基于时序数据处理的股票联动分析方法研究

来源 :哈尔滨工业大学 | 被引量 : 0次 | 上传用户:huangwj03
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随着中国金融市场的飞速增长,股票市场经过三十年的发展,已经达到拥有超过四千个上市公司的规模。面对如此大规模且瞬息万变的股票市场,投资者们需要构建合理的投资组合,使得规避风险的同时获得高额收益,其中如何通过利用“股票联动效应”构建合理投资组合是股票投资策略的重要方法。目前,业界对于“股票联动效应”并没有清晰的定义和衡量标准,而对于“股票联动效应”的判断也主要参考基于人工分类和经验方法,学术界的研究也多关注于宏观层面或特例个案的分析研究。近年来,人工智能技术的兴起使得越来越多机器学习算法运用在不同行业,如何根据股票时序数据特点结合机器学习算法研究股票联动也成为了研究热点。本文基于股票时序数据,从股票个体间和股票群体内的联动出发进行研究,本文的主要研究内容包含以下方面:股票时序数据集构建和数据可视化服务实现。本文设计并实现了一套获取互联网上多源数据并进行数据整合从而构建高质量的股票时序数据集的自动化方法,同时为辅助股票联动关系等相关课题的研究设计实现了多角度的股票走势对比可视化服务。用于股票个体联动分析的相似性指标设计。本文从不同角度设计了三类股票相似性指标,包括基于统计学角度的股票时序数据相关系数指标、基于时序形态角度的时间加权的软DTW(tw-s DTW)距离指标和基于表示学习的角度通过构建股票序列学习到的股票向量的向量相似度指标,实验表明这些相似性指标能在个体联动分析中挖掘到股票联动关系。用于股票群体联动分析的聚类方法设计。本文基于此前所设计的相似性指标进一步设计适用于股票群体联动分析的聚类方法,包括基于相似性指标构建关系矩阵的谱聚类、基于序列相似度的时间加权的软DTW的改进KMeans聚类和结合全局对齐核函数的K-Means聚类、基于股票向量的自组织映射神经网络聚类算法。除了使用传统聚类评价指标,本文还设计了具备描述股票群体联动性的股票聚类评价指标,并通过对比实验验证了这些聚类方法相对于人工分类方法和传统聚类方法具有更好的性能,同时也探究这些聚类方法的在股票群体联动分析中的适用性。
其他文献
近年来,国家越来越重视体育产业的发展,在国务院下发的《关于促进全民健身和体育消费推动体育产业高质量发展的意见》中明确指出,要加快推进体育产业成为国民经济支柱性产业,让经常参加体育锻炼成为新时代一种全新的生活方式。蓬勃发展的体育产业催生出许多从事体育赛事的企业,秦皇岛领跑越野文化传播有限公司由越野跑步爱好者发起,是一家专业从事体育、越野跑赛事为一体的专业运营机构。在越野跑赛事行业,企业间的竞争非常激
学位
学位
学位
总结全球大多数金融市场的历史规律可以得出,资产支持证券在推动金融市场的健全发展上有着积极深远的影响,据相关统计,2016年我国资产支持证券市场达到万亿元存量,在我国债券市场占据着十分重要的地位。在债券发行的过程中,主承销商作为重要的中介机构,可以从独立且客观的视角来解读发行人的真实信息,能极大地缓解债券市场上内外部信息不对称的情形,因此较高声誉的主承销商可以降低债券的融资成本。而资产支持证券由于自
学位
学位
近年来我国老年人口比例不断上升,人口老龄化在社会层面和家庭层面都具有显著的影响。人口老龄化使社会资源向老年人口流动,加剧了社会养老保障的压力,同时劳动人口的相对规模缩小,劳动人口也面临着巨大的养老压力和生存压力。在家庭层面,老龄化社会对家庭规模和代际支持都具有显著的影响,人口老龄化背景下家庭规模有相对缩小的趋势,家庭结构方面,人口老龄化的背景下家庭老年人口比例不断上升,“421”家庭,即由一对夫妻
学位
随着经济的高速发展,消费者对产品的精细化和专业化程度要求逐步提升,大型企业在战略布局中更多的将发展动力放在核心业务上,而非核心业务则采取其他合作模式。比如外包,动态地配置自身和其他企业的功能和服务,并利用企业外部的资源为企业内部的生产和经营服务。中国从上个世纪90年代开始进行业务流程外包,至今已经初具规模。我国的外包行业发展在持续扩张,服务水平和质量也逐步提高。目前较多的外包业务集中在IT服务领域