1、分類號： 學 校 代碼：10069密級： 研究生學號： 120159007基于數據挖掘的量化選股策略的研究 基于數據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 ：應用統(tǒng)計指導教師姓名： 趙芬霞 教授論文提交日期： 2017 年 5 月學位授予單位： 天津商業(yè)大學I摘 要近年來， 由于股票市

2、場的不斷發(fā)展， 量化投資技術越來越受到投資者的關注，我國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， 上市股票的數量及與之相關的數據在不斷的增加， 而股票的這些數據多且復雜， 卻又隱含著很多有用的信息， 那么如何從這些海量的數據中發(fā)現有用的信息， 用常規(guī)的方法顯然已經無法解決， 而近些年發(fā)展起來的數據挖掘技術則可以幫助我們從那些海量的股票數據中挖掘出我們所需要的數據信息， 通過對這些數據進行分析、 建模得到我們想要的信息。本

3、文主要討論了基于數據挖掘的量化選股模型。首先我們根據兩個條件對2013 年-2015 年滬深市場類全部 A 股的 3000 多支股票進行初步篩選：一是連續(xù)3 年凈資產收益率穩(wěn)定且不小于 10%，并剔除 ST 等公司股票；二是主營業(yè)務增長率與凈利潤增長率基本一致并且在 10%以上。經過篩選，51 支基本面較好的股票被保留。其次，我們選取了財務數據中能夠反映公司盈利、償債、成長等能力的 17 個重要指標作為數據分析的基礎， 考慮到因子之間存

4、在重疊性、 相關性，并且若模型解釋變量太多則容易出現主次不分等問題， 因此我們對這些指標做了主成分分析。通過主成分分析，在保留原數據絕大部分信息的同時，我們選出了無相關性的五個綜合指標， 進而達到了降維的目的。 在眾多的數據挖掘的算法中，聚類分析是特別容易理解而且已經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 均值聚類來研究選股策略，并且對 K 的選取做了對比，通過 R 軟件選出了最優(yōu)的 K，從而將選股問題演變?yōu)檫x類問題。