聶向格
[摘 要]目前,中國股市正處于低潮時(shí)期,因此,如何選擇股票投資變得十分重要。本文選取了銀行板塊中具有代表意義的5只銀行股票,利用信息熵決策模型,對這5支股票進(jìn)行了分析,最后選擇出2只優(yōu)秀的股票,并同現(xiàn)實(shí)情況進(jìn)行了對比,也證明了此模型的正確性。
[關(guān)鍵詞]信息熵;股票;銀行股
doi:10.3969/j.issn.1673 - 0194.2017.06.075
[中圖分類號]F832.51 [文獻(xiàn)標(biāo)識(shí)碼]A [文章編號]1673-0194(2017)06-0-02
0 引 言
隨著互聯(lián)網(wǎng)的飛速發(fā)展,基于Web的決策支持系統(tǒng)(WDSS)成為了決策支持系統(tǒng)研究領(lǐng)域新的發(fā)展?,F(xiàn)如今,中國的股市產(chǎn)品眾多,面對琳瑯滿目的證券市場大眾往往不知該做何選擇。因此,將決策支持的知識(shí)應(yīng)用到股票的選擇上,可以在一定程度上為不知如何選擇的股民做出相對正確的指導(dǎo)。
1 信息熵決策模型
信息論之父Shannon指出,任何信息都存在冗余,并借鑒了熱力學(xué)的概念,把信息中排除了冗余后的平均信息量稱為“信息熵”,并給出了計(jì)算信息熵的數(shù)學(xué)表達(dá)式。信息熵的方法屬于屬性權(quán)重未知且屬性值為實(shí)數(shù)的多屬性決策方法。
1.1 優(yōu)秀股票決策指標(biāo)體系的建立
優(yōu)秀股票的決策指標(biāo)體系如圖1所示。
1.2 信息熵決策模型
選取5家上市銀行股票一年的數(shù)據(jù)(來自網(wǎng)易財(cái)經(jīng)),利用信息熵決策模型選出最值得推薦的銀行股票。
1.2.1 構(gòu)造決策矩陣Am×n
利用指標(biāo)體系構(gòu)建出決策問題的決策矩陣A(aij)m×n,如表1所示。
1.2.2 決策矩陣的規(guī)范化處理
指標(biāo)體系中的各指標(biāo)一般可以分為效益型、偏離型等。在此本文只討論效益型指標(biāo),將其依據(jù)公式(1)進(jìn)行規(guī)范化處理后得到規(guī)范化矩陣R(rij)m×n,如表2所示。
1.3 屬性歸一化
對規(guī)范化后的矩陣R按照公式(2)進(jìn)行屬性的歸一化處理,得到矩陣r,如表3所示。
1.4 計(jì)算信息熵
矩陣R經(jīng)過屬性歸一化后,計(jì)算指標(biāo)屬性ij的輸出信息熵。依據(jù)公式(3)對矩陣r的各項(xiàng)屬性指標(biāo)進(jìn)行計(jì)算。
1.5 根據(jù)屬性權(quán)重公式計(jì)算權(quán)重
在信息熵的基礎(chǔ)上,依據(jù)公式(4)計(jì)算每個(gè)指標(biāo)所占的權(quán)重W(w1,w2,…,wn)。
1.6 綜合屬性值的得出
(5)
1.7 得出結(jié)論
綜合各個(gè)銀行股的綜合值對所有方案進(jìn)行排序,可以得出依據(jù)該類指標(biāo)優(yōu)秀的兩只支股票是:建設(shè)銀行、浦發(fā)銀行。
2 驗(yàn)證模型
截取2015年3月以后建設(shè)銀行和農(nóng)業(yè)銀行的實(shí)際情況并進(jìn)行對比,發(fā)現(xiàn)建設(shè)銀行的收盤價(jià)一直在攀升,其股價(jià)從3月2號的
5.73元到6月11號的7.07元,收益率增長了23.39%,而農(nóng)業(yè)銀行從3月到6月的收益率為11.60%,印證了農(nóng)行的盈利能力遠(yuǎn)不及建行。
3 結(jié) 語
本文先介紹了決策支持和信息熵的基本知識(shí),探討了如何利用信息熵的方法對多屬性方案進(jìn)行有效決策。同時(shí)本算法還存在一些問題,首先沒有考慮到各個(gè)銀行股的風(fēng)險(xiǎn)因素,在選取指標(biāo)的方法上還值得研究,但是利用信息熵對股票、證券等一些理財(cái)產(chǎn)品進(jìn)行決策分析具有很大的理論意義和實(shí)用價(jià)值。
主要參考文獻(xiàn)
[1]祝凌凌.基于多屬性智能決策方法的個(gè)人理財(cái)決策支持系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D].成都:西南財(cái)經(jīng)大學(xué),2012.
[2]郭欣.基于改進(jìn)的信息熵為權(quán)重的模糊多屬性決策[J].中國科教創(chuàng)新導(dǎo)刊,2013(26).