基于因果发现的股票分析因子选择及概念漂移挖掘

基于因果发现的股票分析因子选择及概念漂移挖掘

ID:35062815

大小:2.16 MB

页数:59页

时间:2019-03-17

基于因果发现的股票分析因子选择及概念漂移挖掘_第1页
基于因果发现的股票分析因子选择及概念漂移挖掘_第2页
基于因果发现的股票分析因子选择及概念漂移挖掘_第3页
基于因果发现的股票分析因子选择及概念漂移挖掘_第4页
基于因果发现的股票分析因子选择及概念漂移挖掘_第5页
资源描述:

《基于因果发现的股票分析因子选择及概念漂移挖掘》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、分类号密级公开UDC编号20130410024硕士学位论文基于因果发现的股票分析因子选择及概念漂移挖掘申请人姓名刘康导师姓名及职称胡勇,教授申请学位类别管理学学科专业名称技术经济及管理培养单位商学院学位授予单位广东外语外贸大学2016年5月25日分类号密级公开UDC编号20130410024广东外语外贸大学博/硕士学位论文基于因果发现的股票分析因子选择及概念漂移挖掘StockAnalysisFeaturesSelectionandConceptDriftMiningBasedonCausalityDiscoveryMeth

2、od申请人姓名刘康导师姓名及职称胡勇,教授申请学位类别管理学学科专业名称技术经济及管理论文提交日期2016年5月25日论文答辩日期2016年5月19日答辩委员会朱文忠教授平海教授钟祖昌教授学位授予单位:广东外语外贸大学独创性声明本人声明所呈交的学位论文是本人在导师指导下进行的研究工作及取得的研究成果。据我所知,除了文中特别加以标注和致谢的地方外,论文中不包含其他人已经发表或撰写过的研究成果,也不包含为获得广东外语外贸大学或其他教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的

3、说明并表示谢意。学位论文作者签名:签字日期:2016年5月25日学位论文版权使用授权书本学位论文作者完全了解广东外语外贸大学有关保留、使用学位论文的规定,有权保留并向国家有关部门或机构送交论文的复印件和磁盘,允许论文被查阅和借阅。本人授权广东外语外贸大学可以将学位论文的全部或部分内容编入有关数据库进行检索,可以采用影印、缩印或扫描等复制手段保存、汇编学位论文。(保密的学位论文在解密后适用本授权书)学位论文作者签名:导师签名:签字日期:2016年5月25日签字日期:2016年5月25日摘要在大数据时代,可以用于分析的数据量正

4、不断增大,对于股票市场的分析更是如此。如何利用数据挖掘技术从海量金融数据中发现有意义的关系,尤其是因果关系,是股票市场研究的核心问题之一。因果关系严格区分了“因”变量和“果”变量,这对于股票市场监管的完善、市场及经济政策的制定、公司治理、以及市场趋势分析等方面的研究有相关关系难以替代价值。然而用于股票分析的主流数据挖掘算法是基于数据间的相关关系进行分析,难以确认市场各个因素间的因果关系。而在股票分析研究中常用的格兰杰因果检验法是一种对变量间关系进行检验、判定的方法,不是智能学习算法,在针对高维数据的分析中存在发现能力不足、

5、效率低下的问题,且该方法不适合对横断面数据进行分析,适用情景存在很大限制。横断面分析是股票分析的经典方法,其中最经典的方法是Fama和French提出的横断面多元回归分析框架,然而该方法由于依赖专家知识的参与,在处理涉及概念漂移和高维数据的金融分析问题上已经暴露出明显的局限性。概念漂移现象在股市分析中普遍存在,它意味着市场随着时间推移会发生不可预知的变化,这导致过去分析学习到的知识不断地贬值。为了发现可用于进行股票分析的有效因子及其与股票变动之间的因果关系,并观察这些关系的概念漂移现象,我们使用一种新的因果发现技术——结合

6、条件概率表的加性噪声模型(ANMCPT)。在评估实验中,我们通过结合数据挖掘算法比较了ANMCPT与传统横断面分析方法(如Fama-French框架)的股票分析因子选择效果。结果表明,通过ANMCPT选择出来的因子要优于基于Fama-French框架的横断面分析方法所选择出来的因子。据我们所知,本文是国内第一篇在股票分析因子概念漂移挖掘中将因果推断技术和Fama-French框架进行比较的研究。我们基于因果推断的概念漂移挖掘方法为在股市中进行精准知识发现提供了一种全新的方法。关键词:因果关系发现;概念漂移挖掘;横断面分析;

7、股票投资;中国股市IAbstractInbigdataera,theamountoffinancialdataisincreasingquickly.Discoveringmeaningfulrelation,especiallycausalrelationship,fromfinancialbigdatabyusingdataminingtechniquesisanimportanttopicforstockmarketanalysis.Comparingcorrelationalrelationship,causalr

8、elationshipdrawsadistinctionbetweencauseandresult,hasanirreplaceablevalueformarketregulations,marketandeconomicpoliciesmaking,corporategovernanceandmark

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。