)果1001502、資產(chǎn)負(fù)債率原始信號降噪信號‘J21匕2認(rèn).1一U血11﹄刁.1刁.2刁.3刁.4圖5一2150050資產(chǎn)負(fù)債率去噪結(jié)果
圖5一11網(wǎng)絡(luò)訓(xùn)練誤差圖
上半年平均收益率;測試集部分為2007年年報中的財務(wù)指標(biāo),以及2008年各上市公司上半年平均收益率。首先采用訓(xùn)練樣本集對評估模型進行訓(xùn)練,由網(wǎng)絡(luò)訓(xùn)練誤差圖5一11可以看出網(wǎng)絡(luò)在訓(xùn)練90次之后,誤差收斂到O附近,且網(wǎng)絡(luò)穩(wěn)定。通過計算,此次評估中F一RBF神經(jīng)網(wǎng)絡(luò)評估模型共用了7個神....
本文編號:3903533
本文鏈接:http://sikaile.net/jingjilunwen/jinrongzhengquanlunwen/3903533.html
教材專著