“高送转”是高比例送红股或转增股本的简称,它是市场的常发事件,而且在预案公告日前一段时间有显著正的超额收益。因此投资者若能在公告前识别“高送转”事件股票,则能获得较好的投资收益。然而国内外文献对“高送转”的研究主要集中在上市公司股利政策动机研究和“高送转”财富效应验证两方面,虽然国内许多证券投资机构都有对“高送转”投资的研究,但是在关键的“高送转”预测上,大都采用主观性较强的打分排序法,因此本论文提出基于模式识别较客观的预测模型。本文首先定义了“高送转”事件内含及模式,通过文献引用和数据实证,提取了影响上市公司实施高送转的特征因素,包括每股资本公积、每股未分配利润、每股收益、每股净资产、每股现金净流量、每股营业收入、上市时间、股价、股本九因子。在此基础上选择基于主成分Logistic回归方法,建立了预测股票发生“高送转”事件的概率模型,模型经检验和共线性处理,用2014年数据建模来预测2015年的可能实施“高送转”的股票。预测结果是:2015年“高送转”预测的准确率可以达到62.8%,远远高于2015年“高送转”的A股占比19.67%。在此基础上运用CART决策树模型对第一阶段选出的“高送转”股票进一步筛选构建模拟交易策略,年化收益率高达122.41%,优于未经筛选构建的交易策略。本文的研究意义主要存在于以下两个方面,一方面从投资者的角度出发构建了完整的“高送转”投资组合策略,对投资者有一定的参考价值;另一方面从数据挖掘的角度来研究“高送转”投资,为后续的研究提供新的研究思路。