基于數(shù)據(jù)挖掘的量化選股策略的研究.pdf

1、近年來(lái)，由于股票市場(chǎng)的不斷發(fā)展，量化投資技術(shù)越來(lái)越受到投資者的關(guān)注，我國(guó)的量化投資體系也逐漸走向成熟。隨著股市規(guī)則的不斷完善，上市股票的數(shù)量及與之相關(guān)的數(shù)據(jù)在不斷的增加，而股票的這些數(shù)據(jù)多且復(fù)雜，卻又隱含著很多有用的信息，那么如何從這些海量的數(shù)據(jù)中發(fā)現(xiàn)有用的信息，用常規(guī)的方法顯然已經(jīng)無(wú)法解決，而近些年發(fā)展起來(lái)的數(shù)據(jù)挖掘技術(shù)則可以幫助我們從那些海量的股票數(shù)據(jù)中挖掘出我們所需要的數(shù)據(jù)信息，通過(guò)對(duì)這些數(shù)據(jù)進(jìn)行分析、建模得到我們想要的信息。

2、r>　　本文主要討論了基于數(shù)據(jù)挖掘的量化選股模型。首先我們根據(jù)兩個(gè)條件對(duì)2013年-2015年滬深市場(chǎng)類全部A股的3000多支股票進(jìn)行初步篩選：一是連續(xù)3年凈資產(chǎn)收益率穩(wěn)定且不小于10％，并剔除ST等公司股票；二是主營(yíng)業(yè)務(wù)增長(zhǎng)率與凈利潤(rùn)增長(zhǎng)率基本一致并且在10%以上。經(jīng)過(guò)篩選，51支基本面較好的股票被保留。其次，我們選取了財(cái)務(wù)數(shù)據(jù)中能夠反映公司盈利、償債、成長(zhǎng)等能力的17個(gè)重要指標(biāo)作為數(shù)據(jù)分析的基礎(chǔ)，考慮到因子之間存在重疊性、相關(guān)性，并

3、且若模型解釋變量太多則容易出現(xiàn)主次不分等問(wèn)題，因此我們對(duì)這些指標(biāo)做了主成分分析。通過(guò)主成分分析，在保留原數(shù)據(jù)絕大部分信息的同時(shí)，我們選出了無(wú)相關(guān)性的五個(gè)綜合指標(biāo)，進(jìn)而達(dá)到了降維的目的。在眾多的數(shù)據(jù)挖掘的算法中，聚類分析是特別容易理解而且已經(jīng)被證明在選股方面是很有效的一種方法，所以本文選擇了K均值聚類來(lái)研究選股策略，并且對(duì)K的選取做了對(duì)比，通過(guò)R軟件選出了最優(yōu)的K，從而將選股問(wèn)題演變?yōu)檫x類問(wèn)題。事實(shí)證明，針對(duì)我們的數(shù)據(jù)，當(dāng)K取5時(shí)聚類效果