聚类分析下等的股票投资价值挖掘研究论文.docxVIP

研究生优秀毕业论文 大连海事大学学位论文原创性声明和使用授权说明原创性声明 大连海事大学学位论文原创性声明和使用授权说明 原创性声明 本人郑重声明：本论文是在导师的指导下，独立进行研究工作所取得的成果， 撰写成硕士学位论文!鐾娄筮堑王的避墓塑童俭鱼撞塑婴塞：。除论文中已经注 明引用的内容外，对论文的研究做出重要贡献的个人和集体，均已在文中以明确 方式标明。本论文中不包含任何未加明确注明的其他个人或集体已经公开发表或 未公开发表的成果。本声明的法律责任由本人承担。 学位论文作者签名：—二蓥衅 学位论文版权使用授权书 本学位论文作者及指导教师完全了解大连海事大学有关保留、使用研究生学 位论文的规定，即：大连海事大学有权保留并向国家有关部门或机构送交学位论 文的复印件和电子版，允许论文被查阅和借阅。本人授权大连海事大学可以将本 学位论文的全部或部分内容编入有关数据库进行检索，也可采用影印、缩印或扫 描等复制手段保存和汇编学位论文。同意将本学位论文收录到《中国优秀博硕士 学位论文全文数据库》(中国学术期刊(光盘版)电子杂志社)、《中国学位论 文全文数据库》(中国科学技术信息研究所)等数据库中，并以电子出版物形式 出版发行和提供信息服务。保密的论文在解密后遵守此规定。 不保密∥(请在以上方框内打“、／’’) 论文作者签名：亳7}彼啐导师签名：鸯参1请 日期：．加fF年1月予日 万方数据 中文摘要摘要 中文摘要 摘要 随着中国股票市场的快速发展以及数据爆炸式的增长，海量数据的背后隐藏 着许多有价值的信息，而这些信息往往是凭肉眼和经验难以发现的。在这种复杂 的金融情况下，数据挖掘方法在股票市场分析中的应用就显得越来越重要，它利 用相关数据和数据分析工具来发现数据之间的关联关系，结果可以用来预测和做 出合理的决策。 作为一个新兴领域，数据挖掘已经在众多行业中体现出了它的价值。应用于B 端及C端的商品化数据挖掘系统也随之大规模的出现，同时，一些著名的数据分 析软件中也嵌入了数据挖掘功能组件，比如SAS、SPSS、SAP、ORACLE等。而 金融方面的数据挖掘是一个极具挑战性的研究课题，因为金融数据当中的不确定 性、随机性、不可预测性导致了数据之间的关联规则很难被发现，如何从数据中 提取出隐藏的价值，就成为在金融市场中占优势地位的关键所在。 聚类分析方法作为数据挖掘中的一个重要分支，目的就是研究数据之间的相 似性，把相似的数据划分为同一类中。因此，通过聚类分析，可以衡量股票之间 的相似程度，根据各只股票价值的不同，通过聚类把价值相近的股票聚为一类， 从而把握股票的总体趋势，判断股票的潜在价值。同样的，时间序列分析也广泛 应用于金融领域的数据挖掘之中，股票价格曲线就是最典型的时间序列，通过时 间序列分析，可以得到数据随时间变化的规律，以及未来的发展趋势。因此，在 股票市场中，我们可以通过上述两种数据挖掘方法，聚类分析对相似股票进行分 类，时间序列分析对股票未来的价格走势进行合理预测。 综上，本文在第一章主要阐述了数据挖掘应用于股票分析方面的研究现状， 在第二章结合价值分析内涵提出了一种价值分析框架，以价值和价格的各个层面 综合进行分析，围绕价格终会回归价值进行了初步研究，并以此作为挖掘有价值 股票的理论框架，第三章以及第四章是我们的应用部分，第三章中我们选取了十 只上市公司的股票作为例子，围绕第二章的价值分析框架提出了一种应用聚类分 析与相对价值理论相结合的数据挖掘方法，对上市公司的财务指标进行价值聚类， 根据整体效应与个体效应法则提出了各类中股票价格走势预判的假设，并在第四 万方数据 中文摘要章中应用时间序列分析中的霍尔特双参数指数平滑法对各类中的相对价值曲线进 中文摘要 章中应用时间序列分析中的霍尔特双参数指数平滑法对各类中的相对价值曲线进 行了预测，同时检验了之前的假设，结果证明该方法是真实有效的。此模型的目 的就是挖掘出有价值的股票，寻找投资机会并避开风险，为过度投机的股票市场 增加一种合理的方法，做出合理的决策。结果显示该数据挖掘方法运用在股票市 场有一定的理论意义与应用前景。 关键词：数据挖掘；聚类；价值；时间序列 万方数据 英文摘要ABSTRACT 英文摘要 ABSTRACT With the rapid development of Chinas stock market，and the explosive growth of data,many valuable informations hide behind huge amounts of data,and these informations often hard to find by experiences and naked eyes．In this complicat