數據挖掘在證券投資分析中的應用

中圖分類號：F8325 文獻標識碼：A

摘要：證券市場是國民經濟的重要組成部分，證券市場的穩定不但關系到國家經濟的繁榮發展，而且更關系到證券市場中廣大投資者的利益。因此，有效的對證券進行分析與進一步的研究有重要的理論意義和實踐價值。本文主要研究采用部分數據挖掘方法對證券投資進行分析，本文具體講述的是運用MATLAB來進行分析。探討數據挖掘在證券投資分析中的應用。并進一步展望數據挖掘在證券行業的發展前景。

關鍵詞：數據挖掘；MATLAB；證券投資分析

證券投資分析是指人們通過各種專業性分析方法，對影響證券價值或價格的各種信息進行綜合分析以判斷證券價值或價格及其變動的行為，是證券投資過程中不可或缺的一個重要環節。

所謂數據挖掘是指從大量的、不完全的、有噪聲的、模糊的、隨機的實際交易數據和相關應用數據中，提取隱含在其中的、人們事先不知道的，但又是潛在有用的信息和知識的過程。數據挖掘與傳統的數據分析的本質區別是數據挖掘在沒有明確假設的前提下去挖掘信息，發現知識。數據挖掘使數據庫技術進入了一個更高的層次，它不僅能對過去的數據進行查詢和遍歷，而且能夠找出過去數據之間的潛在聯系，從而促進信息的傳遞。也就是根據預定義的目標，對大量的企業數據進行篩選和分析，找出其中的有用數據，并進一步找出規律，為信息需求者提供決策依據。數據挖掘已經成為當今理論研究和實際應用的熱點研究領域。

一、研究現狀

90年代以來，計算機技術開始逐步應用于證券市場，開始只是運用于證券交易。隨著證券市場吸引了越來越多的投資者，證券交易數據開始大量增加，傳統的證券預測使用的KDJ、RSI、平均線等技術需要處理越來越多的巨量數據。

數據庫和數據挖掘等也開始運用于證券建模，其中有MATLAB模型，就是運用到了數據挖掘的知識。但是數據挖掘并未廣泛運用于證券分析建模中。相比國內，歐美市場的證券市場的歷史要悠久的多，證券分析預測也在很早就開始了。數據挖掘的出現，為證券分析提供了新的思路。眾多學者專家開始用數據挖掘分析眾多的證券數據，挖掘數據背后的規律，以實現對證券的預測分析，更加理性的投資證券市場。香港科技大學開發了基于數據挖掘的證券預測系統，通過數據挖掘的規則，預測恒生指數的走勢。同時國外利用數據挖掘技術，建立起人工智能系統預測分析證券。國外證券公司利用MATLAB強大的仿真模擬功能建立了一個有價證券管理系統，專門用來分析大量的證券數據。研究證券和經濟指標的關系，取得的研究成果在證券行業得到了認可。隨著這方面技術的發展，越來越復雜的分析系統開始出現。

總體而言，國內的證券分析信息化程度不高，數據挖掘在證券預測分析中的應用也比較少。國外的研究比較成熟，時間序列法、神經網絡法等技術衍生出了很多的證券分析系統。研究經濟指數、大盤走勢、財務指標等屬性對證券走勢的影響，分析證券漲跌原因，并將結果用來預測分析未來證券的價格走勢。目前美國三大評級結構、十五大資產管理公司、十大商業銀行都在使用MATLAB。目前，全球有超過2000家金融機構運用MATLAB來管理公司資產。國際貨幣基金組織、摩根斯坦利等頂級金融機構都在使用MATLAB，利用MATLAB強大的運算平臺實現與其他軟件之間的數據交換，顯示出了非常優良的互融性。由此可見，MATLAB現已成為金融工程人員不可或缺的分析軟件工具。

二、數據挖掘應用框架 步驟語言描述

（一）MATLAB

MATLAB這一名稱是由Matrix和Laboratory兩個詞的前三個字母組合，MATLAB誕生于20世紀70年代，由美國新墨西哥州大學前計算機系主任CleverMoler創建。自從1984年推出第一個版本來，至今已相繼推出7個版本。

到90年代，MATLAB已經成為國際上公認的標準計算軟件，而且在數值計算方面有著卓越的貢獻。

MATLAB擅長于數值計算，能處理大量的數據，而且運算效率很高，而且在數值計算的基礎上拓展了符號計算、文字處理、可視化建模和實時控制能力。MATLAB語言是一種交互性的數學腳本語言，語法和C/C++類似。它支持包括邏輯、數值、文本和函數柄在內的15中數據類型，每一種類型都定義為矩陣或陣列的形式。執行MATLAB代碼的最簡單方式就是在MATLAB程序的命令窗口（commandwindow）的提示符（>>）輸入代碼。MATLAB就會返回操作結果。目前，MATLAB在世界各大金融機構，例如美國聯邦儲備委員會、摩根斯坦利、高盛集團，都得到了廣泛的應用。MATLAB在數值計算和編程方面的眾多優點使其在金融領域處于領先地位。

（二）MATLAB應用流程

一般語言編寫程序、調試程序需要經過五個步驟：編輯、編譯、連接、執行、調試，各個步驟之間是順序關系，編程過程就是在它們之間進行循環。MATLAB語言與其他語言相比，較好地解決了上述問題。MATLAB軟件是解釋性語言，調試程序的手段非常豐富，速度也快，把編輯、編譯、連接和執行融為一體，在同一個界面操作，可以快速查出輸入程序中的書寫錯誤、語法錯誤，提高了用戶編寫程序的效率。MATLAB在運行時，可以直接輸入命令語句，包括調用M文件語句，每輸入一條命令，程序就會立即對其進行處理，完成編譯、連接、執行全過程。再如，將MATLAB源程序編譯為M文件，編輯后源程序就可以立即執行，如果有錯，則用戶界面上也會給出詳細的出錯信息。MATLAB軟件易懂易學，允許數學形式編寫代碼，比VB、C/C++語言更加如何書寫習慣，它的操作符和功能函數就是數學上簡單的英文表達式，MATLAB還擁有強大的幫助系統，可以查詢到各種命令的使用說明和詳細案例，為方便初學者快速了解MATLAB功能，還提供了演示窗口。

三、結論與展望

數據挖掘誕生以來，其處理海量數據的功能，使其在各大領域得到廣泛應用。數據挖掘的成功，也為金融分析和提供了一個新的方法。并且根據今年國外的研究成果發現，數據挖掘在金融行業的應用取得了良好的效果。本文就是通過在MATLAB軟件上的建模在證券分析中的應用。本文研究的主要是數據挖掘在證券長期投資中的應用，

證券市場研究和數據挖掘涉及的知識都很廣，由于學識水平和精力有限，本文知識只分析了Matlab 在證券投資分析中的應用。證券市場是一個無時無刻不在變化的市場，數據挖掘技術也在不斷發展，要實現數據挖掘在證券分析中的應用應該是一個漫長的過程，通過不間斷的跟蹤分析，不斷完善模型。本文雖然挖掘了較實用的模型，但是證券市場受宏觀經濟環境和投資者心理等因素影響很大，而這些因素都無法通過建立模型的方式加以控制分析，所以在具體運用本文的模型時，仍要根據具體情況進行改進。所有的不足和缺陷都會在以后的研究中進行完善。

近幾年隨著融資融券、股票期貨等越來越多的證券業務的開展，越多的投資者會加入這個市場，證券市場的數據量會急速增長，這為數據挖掘在證券分析中的應用提供了更加廣大的空間，數據挖掘擅長處理巨量數據的優勢會更加明顯。所以可以預見，在不久的將來，數據挖掘在證券分析中將會得到更加廣泛的應用。

參考文獻：

[1]王紅亮.數據挖掘在證券交易系統分析中的應用[J].內蒙古電大學刊 2002

[2]肖藝萍.證券市場中強力股的挖掘應用研究[D].北京工商大學，2010

[3]鄭文.數據挖掘在股票分析中的應用[D].復旦大學，2012

[4]張金良 李光良 楊忠直 熊益民 張士英 吳建偉.數據額挖掘在證券交易系統分析中的應用[J].地質技術經濟管理，2002

作者簡介：楊薈（1992-），女，彝族，重慶南岸，本科，重慶工商大學。