聚类分析和支持向量机在股票研究中的应用

• 作者: 孙德山 狄明明
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: 因子分析 聚类分析 支持向量机 股票研究 分类
• 年，卷（期）: 2009,（6）
• 所属期刊栏目: 应用开发研究
• 页码范围: 229-231
• 页数: 3页
• 分类号: CO235|TP181
• 字数: 2964字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2009.06.062

摘要

随着我国股市的逐步规范和完善,投资者愈加重视投资对象的选择.针对股票分类的特点,选取对上市公司股票走势有重要影响的7项主要财务指标,运用聚类分析和支持向量机相结合的方法对80家上市公司的股票进行分类.为了降低分类实验的复杂程度,在分类实验中采用因子分析法将原来的7项财务指标用3个综合指标概括.实验结果表明,这种方法大大降低了股票数据的维数,有很高的分类正确率,分类达到了让人满意的效果,证明这种分类方法是可行的.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙德山	辽宁师范大学数学学院	66	560	13.0	21.0
2	狄明明	辽宁师范大学数学学院	1	13	1.0	1.0