论文部分内容阅读
摘要：利用聚类分析对10项技术指标进行分类，然后从各个大类中分别找出具体技术指标利用决策树模型对其进行判别决策，发现技术指标确实对预测股票交易涨跌有一定的指导作用。
关键词：技术指标；聚类分析；决策树
一.引言
股市是市场经济的必然产物，在一个国家的金融领域中有着举足轻重的地位，且对人们的经济生活有着越来越深刻的影响。股市的涨跌对金融市场会产生很大的震荡，直接影响金融市场的健康发展。
传统的股票市场价格行为的研究主要是基于模型方法进行的，但股市的随机性较强，结果往往不准确。而数据挖掘工具的发展，成为研究股市有效的手段。
二.理论基础
1.技术分析理论
技术分析通过统计图表和技术指标，对证券市场过去和现在的行为进行研究，从而预测股票价格将来的走势情况，其技术指标是由股票收盘价、成交量等计算而来的。
2.技术指标理论
2.1指标选取原则
投资者利用技术指标对股市进行决策时，过多或过少的指标选择都会对决策造成影响，因此如何选择指标呢？认为在选择技术指标时应遵循综合性与系统性原则、科学性原则、可操作性原则、组合使用原则。
2.2技术指标
从已有指标看，从不同角度出发构造了技术指标，本文利用平均趋向指数（ADX）、相对强弱指标（RSI）、三重指数平滑平均线（TRIYO、能量潮指标（OBV）、顺势指标（CII）、变动率指标（ROC）、威廉指标（WR）、抛物线指标（SAR）、简易波动指标CEMV）、钱德动量摆动指标（CMO）这10个指标。
三.实证分析
3.1数据收集
选取2010年6月1日至2016年6月1日的中国建设银行和中国工商银行的股票数据进行分析。
3.2银行股票数据趋势分析
建设银行的股票价格在研究期间内在不断波动，2014年6月份之后，股价忽然上升，此后迅速下降，不断起伏。
工商银行的股票价格波动趋势与建设银行的波动趋势基本一致，但工商銀行的股票价格波动的点相对更多一些。
3.3技术指标的选取
利用多技术指标对股价走势进行判断可以较为准确的做出决策，那么怎样选用恰当数量的指标？首先对指标进行聚类分析。
由聚类分析的性质可知，同一个大类中，指标预测结果相似度较高，故投资者可从大类中选择重要的一两个指标进行研判，这样即使使用了较少的技术指标，也涵盖了不同类型的指标。
3.4模型构建
决策树分析法是分类分析法中具有代表性的分析方法。将股票价格收盘价大于前一日收盘价时，用1代表股价上涨；股票价格低于前一日时，用O代表股票下跌，并命名为T。
根据聚类分析的结果，构建两个决策树构建股票交易策略，由于版面限制，本文仅列出策略1：
策略1：
在策略1中，技术指标CCI、OBV、WR指标作为解释变量，股票涨跌分类变量T作为被解释变量作决策树分析，经过剪枝如图所示，当wr小于0.89且大于0.18时股票会上涨，同时如果此时在cd大于62的情况下，wr小于0.28，股
在策略2中，RSI、ADX、OBV、SAP，技术指标作为解释变量，股票涨跌分类变量T作为被解释变量作决策树分析，经过剪枝如图所示，当rsi大于48且adx小于17时，股票会上涨。而当adx大于17但rsi大于大于64时，股票会上涨。
四.总结
本文通过數据挖掘技术对上市银行的技术指标进行分析，建立了股票决策模型，并分析了不同情况下的股票决策。首先利用聚类分析对指标进行相似性归类，然后利用C5.0进行决策树模型构建，一定程度上提高了决策的准确性。
分类模型为投资者提供了一种利用多种指标进行预测的分析模式，聚类分析旨在为投资者找出了不同重要级别的组合指标；在实际的操作中，两个模型综合起来，可以帮助投资者有效地利用证券指标信息。
关键词：技术指标；聚类分析；决策树
一.引言
股市是市场经济的必然产物，在一个国家的金融领域中有着举足轻重的地位，且对人们的经济生活有着越来越深刻的影响。股市的涨跌对金融市场会产生很大的震荡，直接影响金融市场的健康发展。
传统的股票市场价格行为的研究主要是基于模型方法进行的，但股市的随机性较强，结果往往不准确。而数据挖掘工具的发展，成为研究股市有效的手段。
二.理论基础
1.技术分析理论
技术分析通过统计图表和技术指标，对证券市场过去和现在的行为进行研究，从而预测股票价格将来的走势情况，其技术指标是由股票收盘价、成交量等计算而来的。
2.技术指标理论
2.1指标选取原则
投资者利用技术指标对股市进行决策时，过多或过少的指标选择都会对决策造成影响，因此如何选择指标呢？认为在选择技术指标时应遵循综合性与系统性原则、科学性原则、可操作性原则、组合使用原则。
2.2技术指标
从已有指标看，从不同角度出发构造了技术指标，本文利用平均趋向指数（ADX）、相对强弱指标（RSI）、三重指数平滑平均线（TRIYO、能量潮指标（OBV）、顺势指标（CII）、变动率指标（ROC）、威廉指标（WR）、抛物线指标（SAR）、简易波动指标CEMV）、钱德动量摆动指标（CMO）这10个指标。
三.实证分析
3.1数据收集
选取2010年6月1日至2016年6月1日的中国建设银行和中国工商银行的股票数据进行分析。
3.2银行股票数据趋势分析
建设银行的股票价格在研究期间内在不断波动，2014年6月份之后，股价忽然上升，此后迅速下降，不断起伏。
工商银行的股票价格波动趋势与建设银行的波动趋势基本一致，但工商銀行的股票价格波动的点相对更多一些。
3.3技术指标的选取
利用多技术指标对股价走势进行判断可以较为准确的做出决策，那么怎样选用恰当数量的指标？首先对指标进行聚类分析。
由聚类分析的性质可知，同一个大类中，指标预测结果相似度较高，故投资者可从大类中选择重要的一两个指标进行研判，这样即使使用了较少的技术指标，也涵盖了不同类型的指标。
3.4模型构建
决策树分析法是分类分析法中具有代表性的分析方法。将股票价格收盘价大于前一日收盘价时，用1代表股价上涨；股票价格低于前一日时，用O代表股票下跌，并命名为T。
根据聚类分析的结果，构建两个决策树构建股票交易策略，由于版面限制，本文仅列出策略1：
策略1：
在策略1中，技术指标CCI、OBV、WR指标作为解释变量，股票涨跌分类变量T作为被解释变量作决策树分析，经过剪枝如图所示，当wr小于0.89且大于0.18时股票会上涨，同时如果此时在cd大于62的情况下，wr小于0.28，股
在策略2中，RSI、ADX、OBV、SAP，技术指标作为解释变量，股票涨跌分类变量T作为被解释变量作决策树分析，经过剪枝如图所示，当rsi大于48且adx小于17时，股票会上涨。而当adx大于17但rsi大于大于64时，股票会上涨。
四.总结
本文通过數据挖掘技术对上市银行的技术指标进行分析，建立了股票决策模型，并分析了不同情况下的股票决策。首先利用聚类分析对指标进行相似性归类，然后利用C5.0进行决策树模型构建，一定程度上提高了决策的准确性。
分类模型为投资者提供了一种利用多种指标进行预测的分析模式，聚类分析旨在为投资者找出了不同重要级别的组合指标；在实际的操作中，两个模型综合起来，可以帮助投资者有效地利用证券指标信息。