- 相關(guān)推薦
關(guān)聯(lián)規則在股票分析及預測中的應用論文
摘要：證券市場(chǎng)中的漲跌起伏往往是瞬息萬(wàn)變的，盡管如此，它還是存在著(zhù)一定的規律：在某一段時(shí)間中，如果A股票出現上漲趨勢，則B股票必然會(huì )隨之上漲；如果A股票在tl時(shí)刻出現上漲趨勢，B股票在t2時(shí)（t2>tl）刻出現上漲趨勢，則C股票必然會(huì )在t3（t3>t2）時(shí)刻上漲。前一條規律能夠用來(lái)對股票之間的相互關(guān)系進(jìn)行分析，后一條規律能夠用來(lái)對股票的漲跌進(jìn)行預測，這些規律在投資者的實(shí)際決策過(guò)程中有著(zhù)重要的參考價(jià)值和指導作用。
關(guān)鍵詞：數據關(guān)聯(lián)規則股票分析預測
1、選取數據
如果上市公司所經(jīng)營(yíng)的業(yè)務(wù)是相同或相近的，則在一段時(shí)間內股票價(jià)格的走勢就會(huì )呈現出相似性；在一定時(shí)間內，屬于同一個(gè)區域的上市公司也會(huì )受到區域經(jīng)濟政策的直接影響，也會(huì )呈現出大體相同的變化形勢；如果上市公司之間具有關(guān)聯(lián)交易，相互持股、控股，則它們之間也會(huì )產(chǎn)生某種相互作用[37]。上述規則能夠通過(guò)關(guān)聯(lián)規則分析來(lái)發(fā)現，然而更重要的是發(fā)現另一種表面上沒(méi)有很強的相關(guān)性、但實(shí)際的股票價(jià)格卻具有很大關(guān)聯(lián)的規則。
設股票行情數據D={X1，X2，…，Xi，…，Xn。}，其中Xi（1本文選取的研究對象是滬深300指數成分股，樣本時(shí)間是從2010年9月2日到2011年9月1日一年的數據。本文選取滬深300指數成分股為研究對象的主要原因具體如下：滬深300指數包含了各個(gè)行業(yè)的股票，并且覆蓋了滬深兩市60%以上的市值，將各個(gè)行業(yè)中規模較大，流動(dòng)性較好的股票都包含在內；滬深300指數成分股包含了滬深股市中上市1個(gè)季度以上，而且不包含ST和*ST的股票，公司的經(jīng)營(yíng)情況一直很好，在一年內沒(méi)有發(fā)生過(guò)較重大的違法情況，股票價(jià)格也沒(méi)有明顯的異常波動(dòng)等因素；滬深300指數從2006年編制以來(lái)，一直都是衡量上海和深圳股票市場(chǎng)的重要指標。綜合上述分析可知，滬深300指數成分股能很好反映出上海和深圳證券市場(chǎng)的總體特征，具有很強的代表性。
選取樣本時(shí)間從2010年9月2日到2011年9月1日這段時(shí)間的主要原因是：在這段時(shí)間中，大盤(pán)經(jīng)歷了上漲波段和下跌波段，滬深300指數最低到1598，最高達3256，而且上漲時(shí)間和下跌時(shí)間大致相同。本文數據均來(lái)源于CASMAR數據庫，著(zhù)重考慮股票價(jià)格變化之間存在的關(guān)聯(lián)關(guān)系，由于一天中股票價(jià)格有很多種，本文主要考慮的是收盤(pán)價(jià)。因此原始數據包含日期、股票代碼、收盤(pán)價(jià)三個(gè)變量，經(jīng)過(guò)處理數據中共有71268條記錄。
2、數據預處理
數據預處理是指在主要的處理以前對數據進(jìn)行的一些處理。在我們實(shí)際生活的世界中，數據大多數都是不完整并且不一致的，根本沒(méi)有辦法直接使用數據挖掘方法，或者會(huì )導致挖掘的結果不能讓人滿(mǎn)意。為了能夠有效的將數據挖掘的質(zhì)量提高，數據預處理技術(shù)便在這種形勢下產(chǎn)生了。數據預處理的方法有很多，具體包括：數據清理，數據集成，數據歸約，數據變換等[38]。在對數據進(jìn)行挖掘之前，使用這些數據處理技術(shù)，能夠在很大程度上提高數據挖掘模式的質(zhì)量，并且有效的減少挖掘所使用的時(shí)間。我們所要研究的是在一段時(shí)間內，股票價(jià)格變動(dòng)之間存在的關(guān)聯(lián)關(guān)系，因此只需對那些對投資有參考價(jià)值的數據進(jìn)行研究。在投資過(guò)程中，關(guān)系到投資者收益的重要指標是收益率，在數據挖掘中所選用的是每天的漲跌幅。首先以收盤(pán)價(jià)為依據，將每日的漲跌幅計算出來(lái)，日漲跌幅就是當日收盤(pán)價(jià)和上一個(gè)交易日收盤(pán)價(jià)之差與上一個(gè)交易日收盤(pán)價(jià)之比。計算公式如下：
在分析過(guò)程中我們所感興趣的是那些每天的漲跌幅大于一定幅度的股票，因為在股票市場(chǎng)中，大多數股票會(huì )隨著(zhù)大盤(pán)指數的漲跌而不斷發(fā)生變化，多數股票都會(huì )在大盤(pán)指數漲跌幅進(jìn)行上下波動(dòng)，所以只有漲跌幅超過(guò)一定范圍的股票才具有研究意義。因此我們在進(jìn)行分析之前，引入最小日漲跌幅Min-UpRat。最小日漲跌幅的值是以具體的股票行情為依據并由用戶(hù)確定的，本文選取Min-UpRat為3%，這主要是從以下幾個(gè)方面考慮：現階段，中國的證券市場(chǎng)還處于發(fā)展階段，尚不成熟。股票在牛市中會(huì )存在隨大盤(pán)指數普遍上漲的情況，因此只有對那些漲勢較為劇烈的股票進(jìn)行分析研究才會(huì )有實(shí)際意義。大部分股票在熊市中會(huì )出現普遍下跌的情況，出現上漲形勢的股票只有極少的一部分，漲勢能達到3%漲幅的股票更是少之又少。
在樣本中添加一個(gè)新的變量，極為win，當日漲跌幅大于最小日漲跌幅min-UpRat時(shí)，win就記為1，日漲跌幅小于或等于最小日漲跌幅min-UpRat時(shí)，win就記為0。在原始數據中，交易日期均為10個(gè)字符的字符型變量，共有244天。眾所周知，在進(jìn)行數據挖掘時(shí)，字符長(cháng)度較大會(huì )占用大量的內存，因此應該盡量用簡(jiǎn)短的數據型變量來(lái)對其進(jìn)行替換。所以為了節省空間進(jìn)而提高運行的效率，我們重新對交易時(shí)間變量進(jìn)行編碼，用1，2，…，244來(lái)標記。將股票代碼均變?yōu)?位字符的字符型數據，共有300只股票，分別用1，2，…，300標識。在進(jìn)行關(guān)聯(lián)規則挖掘時(shí)，直接處理對象是股票和日期的新編碼，間接處理對象是股票代碼和交易日期，這樣便可有效減少內存的占用，有利于提高挖掘效率。選取的原始數據有字符型證券代碼，字符型交易日期，數值型收盤(pán)價(jià)，最后對對原始數據進(jìn)行變換和預處理，然后計算出每個(gè)交易日各只股票的漲跌幅，保留win等于1（也就是日漲跌幅大于3%）的記錄，最終整理得出關(guān)聯(lián)規則模型預處理后的數據。
3、數據探索
一般情況下，在進(jìn)行數據挖掘之前可以先對數據進(jìn)行初步探索，用描述性統計方法對數據進(jìn)行初步的分析，從而對滬深300指數的一些基本性質(zhì)進(jìn)行簡(jiǎn)單的了解。通過(guò)整理可以看出，從2010年9月2日到2011年9月l日這一年時(shí)間內，滬深300指數從2689.5下跌到了1599.6，而后又上升到3279.5。雖然股票指數有某種程度的變化和波動(dòng)，但是總體變化趨勢是先下跌而后上漲。這種情況表明，在這一年中由于受到全球經(jīng)濟的影響，股票市場(chǎng)先逐漸下降，隨著(zhù)中國各項經(jīng)濟政策的一系列措施的實(shí)施，中國證券市場(chǎng)又出現了回升的趨勢。
參考文獻：
[1]劉瀅.數據挖掘在股票預測中的應用[D].長(cháng)春理工大學(xué).2010.
[2]楊希.基于數據挖掘的股票預測研究[D].長(cháng)春理工大學(xué).2008.
【關(guān)聯(lián)規則在股票分析及預測中的應用論文】相關(guān)文章：
股票中的波段及其應用介紹07-04
怎樣分析股票突破行情中的買(mǎi)點(diǎn)07-04
自動(dòng)識別技術(shù)在物流管理中的應用分析論文07-04
電子技術(shù)在電力能源計量管理中的應用分析論文07-04
新時(shí)期企業(yè)管理中的激勵機制應用分析論文07-04
股票頂部技術(shù)分析07-04
股票的投資策略分析05-16
漲停股票的選擇分析07-04