分享到:

聚类分析在股票研究中的应用

聚类分析在股票研究中的应用刘景芬(天津大学数学系天津300072)摘要利用系统聚类方法,对股票的涨落和成交量等数据进行分析,得出比较理想的分类和预测效果。关键词聚类分析,最短距离法,Ward法Theapplicationofhieraehicalciusteringanalysistothestockresearch¥LiuJingfen(Mathematicsdepartment)Abstract:ThisarticlemakesuseofHierachicalClusteringmethodtoanalysethestockfiguresvariationsandtransactionvolume,gettingtheidealresultsinclassifi-cationandforecasting.keywords:clusteringanalysis,theshortestdistancemethod,theward...  (本文共5页) 阅读全文>>

首都经济贸易大学
首都经济贸易大学

区间型符号数据分析在股票分析中的应用

符号数据分析于20世纪80年代由Diday教授提出,是一种新的数据分析方法,这种数据分析方法主要处理的数据对象是符号数据。所谓的符号数据,是建立在传统数据的基础上,通过对传统数据的“打包”处理,从而形成的更高层次的数据。随着数据量的不断膨胀,符号数据分析得到了更多的重视。在符号数据分析的三个类型之中,区间型符号数据分析的较为常见。符号数据分析经过20多年的不懈努力,其理论及分析方法都得到了较为长远的发展,但其在实际中的应用仍然较少。正是看到这个现状,本文将以区间型符号数据分析的应用为研究的核心,以股票分析为应用背景,重点研究区间型符号数据分析在股票分析中的应用,从而为股票投资者研究分析股票市场,制定投资策略提供一种新的途径。本文首先将对对区间型符号数据分析的一些基础概念进行研究。其中着重研究区间型符号数据的定义、基本运算法则、统计量等内容,以及区间型符号数据分析的典型和本文所使用的数据分析工具SODAS2的工作原理及功能。在这之...  (本文共88页) 本文目录 | 阅读全文>>

首都经济贸易大学
首都经济贸易大学

基于Copula方法和聚类思想的股票选择研究

股票市场经过20多年来不断地发展变革,如今已变得愈加成熟和完善。然而在经济全球化和金融一体化的趋势不断增强的背景下,中国股票市场与世界的联系愈加紧密,金融风险也在日益加剧。同时,由于金融变量之间关系的愈加复杂化以及其数量级的飞速增长使得我们进行金融风险的测度及资产组合的研究存在以下问题:一是单一的Copula模型无法全面解析股票之间的相关关系;二是对市场与市场、板块与板块或者对小部分股票进行的研究已经不能满足投资者对于庞大投资组合的需求。本文从Copula理论出发,选择金融变量中应用较多的三种阿基米德Copula函数进行混合模型构造,对上证股市的全部A股数据进行尾部相关研究,并基于尾部相关的结果对股票进行聚类分析,据此为投资者提供投资组合的有效建议。实证分析表明,混合Copula模型对于股票之间相关性的解析能力优于单一Copula函数,并且利用聚类分析也能看到股票之间上尾(收益)与下尾(风险)相关特性的不同,对尾部相关矩阵的可视...  (本文共56页) 本文目录 | 阅读全文>>

《环球市场信息导报》2017年26期
环球市场信息导报

模糊聚类分析在股票分类中的应用

我国可供交易的股票数量与日俱增。另一方面,评价股票的指标侧重点各不相同。模糊聚类分析能够对各个指标进行综合考量,比起只用一类指标进行判断所得到的结果更加的科学。同时,模糊聚类分析可以得出股票之间的相似程度,相似程度越大的股票,出现相同走势的概率越大,又因为个股对影响股市的事件敏感程度是不同的,那么就可以借助已经做出反应的股票对其相似度较高的股票进行预测。本文首先选择模糊数学理论中最适合对股票进行聚类分析的方法,通过上市公司的基本数据,并选择两类侧重点不同的指标,分别对所选股票进行聚类分析,得到动态聚类结果进行分析。模糊聚类的步骤数据标准化方法。选择出所要分类的股票之后,将指标写出构造成矩阵的形式即:本文运用平移·极差变换即令:来进行数据标准化,该式在使的同时也能够消除有关量纲的影响。模糊相似矩阵的建立。本文选择倒数距离法用于建立模糊相似矩阵。;其中M为适当选取的参数,使得。其中:;模糊聚类方法。本文应用传递闭包法进行聚类。即从,...  (本文共2页) 阅读全文>>

《中国卫生统计》1994年01期
中国卫生统计

简易聚类分析

简易聚类分析中国健康教育研究所潘学雷简易聚类分析就是通过对同一指示交量中每个变量值与其他变量值的比较,计算每个变量值归属潜在类别的概率,进而获得每个观察对象归属潜在类别的综合概率,据此进行聚类分析。简易聚类分析的关键是将各变量值无量纲化和求取每个变量值归属潜在类别的概率。以距离系数为核心的系统聚类分析存在的主要问题是:观察指标的量纲、指标间的相关性和极端值对聚类结果有较大的影响,简易聚类分析主要针对这些问题进行了一些改进。基本原理i=1,2,…MM表示变量的个数k=1,2,…NN表示样本数又令{Tij}为{Xik}的有序数列且Tin>Ti.n+1n=1,2,…,N—11.计算每个变量的上均值和下均值当N=偶数时当N=奇数时2.计算每个变量值对应的线性变换值F(Xik)。如果上下均值的取向与潜在类别的取向相同如果上下均值的取向与潜在类别的取向相反3.分别计算每个观察对象的聚类值Dko令{Sk}为{Dk}的有序数列聚类值差额 Sn,...  (本文共3页) 阅读全文>>

《情报学报》1950年50期
情报学报

当年高被引论文的主题词链聚类分析及其在情报预测中的应用

当年高被引论文的主题词链聚类分析及其在情报预测中的应用崔雷(中国医科大学医学信息系,沈阳110001)摘要本文利用《科学引文索引》光盘数据寻找出某一专题文献中发表当年即被引用的论文,对这些论文两两比较它们之间拥有的相同主题词数目,以此数据为依据对这些当年高被引论文进行聚类分析。将这一结果与同年及翌年的高校引论文同披引聚类分析的结果相比较,探索将当年高被引论文的主题词链聚类分析应用于情报预测中的可能性。KeywordLinkClusterAnalysisoftheImmediatelyHighlyCitedPapersandItsUtilizationinInformationPrediction¥CuiLei(SchoolofMedicalInformation,ChinaMedicalUnirersity)AbstractUsingSCICD-ROM,theauthorcollectedtheimmediatelyhighly...  (本文共6页) 阅读全文>>

《北京农学院学报》1950年20期
北京农学院学报

用聚类分析法对北京十大公园土壤综合肥力分类的研究

用聚类分析法对北京十大公园土壤综合肥力分类的研究刘克锋,杜晓林,石爱平,郝玉兰(北京农学院园林系),北京农学院基础部,北京农学院农学系,北京102206)摘要本文采用R型聚类分析方法对北京市属十大公园土壤综合肥力进行分类,按土壤综合肥力,将十大公园土壤分成4类。关键词公园土壤,综合肥力,分类,聚类分析北京市属十大公园0~60cm土层近一半由各类堆垫物质堆垫而成,对土壤理化性质产生了深刻的影响.由于堆垫物种类及其所占比率不同,受外界的影响各异,产生了土壤理化特性不同的堆垫类型,对其进行分类研究,有助于我们对北京园林土壤的深入了解及其改良利用。本文根据市属十大公园14项理化指标,采用多元统计分析中的R型聚类分析对其土壤综合肥力进行分类,结合我们对公园堆垫土壤的调查认识,将十大公园土壤综合肥力分成4类,这与利用传统分类方法的结果基本吻合。1材料和方法1.1材料选用十大公园0~30cm,30~60cm土层的混合土壤养分指标:①有机质;②...  (本文共4页) 阅读全文>>