股票投資行為模式研究——基于交易數(shù)據(jù)庫(kù)的數(shù)據(jù)挖掘.pdf

1、經(jīng)典金融理論認(rèn)為，證券投資者是理性的，他們依據(jù)效用最大化原則進(jìn)行投資。然而近年來(lái)，隨著種種金融異象的發(fā)現(xiàn)，金融學(xué)界開(kāi)始對(duì)投資者的具體決策過(guò)程和投資行為進(jìn)行實(shí)驗(yàn)研究和實(shí)證分析，發(fā)現(xiàn)人的情緒、性格及心理感覺(jué)等主觀因素在金融投資中起著不可忽視的作用。投資者并不總是理性的，其決策行為不僅受到自身固有的認(rèn)知偏差的影響，同時(shí)還受到外界環(huán)境的干擾，于是金融投資研究中開(kāi)始考慮行為科學(xué)對(duì)決策的影響，逐漸形成了行為金融學(xué)。 中國(guó)理論界對(duì)于行為金融理

2、論的研究時(shí)間還比較短，在金融實(shí)際投資和監(jiān)管領(lǐng)域的應(yīng)用更是少見(jiàn)。事實(shí)上，行為金融所發(fā)現(xiàn)的很多現(xiàn)象在中國(guó)證券市場(chǎng)也存在，如過(guò)度自信、羊群效應(yīng)、反轉(zhuǎn)效應(yīng)和動(dòng)量效應(yīng)等等。本文以行為金融理論為指導(dǎo)，以我國(guó)股票投資者的交易數(shù)據(jù)作為研究對(duì)象，通過(guò)對(duì)投資者在二級(jí)市場(chǎng)的交易數(shù)據(jù)的挖掘，探索存在于我國(guó)股票投資者中的行為規(guī)律和交易模式。在研究我國(guó)股票投資者交易行為模式時(shí)，采用了SAS所提倡的SEMMA過(guò)程，即抽樣(sample)、探測(cè)(Explore)、修正

3、(Modify)、建模(Model)、評(píng)估(Assess)、打分(Scoring)的數(shù)據(jù)挖掘過(guò)程。 論文主要分為以下五個(gè)部分： 第一部分回顧了行為金融學(xué)在我國(guó)的發(fā)展，對(duì)我國(guó)股票市場(chǎng)投資者的行為偏差進(jìn)行總結(jié)。首先，我國(guó)的股票市場(chǎng)在市場(chǎng)交易、政府監(jiān)管、上市公司、投資者構(gòu)成等方面同國(guó)外的成熟證券市場(chǎng)存在極大的差異。一些上市公司將股權(quán)融資視為“免費(fèi)貸款”，機(jī)構(gòu)投資者可以一定程度操縱股票價(jià)格。個(gè)人股票交易者投資意識(shí)差，投機(jī)意識(shí)濃。

4、其次，簡(jiǎn)要概述了行為金融學(xué)的基本理論，對(duì)個(gè)人投資偏差和處置效應(yīng)的國(guó)內(nèi)外研究成果進(jìn)行了綜述。 第二部分闡述數(shù)據(jù)挖掘的方法。數(shù)據(jù)挖掘的理論基礎(chǔ)來(lái)源于統(tǒng)計(jì)學(xué)，實(shí)現(xiàn)機(jī)制則依賴于數(shù)據(jù)庫(kù)管理系統(tǒng)。但是數(shù)據(jù)挖掘模型同統(tǒng)計(jì)學(xué)原型有一定的差距，數(shù)據(jù)挖掘面對(duì)的是海量數(shù)據(jù)，要考慮數(shù)據(jù)分析的執(zhí)行效率，而統(tǒng)計(jì)學(xué)中的種種分析方法在數(shù)學(xué)上太過(guò)完美，如果用于分析海量數(shù)據(jù)將導(dǎo)致低效。數(shù)據(jù)挖掘中探索模式使用的主要模型是決策樹(shù)。決策樹(shù)之所以有強(qiáng)大的吸引力，主要是因?yàn)?/p>

5、它的結(jié)果容易解釋。將枝干節(jié)點(diǎn)合取形成條件，葉節(jié)點(diǎn)就形成了結(jié)果，這就是一個(gè)規(guī)則。本文研究就是利用決策樹(shù)模型探索個(gè)人交易數(shù)據(jù)中的規(guī)則，即發(fā)現(xiàn)交易模式。 第三部分?jǐn)?shù)據(jù)預(yù)處理。數(shù)據(jù)挖掘是針對(duì)次級(jí)數(shù)據(jù)的挖掘，其數(shù)據(jù)收集是在分析目的確定前，這種途徑收集來(lái)的數(shù)據(jù)可能并不存在對(duì)挖掘有益的直接信息，需要對(duì)數(shù)據(jù)進(jìn)行加工匯總。首先是數(shù)據(jù)準(zhǔn)備過(guò)程，將原始的FoxPro格式數(shù)據(jù)轉(zhuǎn)化為了SAS格式；對(duì)不同的數(shù)據(jù)庫(kù)數(shù)據(jù)進(jìn)行了整合，重點(diǎn)插補(bǔ)了不完整數(shù)據(jù)。本文通

6、過(guò)自創(chuàng)的插補(bǔ)方法，充分利用最原始數(shù)據(jù)信息，對(duì)不完整的文本信息和數(shù)字信息進(jìn)行插補(bǔ)，為后續(xù)的分析打下了良好的基礎(chǔ)。 第四部分原始數(shù)據(jù)的探測(cè)。按照交易者背景信息和交易記錄信息兩個(gè)方面進(jìn)行了數(shù)據(jù)描述統(tǒng)計(jì)，發(fā)現(xiàn)數(shù)據(jù)庫(kù)中存在于隱性冗余和數(shù)據(jù)異常。隱性冗余主要表現(xiàn)在交易者背景數(shù)據(jù)庫(kù)中，交易者背景數(shù)據(jù)庫(kù)是截止2006年6月為止開(kāi)戶的所有交易者信息，但從交易流水庫(kù)看，2002年8月后開(kāi)戶的投資者是沒(méi)有交易記錄的，這就形成了隱性冗余；數(shù)據(jù)異常主要表

7、現(xiàn)在本次資金余額這個(gè)字段上，理論上本次資金余額應(yīng)大于0，由于2000年前證券公司存在對(duì)大客戶的融資，導(dǎo)致了本次資金余額出現(xiàn)為負(fù)的情況。 第五部分構(gòu)建數(shù)據(jù)挖掘模型。首先研究了中國(guó)股票市場(chǎng)是否存在處置效應(yīng)，實(shí)證表明在損失還未超過(guò)30％的情況下，處置效應(yīng)并不明顯；在損失超過(guò)了30％后處置效應(yīng)顯著。其次，分別對(duì)買入和賣出決策、盈虧分析、不同類型交易者差異分析三個(gè)部分分別采用決策樹(shù)模型，發(fā)現(xiàn)人們更加注重20個(gè)交易日內(nèi)的低點(diǎn)；交易期限低于5