随着经济的发展和人们投资意识的转变,股票已成为现代人投资理财的一个重要组成部分,对股市内在规律的分析研究具有极其重要的理论意义和应用价值。本文将对证券分析师推荐股票信息进行数据挖掘,使用事件研究方法分析“证券分析师发布股票推荐信息”这一事件。在金融环境中,事件研究方法常用来研究某一事件或消息对证券的价格成交量等因素的影响。如果某一事件存在显著影响,非正常收益率和非正常成交量在事件发生前后会呈现某种特殊分布。那么是否可以反过来,根据非正常值曲线在事件发生时刻之前异常变化这一特点,判断某一事件是否将要发生;或者根据非正常值曲线在事件发生之前的不同走势,判断事件发生后股票价格的不同走向。本文将使用数据挖掘中分类和聚类方法来实现这两个目标。本文主要工作包括:首先使用事件研究方法,针对“证券分析师发布股票推荐信息”这一事件,选用两种正常交易值估计模型对证券分析师推荐的股票进行分析,得出该类股票的总体特征,提出分类和聚类分析目标:即通过分类分析在推荐信息发布前找出符合推荐股特征的股票;通过对推荐股票在推荐信息发布前的数据进行聚类分析找出在推荐信息发布后股价继续上升的股票类别。然后,根据推荐股票的非正常成交量和非正常收益率异常变化特征,使用两种分类方法分别构造了两模式分类器,用于在股票推荐信息发布前2日发现符合该类特征股票。经过实验表明,使用该分类器进行选股可以获得较好收益。最后应用聚类方法对推荐股票进行分析,通过对股票在被推荐之前的非正常成交量和非正常收益率的走势进行聚类,发现一类推荐股票在推荐信息发布后股价继续上涨,该信息对投资者判断推荐股票是否具有买入具有参考价值。