《聚类分析在证券市场分析中的应用》由会员分享，可在线阅读，更多相关《聚类分析在证券市场分析中的应用（46页珍藏版）》请在金锄头文库上搜索。
1、山东交通学院毕业生毕业论文(设计)题目:聚类分析在证券市场分析中的应用院(系)别 理学院 专 业 信息与计算科学 班 级 信息09 学 号 姓 名 郝光亮 指引教师 陈凤欣 二一三年六月摘 要本文随机选用了0家在沪深上市的山东省的公司公司，选择每股收益、每股净资产、主营收入增长率、主营利润增长率和净资产收益率5项指标评价体系。通过系统聚类分析措施对这40家公司公司的股票进行聚类分析，以此对股票的收益性、成长性等方面进行分析，协助投资者精确地把握股票的总体特性以及预测股票的成长能力，使投资者及时做出最佳的投资决策,进而获得可观的投资回报。最后在聚类分析的基本上,对聚类分析成果采用措施进行检查，以
2、此来进一步验证分析成果的可靠性和可信性。此研究表白聚类分析措施在证券市场投资分析中具有有效性和实用性。核心词:聚类分析,证券市场投资,措施,投资回报bstracIn this pper,w andoml seletd 0 mpane in Shadon prce which were liste in hnghai ndShenzhen stockaket， ad we cice he five indcatrs valation tm tha are thearnngof pe share, henet sset o er share, therw rate of te man busine
3、s reenue, the growt rte of e main siness rofit anhe yld of heneases. In oer elp vstrst acuratey rap hvrall eature of the soand e growt aiity o the stoc，we efectvey ue the mehod of the ystem clstering anayss o nlye the stoc otabilty,rowth, etc,which we entioned abv e stocks of the 40 copanies. Abovea
4、ll, ths can help inestrsto make thee ivsmeteison, nd get coierl etrns in ily manner.nal,in order to futherverify trliabiit ad reiility ofanalysis results,we se means thods to test the reltfcuse aals. Theuyshowat th ehod of clusteing anlss hasaity and rcticablt inteecurities mart nestmentaalysi.Key w
5、rs: Clutrinanlysi, Stck marktvestmt,Manethod, Returnoninvestent目录1绪论1.1论文研究的背景及意义11.2 聚类分析在证券市场分析中的应用价值21.3 聚类分析在证券市场分析中应用的长处2. 聚类分析在证券市场分析中应用的目前状况21.5本文的研究内容及内容构造31.5.1研究内容3152 内容构造32.聚类分析2.1聚类分析的基本思想422聚类分析的措施系统聚类法的基本思想和基本环节52.1样本间距离的度量623.2类间距离的度量82.系统聚类分析措施的比较92.系统聚类法中类个数的拟定问题03聚类分析在证券市场分析中的应用12
6、3.1 聚类分析在证券市场分析中应用时的指标评价体系的选择231.赚钱能力指标123.1.成长能力指标12313扩张能力指标33.实证研究14.原始样本数据原则化153.22用软件对样我司股票进行聚类分析13.2.3分类个数的拟定223.聚类成果243.25对聚类成果进行检查25.2.6成果分析264.总结和展望29总结301绪论1论文研究的背景及意义改革开放以来，随着国内市场经济的迅速、健康发展,国民的金融意识和投资意愿日益增强，而作为市场经济的重要构成部分证券市场,正徐徐地走向成熟，越来越多的投资者把目光投向了股票,历史已经证明,股票不仅在过去是一种已经给投资者提供了可观的长期收益，并且在
7、将来也会是提供良好机遇的投资媒介。始终在宾夕法尼亚大学沃顿商学院担任金融学专家的杰里米西格尔,她在其名著长期股票投资中就曾经说到：“尽管将来回报率也许比过去低,但是仍然存在强有力的证据让我们相信，对于所有追求经济平稳和长期收益的投资者而言,股票还是最佳的投资方式。”然而，正如平常生活中那样，股市变幻莫测、股价涨跌无常，投资者要想在股市投资中赢取可观的投资回报,就需要认真研究上市公司的业绩和发展前景，找出真正具有投资价值的股票,从而作出投资决策，进而进行投资。俗话说:“物以类聚，人以群分”,在自然科学和社会科学中，存在着形形色色的分类问题。所谓的类,通俗地讲,就是指由相似元素构成的集合。聚类分析
8、,它是研究(样品或指标)分类问题的一种记录分析措施。聚类分析来源于分类学，在古老的分类学中,人们重要依托经验和专业知识来实现分类，很少运用数学工具进行定量的分类。随着人类科学技术的发展，对分类的规定也越来越高，以致有时仅凭经验和专业知识难以确切地进行分类,于是人们逐渐地把数学工具引用到了分类学中，形成了数值分类学,之后又将多元分析的技术引入到数值分类学中形成了聚类分析。聚类分析的比较典型应用是在商务上，聚类能协助市场分析人员从客户基本库中发现不同的客户群体,并且用相应合适的模式来刻画不同客户群的特性。例如，在经济学中,为了理解不同地区城乡居民的收入及消费状况，往往需要划分为不同的类型;在生物学
9、中,聚类分析能用于推导植物和动物的分类,对基因进行分类，从而获得对种群中固有构造的结识;在产品质量管理中,聚类分析可以根据各产品的某些重要指标而将其分为一等品、二等品等。又如，在Web上的文档中,聚类分析也能用于对Web上的文档进行分类，从而发现信息。聚类分析即是研究分类问题的数据分析措施。1.2 聚类分析在证券市场分析中的应用价值聚类分析建立在基本分析之上，立足于对股票的基本层面进行量化分析。鉴于基本分析对影响股票价格的诸多因素这一定性分析的局限性，聚类分析则较好地弥补了这一缺陷。作为进行长期投资的理性投资者的参照根据，其目的在于从股票基本层面决定的内在价值中发现股票的真正投资价值。此外，在
10、聚类分析模型的建立过程中，我们进一步考虑了公司的成长能力，它对股票的投资价值有着重要影响。成长能力是一种不断变化的趋势，因此我们选用了较能反映公司成长能力的客观指标，如主营收入增长率、主营利润增长率,以便更好地探究股票的成长能力，进而使投资者可以更好地、对的地预测股票的发展前景和发展潜力。1.3 聚类分析在证券市场分析中应用的长处与现代投资组合理论相比,聚类分析措施显得更加直观、实用，并且在应用时所受的局限性小、操作性强，具有一定的优越性,适合于广大投资者采用。聚类分析建立的是一种长期投资理念，因此,在全球金融一体化、自由化浪潮下,并且在国内的证券市场逐渐走向成熟的过程中，倡导运用这种理性的投
11、资分析措施，理性的作出投资决策,这样不仅可以减少投资风险、规范投资行为，并且有助于增进上市公司更好地参与市场竞争,增进国内证券市场的稳定、健康发展，从而建立一种良好的国内金融市场秩序。此外，单纯从聚类分析这一措施来讲,聚类分析通过对样品或指标（变量）之间存在的相似限度进行度量，将“相似”的归并成类。体现出如下三大明显的长处：（1)能综合运用多种变量对样本进行分类;（2）分类成果更加直观，具体体现是聚类谱系图，从聚类谱系图中，我们可以很清晰地观测其分类成果;（3）聚类分析所得到的成果比老式分类措施更细致、全面、合理。这些长处足以更加有助于我们将聚类分析措施应用在证券市场分析中。. 聚类分析在证券
12、市场分析中应用的目前状况聚类分析是一种行之有效的指引证券投资的措施。聚类分析一方面对各类股票的公司因素、收益性、成长性、扩张性等基本层面进行考察，然后再运用综合指标评价体系来衡量样本股票的“相似限度”。运用聚类分析模型可以协助投资者精确地理解和把握股票的总体特性，以便及时地作出投资决策，进行投资。在证券投资方面，聚类分析尚有很大的发掘空间和研究价值。目前，国内颇具有代表性的研究大多仅仅局限于板块分析，选用的指标也仅仅反映了上市公司的赚钱水平,尚不能全面反映股票的总体特性。在既有的研究基本上,本文进一步探讨了聚类分析在证券投资中的应用价值,丰富和完善了在证券市场分析中应用聚类分析时的指标体系。5
13、本文的研究内容及内容构造5.1 研究内容本文论述了聚类分析的理论背景,重要研究了用系统聚类分析措施对样本数据进行分组,但是,我们并不懂得样本数据的分组与否合理,因此再运用措施对其进行检查，从而使得聚类精度有所提高，进而增长分析成果的可靠性和可信性。.52 内容构造本论文共分四章,具体的内容构造如下：第一章是绪论，简介了论文研究的背景及意义。第二章具体简介了聚类分析的基本理论,系统聚类法的基本思想、基本环节、距离度量和类个数的拟定问题。第三章给出了聚类分析措施在证券投资市场中的具体应用,并采用措施对分析成果进行检查,证明其有效性。第四章是对聚类分析措施在证券投资市场中的应用进行总结和展望。2聚类
14、分析聚类分析是把数据集分解或划提成多种类或组,使同一组中的数据比较相似，不同组的数据差别较大。通过聚类，可以辨认数据之间的相似限度，从而发现数据集的分布模式和数据的属性之间的互相关系。21聚类分析的基本思想聚类分析的基本思想是觉得研究的数据集中的数据之间存在不同限度的相似性,根据数据的几种属性,找到可以度量它们之间相似限度的量,把某些相似限度较大量的归为一类，另某些相似限度较大的量归为另一类,即同一组内的数据对象之间具有较高的相似限度，而不同组中的数据对象之间是不相似的。而对这种数据对象之间的相似或不相似限度的描述又是由数据属性的取值来拟定的,一般就是运用各数据对象之间的距离来表达的。2.2聚类分析的措施聚类分析的内容非常丰富，从其聚类的措施来看，可分为如下几类:（1） 谱系聚类法：谱系聚类法又称系统聚类法,它是在给出
