摘要: 本文使用“事件研究”方法分析了证券分析师推荐股票的总体特征, 试图找出符合这些特征的股票而获得超额回报, 并应用基本贝叶斯分类方法进行选股。经对上证A 股的所选股票的收益率统计分析, 通过合理地选取贝叶斯分类器参数可以获得较好回报。结果表明了这种方法是有实际意义和效果的。
Abstr act: In this paper, we delve into the characteristic of the stocks that Securities Analyst recommend by "event- study".We try to find out these stocks whose characteristic accord with Securities Analyst recommend by naive Bayesian classifier.Given the information of stocks trading on the Shanghai Exchange A ,we use naive Bayesian classifiers to classifing stocks and we can get recome outperform the market by choosing appropriate parameter of naive Bayesian classifier.The simulation results show that the proposed method is effective.
1 引言
随着我国经济的发展, 股票投资已成为社会各界的一个热门话题, 由此对证券投资的研究也应运而生。股票市场的各种分析预
测方法一直为人们所关注, 以往有许多文献对此进行了探讨[1- 4]。但股票市场是一个复杂的非线性系统, 高噪声、严重非线性和投资者的盲目任意性等因素决定了股票预测的复杂与困难。本文从收益率和成交量着手分析了证券分析师推荐股票的总体特征, 基于“模式重现”原理, 试图找出符合这些特点的股票, 以获取超出市场平均的收益。据此应用基本贝叶斯分类方法构造了两模式分类器, 将股票分为两类: 一类符合一定的股票特征; 另一类则不符合这些特征。并且通过分类器对上证A 股进行选股, 统计分析所选股票的收益率, 获得了一些有意义的信息。
2 基本贝叶斯分类方法
2.1 简介
2.2 贝叶斯定理
2.3 基本贝叶斯分类方法
3 证券分析师推荐股票总体特征
3.1 数据来源
3.2 股票收益率和成交量分析使用的计算公式
3.3 证券分析师推荐股票总体特征
4 分类实验
...........
6 结束语
参考文献
