《聚类分析在证券市场分析中的应用毕业论文.doc》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毕业论文.doc（41页珍藏版）》请在金锄头文库上搜索。
1、山东交通学院毕业论文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摘 要本文随机选取了40家在沪深上市的山东省的公司企业，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。通过系统聚类分析方法对这40家公司企业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，帮助投资者准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础上，对聚类分析结果采用方法进行检验，以此来进一步验证分析结果的可靠性和可信性。此研究表明聚类分析方法在证券市场投资分析中具有有效性和
2、实用性。关键词：聚类分析，证券市场投资，方法，投资回报AbstractIn this paper, we randomly selected 40 companies in Shandong province which were listed in Shanghai and Shenzhen stock market, and we choice the five indicators evaluation system that are the earnings of per share, the net assets of per share, the growth rate of th
3、e main business revenue, the growth rate of the main business profit and the yield of the net assets. In order to help investors to accurately grasp the overall features of the stock and the growth ability of the stock, we effectively use the method of the system clustering analysis to analyze the s
4、tocks profitability, growth, etc, which were mentioned above the stocks of the 40 companies. Above all, this can help investors to make the best investment decisions, and get considerable returns in a timely manner. Finally, in order to further verify the reliability and credibility of analysis resu
5、lts, we use means methods to test the results of cluster analysis. The study shows that the method of clustering analysis has validity and practicability in the securities market investment analysis.Key words: Clustering analysis, Stock market investment, Means method, Return on investment 目 录1绪论11.
6、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优点21.4 聚类分析在证券市场分析中应用的当前状况21.5本文的研究内容及内容结构31.5.1 研究内容31.5.2 内容结构32聚类分析42.1聚类分析的基本思想42.2聚类分析的方法42.3系统聚类法的基本思想和基本步骤52.3.1样本间距离的度量62.3.2类间距离的度量82.4 系统聚类分析方法的比较92.5系统聚类法中类个数的确定问题103聚类分析在证券市场分析中的应用123.1 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123.1.1盈利能力指标123.1.2成长能力
7、指标123.1.3扩张能力指标133.2实证研究143.2.1原始样本数据标准化153.2.2用软件对样本公司股票进行聚类分析173.2.3分类个数的确定223.2.4聚类结果243.2.5对聚类结果进行检验253.2.6结果分析264总结和展望29总结30371绪论1.1论文研究的背景及意义改革开放以来，随着我国市场经济的迅速、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组成部分证券市场，正渐渐地走向成熟，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，并且在将来也会是提供良好机遇的投资媒介。一直在宾夕法尼亚大学沃顿商
8、学院担任金融学教授的杰里米西格尔，他在其名著长期股票投资中就曾经说到：“尽管未来回报率可能比过去低，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，股票还是最好的投资方式。”然而，正如日常生活中那样，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，就是指由相似元素组成的集合。聚类分析，它是研究(样品或指标)分类问题的一种统计分析方法。聚类分析
9、起源于分类学，在古老的分类学中，人们主要依靠经验和专业知识来实现分类，很少利用数学工具进行定量的分类。随着人类科学技术的发展，对分类的要求也越来越高，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，聚类能帮助市场分析人员从客户基本库中发现不同的客户群体，并且用相应适当的模式来刻画不同客户群的特征。比如，在经济学中，为了了解不同地区城镇居民的收入及消费情况，往往需要划分为不同的类型；在生物学中，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
10、获得对种群中固有结构的认识；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方法。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础分析之上，立足于对股票的基本层面进行量化分析。鉴于基础分析对影响股票价格的诸多因素这一定性分析的不足，聚类分析则很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考依据，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。另外，在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
11、股票的投资价值有着重要影响。成长能力是一个不断变化的趋势，因此我们选取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，进而使投资者能够更好地、正确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优点与现代投资组合理论相比，聚类分析方法显得更加直观、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，并且在我国的证券市场逐步走向成熟的过程中，提倡运用这种理性的投资分析方法，理性的作出投资决策，这样不但可以降低投资风险、规范
12、投资行为，而且有利于促进上市公司更好地参与市场竞争，促进我国证券市场的稳定、健康发展，从而建立一个良好的国内金融市场秩序。另外，单纯从聚类分析这一方法来讲，聚类分析通过对样品或指标（变量）之间存在的相似程度进行度量，将“相似”的归并成类。体现出以下三大显著的优点：（1）能综合利用多个变量对样本进行分类；（2）分类结果更加直观，具体体现是聚类谱系图，从聚类谱系图中，我们可以很清楚地观察其分类结果；（3）聚类分析所得到的结果比传统分类方法更细致、全面、合理。这些优点足以更加有利于我们将聚类分析方法应用在证券市场分析中。1.4 聚类分析在证券市场分析中应用的当前状况聚类分析是一种行之有效的指导证券投
13、资的方法。聚类分析首先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，然后再利用综合指标评价体系来衡量样本股票的“相似程度”。利用聚类分析模型能够帮助投资者准确地了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，聚类分析还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盈利水平，尚不能全面反映股票的总体特性。在现有的研究基础上，本文深入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。1.5本文的研究内容及内容结构1.5.1 研究内容本文阐述了聚类
14、分析的理论背景，主要研究了用系统聚类分析方法对样本数据进行分组，但是，我们并不知道样本数据的分组是否合理，因此再利用方法对其进行检验，从而使得聚类精度有所提高，进而增加分析结果的可靠性和可信性。1.5.2 内容结构本论文共分四章，具体的内容结构如下：第一章是绪论，介绍了论文研究的背景及意义。第二章详细介绍了聚类分析的基础理论，系统聚类法的基本思想、基本步骤、距离度量和类个数的确定问题。第三章给出了聚类分析方法在证券投资市场中的具体应用，并采用方法对分析结果进行检验，证明其有效性。第四章是对聚类分析方法在证券投资市场中的应用进行总结和展望。2聚类分析聚类分析是把数据集分解或划分成多个类或组，使同
15、一组中的数据比较相似，不同组的数据差别较大。通过聚类，可以识别数据之间的相似程度，从而发现数据集的分布模式和数据的属性之间的相互关系。2.1聚类分析的基本思想聚类分析的基本思想是认为研究的数据集中的数据之间存在不同程度的相似性，根据数据的几个属性，找到能够度量它们之间相似程度的量，把一些相似程度较大量的归为一类，另一些相似程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程度，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程度的描述又是由数据属性的取值来确定的，通常就是利用各数据对象之间的距离来表示的。2.2聚类分析的方法聚类分析的内容非常丰富，从其聚类的方法来看，可分为以下几类：（1） 谱系聚类法：谱系聚类法又称系统聚类法，它是在给出样品间的距离和类与类间的距离定义的基础上，先将每个样品各自当作一类，计算出各类(即各样品)之间的距离，再将最近的两类合并聚为小类，将已聚合的小类按其相似程度（用类间距度量）再聚合，依此类推，每次减少一类，随着相似程度的减弱，直到最后将全部样品合成一类,并类的全部过程可以用聚类谱系图来
