基于数据挖掘一种投资组合构建方法.docVIP

基于数据挖掘一种投资组合构建方法 　　摘 要：数据挖掘技术在处理大型数据上具有完美的表现。面对证券市场不断产生的、纷繁复杂的数据，传统的分析方法往往缺乏足够的数据支持。基于此，本文提出了一种立足于股市大数据，以数据挖掘技术为支撑的投资组合构建方法，从而帮助投资者进行科学决策、获取稳定收益。 　　关键词：投资组合；数据挖掘；大数据 　　一、引言 　　数据挖掘又名知识发现，通常运用统计软件对大型数据进行观察、了解和分析，发现隐藏在数据中的规律或有用信息。对于大量的、不完全的、有噪声的数据处理尤为有效。鉴于此，数据挖掘的概念在1989年一经提出便引起了很多学者和机构的研究兴趣。在20世界90年代的短短10年间，其理论、技术和应用就取得了巨大进展。在金融领域，数据挖掘突破了传统金融分析的苛刻假设条件，立足于数据本身，探索隐蔽在金融数据中的规律。证券市场每天产生海量数据，并且具有数据类型多、关系复杂、动态性、数据量大等显著特点[1]，所体现的规律更是错综复杂。因此，运用数据挖掘技术对证券市场庞杂的数据进行分析，构建优于市场表现的投资组合对投资者而言显得尤为重要。 　　二、文献综述 　　1952年，马柯维茨发表的题为《投资组合选择》的文章以及随后1959年出版的《投资组合：有效的风险分散方法》一书奠定了现代投资组合理论的基石。他提出的资产选择理论彻底改变了传统金融学仅用描述性语言