基于Apriori关联规则算法的股票操纵行为识别研究

发布时间：2023-04-29 04:51

　　金融业处在对外开放的关键时期,股票操纵行为日益猖獗,并且逐渐向短期性、隐秘性发展。股票操纵行为会降低股票市场资源配置的效率,还会损害中小投资者的利益。另外,从证监会公布的处罚决定书中可以看出,证监会的行政处罚具有明显的滞后性。本文针对当前监管部门难以快速有效地识别市场操纵行为的实现提出了研究问题。由于短期操纵的占比高、中期和长期操纵使模型的误差高、模型的置信度低等原因,本文所指的股票操纵都特指为短期操纵。第一,本文在全面回顾已有研究的基础上,对股票市场操纵行为进行了深入分析,归纳出了股票操纵行为会有收盘价异常、开盘价异常、收益率异常、每日波动率异常、流动性比率异常等的特点,根据这些特点总结出了6个基于数学特征的指标。第二,本文根据Apriori关联规则算法,找出各个指标与股票操纵之间的关联关系,从而构建本文的股票操纵关联规则探测模型,共找出了9条强关联规则,并且置信度都超过66.67%。第三,本文提出基于Apriori关联规则与变权重系数综合分析的股票操纵行为的识别方法,该方法将离散化的关联规则重新连续化,进而计算出股票操纵警级,我们认为处于A级和B级的股票发生操纵的可能性较大。第四,...

【文章页数】：65 页

【学位级别】：硕士

【文章目录】：
中文摘要
Abstract
第一章 绪论
    1.1 研究背景与意义
        1.1.1 研究背景
        1.1.2 研究意义
    1.2 研究思路和研究方法
        1.2.1 研究思路
        1.2.2 研究方法
    1.3 本文的创新点
第二章 文献综述
    2.1 股票市场操纵行为界定
        2.1.1 法律界的定义
        2.1.2 学术界的定义
    2.2 股票操纵行为的识别
    2.3 文献评述
第三章 股票市场操纵行为分析
    3.1 股票操纵行为的界定
        3.1.1 股票操纵行为的本质特征
        3.1.2 股票操纵行为定义
        3.1.3 股票操纵行为与其他违法行为的辨析
    3.2 被操纵股票的操纵天数和行业分析
        3.2.1 数据采集与样本来源
        3.2.2 被操纵股票的操纵天数分析
        3.2.3 被操纵股票的行业分析
    3.3 被操纵股票价格特征分析
        3.3.1 收盘价异常
        3.3.2 开盘价异常
        3.3.3 收益率异常
        3.3.4 每日波动率异常
        3.3.5 流动性比率异常
第四章 股票操纵关联规则探测模型
    4.1 股票操纵关联规则探测模型的构建
        4.1.1 Apriori关联规则算法概述
        4.1.2 关联规则和频繁项集
        4.1.3 Apriori算法具体过程
    4.2 股票操纵行为的识别模型的构建
        4.2.1 关联规则与其对应项集的构造
        4.2.2 对应项集的常权重系数及其评分值
        4.2.3 关联规则的变权重系数及其评分
        4.2.4 股票操纵识别模型的最终评分值计算
第五章 实证分析
    5.1 样本选择与符号说明
    5.2 指标的剔除
        5.2.1 指标数据的离散化
        5.2.2 寻找关联规则
        5.2.3 剔除指标
    5.3 股票操纵关联规则探测模型实证分析
        5.3.1 数据的收集与整理
        5.3.2 数据的标准化处理
        5.3.3 模型描述性统计
        5.3.4 数据的离散化
        5.3.5 寻找关联规则
    5.4 股票操纵行为的识别模型实证分析
        5.4.1 关联规则与其对应项集的构造
        5.4.2 对应项集的常权重系数及其评分值
        5.4.3 以九强生物(300406.SZ)为例分析
        5.4.4 股票操纵识别模型的准确性检验
第六章 结论与建议
    6.1 主要研究结论
    6.2 股票操纵行为治理建议
参考文献
在学期间的研究成果
致谢



本文编号：3805202