• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

      聚類(lèi)分析在金融投資分析中的應(yīng)用

      2018-09-10 14:30:39黃嘉奇
      中國(guó)商論 2018年36期
      關(guān)鍵詞:金融投資聚類(lèi)分析應(yīng)用

      黃嘉奇

      摘 要:當(dāng)前國(guó)民經(jīng)濟(jì)水平不斷提高,個(gè)人投資理財(cái)成為人們賺取更多財(cái)富的手段之一,然而理財(cái)有風(fēng)險(xiǎn),投資需謹(jǐn)慎,加之當(dāng)前金融市場(chǎng)正處于完善與發(fā)展階段,需要人們具備金融投資分析能力,用以削減金融風(fēng)險(xiǎn)。本文通過(guò)對(duì)聚類(lèi)分析在金融投資分析中的應(yīng)用方略的研究,以期為提高人們投資理財(cái)成功幾率,維護(hù)金融市場(chǎng)穩(wěn)定提供依據(jù)。

      關(guān)鍵詞:聚類(lèi)分析 金融投資 應(yīng)用

      中圖分類(lèi)號(hào):F832.48 文獻(xiàn)標(biāo)識(shí)碼:A 文章編號(hào):2096-0298(2018)12(c)-049-02

      自我國(guó)加入國(guó)際世界貿(mào)易組織后,市場(chǎng)經(jīng)濟(jì)就呈現(xiàn)橫向及縱深發(fā)展趨勢(shì),為金融市場(chǎng)崛起提供條件,加之國(guó)民經(jīng)濟(jì)實(shí)力不斷提高,人們手中可用于投資理財(cái)?shù)拈e散資金越來(lái)越多,為滿(mǎn)足人們的投資理財(cái)需求,相關(guān)金融產(chǎn)品種類(lèi)不斷增多,在為人們創(chuàng)造財(cái)富同時(shí),金融投資風(fēng)險(xiǎn)相伴而生,為此個(gè)人需掌握一定的金融投資分析方法,能在瞬息萬(wàn)變的金融市場(chǎng)中把握投資機(jī)遇,削減理財(cái)風(fēng)險(xiǎn),獲取更多經(jīng)濟(jì)收益。然而,當(dāng)前仍有許多投資理財(cái)者存在忽視風(fēng)險(xiǎn)、盲目投資、未掌握專(zhuān)業(yè)投資分析方法等問(wèn)題,嚴(yán)重影響了我國(guó)金融市場(chǎng)穩(wěn)健發(fā)展?;诖耍瑸闋I(yíng)建和諧、穩(wěn)定、科學(xué)、高效投資理財(cái)大環(huán)境,引導(dǎo)更多人進(jìn)入金融市場(chǎng),并成為活躍金融市場(chǎng)的“細(xì)胞”之一,探究聚類(lèi)分析在金融投資分析中的應(yīng)用方略顯得尤為重要。

      1 聚類(lèi)分析理念

      聚類(lèi)分析主要是指將分析對(duì)象分解,組成若干個(gè)存在關(guān)聯(lián)和區(qū)別的集合,各個(gè)集合之間為“組內(nèi)同質(zhì)、組間異質(zhì)”狀態(tài),通過(guò)對(duì)集合進(jìn)行對(duì)比分析,找出分析對(duì)象發(fā)展規(guī)律及研究方向,其中在分析對(duì)比過(guò)程中產(chǎn)生的數(shù)據(jù)是得出分析結(jié)論的依據(jù)。聚類(lèi)分析從統(tǒng)計(jì)學(xué)、計(jì)算機(jī)科學(xué)、數(shù)學(xué)、經(jīng)濟(jì)學(xué)及生物學(xué)等多個(gè)學(xué)科中發(fā)展而來(lái),為此其具有一定的綜合性,具備數(shù)據(jù)描述能力,通過(guò)對(duì)比分析,衡量數(shù)據(jù)之間的異同,將數(shù)據(jù)分別置于不同的集合中,與分析對(duì)象林立而論,填充未知分類(lèi)領(lǐng)域,達(dá)到分析目的。

      基于聚類(lèi)具備數(shù)據(jù)分析能力,為此可以通過(guò)數(shù)據(jù)建模實(shí)現(xiàn)聚類(lèi)分析,在統(tǒng)計(jì)學(xué)理念加持下,常用的聚類(lèi)分析法包括分解法、動(dòng)態(tài)聚類(lèi)法、系統(tǒng)聚類(lèi)法、有序樣品聚類(lèi)、加入法及模糊聚類(lèi)方法等,在信息技術(shù)加持下,聚類(lèi)分析作為一種常用工具,在SAS、SPSS等軟件中得到了較為廣泛的應(yīng)用。聚類(lèi)分析法將數(shù)據(jù)分置于若干簇中,簇具備隱藏屬性,通過(guò)聚類(lèi)分析自行標(biāo)記,富有探索特性。在應(yīng)用聚類(lèi)分析法時(shí),人們無(wú)需制定分析標(biāo)準(zhǔn),從分析對(duì)象內(nèi)派生的各類(lèi)數(shù)據(jù)為由,實(shí)現(xiàn)自主分類(lèi),依據(jù)數(shù)據(jù)變化情況及簇的隱藏屬性,會(huì)得出不同的分析結(jié)果,相同數(shù)據(jù)在不同分析人員眼中,存在不同類(lèi)聚可能,為拓展客觀事物分析途徑,提高分析效率奠定基礎(chǔ)。

      從實(shí)際應(yīng)用層面來(lái)講,聚類(lèi)分析是挖掘數(shù)據(jù)內(nèi)涵的一種手段,為此其分析依據(jù)僅為數(shù)據(jù),數(shù)據(jù)從分析對(duì)象本身而來(lái),確保數(shù)據(jù)極具導(dǎo)向性,可滿(mǎn)足人們探尋分析對(duì)象發(fā)展規(guī)律的切實(shí)需求,為此該分析方法在金融投資分析中的應(yīng)用,能幫助理財(cái)者找到某個(gè)具體金融產(chǎn)品,乃至整個(gè)金融市場(chǎng)的發(fā)展規(guī)律,為理性投資削減金融投資風(fēng)險(xiǎn)提供依據(jù)。

      2 聚類(lèi)分析方法

      (1)概述聚類(lèi)分析方法。聚類(lèi)分析方法主要由兩種形式構(gòu)成:第一,層次聚類(lèi)(Hierarchical Clustering)。該方法主要由樹(shù)狀圖(柱形圖、扇形圖等)、分解法、合并法構(gòu)成;第二,非層次聚類(lèi)。該方法主要由譜聚類(lèi)、劃分聚類(lèi)構(gòu)成,其中,譜聚類(lèi)(Spectral Clustering,SC)為圖論聚類(lèi)法,具有適應(yīng)性強(qiáng)、直觀、具體、聚類(lèi)效果尚佳等應(yīng)用優(yōu)勢(shì),劃分聚類(lèi)法無(wú)需贅述,依據(jù)分析對(duì)象數(shù)據(jù)形式進(jìn)行劃分,聚類(lèi)意圖清晰、科學(xué),能有效提高聚類(lèi)分析效率。

      (2)聚類(lèi)分析方法應(yīng)用特性。通過(guò)對(duì)聚類(lèi)分析方法進(jìn)行探討可知,無(wú)論何種分析方法均擁有一個(gè)主體分析對(duì)象,為此該方法極具針對(duì)性,其在金融投資分析中的應(yīng)用,可以深入、直觀、具體的得出數(shù)據(jù),并將其納入不同的簇中,為數(shù)據(jù)分析提供便利。除具備直觀、針對(duì)、簡(jiǎn)便特性外,聚類(lèi)分析方法在應(yīng)用過(guò)程中還具備可能性多、分析對(duì)比無(wú)局限、研究結(jié)論豐富等特性,這是源于一組數(shù)據(jù)從不同角度進(jìn)行分析,將得到不同分析結(jié)果,為人們研究客觀事物提供依據(jù)?;诰垲?lèi)分析以數(shù)據(jù)為導(dǎo)向,為此數(shù)據(jù)增減均會(huì)影響客觀事物分析成效,為此人們需權(quán)衡各個(gè)因素與分析對(duì)比數(shù)據(jù)的關(guān)系,預(yù)見(jiàn)可能影響結(jié)果的因素。例如:特殊變量、異常值等,必要時(shí)采取一定標(biāo)準(zhǔn)化分析對(duì)比處理措施,使聚類(lèi)分析結(jié)果更具實(shí)效性。

      (3)聚類(lèi)分析方法應(yīng)用思路。以該分析方法在金融投資分析中的應(yīng)用為例,需在前期設(shè)定聚類(lèi)分析對(duì)象,如股票市場(chǎng)、債券、期貨、古董等,使分析有的放矢,在明確分析對(duì)象后,構(gòu)建分析模型,得出判別函數(shù),用Y代替判別值(判別分?jǐn)?shù)),用x1—xn代表存在與分析對(duì)象中變量,用a1—an代表系數(shù),繼而得出公式:Y=a1x1+a2x2+a3x3··anxn,待得出公式后,進(jìn)行統(tǒng)計(jì)分析,得出分類(lèi)矩陣。結(jié)合定義問(wèn)題進(jìn)行組別判比,對(duì)判比結(jié)果進(jìn)行詮釋?zhuān)l(fā)掘數(shù)據(jù)中潛在的屬性及內(nèi)涵,推測(cè)具備有效性的判別結(jié)論,并再次分析、驗(yàn)證樣本[1]。

      3 聚類(lèi)分析在金融投資分析中的應(yīng)用步驟

      (1)預(yù)處理數(shù)據(jù)。依據(jù)金融投資分析需求,選擇數(shù)據(jù)處理標(biāo)度、類(lèi)型、數(shù)量等因素,為使相關(guān)因素選擇科學(xué)、合理,依據(jù)特征進(jìn)行抽取與選擇,選擇突出、典型且極為重要的特征,制定出特征集,同時(shí)需將孤立點(diǎn)從數(shù)據(jù)中移除,使數(shù)據(jù)模型更具穩(wěn)定性、有效性,避免出現(xiàn)數(shù)據(jù)與模型相互分離的問(wèn)題發(fā)生,繼而保障聚類(lèi)結(jié)果不存在任何偏差,使聚類(lèi)更為科學(xué)、可靠。

      (2)定義距離函數(shù),衡量金融投資分析中數(shù)據(jù)的相似程度。聚類(lèi)分析以獲取類(lèi)似數(shù)據(jù)集,對(duì)比不同數(shù)據(jù)集異同為分析基礎(chǔ),為此該方法在金融投資分析中應(yīng)用時(shí),需明確特征空間衡量相似度的標(biāo)準(zhǔn)與步驟,在特征標(biāo)度豐富性,特征類(lèi)型多樣性前提下,謹(jǐn)慎得出距離量度,確保聚類(lèi)分析方法得到有效應(yīng)用?;诮鹑谕顿Y分析復(fù)雜性,有些聚類(lèi)度分散于若干領(lǐng)域中,同一個(gè)距離量度經(jīng)常用于反映若干數(shù)據(jù)相異性,作為特征化若干數(shù)據(jù)概念的工具,用以衡量數(shù)據(jù)及其所在圖像特性。

      (3)分組、聚類(lèi)。將處于金融投資領(lǐng)域中的數(shù)據(jù),分置于不同類(lèi)中是較為重要的步驟,在不同分類(lèi)方法加持下,數(shù)據(jù)將有不同的分置形態(tài),例如Crisp Clustering將數(shù)據(jù)單獨(dú)進(jìn)行分類(lèi),F(xiàn)uzzy Clustering數(shù)據(jù)分類(lèi)具備不確定性,分組、聚類(lèi)形式與數(shù)據(jù)劃分方法密切相關(guān),屬于嵌套劃分系列,用以衡量數(shù)據(jù)可分離性、相似性,適用于金融投資分析的類(lèi)聚方法還有密度聚類(lèi)等。

      (4)評(píng)估輸出。在圍繞金融投資分析得出數(shù)據(jù)分組結(jié)果后,人們需對(duì)數(shù)據(jù)聚類(lèi)結(jié)果進(jìn)行分析,基于聚類(lèi)并無(wú)特定程序與管理手段,為此并無(wú)客觀標(biāo)準(zhǔn)統(tǒng)一評(píng)估聚類(lèi)結(jié)果,通常情況下結(jié)合某個(gè)類(lèi)產(chǎn)生的有效索引得出評(píng)價(jià)方向,類(lèi)內(nèi)部耦合情況、外部分離情況,均會(huì)影響聚類(lèi)結(jié)果評(píng)估,通常情況下人們會(huì)選擇最佳有效索引值作為類(lèi)的數(shù)目,為此需確保有效索引標(biāo)準(zhǔn)、科學(xué)、規(guī)范,針對(duì)復(fù)雜數(shù)據(jù)集,則需依據(jù)金融投資分析數(shù)據(jù)實(shí)況,結(jié)合現(xiàn)有聚類(lèi)分析方法,合理設(shè)定索引標(biāo)準(zhǔn),提高該分析方法應(yīng)用質(zhì)量[2]。

      4 聚類(lèi)分析在金融投資分析中的應(yīng)用實(shí)例

      通過(guò)對(duì)聚類(lèi)分析在金融投資分析中的應(yīng)用方法及步驟的研究可知,該方法具有靈活性、針對(duì)性、多樣性分析優(yōu)勢(shì),可以依據(jù)金融投資分析切實(shí)需求作好調(diào)整,使分析結(jié)果更具導(dǎo)向性,為推動(dòng)金融市場(chǎng)穩(wěn)健發(fā)展,幫助投資理財(cái)者規(guī)避相關(guān)風(fēng)險(xiǎn)提供依據(jù),聚類(lèi)分析應(yīng)用價(jià)值可見(jiàn)一斑。為使該方法得以有效應(yīng)用,探究其在金融投資分析中的具體應(yīng)用勢(shì)在必行。

      以上海市A股為分析主體,為確保分析成效隨機(jī)選擇25支股票,這些股票數(shù)據(jù)來(lái)自某證券網(wǎng)所對(duì)外公布的近期財(cái)務(wù)數(shù)據(jù)。

      首先,對(duì)近期財(cái)務(wù)數(shù)據(jù)進(jìn)行預(yù)處理。為規(guī)避股票數(shù)據(jù)數(shù)量級(jí)與量綱的差異,確保分析結(jié)果科學(xué)性,需處理原始數(shù)據(jù),為保障聚類(lèi)判別成效提供數(shù)據(jù)依據(jù),通過(guò)建立函數(shù)關(guān)系式,將極差與標(biāo)準(zhǔn)差進(jìn)行標(biāo)準(zhǔn)化處理。

      其次,對(duì)數(shù)據(jù)逆指標(biāo)進(jìn)行正向化處理。逆指標(biāo)為流通股票,需取相關(guān)數(shù)值的倒數(shù)。

      再次,進(jìn)行聚類(lèi)分析。借助SPSS軟件對(duì)應(yīng)用分析所選25支股票進(jìn)行系統(tǒng)分析:第一類(lèi),金城股份、亞星客車(chē)、安泰集團(tuán)、寶信軟件、上風(fēng)高科、長(zhǎng)城開(kāi)發(fā)、新黃浦、中兵光電;第二類(lèi),方大B、江蘇吳中、華茂股份、騰達(dá)建設(shè)、新都酒店、公用科技、京新藥業(yè);第三類(lèi),TCL集團(tuán)、公用科技、盾安環(huán)境、國(guó)金證券、浦發(fā)銀行、國(guó)通管業(yè)、邯鄲鋼鐵、華北制藥、上海家化、格力集團(tuán)。其中,第一類(lèi)收益率較低,說(shuō)明其擴(kuò)張能力有限,其穩(wěn)定性較差,發(fā)展存在阻力,投資價(jià)值相對(duì)較小,第二類(lèi)股票成長(zhǎng)性較高,收益相對(duì)較好,經(jīng)營(yíng)現(xiàn)金流率較低,說(shuō)明其具有資金周轉(zhuǎn)慢、銷(xiāo)售周期長(zhǎng)等問(wèn)題,不適合長(zhǎng)期投資,第三類(lèi)收益相對(duì)較好,企業(yè)經(jīng)營(yíng)較為穩(wěn)定,發(fā)展前景樂(lè)觀,有一定的發(fā)展擴(kuò)張趨勢(shì)是投資首選。

      最后,檢驗(yàn)聚類(lèi)分析效果。為確保聚類(lèi)分析結(jié)果科學(xué)、可靠,需在各組別中選擇樣本,并對(duì)樣本差異進(jìn)行比對(duì),如若樣本差異小,組間樣本差異大,則說(shuō)明分析效果尚佳?;诖?,本次實(shí)例研究選擇方差分析法,對(duì)聚類(lèi)中的單個(gè)因素、多個(gè)因素等總體均值進(jìn)行檢驗(yàn),幫助人們找到股票投資規(guī)律,掌握金融市場(chǎng)發(fā)展實(shí)況。應(yīng)用MATLAB語(yǔ)言編程,輸入manoval命令,觀察數(shù)據(jù)陣,所得ALPHA水 平顯著,將檢驗(yàn)假設(shè)置于10維空間中,所得總體均值無(wú)明顯差異性,說(shuō)明所提檢驗(yàn)假設(shè)不成立,表示本次聚類(lèi)分析結(jié)論科學(xué)、可靠[3]。

      5 結(jié)語(yǔ)

      綜上所述,聚類(lèi)分析具有可以指定初始位置,分析結(jié)果以數(shù)據(jù)為導(dǎo)向,結(jié)合分析目標(biāo)所得分析結(jié)論多樣、豐富等特點(diǎn),較為適合分析金融投資市場(chǎng)潛在風(fēng)險(xiǎn)與投資收益等問(wèn)題,引導(dǎo)個(gè)人投資者規(guī)避風(fēng)險(xiǎn),提高經(jīng)濟(jì)收益,達(dá)到投資理財(cái)目的,為此人們需掌握基本的聚類(lèi)分析方法,并將其應(yīng)用在金融投資分析過(guò)程中,伴隨我國(guó)科學(xué)技術(shù)飛速發(fā)展,支持該分析方法應(yīng)用的軟件將得以豐富與優(yōu)化,并逐漸朝著大眾化、簡(jiǎn)便化、科學(xué)化方向發(fā)展,這就需要相關(guān)研究人員秉持與時(shí)俱進(jìn)精神,推動(dòng)該分析方法不斷發(fā)展,引導(dǎo)人們樹(shù)立科學(xué)理財(cái)意識(shí),提升專(zhuān)業(yè)理財(cái)能力,助力金融市場(chǎng)穩(wěn)健發(fā)展。

      參考文獻(xiàn)

      [1] 宋潔.聚類(lèi)分析在金融投資分析中的應(yīng)用[J].中國(guó)商論, 2017(21).

      [2] 張超.聚類(lèi)分析在金融投資分析中的現(xiàn)實(shí)應(yīng)用[J].卷宗, 2017(23).

      [3] 劉勇.聚類(lèi)分析在金融投資分析中的應(yīng)用[J].卷宗,2016(1).

      猜你喜歡
      金融投資聚類(lèi)分析應(yīng)用
      雅戈?duì)?015年報(bào)金融投資業(yè)務(wù)分析
      關(guān)于企業(yè)金融投資風(fēng)險(xiǎn)的探討
      商(2016年32期)2016-11-24 17:32:35
      農(nóng)村居民家庭人均生活消費(fèi)支出分析
      基于省會(huì)城市經(jīng)濟(jì)發(fā)展程度的實(shí)證分析
      基于聚類(lèi)分析的互聯(lián)網(wǎng)廣告投放研究
      科技視界(2016年20期)2016-09-29 12:32:48
      GM(1,1)白化微分優(yōu)化方程預(yù)測(cè)模型建模過(guò)程應(yīng)用分析
      科技視界(2016年20期)2016-09-29 12:03:12
      煤礦井下坑道鉆機(jī)人機(jī)工程學(xué)應(yīng)用分析
      科技視界(2016年20期)2016-09-29 11:47:01
      氣體分離提純應(yīng)用變壓吸附技術(shù)的分析
      科技視界(2016年20期)2016-09-29 11:02:20
      會(huì)計(jì)與統(tǒng)計(jì)的比較研究
      “縣級(jí)供電企業(yè)生產(chǎn)經(jīng)營(yíng)統(tǒng)計(jì)一套”表輔助決策模式研究
      恭城| 阿图什市| 中西区| 昌江| 噶尔县| 神农架林区| 芜湖县| 泰顺县| 东至县| 滨州市| 石屏县| 资讯 | 合山市| 嘉荫县| 牡丹江市| 永嘉县| 临夏市| 曲阳县| 武安市| 红桥区| 额敏县| 新宾| 甘孜县| 奉新县| 大足县| 邢台县| 香格里拉县| 曲麻莱县| 丰台区| 门头沟区| 博湖县| 嘉义市| 宁远县| 乐清市| 金平| 文昌市| 安阳市| 奉化市| 资溪县| 全南县| 盈江县|