基于挖掘算法的申银万国行业指数关联规则分析.pdfVIP

2023 年 2 月 中 国 管 理 信 息 化 Feb.,2023 第 26 卷第 4 期 China Management Informationization Vol.26,No.4 基于挖掘算法的申银万国行业指数关联规则分析 尚美欣 （贵州财经大学，贵阳 550025） ［摘  要］ 利用股票的大量历史数据发现规律从而预测股票走势，成为热门的研究课题。为了能更好地观 察国内申万行业指数间的联动性与轮动性，同时针对股票的滞后性效应问题，有学者提出了一种基于时 间序列的关联规则挖掘算法。文章通过关联规则及其算法，挖掘出我国2010年3月到2022年6月申万 行业指数交易数据间的关联现象，从而获得有意义的关联规则，为后期制定投资策略打下基础。 ［关键词］ 关联规则；挖掘算法；申万指数 doi： 10.3969/j.issn.1673 - 0194.2023.04.051 ［中图分类号］ ［文献标识码］ ［文章编号］ F832　　 A　　 1673-0194 （2023 ）04-0159-03 0     前  言 等现象，这就是常见的行业联动现象。而行业轮动现 数据挖掘在数据科学研究领域成果丰硕且在不 象则是指一个或多个行业的涨跌会影响某个行业未来 断发展，关联规则挖掘是其中一种常用来研究项目 的上涨或下跌的这类现象，行业联动是行业轮动的基 ［1］ 与项目集之间关系的方式 。关联性分析原理是利 础。分析行业之间的联动与轮动现象，找出其规律，对 用机器学习算法来分析数据，在 1994 年阿格拉沃尔 投资者等均具有积极的指导意义。下面基于申银万国 （Agrawal）等就提出了经典的关联规则算法，但其算 行业指数交易数据，从日行业的联动现象与轮动现象 法存在通过多次扫描数据库会多次产生大量频繁候选 入手，提取有价值的行业轮动关联规则，并在此基础 ［2］ 项集等缺点 。拉赫曼（Rahman）等对其进行改进并 上设计其量化投资策略。 提出了一种从不确定数据库中挖掘具有权重约束的序 1.2   案例目标及实现思路 ［3］ 列的新算法 。林甲祥等提出了参数自适应的关联 在日常处理股票交易的问题时，每天会有大量 ［4］ 规则挖掘算法，降低算法对先验知识的依赖性 。王 数据汇入数据库，由于上市公司之间存在合作、竞争 常武等提出了一种改进的时间序列关联规则算法，将 等，有一些股票的价格在一段时间内会出现相似或相 ［5］ 频繁项集应用于基于时间约束的关联规则挖掘 。 反的趋势。本文主要通过挖掘申银万国行业交易指数 这里利用关联规则挖掘算法，探究 34 只申银万国 2020 年 3 月到 2022 年 6 月的部分股票数据，分析其 行业指数 2010 年 3 月到 2022 年 6 月的联动与轮动规 联动与轮动现象，获得有意义的行业关联规则，进一 律，并提出一种基于时间序列的关联规则挖掘算法。该 步分析上市公司的各种政策和方案，在此基础上设计 算法可以有效过滤无效数据，提升算法运行效率，改 量化投资策略，从而作出正确的投资决策。行业联动 善股票间联动或轮动效应的滞后性问题。 是行业轮动的分析基础，因此本文仅对日行业联动与