數(shù)據(jù)挖掘技術(shù)在股票選擇中的應(yīng)用

王都

【摘 要】隨著計(jì)算機(jī)和信息時(shí)代的到來(lái)，數(shù)據(jù)的收集、存儲(chǔ)和訪問(wèn)量急劇增加，傳統(tǒng)的查詢(xún)技術(shù)不能解決目前面臨的信息爆炸問(wèn)題，數(shù)據(jù)挖掘正是在這樣的應(yīng)用需求下產(chǎn)生并迅速發(fā)展起來(lái)的一門(mén)技術(shù)。我國(guó)股票市場(chǎng)經(jīng)歷了近三十年發(fā)展，隨著股票市場(chǎng)和股市制度的逐步完善，越來(lái)越多的投資者參與到股票投資中來(lái)。將數(shù)據(jù)挖掘技術(shù)運(yùn)用到個(gè)股選擇中，可以有效地處理與證券投資決策相關(guān)的市場(chǎng)信息、經(jīng)濟(jì)信息、財(cái)務(wù)信息、以及其他各種相關(guān)信息，從海量的數(shù)據(jù)中，為投資者挖掘出有用的相關(guān)數(shù)據(jù)和相關(guān)規(guī)則，并將其與其他證券投資決策方法相結(jié)合，探索出適合海量數(shù)據(jù)條件下的投資決策。

【關(guān)鍵詞】數(shù)據(jù)挖掘；股票選擇；價(jià)值投資

一、背景及意義

隨著計(jì)算機(jī)和信息時(shí)代的到來(lái)，人們收集、存儲(chǔ)和訪問(wèn)的數(shù)據(jù)急劇增加，對(duì)這些快速增長(zhǎng)的海量數(shù)據(jù)進(jìn)行分析和知識(shí)理解已經(jīng)遠(yuǎn)遠(yuǎn)超出了人的能力。大量的數(shù)據(jù)被描述為“數(shù)據(jù)豐富，但信息貧乏”。數(shù)據(jù)庫(kù)規(guī)模日益擴(kuò)大，僅依靠數(shù)據(jù)庫(kù)管理系統(tǒng)的查詢(xún)檢索機(jī)制和統(tǒng)計(jì)分析方法，已經(jīng)遠(yuǎn)遠(yuǎn)不能滿足現(xiàn)實(shí)的需要。而大量激增的數(shù)據(jù)中往往又隱藏著許多重要的信息，如果能把這些信息從數(shù)據(jù)庫(kù)中提取出來(lái)，就能為用戶創(chuàng)造很多潛在的利潤(rùn)。因此，對(duì)大量歷史數(shù)據(jù)進(jìn)行分析處理，挖掘出有用的知識(shí)就顯得非常迫切。

數(shù)據(jù)挖掘與傳統(tǒng)的數(shù)據(jù)分析（如查詢(xún)、報(bào)表、聯(lián)機(jī)應(yīng)用分析）的本質(zhì)區(qū)別是數(shù)據(jù)挖掘是在沒(méi)有明確假設(shè)的前提下去挖掘信息、發(fā)現(xiàn)知識(shí)。數(shù)據(jù)挖掘所得到的信息應(yīng)具有先前未知，有效和可實(shí)用三個(gè)特征。先前未知的信息是指該信息是預(yù)先未曾預(yù)料到的，即數(shù)據(jù)挖掘是要發(fā)現(xiàn)那些不能靠直覺(jué)發(fā)現(xiàn)的信息或知識(shí)，甚至是違背直覺(jué)的信息或知識(shí)，挖掘出的信息越是出乎意料，就可能越有價(jià)值。

數(shù)據(jù)挖掘，首先要確定挖掘的任務(wù)或目的是什么，如數(shù)據(jù)總結(jié)、分類(lèi)、聚類(lèi)、關(guān)聯(lián)規(guī)則或序列模式發(fā)現(xiàn)等。確定了挖掘任務(wù)后，就要決定用什么樣的挖掘算法。選擇實(shí)現(xiàn)算法有兩個(gè)考慮因素：一是不同的數(shù)據(jù)有不同的特點(diǎn)，因此需要用與之相關(guān)的算法來(lái)挖掘；二是用戶或?qū)嶋H運(yùn)行系統(tǒng)的要求。

數(shù)據(jù)挖掘發(fā)現(xiàn)出來(lái)的模式，經(jīng)過(guò)用戶或機(jī)器的評(píng)價(jià)，可能存在冗余或無(wú)關(guān)的模式，這時(shí)需要將其剔除。另外，由于知識(shí)發(fā)現(xiàn)最終是面向人類(lèi)用戶的，因此可能要對(duì)發(fā)現(xiàn)的模式進(jìn)行可視化，或者把結(jié)果轉(zhuǎn)換為用戶易懂的另一種表示。

二、數(shù)據(jù)挖掘在股市選擇中的意義

從1990年上海證券交易所、深圳交易所成立，到《證券法》的實(shí)施，再到中小企業(yè)板塊、創(chuàng)業(yè)板推出，我國(guó)股票市場(chǎng)經(jīng)歷了近三十年發(fā)展，隨著股票市場(chǎng)和股市制度的逐步完善，越來(lái)越多的投資者參與到股票投資中來(lái)。人民收入水平不斷提升，閑置資金增多，開(kāi)始追求除銀行儲(chǔ)蓄之外更加多樣化的投資需求，投資意識(shí)和金融意識(shí)也日益增長(zhǎng)，股票市場(chǎng)日益受投資者的關(guān)注。而由于股票市場(chǎng)風(fēng)險(xiǎn)髙、口檻高，對(duì)于普通投資者而言，尋找簡(jiǎn)單易行的投資方式極為重要。如何對(duì)眾多的股票投資者進(jìn)行投資指導(dǎo)，同時(shí)又不因投資金額較小而導(dǎo)致成本過(guò)高，是很多學(xué)者和創(chuàng)業(yè)公司共同研究的問(wèn)題。

進(jìn)行投資分析，并得出有價(jià)值的股票選擇，需要對(duì)海量的信息和數(shù)據(jù)進(jìn)行分析。這些數(shù)據(jù)包括上市公司所處的行業(yè)數(shù)據(jù)、公司財(cái)務(wù)數(shù)據(jù)及非財(cái)務(wù)信息、中介機(jī)構(gòu)評(píng)價(jià)信息，外部研巧機(jī)構(gòu)分析等。專(zhuān)業(yè)的投資機(jī)構(gòu)，如基金、保險(xiǎn)資管等機(jī)構(gòu)通過(guò)雇傭?qū)I(yè)人員進(jìn)行投資分析，目的是為了綜合多樣的信息和專(zhuān)業(yè)人士的專(zhuān)業(yè)判斷，以?xún)?yōu)化投資決策，而長(zhǎng)期以來(lái)，廣大投資者采取基本分析和技術(shù)分析投資的方式，其時(shí)間精力和專(zhuān)業(yè)水平有限，難以找到海量數(shù)據(jù)背后隱藏的信息，因此無(wú)法把握具體的選股巧選時(shí)的標(biāo)準(zhǔn)。因此，將數(shù)據(jù)挖掘技術(shù)運(yùn)用到個(gè)股選擇中，可以有效地處理與證券投資決策相關(guān)的市場(chǎng)信息、經(jīng)濟(jì)信息、財(cái)務(wù)信息、以及其他各種相關(guān)信息，從海量的數(shù)據(jù)中，為投資者挖掘出有用的相關(guān)數(shù)據(jù)和相關(guān)規(guī)則，并將其與其他證券投資決策方法相結(jié)合，探索出適合海量數(shù)據(jù)條件下的投資決策。

三、數(shù)據(jù)挖掘在股市選擇中指標(biāo)的選取

本文選擇了反應(yīng)股票基本面的財(cái)務(wù)指標(biāo)、公司內(nèi)部狀況指標(biāo)、以及外部行業(yè)指標(biāo)作為模型輸入變量，選擇公司股價(jià)漲跌幅相對(duì)于滬深300漲跌幅的差額作為模型目標(biāo)變量。

（一）輸入變量

股票選擇有眾多策略，典型代表有價(jià)值投資與技術(shù)分析，其中股票價(jià)值投資由證券分析之父格雷厄姆提出，該理論通過(guò)衡量“內(nèi)在價(jià)值”與“安全邊際”，從眾多股票中尋找市場(chǎng)價(jià)值低于內(nèi)在價(jià)值的股票，尋找投資機(jī)會(huì)。本文采取價(jià)值投資的投資理念，價(jià)值投資需要考慮能全面反映公司基本面的指標(biāo)體系。該指標(biāo)體系需要將企業(yè)外部和內(nèi)部環(huán)境相結(jié)合，反應(yīng)影響股價(jià)的企業(yè)內(nèi)部和外部活動(dòng)。

（1）財(cái)務(wù)活動(dòng)；財(cái)務(wù)指標(biāo)為主要表現(xiàn)形式，反應(yīng)企業(yè)的內(nèi)部因素。財(cái)務(wù)指標(biāo)是常規(guī)的反應(yīng)公司基本面的指標(biāo)，應(yīng)用最為廣泛。在財(cái)務(wù)指標(biāo)中，財(cái)務(wù)比率的指標(biāo)非常多，我們將其分成盈利能為、償債能力、營(yíng)運(yùn)能力、成長(zhǎng)能力、每股指標(biāo)五個(gè)大類(lèi)。

（2）內(nèi)部環(huán)境：包括企業(yè)內(nèi)部控制有效性，員工結(jié)構(gòu)，控制權(quán)集中程度等問(wèn)題，通過(guò)考察內(nèi)部環(huán)境說(shuō)明企業(yè)的內(nèi)部控制情況。本文選取了一些指標(biāo)作為公司內(nèi)部狀況的代表因素：市盈率、市銷(xiāo)率、市凈率、大股東持股比例、主營(yíng)業(yè)務(wù)收入占營(yíng)北收入的比例、貝塔值等。

（3）外部環(huán)境；公司所處行業(yè)的經(jīng)濟(jì)政策、法律制度、發(fā)展?fàn)顩r等，從宏觀角度考察企業(yè)經(jīng)營(yíng)所面對(duì)的外部環(huán)境狀況。除內(nèi)部因素外，股票投資價(jià)值受行業(yè)狀況的影響。行業(yè)發(fā)展通常經(jīng)歷四個(gè)階段，即初創(chuàng)期、成長(zhǎng)期、成熟期和衰退期，每個(gè)行業(yè)階段，行業(yè)內(nèi)公司經(jīng)營(yíng)、盈利狀況大不相同。當(dāng)行業(yè)處于快速成長(zhǎng)期時(shí)，普遍業(yè)內(nèi)公司有較好的經(jīng)營(yíng)業(yè)績(jī)，相反，行業(yè)處于衰退期時(shí)，公司問(wèn)題逐步暴露，較差的公司退出行業(yè)舞臺(tái)。

（二）目標(biāo)變量

價(jià)值投資將價(jià)格相對(duì)于其內(nèi)在價(jià)值過(guò)低的股票作為投資對(duì)象，在股票價(jià)格低于其內(nèi)在價(jià)值時(shí)買(mǎi)入，反之賣(mài)出，以此獲得超過(guò)市場(chǎng)表現(xiàn)的超額收益。由此看出，超過(guò)市場(chǎng)的表現(xiàn)是投資是否具有成果的衡量標(biāo)準(zhǔn)。本文選擇公司股價(jià)漲跌幅相對(duì)于滬深300漲跌幅的差額作為模型目標(biāo)變量，對(duì)股價(jià)進(jìn)行了如下處理：

計(jì)算股價(jià)、指數(shù)漲跌幅。股價(jià)、指數(shù)的大小本身不具備可比性和參考意義，而投資收益率反應(yīng)投資者運(yùn)用資金的機(jī)會(huì)成本和收益，具備可比性和參考價(jià)值。

計(jì)算股價(jià)相對(duì)于指數(shù)漲跌幅的大小差額。股票投資收益的好壞的一個(gè)重要參考標(biāo)準(zhǔn)是指數(shù)的收益，指數(shù)反應(yīng)大盤(pán)的狀況，也反應(yīng)投資者的機(jī)會(huì)成本，因此對(duì)胸買(mǎi)股票的投資者而言，超過(guò)大盤(pán)表現(xiàn)的公司才有投資價(jià)值。

四、數(shù)據(jù)挖掘?qū)嵶C分析及結(jié)論

在實(shí)證分析中發(fā)現(xiàn)，在各種上市公司財(cái)務(wù)指標(biāo)、公司內(nèi)部狀況指標(biāo)、外部行業(yè)指標(biāo)中，對(duì)股票的投資價(jià)值影響較大的有銷(xiāo)售凈利率、現(xiàn)金流量利息保障倍數(shù)、營(yíng)業(yè)總收入同比增長(zhǎng)率、利澗總額同比増長(zhǎng)率、關(guān)聯(lián)交易事項(xiàng)、貝塔值，這些指標(biāo)應(yīng)該是投資者判斷股票投資價(jià)值時(shí)應(yīng)該重點(diǎn)考慮的因素。

股票的漲跌受到眾多不確定因素的影響，且該因素及其具體的影響效果、影響程度難以衡量，股價(jià)往往難以把握。隨著計(jì)算機(jī)技術(shù)的發(fā)展，使得人類(lèi)行為的諸多數(shù)據(jù)得以沉淀，人們對(duì)數(shù)據(jù)的價(jià)值和作用越來(lái)越重視，數(shù)據(jù)挖掘技術(shù)在各行各業(yè)進(jìn)行了廣泛的運(yùn)用。從本文可以看出，在價(jià)值投資方面，數(shù)據(jù)挖掘技術(shù)有一定的作用，它可以應(yīng)用于投資領(lǐng)域，為股票投資決策做出貢獻(xiàn)。

【參考文獻(xiàn)】

[1].韓慧，毛峰，王文淵.數(shù)據(jù)挖掘中決策樹(shù)算法的最新進(jìn)展[J].計(jì)算機(jī)應(yīng)用研究研究，2004，12：5-8.

[2].范明，孟小林等譯. 數(shù)據(jù)挖掘技術(shù)與概念[M].北京：機(jī)械工業(yè)出版社，2001.

[3].黃惠平，彭博.市場(chǎng)估值與價(jià)值投資策略——基于中國(guó)證券市場(chǎng)的經(jīng)驗(yàn)研究[J].會(huì)計(jì)研究，2010（10）：40- 46.

[4].孫曉瑩，李曉靜.數(shù)據(jù)挖掘在股票價(jià)格組合預(yù)測(cè)中的應(yīng)用[J].計(jì)算機(jī)仿真，2012（7）：375- 378.