基于均线关系与数据挖据的A股市场态势分析

发布时间：2017-09-23 21:23

  本文关键词：基于均线关系与数据挖据的A股市场态势分析

  更多相关文章： 均线理论 二部图 调整因子 时间窗口 趋势性 变异性

【摘要】：随着金融热的不断兴起,股票市场越来越受投资者的关注,同时众多学者对研究股票市场规律提出各种各样的方法。本文结合均线关系、二部图与数据挖掘技术对29个行业股以及上证指数进行分析。从动态时间窗的角度研究各个时间窗之间行业股状态的变化,从而分析研究股票历史规律,从而达到选择个股的目的。本文对29个行业股以及上证指数2007年5月18日到2015年3月16日的380周的周数据进行研究。运用均线关系,以5周、13周、34周的周均线数据的位置关系,定义股票状态,共定义了六类状态:多头最强状态、多头中间状态、多头最弱状态、空头最弱状态、空头中间状态、空头最强状态。同时以上证指数的5周、13周、34周的均线位置关系,划分时间窗,共划分了55个时间窗口,引入调整因子合并时间窗口,共合并成22个时间窗口。对22个动态的时间窗口,运用二部图研究29个行业股在各个时间窗口的状态变化情况,并以第2时间窗大牛市、第4时间窗大熊市、第6时间窗小牛市、第9时间窗震荡期进行重点分析说明,总结股票行业股的变化趋势,总结一般规律,达到选择个股的目的。从二部图的特性结构以及图的变化出发,将股市行业板块分成领先板块、跟进板块和不变板块,分析这三类板块所表现的市场特性;以及从动态的时间窗口角度,从变化的时间窗之间各行业股状态的变化以及这些变化如何影响市场的总行情来提取这三类板块,进而分析市场总行情的一般规律。结果表明①领先板块首先股票状态发生改变,进而带动跟进板块的变化趋势;领先板块跟股票市场上绝大多数行业股的变化波动趋势一致,而不变板块则是股票市场上的离群板块代表着股票市场中某些异动行情的变化趋势。②领先板块的价格波动表现很好的稳定性,而不变板块在市场上活跃性较大。③不变板块在市场上的异动行情会在一定程度上引领着市场趋势的变化,带有一定的的投机性和赢利性;在大多数情况下,领先板块的波动趋势对市场的总行情具有一定的预测作用。
【关键词】：均线理论 二部图 调整因子 时间窗口 趋势性 变异性
【学位授予单位】：华中科技大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TP311.13;F832.51
【目录】：

• 摘要4-5
• Abstract5-9
• 1 绪论9-14
• 1.1 研究背景及意义9
• 1.2 国内外研究现状9-12
• 1.3 论文的创新12
• 1.4 本文研究目的及主要工作12-13
• 1.5 本文的结构安排13-14
• 2 复杂网络图概述14-19
• 2.1 基本概念14
• 2.2 图的表现形式14-16
• 2.3 网络图之间的量化16-18
• 2.4 二部图的概念18-19
• 3 数据挖掘19-23
• 3.1 数据挖掘的基本概念19-20
• 3.2 最小生成树方法20-21
• 3.3 关联分析的相关定义21-23
• 4 行业板块间均线理论的应用及二部图的变化特征23-35
• 4.1 数据的准备-周数据选取的意义23
• 4.2 周均线参数的设置23-24
• 4.3 周均线的排列分类24-26
• 4.4 市场各行业股的态势分类及说明26-27
• 4.5 数据的来源27-28
• 4.6 二部图的结构特征及均线理论在股市中的应用28-35
• 5 基于动态二部图及均线理论的股市行情分析35-56
• 5.1 动态二部图的时间窗口分析35-39
• 5.2 重点时间窗的市场行情分析39-56
• 6 总结与展望56-58
• 6.1 本文的研究总结56
• 6.2 本文存在的不足及研究展望56-58
• 致谢58-59
• 参考文献59-62

【参考文献】

中国期刊全文数据库 前10条

1 廖小龙;;我国上证指数周内效应研究[J];经济师;2015年02期

2 张来军;杨治辉;路飞飞;;基于复杂网络理论的股票指标关联性实证分析[J];中国管理科学;2014年12期

3 张鼎;庄新田;;上海股市单边下跌股票风险复杂网络特性分析[J];东北大学学报(自然科学版);2011年04期

4 王化宇;;最小生成树算法及其应用[J];内蒙古科技与经济;2011年06期

5 兰旺森;赵国浩;;应用复杂网络研究板块内股票的强相关性[J];中山大学学报(自然科学版);2010年S1期

6 陈庆伟;程刚;;我国股市板块效应研究[J];金融经济;2010年10期

7 张福芬;;中国股票市场板块轮动的机理研究[J];科协论坛(下半月);2010年04期

8 叶银龙;;基于关联规则挖掘的股票板块指数联动分析[J];统计教育;2008年09期

9 黄玮强;庄新田;姚爽;;中国股票关联网络拓扑性质与聚类结构分析[J];管理科学;2008年03期

10 白安芬;魏和清;赖德建;;基于GARCH模型的深圳股市周内效应研究[J];统计教育;2007年07期

中国硕士学位论文全文数据库 前1条

1 刘滢;数据挖掘在股票预测中的应用[D];长春理工大学;2010年

，

本文编号：907543