基于數(shù)據(jù)挖掘的量化選股策略的研究

1、分類號(hào)： 學(xué) 校 代碼：10069密級(jí)： 研究生學(xué)號(hào)： 120159007基于數(shù)據(jù)挖掘的量化選股策略的研究 基于數(shù)據(jù)挖掘的量化選股策略的研究Research on Quantitative Stock Selection Strategy Based onData Mining研究生姓名：李璐專 業(yè) 名 稱 ：應(yīng)用統(tǒng)計(jì)指導(dǎo)教師姓名： 趙芬霞 教授論文提交日期： 2017 年 5 月學(xué)位授予單位： 天津商業(yè)大學(xué)I摘 要近年來(lái)， 由于股票市

2、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。本

3、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

4、在重疊性、 相關(guān)性，并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。