沪深A股股价联动效应分析

发布时间：2024-06-14 04:25

　　股票股价的联动性,即股票市场上股价时常出现的“同涨共跌”现象,意味着在一定时期内,同属某一基本面类别或同具某一概念因素的一类股票,所呈现的股价同时上涨或者同时下跌现象,使股票市场中的某些股票涨跌趋于同步。随着我国上市公司数量的增加以及经营业务的持续拓展,所属行业划分的标准也越来越多,各家上市公司所代表的股票之间联系也越来越复杂。此类相关性研究有助于合理定价不同市场的股票,同时各支股票间的联动规则对理财人员的期货交易和套期保值策略也有很强的参考意义。因此,针对各支股票间的关联性及其行情走势的判断具有极其重要的应用价值和理论意义。本文主要采用关联规则算法对股票行情数据进行分析,作为关联规则算法中最经典的Apriori算法,其一般处理的是离散数据,无法直接利用Apriori算法对于股价这种连续变动的数据进行分析。传统的基于股票数据的挖掘是将股价粗略的分为“上涨”和“下跌”两类,这种相关性无法很好地描述股票价格的真实关联关系,在支持度和置信度阈值设定较小时,很多相似或相关的关联规则都不会被剔除,这给关联规则的研究和进一步剖析带来了更多的障碍。因此,基于Apriori算法,本文在其基础上提出了两...

【文章页数】：54 页

【学位级别】：硕士

【部分图文】：

图2.1Apriori算法流程图

图2.1Apriori算法流程图法的步骤可以看出，在每次迭代时Apriori算法都需要遍历数据集，以最度为100为例，简记为{,...,}，则其包含=100个频繁1，个频繁2项集{,}，{,}，…，{,}，个频,,}，{,,....

图2.2关联规则生成结果

图2.2关联规则生成结果文应用Apriori算法对股票数据进行关联规则分析，共生成919成728条二项集、191条三项集。在RStudio软件中加载arule出加入阈值后生成的关联规则散点图，关联规则散点图表示了各t和置信度confidence的分布,....

图2.3关联规则散点图

图2.2关联规则生成结果应用Apriori算法对股票数据进行关联规则分析，共生成919条强728条二项集、191条三项集。在RStudio软件中加载arulesViz加入阈值后生成的关联规则散点图，关联规则散点图表示了各个规和置信度confidence....

图3.1两种算法生成的关联规则数对比图

图3.1两种算法生成的关联规则数对比图最后，对已经生成的关联规则按照提升度Lift进行排序，并输出提升度最大规则，如表3.2所示：表3.2加入阈值后生成的部分规则号规则前项规则后项支持度置信度提升工商银行建设银行86.24%60.23%3.66....

本文编号：3994136