求论文：基于蚁群聚类算法的股票板块分类研究

求一篇论文：基于蚁群聚类算法的股票板块分类研究

基于蚁群聚类算法的股票板块分类研究

张传琦  

【摘要】：随着中国股票市场不断发展,正确对股票进行分类,以构建投资组合降低投资风险的重要性也不断提高。根据现代投资组合理论,通过构建投资组合,可以起到分散非系统性风险的作用。投资组合的风险程度与组合内各股票之间的相关性有关,各股票之间的相关性越小,组合起到的风险分散效应越明显。现阶段投资者常按照行业对股票进行分类。因此,如果同一行业内的股票收益率之间的相关性高于不同行业的股票收益率间的相关性,不同行业间资产的搭配也应该能起到更好的效果。 但是,本文通过实证研究证明了中国股市行业之间股票价格波动具有很高的相关性,按行业分类构建投资组合以降低风险的效果较差。因此,提出一种行业之外的有效分类股票的方法就显得非常重要。 本文提出使用优化的蚁群聚类算法,对中国A股市场上所有的两千多支股票进行聚类分析。分别采用财务指标和个股收益率波动对股票进行聚类,通过对聚类结果的分析验证了使用蚁群聚类算法对大样本量数据进行聚类分析的可行性和良好效果。为在中国市场进行股票分类提供了新的思路,为投资决策和风险控制提供了理论和数据基础。 本文共分为五章：第一章为研究背景、文献综述及论文框架介绍；第二章介绍了中国股票市场行业分类及其存在问题：第三章提出了基于优化的蚁群聚类算法的股票分类方法；第四章就第三章提出的方法进行了实证研究；最后提出了结论和展望。
【关键词】：股票板块 股票分类 聚类分析 蚁群算法
【学位授予单位】：复旦大学
【学位级别】：硕士
【学位授予年份】：2012
【分类号】：F832.51;F224
【目录】：

• 摘要4-5
• ABSTRACT5-6
• 第一章 绪论6-10
• 1.1 选题背景与研究意义6-7
• 1.1.1 选题背景6
• 1.1.2 研究意义6-7
• 1.2 国内外研究现状分析7-8
• 1.2.1 文献检索7
• 1.2.2 文献分析7-8
• 1.3 本文研究内容与方法8-10
• 1.3.1 研究内容8
• 1.3.2 研究方法8-10
• 第二章 中国股票市场的股票分类及其问题10-28
• 2.1 概述10
• 2.2 股票价格决定理论及行业因素的影响10-11
• 2.3 股票市场行业分类标准11-13
• 2.3.1 ISIC行业分类11-12
• 2.3.2 GICS行业分类12
• 2.3.3 中国证监会行业分类12-13
• 2.3.4 行业分类不足13
• 2.4 研究数据样本13-14
• 2.5 行业回报率研究14-22
• 2.6 个股相关系数研究22-26
• 2.6.1 研究方法22-25
• 2.6.2 数据结果25-26
• 2.7 结论26-28
• 第三章 基于蚁群聚类算法的股票板块分类方法28-43
• 3.1 概述28
• 3.2 聚类分析28-31
• 3.2.1 聚类分析定义28-29
• 3.2.2 聚类方法分类29-30
• 3.2.3 常用聚类算法30-31
• 3.3 股票聚类研究31-32
• 3.4 蚁群聚类算法32-41
• 3.4.1 群体智能算法32
• 3.4.2 蚁群算法32-36
• 3.4.3 蚁群聚类算法36-37
• 3.4.4 优化的蚁群聚类算法37-41
• 3.5 财务指标聚类分析41-42
• 3.5.1 财务指标聚类原理41
• 3.5.2 财务指标聚类优点41
• 3.5.3 财务指标选取41-42
• 3.6 收益率聚类分析42-43
• 第四章 基于蚁群聚类算法的股票板块分类实证43-54
• 4.1 财务指标聚类实证结果43-50
• 4.1.1 数据样本43-47
• 4.1.2 聚类结果47-50
• 4.2 收益率聚类分析实证结果50-54
• 4.2.1 数据样本50-51
• 4.2.2 月度收益率聚类结果51
• 4.2.3 年度收益率聚类结果51-54
• 第五章 结论与展望54-55
• 5.1 研究成果54
• 5.2 未来研究方向54-55
• 附录一 按财务指标聚类结果55-67
• 附录二 按年度收益率聚类结果67-73
• 参考文献73-76
• 
  

请查收了。

有意思