面向大数据的并行聚类算法在股票板块划分中的应用

发布时间：2017-08-15 05:29

  本文关键词：面向大数据的并行聚类算法在股票板块划分中的应用

  更多相关文章： 财务指标 并行聚类算法 K-means 模糊K-means 股票板块划分

【摘要】：上市公司的经营业绩在一定程度上反映股票的投资价值,因此以反映上市公司盈利能力、偿债能力、成长能力、资产管理质量及股东获利能力5个方面共15项财务指标作为股票投资价值的衡量指标,首次尝试使用面向大数据的并行聚类算法Mahout中的K-means聚类算法和模糊K-means聚类算法对中国A股市场约2 600支股票依据其财务指标进行聚类,以便进行股票板块的划分,并比较两种算法在不同距离度量方式下的迭代次数、执行时间、聚类间密度和聚类内密度。实验结果表明,谷本距离度量方式下的K-means算法聚类效果最好,因此可将该实验结果作为最终股票板块划分结果进行分析,从而为投资决策提供参考。
【作者单位】： 中央财经大学信息学院;上海浦东发展银行昆明分行;
【关键词】： 财务指标 并行聚类算法 K-means 模糊K-means 股票板块划分
【基金】：北京高等学校青年英才计划资助项目(No.YETP0988) 2014年度中财121人才工程青年博士发展基金资助项目(No.QBJ1427)~~
【分类号】：TP311.13;F832.51
【正文快照】： 1引言股票市场作为连接上市公司和投资者的桥梁,在金融系统中有不可替代的重要作用。随着中国股票市场的快速发展,如何在股票市场上选择具有投资价值的股票进行投资对投资者来说非常重要,关系到投资者的利益问题,但影响股票市场的因素很多,例如政治、政策、经济等因素都会不同

【相似文献】

中国期刊全文数据库 前8条

1 郭淑红;;基于Apriori算法的股票分析仿真系统[J];计算机仿真;2010年06期

2 曾颖;网上模拟股市[J];中国青年科技;1998年01期

3 王立栋;;计算机与股市的是非恩怨[J];新电脑;2008年07期

4 徐海鹏;;基于关联规则的股票预测方法研究[J];计算机与数字工程;2010年03期

5 李天逸;;预期为王[J];电脑迷;2012年23期

6 钟建业;;导弹与股票[J];科学之友;2001年02期

7 ;业界动态[J];计算机周刊;2001年Z1期

8 ;[J];;年期

中国硕士学位论文全文数据库 前9条

1 郑海荣;数据挖掘技术在股票分析与预测中的应用[D];哈尔滨工业大学;2007年

2 张婧怡;基于数据挖掘技术的股票投资实证研究[D];重庆大学;2013年

3 闭英权;基于关联规则的股票时间序列趋势预测研究[D];广西大学;2008年

4 喻立;股票市场中的异常数据挖掘算法研究[D];湖南大学;2013年

5 杨富勇;数据挖掘技术在股票投资中的应用[D];湖南大学;2010年

6 王浩;基于Agent的多股票连续双向拍卖市场仿真实验研究[D];华中科技大学;2012年

7 陈霖;股票经纪人系统的设计与开发[D];电子科技大学;2012年

8 克远;基于.net平台的股票分析系统的设计和实现[D];山东大学;2009年

9 陈金佑;数据挖掘在股票分析中的应用研究[D];华南理工大学;2014年

，

本文编号：676491