数据挖掘在证券投资成本分析中的运用研究

发布时间：2020-11-19 01:25

　　 证券市场是一个非常活跃的市场,有众多的参与者,每天达成无数的交易,涉及巨额的资金,同时产生了海量的数据。数据挖掘技术凭借其在数据分析上的优势正逐步应用于证券市场数据分析,为投资者提供决策支持。在众多的市场参与者中,机构投资者虽然为数不多,但交易金额巨大。交易成本是机构投资者投资过程中需要考虑的一个重要问题。如果成本控制不当,将严重影响到投资的收益。 通过分析发现,在数量上占一小部分的交易产生的成本却在总交易成本中占有很大比例。本文利用数据挖掘的方法对投资机构的交易数据进行了分析,通过logistic回归和基于经验分布的概率分类方法,找出可能产生高成本的股票。 文章还进一步深入到交易执行的过程,分析了交易成本的重要组成部分——市场冲击成本,挖掘影响交易成本的因素,并以此建立了市场冲击成本的预测模型,同时将模型运用到交易的优化过程中,取得了较好的结果。
【学位单位】：华东师范大学
【学位级别】：硕士
【学位年份】：2010
【中图分类】：F830.91;F224
【部分图文】：

妒垦?宦畚氖?萃诰蛟谥と?蹲食杀痉治鲋械脑擞醚芯?成为联机分析处理(OL妙)、数据挖掘的基础。ETL是数据仓库中最重要的一环，它直接影响联机分析处理和数据挖掘结果的质量。见图2一1。1、数据抽取，通过接口提取源数据，例如:ODBC、专用数据库接口和平面文件提取器，并参照元数据来决定数据的提取及其提取方式。2、数据转换，开发者将提取的数据，按照业务需要转换为目标数据结构，并实现汇总。3、数据装载，加载经转换和汇总的数据到目标数据仓库中，可通过SQL语句或批量方法进行加载。1111肋 taaalll(翰加 houseee 111193改犯 4333111.司，哭目3习 习各各数据源源蔷蔷 蔷图2一，E丁L处理数据流程图如果说数据仓库的模型设计是一座大厦的设计蓝图，数据是砖瓦的话，那么ETL就是建设大厦的过程。在整个项目中最难部分是用户需求分析和模型设计

2.5数据挖掘流程数据挖掘是指一个完整的过程，该过程从大型数据库中挖掘先前未知的、有效的、可实用的信息，并使用这些信息做出决策或丰富知识。数据挖掘流程见图2一2。骨骨骨 转转换换 换分析和同化化图2一2数据挖掘流程图[26]2.6数据挖掘工具越来越多的软件供应商加入了数据挖掘这一领域的竞争。用户如何正确评价一个商业软件，选择合适的软件成为数据挖掘成功应用的关键。KDnuggets公司

需要将这些数据分布到几十台计算机上，由分布式计算系统对这些数据进行处理，才能保证数据能及时存放到数据仓库中，用于分析。数据预处理包含:数据验证、数据转换、数据清理、数据整合。见图3一1。用用用用用用用用用用用用用用于股票成本分分数数数数数数据据据数据据据数据据据析的数据仓库 库数数据据据清理理理转换换换整合合合合合合合合合合合验验证证证 证证 证证 证 图3一1建立用于股票成本分析的数据仓库流程
【参考文献】

相关期刊论文 前10条

1 周宏,刘勇;交易成本对股票价格的影响研究——基于深圳股票市场的经验研究[J];财经问题研究;2005年03期

2 邓可斌;段西军;;隐性交易成本与资产定价——基于上证180指数成份股票交易数据的实证研究[J];财贸研究;2007年04期

3 苏冬蔚;基于中国股市微观结构的流动性与执行成本分析[J];当代财经;2004年02期

4 雷觉铭;曾勇;;上海股市买卖价差成分分析[J];系统工程;2006年06期

5 屈文洲,吴世农;中国股票市场微观结构的特征分析——买卖报价价差模式及影响因素的实证研究[J];经济研究;2002年01期

6 刘明吉,张晓京,刘洪杰,王秀峰,王治宝;数据仓库在证券交易中的研究与应用[J];计算机工程;2000年02期

7 谢寰红;数据挖掘在证券公司CRM客户细分中的应用[J];计算机工程;2004年S1期

8 孙培源,施东晖;微观结构、流动性与买卖价差:一个基于上海股市的经验研究[J];世界经济;2002年04期

9 蒋冠;田存志;;基于高频数据的上海股票市场隐性交易成本的实证[J];统计与决策;2008年06期

10 王志强;陈培昆;;深市买卖价差逆向选择成分的估算与分析[J];证券市场导报;2006年03期

本文编号：2889491