模糊聚类分析在股票投资中的应用.pdfVIP

第20卷(增刊) 模糊系统与数学 2006年9月 Volume andMathematics 2006 20(Supplement)FuzzySystems September 模糊聚类分析在股票投资中的应用 郑文瑞1张敬芝2丁栋全1 (1．吉林大学数学科学院长长春税务学院经济信息系长春130117) 摘要：文将模糊聚类分析方法引入到讧卷投资分析中，对股票的行业因素，公司业绩因素 等进行考察．通过模糊。均值算法确定投资范围和投资价值．实例分析表明该方法对指导股 票市场投资者具有有效性和实用性． 关键词：模糊聚类分析；股票投资；上市公司 中国分类号：0189．1 文献标识码： A §1 引言 股票市场是金融市场的重要组成部分，已经成为我国个人及机构投资者的主要投 资方向，同时，股票市场在资本市场中的主导地位也决定了它是国家的相关经济改革 建设赖以施行的重要基石【1】【4J聚类分析方法在各个领域的应用已非常广泛，本文尝试 用模糊直接聚类法得到初始分类的隶属度矩阵，然后再利用模糊D均值算法得到该 分类的最优结果，最后通过引入多元统计的伪F统计比率得到最佳分类数．通过实例 分析验证了该方法的有效性和实用性． §2 模糊聚类分析方法的描述 设论域X={蜀，X2，…，％)为被分类的对象，每个元素凰有m个因素． 应的隶属度矩阵为U=(ulk)。。。，讹々∈[o，1】，构造目标函数 n C ‘，(以矿)=∑∑(城kr||甄一KIl2 ^=1i=1 其中口≥1，lJ·I|是矽空间中的任一种范数，Bezdek证明了在退化了的模糊划分空 间中上述目标函数的极小值问题可解12】，使目标函数‘，(配V)达到极小的U对应最优 分类． 1收稿日期：2006-06-25． 作者简介：郑文瑞(19U-)，男，博士，主要从事模糊数学方法及应用研究 模糊系统与数学 第20卷(增刊) 定义设s^，％分别为模糊类间与模糊类内散布矩阵，则称 。 打(％)／(c一1) 05珂瓦翮‘ 为模糊伪F统计比率．其中打(·)表示矩阵(·)的迹， 甄=∑∑(地*)。M妒，甄=∑∑(‰)。∞一K)陬一Ⅵ)T． 参数口的作用是加强样本对各类的隶属对比度，口增加时，分类的模糊性增加．具体 计算步骤如下： 得到一个动态分类c(C=1，2，…，礼)，对每个固定的c计算出该分类的各类的中 取该类中的样本相应因素的平均数，如第一类包括墨，局两个样本，则该类中 心Ⅵ=(!峙丑，…，毕)． 令Z=0． (3)计算隶属度矩阵U=(让!，”)， (1+” 1 蚝2百,匠ilxk_磊ir,ll-‘ VJ=1 得到分类矩阵U(11． (4)计算聚类中心v。+，)：紫，i：1，2，…，。． 各、‘^’ (5)计算打ph)和打(s，2)． (6)修正分类矩阵U，令f=1，返回(3)得到修正分类矩阵u(21． (8)计算P，值． 最后通过比较P，值，得P，值最大时，对应的c为最佳分类数．分类的判别选用最大 隶属度原则． §3 实例分析 目前我国沪深两市上市公司已有1000多家，本文选取文献[1]提供的38家上市 郑文瑞等：模糊聚类分析在股票投资中的应用 391 即最佳分类为四类．由于计算得到的矩阵过大，限于篇幅在此省略． 第一类{托，x3，x5，弱，五o，墨5，鲍5，托8，恐9，恐5，墨8