论文部分内容阅读
随着我国市场经济的发展以及各项制度的不断深化改革,我国资本市场也在逐步的发展和完善,股票市场已经成为我国资本市场的重要组成部分,人们的理财意识和投资意识日益增强,股票投资已经成为人们进行资产配置的重要手段,因此,如何选取股票,做好风险收益的平衡,合理优化股票配置具有十分重大的理论意义和非常诱人的应用价值。所谓股票配置是指根据投资需求将投资资金在不同股票类别之间进行分配,其本质是通过对股票的分析,再根据自身风险承受能力和投资风格最终进行一只或一组股票的选取搭配以达到投资风险与收益的合理预期。在中国愈加规范的股票市场发展的当今,强调价值投资的理念,鼓励投资者投资行为,避免投机行为将成为未来中国股市健康发展的方向。从上世纪改革开放以来,中国的经济迅速崛起,其发展取得了举世睹目的成就,同时我国的资本市场也伴随着中国的改革开放程度和市场经济完善的进程在不断成长成熟,各项政策制度也日臻完善。随着中国加入WTO,也对中国的股票市场建设提出了更高的要求,中国的资本市场需要与国际接轨。尤其近年来,国建大力规范和完善资本市场各项制度,强调股票市场的价值发现属性,弱化长久以来中国股票市场以融资为主的特性。各项研究表明,在国外有良好应用的价值投机理论在中国的股票市场存在着良好的发展空间。证券市场本身就是一个极其烦杂的系统,包含高噪声、非线性和投资者的任盲目随意性等诸多因素,这些决定了股价走势预测的复杂性,股票的配置决策问题始终是社会和学术界热门研究领域之一,因此如何合理的进行股票配置选择,也是目前为止尚未很好解决的一个热点难题。本文主要基于数据挖掘算法和价值投资理进行模型构建,通过对模型结果的分析和对比,评价模型的效果和使用性。最后结合数据模型的分析结果提供相对应的股票配置策略和投资意见。文章在价值投资的基础上研究股票价格的波动与上市公司股票某些指标存在强烈的相关性问题。在具体研究过程中,本文选取的样本数据主要是更加契合价值投资理论分析的沪深300股票,在构建数据挖掘算法模型的选择上,本文主要选择聚类分析和决策树算法进行构建模型。聚类分析可以很好的对类别特征进行描述,因此聚类模型可以很好描述不同盈利表现的股票的特征,为股票配置提供决策方向;决策树算法可以很好地根据数据特征对数据节点进行分类,同时还可以生成分类规则对单个数据节点做出分类预测,因此决策树模型可以直观的对股票盈利表现进行预测。上述两种算法分别从宏观层面和微观层面进行股票分析,两者相结合以完成本文的综合研究分析。