摘要：大數(shù)據(jù)挖掘是當(dāng)今各方面研究的一個(gè)趨勢(shì)，隨著人們生活水平的提高，股票被越來(lái)越多的人當(dāng)做投資工具，但眾所周知，股票具有高風(fēng)險(xiǎn)的特性，本文利用已有數(shù)據(jù)通過(guò)實(shí)證研究來(lái)預(yù)測(cè)股票未來(lái)的買入情況。

關(guān)鍵字：大數(shù)據(jù)，股票，預(yù)測(cè)

一、 背景介紹

股票是一種有價(jià)證券， 是股份公司在籌集資本時(shí)向出資人公開(kāi)或私下發(fā)行的、用 以證明出資人的股本身份和權(quán)利，并根據(jù)持有人所持有的股份數(shù)享有權(quán)益和承擔(dān) 義務(wù)的憑證。股票代表著其持有人（股東）對(duì)股份公司的所有權(quán)，每一股同類型 股票所代表的公司所有權(quán)是相等的，即“同股同權(quán)”。股票可以公開(kāi)上市，也可以 不上市。在股票市場(chǎng)上，股票也是投資和投機(jī)的對(duì)象。對(duì)股票的某些投機(jī)炒作行 為，例如無(wú)貨沽空，可以造成金融市場(chǎng)的動(dòng)蕩。

開(kāi)盤價(jià)又稱開(kāi)市價(jià)，是指某種證券在證券交易所每個(gè)交易日開(kāi)市后的第一筆 買賣成交價(jià)格。世界上大多數(shù)證券交易所都采用成交額最大原則來(lái)確定開(kāi)盤價(jià)。

收盤價(jià)是指某種證券在證券交易所一天交易活動(dòng)結(jié)束前最后一筆交易的成 交價(jià)格。如當(dāng)日沒(méi)有成交，則采用最近一次的成交價(jià)格作為收盤價(jià)，因?yàn)槭毡P價(jià) 是當(dāng)日行情的標(biāo)準(zhǔn)，又是下一個(gè)交易日開(kāi)盤價(jià)的依據(jù)，可據(jù)以預(yù)測(cè)未來(lái)證券市場(chǎng) 行情；所以投資者對(duì)行情分析時(shí)，一般采用收盤價(jià)作為計(jì)算依據(jù)。

最高價(jià)指某種證券在每個(gè)交易日從開(kāi)始到收市的交易過(guò)程中所產(chǎn)生的最高價(jià)。

最低價(jià)指某種證券在每個(gè)交易日從開(kāi)始到收市的交易過(guò)程中所產(chǎn)生的最低價(jià)。

成交量是指一個(gè)時(shí)間單位內(nèi)對(duì)某項(xiàng)交易成交的數(shù)量。一般情況下，成交量大 且價(jià)格上漲的股票，趨勢(shì)向好。成交量持續(xù)低迷時(shí)，一般出現(xiàn)在熊市或股票整理 階段，市場(chǎng)交投不活躍。成交量是判斷股票走勢(shì)的重要依據(jù)，對(duì)分析主力行為提 供了重要的依據(jù)。

K 線圖這種圖表源處于日本德川幕府時(shí)代（1603～1867 年），被當(dāng)時(shí)日本米 市的商人用來(lái)記錄米市的行情與價(jià)格波動(dòng)，后因其細(xì)膩獨(dú)到的標(biāo)畫(huà)方式而被引入 到股市及期貨市場(chǎng)。通過(guò) K 線圖，我們能夠把每日或某一周期的市況現(xiàn)完全記錄 下來(lái)，股價(jià)經(jīng)過(guò)一段時(shí)間的盤檔后，在圖上即形成一種特殊區(qū)域或形態(tài)，不同的 形態(tài)顯示出不同意義。插入線、抱線和利好刺激線這三種 K 線組合是最常見(jiàn)的經(jīng) 典見(jiàn)底形態(tài)。

二、 數(shù)據(jù)處理

數(shù)據(jù)挖掘（Data Mining）是從大量的、不完全的、有噪聲的、模糊的、隨機(jī)的 數(shù)據(jù)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(shí)的 過(guò)程。隨著信息 技術(shù)的高速發(fā)展，人們積累的數(shù)據(jù)量急劇增長(zhǎng)，動(dòng)輒以TB計(jì)， 如何從海量的數(shù)據(jù)中提取有用的知識(shí)成為當(dāng)務(wù)之急。數(shù)據(jù)挖掘就是為順應(yīng)這種需 要應(yīng)運(yùn)而生發(fā)展起來(lái)的數(shù)據(jù)處理技術(shù)。是知識(shí)發(fā)現(xiàn)（Knowledge Discovery in Database）的關(guān)鍵步驟。

三、 數(shù)據(jù)分析

根據(jù)上述的日線信息，可計(jì)算出該股票在7日、14日、28日和56日，不同時(shí)間段內(nèi)的統(tǒng)計(jì)信息，如下表所示。

表2：預(yù)測(cè)日前的各時(shí)間段統(tǒng)計(jì)信息

根據(jù)上述各時(shí)間段的統(tǒng)計(jì)信息，可根據(jù)模型的計(jì)算規(guī)則，并將結(jié)果歸一化后分別計(jì)算出6個(gè)神經(jīng)網(wǎng)絡(luò)的輸入變量。將輸入變量代入神經(jīng)網(wǎng)絡(luò)中經(jīng)過(guò)計(jì)算，可得到神經(jīng)網(wǎng)絡(luò)的輸出變量。

四、 分析結(jié)論

根據(jù)各神經(jīng)網(wǎng)絡(luò)的輸出變量值，可按照預(yù)測(cè)得分的計(jì)算規(guī)則得到最終的預(yù)測(cè)得分為60.048。由于該股票在2016年8月3日收盤后發(fā)出買入信號(hào)，參照2016年8月3日后28天內(nèi)的日線信息，發(fā)出買入信號(hào)后的第13個(gè)自然日時(shí)，最大累計(jì)漲幅達(dá)到28.99%，符合最大漲幅超過(guò)5%的預(yù)期。

本模型中的各神經(jīng)網(wǎng)絡(luò)在訓(xùn)練時(shí)將誤差可接受的范圍設(shè)置為0.1%。在2006年1月至2016年1月的訓(xùn)練樣本中工發(fā)出買入信號(hào)10050次，其中有8427次在發(fā)出買入信號(hào)起28天內(nèi)出現(xiàn)5%以上的漲幅，準(zhǔn)確率為83.85%。訓(xùn)練結(jié)果如下表所示。

在2016年2月至2017年1月的測(cè)試樣本中共發(fā)出買入信號(hào)18934次，其中有17631次在發(fā)出買入信號(hào)起28天內(nèi)出現(xiàn)5%以上的漲幅，準(zhǔn)確率為93.12%。測(cè)試結(jié)果如下表所示。

作者簡(jiǎn)介：張琪琪（1991—），女，山西臨汾人，山西財(cái)經(jīng)大學(xué)2015（財(cái)政學(xué)）學(xué)術(shù)碩士研究生，研究方向：財(cái)政理論與政策.