基于聚类和决策树算法的股票配置策略研究
发布时间：2021-08-23 11:25
随着我国市场经济的发展以及各项制度的不断深化改革,我国资本市场也在逐步的发展和完善,股票市场已经成为我国资本市场的重要组成部分,人们的理财意识和投资意识日益增强,股票投资已经成为人们进行资产配置的重要手段,因此,如何选取股票,做好风险收益的平衡,合理优化股票配置具有十分重大的理论意义和非常诱人的应用价值。所谓股票配置是指根据投资需求将投资资金在不同股票类别之间进行分配,其本质是通过对股票的分析,再根据自身风险承受能力和投资风格最终进行一只或一组股票的选取搭配以达到投资风险与收益的合理预期。在中国愈加规范的股票市场发展的当今,强调价值投资的理念,鼓励投资者投资行为,避免投机行为将成为未来中国股市健康发展的方向。从上世纪改革开放以来,中国的经济迅速崛起,其发展取得了举世睹目的成就,同时我国的资本市场也伴随着中国的改革开放程度和市场经济完善的进程在不断成长成熟,各项政策制度也日臻完善。随着中国加入WTO,也对中国的股票市场建设提出了更高的要求,中国的资本市场需要与国际接轨。尤其近年来,国建大力规范和完善资本市场各项制度,强调股票市场的价值发现属性,弱化长久以来中国股票市场以融资为主的特性。各...
【文章来源】：北京交通大学北京市 211工程院校 教育部直属院校
【文章页数】：65 页
【学位级别】：硕士
【部分图文】：
图１．１论文框架图??１．３．２研究方法??
４．１．２构建两步聚类模型??本文基于上述两步聚类算法原理，通过ＳＰＳＳ?Ｍｅｄｅｌｅｒ两步聚类算法构建聚??类模型，模型输出结果如图４．１：??聚类大小??？?Ｓｉｌｌ?換麵??算法咐???输入９??＾???聚类劢量??？小＊＊大＋?齡??？人？夾人小?１３４（５６?１％）???，?１￣—?，?—??一‘■丨．丨：■丨丨?????????－１?０?－０５?００?０．５?１．０??纖紙小轚炎７０５?｜?胡糾丨傾??图４．１两步聚类输出结果??从分类结果来看，模型将数据分为三类，其中聚类－１占比５６．１％，聚类－２占??比３６．０％，聚类－３占比７．９％，从分类质量上来看，ＳＰＳＳ输出结果显示分类质量??良好。??观察聚类情况图，聚类－］中盈利表现在改类别数据分布中．表现为Ａ的数据??占比１００％
４．１．２构建两步聚类模型??本文基于上述两步聚类算法原理，通过ＳＰＳＳ?Ｍｅｄｅｌｅｒ两步聚类算法构建聚??类模型，模型输出结果如图４．１：??聚类大小??？?Ｓｉｌｌ?換麵??算法咐???输入９??＾???聚类劢量??？小＊＊大＋?齡??？人？夾人小?１３４（５６?１％）???，?１￣—?，?—??一‘■丨．丨：■丨丨?????????－１?０?－０５?００?０．５?１．０??纖紙小轚炎７０５?｜?胡糾丨傾??图４．１两步聚类输出结果??从分类结果来看，模型将数据分为三类，其中聚类－１占比５６．１％，聚类－２占??比３６．０％，聚类－３占比７．９％，从分类质量上来看，ＳＰＳＳ输出结果显示分类质量??良好。??观察聚类情况图，聚类－］中盈利表现在改类别数据分布中．表现为Ａ的数据??占比１００％
【参考文献】：
期刊论文
[1]基于C4.5决策树的股票数据挖掘[J]. 王领,胡扬. 计算机与现代化. 2015(10)
[2]基于因子分析和聚类分析的股票分析方法——以沪深300指数成分股为例[J]. 郝瑞,张悦. 时代金融. 2014(26)
[3]中国A股市场股票收益率风险因素分析:基于Fama-French三因素模型[J]. 刘辉,黄建山. 当代经济科学. 2013(04)
[4]灰色神经网络在股价预测中的应用研究[J]. 张秋明,朱红莉. 计算机工程与应用. 2013(12)
[5]一种改进的决策树分类属性选择方法[J]. 王苗,柴瑞敏. 计算机工程与应用. 2010(08)
[6]基于时变的我国开放式基金选股和择时能力定量分析[J]. 刘建桥,陈方正,孙文全. 华中师范大学学报(自然科学版). 2007(02)
[7]数据挖掘在公司财务分析中的应用[J]. 李剑锋,李一军,祁威,金世伟. 计算机工程与应用. 2005(02)
[8]资产的理性定价模型和非理性定价模型的比较研究——基于中国股市的实证分析[J]. 吴世农,许年行. 经济研究. 2004(06)
[9]中国股市三因子资产定价模型实证研究[J]. 杨炘,陈展辉. 数量经济技术经济研究. 2003(12)
硕士论文
[1]基于数据挖掘技术的股票选择分析[D]. 黄悦.北京外国语大学 2017
[2]数据挖掘技术在股票分析中的应用研究[D]. 张侠.重庆大学 2017
[3]基于数据挖掘方法的股票预测系统[D]. 郝知远.南京理工大学 2017
[4]数据挖掘技术和财务报表分析在股票投资中的应用[D]. 李秋汶.重庆大学 2016
[5]基于数据挖掘的周内股价涨跌幅预测[D]. 张醒醒.华中科技大学 2015
[6]基于数据挖掘的量化投资策略实证研究[D]. 李慧兰.浙江大学 2014
[7]数据挖掘在股票分析中的应用[D]. 郑文.复旦大学 2012
[8]基于数据挖掘技术的股价预测实证分析[D]. 唐文慧.西南财经大学 2009
本文编号：3357773
【文章来源】：北京交通大学北京市 211工程院校 教育部直属院校
【文章页数】：65 页
【学位级别】：硕士
【部分图文】：
图１．１论文框架图??１．３．２研究方法??
４．１．２构建两步聚类模型??本文基于上述两步聚类算法原理，通过ＳＰＳＳ?Ｍｅｄｅｌｅｒ两步聚类算法构建聚??类模型，模型输出结果如图４．１：??聚类大小??？?Ｓｉｌｌ?換麵??算法咐???输入９??＾???聚类劢量??？小＊＊大＋?齡??？人？夾人小?１３４（５６?１％）???，?１￣—?，?—??一‘■丨．丨：■丨丨?????????－１?０?－０５?００?０．５?１．０??纖紙小轚炎７０５?｜?胡糾丨傾??图４．１两步聚类输出结果??从分类结果来看，模型将数据分为三类，其中聚类－１占比５６．１％，聚类－２占??比３６．０％，聚类－３占比７．９％，从分类质量上来看，ＳＰＳＳ输出结果显示分类质量??良好。??观察聚类情况图，聚类－］中盈利表现在改类别数据分布中．表现为Ａ的数据??占比１００％
４．１．２构建两步聚类模型??本文基于上述两步聚类算法原理，通过ＳＰＳＳ?Ｍｅｄｅｌｅｒ两步聚类算法构建聚??类模型，模型输出结果如图４．１：??聚类大小??？?Ｓｉｌｌ?換麵??算法咐???输入９??＾???聚类劢量??？小＊＊大＋?齡??？人？夾人小?１３４（５６?１％）???，?１￣—?，?—??一‘■丨．丨：■丨丨?????????－１?０?－０５?００?０．５?１．０??纖紙小轚炎７０５?｜?胡糾丨傾??图４．１两步聚类输出结果??从分类结果来看，模型将数据分为三类，其中聚类－１占比５６．１％，聚类－２占??比３６．０％，聚类－３占比７．９％，从分类质量上来看，ＳＰＳＳ输出结果显示分类质量??良好。??观察聚类情况图，聚类－］中盈利表现在改类别数据分布中．表现为Ａ的数据??占比１００％
【参考文献】：
期刊论文
[1]基于C4.5决策树的股票数据挖掘[J]. 王领,胡扬. 计算机与现代化. 2015(10)
[2]基于因子分析和聚类分析的股票分析方法——以沪深300指数成分股为例[J]. 郝瑞,张悦. 时代金融. 2014(26)
[3]中国A股市场股票收益率风险因素分析:基于Fama-French三因素模型[J]. 刘辉,黄建山. 当代经济科学. 2013(04)
[4]灰色神经网络在股价预测中的应用研究[J]. 张秋明,朱红莉. 计算机工程与应用. 2013(12)
[5]一种改进的决策树分类属性选择方法[J]. 王苗,柴瑞敏. 计算机工程与应用. 2010(08)
[6]基于时变的我国开放式基金选股和择时能力定量分析[J]. 刘建桥,陈方正,孙文全. 华中师范大学学报(自然科学版). 2007(02)
[7]数据挖掘在公司财务分析中的应用[J]. 李剑锋,李一军,祁威,金世伟. 计算机工程与应用. 2005(02)
[8]资产的理性定价模型和非理性定价模型的比较研究——基于中国股市的实证分析[J]. 吴世农,许年行. 经济研究. 2004(06)
[9]中国股市三因子资产定价模型实证研究[J]. 杨炘,陈展辉. 数量经济技术经济研究. 2003(12)
硕士论文
[1]基于数据挖掘技术的股票选择分析[D]. 黄悦.北京外国语大学 2017
[2]数据挖掘技术在股票分析中的应用研究[D]. 张侠.重庆大学 2017
[3]基于数据挖掘方法的股票预测系统[D]. 郝知远.南京理工大学 2017
[4]数据挖掘技术和财务报表分析在股票投资中的应用[D]. 李秋汶.重庆大学 2016
[5]基于数据挖掘的周内股价涨跌幅预测[D]. 张醒醒.华中科技大学 2015
[6]基于数据挖掘的量化投资策略实证研究[D]. 李慧兰.浙江大学 2014
[7]数据挖掘在股票分析中的应用[D]. 郑文.复旦大学 2012
[8]基于数据挖掘技术的股价预测实证分析[D]. 唐文慧.西南财经大学 2009
本文编号：3357773
本文链接：https://www.wllwen.com/jingjilunwen/jinrongzhengquanlunwen/3357773.html
