本文關(guān)鍵詞：面向證券行業(yè)數(shù)據(jù)的聚類分析及其應(yīng)用研究

  更多相關(guān)文章： 聚類分析 股票 時(shí)間序列

【摘要】：聚類分析根據(jù)數(shù)據(jù)內(nèi)在幾何結(jié)構(gòu)和數(shù)據(jù)間的相似性,發(fā)掘出數(shù)據(jù)中隱藏的結(jié)構(gòu)特征,并可通過可視化的形式進(jìn)行展現(xiàn)。在證券市場(chǎng)上,對(duì)數(shù)據(jù)的獲取、利用和分析程度,直接關(guān)系到證券投資者是否可以獲得滿意的收益。但是證券數(shù)據(jù)具有種類繁多、結(jié)構(gòu)復(fù)雜等特性,因此如何高效進(jìn)行數(shù)據(jù)的表示和分析是一個(gè)具有挑戰(zhàn)性的課題。本項(xiàng)目主要采用聚類分析的方法對(duì)證券數(shù)據(jù)進(jìn)行結(jié)構(gòu)分析和可視化研究,具體包括:(1)在證券投資分析中,可以綜合股票的各項(xiàng)基本因素進(jìn)行聚類。利用多種聚類分析技術(shù),同時(shí)結(jié)合證券數(shù)據(jù)的特殊性,衡量證券樣本的相似程度,實(shí)現(xiàn)上市公司股票分類。通過聚類分析結(jié)果,找出不同公司股票之間的異同規(guī)律,探索不同股票的潛在特性,最終使投資者更好的確立投資范圍和實(shí)現(xiàn)更高投資回報(bào)。(2)本文采用了多種聚類分析技術(shù)對(duì)股票交易數(shù)據(jù)進(jìn)行對(duì)比分析發(fā)現(xiàn),通過研究發(fā)現(xiàn)幾種聚類算法各有特點(diǎn),但都得到相似的結(jié)果。實(shí)驗(yàn)表明聚類分析可以很好的將不同行業(yè)的股票數(shù)據(jù)區(qū)分開來,并通過定量的方式給出不同股票交易數(shù)據(jù)之間的相似程度。(3)在證券投資研究中,股票交易的行情數(shù)據(jù)是一種常見的時(shí)間序列數(shù)據(jù),即是在順序的時(shí)間節(jié)點(diǎn)采集得到的數(shù)據(jù)。如果說財(cái)務(wù)數(shù)據(jù)反映的是上市公司的內(nèi)在價(jià)值,那么行情數(shù)據(jù)則直接體現(xiàn)了股票交易的市場(chǎng)價(jià)格,更有實(shí)際意義,因此也具有更重要的研究?jī)r(jià)值,因此本文也嘗試對(duì)上證50指數(shù)和創(chuàng)業(yè)板指數(shù)的成分股行情數(shù)據(jù)做聚類分析。通過理論分析和實(shí)驗(yàn)證明,對(duì)證券行業(yè)數(shù)據(jù)進(jìn)行聚類分析,可以準(zhǔn)確了解和把握證券市場(chǎng)的整體結(jié)構(gòu),幫助投資者整體了解股票特性,有助于投資者在此基礎(chǔ)上進(jìn)一步做出投資決策。
【關(guān)鍵詞】：聚類分析 股票 時(shí)間序列
【學(xué)位授予單位】：蘇州大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：F832.51;TP311.13
【目錄】：

• 中文摘要4-5
• Abstract5-8
• 第一章 緒論8-11
• 1.1 選題背景8-9
• 1.2 本文主要工作和組織結(jié)構(gòu)9-11
• 1.2.1 本文主要工作9-10
• 1.2.2 論文組織結(jié)構(gòu)10-11
• 第二章 聚類分析方法介紹11-23
• 2.1 聚類分析概述11
• 2.2 常見聚類算法11-14
• 2.2.1 K均值11-12
• 2.2.2 層次聚類12-13
• 2.2.3 近鄰傳播聚類13-14
• 2.3 距離和相似性度量14-17
• 2.3.1 明氏距離15
• 2.3.2 馬氏距離15-16
• 2.3.3 動(dòng)態(tài)時(shí)間歸整距離16
• 2.3.4 相關(guān)系數(shù)距離16-17
• 2.4 聚類有效性驗(yàn)證17-20
• 2.4.1 Davies-Bouldin指數(shù)18-19
• 2.4.2 DI指標(biāo)19-20
• 2.4.3 Silhouette指標(biāo)20
• 2.5 時(shí)間序列上的聚類分析20-22
• 2.5.1 時(shí)間序列分析介紹20-21
• 2.5.2 時(shí)間序列上的聚類分析21-22
• 2.6 小結(jié)22-23
• 第三章 公司財(cái)務(wù)數(shù)據(jù)的聚類分析23-39
• 3.1 指標(biāo)選取23-26
• 3.1.1 成長(zhǎng)能力23-24
• 3.1.2 盈利能力24
• 3.1.3 盈利質(zhì)量24-25
• 3.1.4 營運(yùn)能力25
• 3.1.5 股本擴(kuò)張能力25
• 3.1.6 財(cái)務(wù)風(fēng)險(xiǎn)25-26
• 3.2 數(shù)據(jù)收集和處理26-30
• 3.2.1 數(shù)據(jù)收集26-28
• 3.2.2 數(shù)據(jù)處理28-30
• 3.3 實(shí)驗(yàn)方案30
• 3.4 實(shí)驗(yàn)結(jié)果30-38
• 3.4.1 聚類結(jié)果（K-means算法）30-34
• 3.4.2 聚類結(jié)果（其他聚類算法）34-37
• 3.4.3 聚類結(jié)果（使用未歸一化的原始數(shù)據(jù)）37-38
• 3.5 小結(jié)38-39
• 第四章 行情數(shù)據(jù)的聚類分析39-47
• 4.1 數(shù)據(jù)收集和處理39-41
• 4.2 實(shí)驗(yàn)方案41
• 4.3 實(shí)驗(yàn)結(jié)果及分析41-46
• 4.3.1 聚類結(jié)果（使用相關(guān)系數(shù)距離）41-45
• 4.3.2 聚類結(jié)果（使用歐氏距離）45-46
• 4.4 小結(jié)46-47
• 第五章 結(jié)論與展望47-48
• 5.1 結(jié)論47
• 5.2 展望47-48
• 參考文獻(xiàn)48-54
• 致謝54-55

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 李斌,郭劍毅;聚類分析在客戶關(guān)系管理中的研究與應(yīng)用[J];計(jì)算機(jī)工程與設(shè)計(jì);2005年02期

2 張宏翔;李星;;基于聚類分析的學(xué)生學(xué)習(xí)相關(guān)性研究[J];計(jì)算機(jī)光盤軟件與應(yīng)用;2013年11期

3 蔡建國;;排序聚類分析在成組技術(shù)中的應(yīng)用[J];機(jī)械工藝師;1985年01期

4 董玉祥;排序聚類分析計(jì)算程序[J];成組生產(chǎn)系統(tǒng);1986年01期

5 A·Gongaware,Inyong Ham,焦虹;用于成組制造系統(tǒng)的聚類分析法[J];成組生產(chǎn)系統(tǒng);1986年02期

6 史逸芬,蔡建國;排序聚類分析法在相似零件成組中的應(yīng)用[J];成組生產(chǎn)系統(tǒng);1986年03期

7 徐大威,王鴻歌;聚類分析應(yīng)用程序系統(tǒng)[J];冶金自動(dòng)化;1988年01期

8 張春早;會(huì)議評(píng)判與聚類分析[J];機(jī)械工程;1988年02期

9 吳國安;聚類分析在鳥的分類中的應(yīng)用[J];黑龍江大學(xué)自然科學(xué)學(xué)報(bào);1989年04期

10 盧澤生;;零件分類成組的聚類分析法[J];機(jī)械工程師;1990年04期

中國重要會(huì)議論文全文數(shù)據(jù)庫 前10條

1 梅翠;;我國各地區(qū)居民收入差距及其對(duì)消費(fèi)的制約[A];中國現(xiàn)場(chǎng)統(tǒng)計(jì)研究會(huì)第12屆學(xué)術(shù)年會(huì)論文集[C];2005年

2 李均立;傅國華;;海南各縣(市)經(jīng)濟(jì)實(shí)力的聚類分析[A];中國現(xiàn)場(chǎng)統(tǒng)計(jì)研究會(huì)第12屆學(xué)術(shù)年會(huì)論文集[C];2005年

3 劉黃金;曹林峰;;南京服務(wù)業(yè)發(fā)展的聚類分析[A];江蘇省現(xiàn)場(chǎng)統(tǒng)計(jì)研究會(huì)第十次學(xué)術(shù)年會(huì)論文集[C];2006年

4 肖靜;楊澤峰;徐辰武;;微陣列表達(dá)譜監(jiān)督聚類分析方法的比較研究[A];江蘇省遺傳學(xué)會(huì)第七屆代表大會(huì)暨學(xué)術(shù)研討會(huì)論文摘要匯編[C];2006年

5 路愛峰;崔玉杰;;滬市電力上市公司經(jīng)營業(yè)績(jī)的聚類分析[A];中國數(shù)學(xué)力學(xué)物理學(xué)高新技術(shù)交叉研究學(xué)會(huì)第十二屆學(xué)術(shù)年會(huì)論文集[C];2008年

6 陳國華;廖小蓮;夏君;;證券投資分析的聚類分析方法[A];中國企業(yè)運(yùn)籌學(xué)[2011（1）][C];2011年

7 張紅衛(wèi);隗金水;;聚類分析評(píng)價(jià)與測(cè)量效度關(guān)系探討[A];第九屆全國體育科學(xué)大會(huì)論文摘要匯編(4)[C];2011年

8 牛東曉;乞建勛;;網(wǎng)絡(luò)資源平衡問題的聚類分析優(yōu)化遺傳算法研究[A];2001年中國管理科學(xué)學(xué)術(shù)會(huì)議論文集[C];2001年

9 詹原瑞;彭書杰;李如一;;基于聚類分析的企業(yè)信用等級(jí)評(píng)價(jià)方法[A];西部開發(fā)與系統(tǒng)工程——中國系統(tǒng)工程學(xué)會(huì)第12屆年會(huì)論文集[C];2002年

10 鄒曉玫;修春波;;基于聚類分析的犯罪率相關(guān)因素的研究[A];當(dāng)代法學(xué)論壇（二○一○年第3輯）[C];2010年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前4條

1 張建萍;基于計(jì)算智能技術(shù)的聚類分析研究與應(yīng)用[D];山東師范大學(xué);2014年

2 李成安;分布式環(huán)境下聚類分析新方法的研究[D];浙江大學(xué);2006年

3 楊旭杰;基于統(tǒng)計(jì)方法模型分析的中藥復(fù)方專利保護(hù)研究[D];北京中醫(yī)藥大學(xué);2012年

4 李寶玲;王裕頤教授學(xué)術(shù)思想與臨床經(jīng)驗(yàn)總結(jié)及治療眩暈證治規(guī)律研究[D];北京中醫(yī)藥大學(xué);2012年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 李元俊;大學(xué)生就業(yè)能力培養(yǎng)與社會(huì)需求的匹配性研究[D];山東建筑大學(xué);2015年

2 馮雪冰;基于模糊理論的EM算法在聚類分析的應(yīng)用研究[D];中國地質(zhì)大學(xué)(北京);2015年

3 黃銀;行業(yè)地區(qū)發(fā)展水平的聚類分析[D];蘇州大學(xué);2015年

4 郭俊峰;聚類分析下的股票投資價(jià)值挖掘研究[D];大連海事大學(xué);2015年

5 張旭;考慮風(fēng)電接入不確定性的節(jié)點(diǎn)特性建模研究[D];山東大學(xué);2015年

6 褚旭;我國各省市CDM項(xiàng)目聚類分析及影響因素研究[D];首都經(jīng)濟(jì)貿(mào)易大學(xué);2015年

7 劉鑫琳;VAGUE集理論及其在聚類分析中的應(yīng)用[D];廣西大學(xué);2015年

8 周穎;基于蟻群算法的聚類分析在學(xué)生成績(jī)中的研究[D];南昌大學(xué);2015年

9 邢蕊;以聚類分析為基礎(chǔ)的我國證券公司效率研究[D];山西大學(xué);2015年

10 王帥宇;K-Means算法在用戶細(xì)分方面的應(yīng)用研究[D];北京理工大學(xué);2015年

，

本文編號(hào)：548041