首页> 中文学位 >券商报告质量评估的数据挖掘模型及其应用
【6h】

券商报告质量评估的数据挖掘模型及其应用

代理获取

目录

文摘

英文文摘

声明

1绪论

1.1研究背景和研究意义

1.2国内外相关文献综述

1.2.1国外研究现状

1.2.2国内研究现状

1.3论文的内容和技术路线

2券商报告质量评估的需求分析与相关技术

2.1券商报告质量评估的需求分析

2.1.1证券投资基金概述

2.1.2股票投资价值分析的内容

2.1.3基金管理公司与券商研究报告

2.2数据挖掘概要

2.2.1数据挖掘的过程

2.2.2数据挖据所发现的知识类型

2.2.3数据挖掘与传统数据分析方法的比较

2.3券商报告质量评估应用的相关数据挖掘方法

2.3.1关联规则

2.3.2分类算法

2.3.3时间序列

3基础数据及研究报告的预处理

3.1导入研究报告并提取研究报告核心要素

3.2导入基础数据

3.3数据的预处理

3.3.1数据清洗

3.3.2数据集成

3.3.3数据转换

4券商报告质量评估的数据挖掘模型构建

4.1单个券商推荐的选股模式分析

4.1.1 Apriori算法

4.1.2模型的建立及其实现

4.2单个券商整体研究能力分析

4.2.1模型的实现

4.2.2券商整体研究能力分析

4.3单个券商研究能力时间序列分析

4.4多个券商及券商之间的推荐综合分析

5建立券商报告质量评估系统及其实现

5.1模型的发布与集成

5.1.1 CLEMENTINE模型的发布与集成

5.1.2 SPSS模型的集成

5.2建立券商报告质量评估系统

结论

参考文献

致谢

展开▼

摘要

证券投资基金在我国属于新兴行业。基金的管理者试图通过不断寻求价值被市场低估的股票,寻找具有投资价值股票,谋求超过一般市场表现的业绩。国内的基金公司由于成立时间较短,研究力量普遍较弱,而券商相对而言成立时间较长,研究能力较强。因此,几乎所有的基金公司都通过购买研究报告的形式借助于券商的研究力量,以期对整个市场和个股有正确的把握。如何从大量的研究报告中寻找真正投资机会,成了基金公司的重要课题。本文对数据挖掘技术在证券投资基金的应用进行了探讨,使用数据挖掘技术,评估券商证券研究机构出售的研究报告质量,帮助基金管理公司全面把握券商研究机构的研究能力。 首先,阐述了论文的选题背景和研究意义,综述相关国内外研究情况。其次,介绍券商报告对证券投资基金公司的重要性及数据挖掘的主要理论和算法,阐明论文的需求分析和技术基础。第三,分析了如何从原始的研究报告提取核心要素,导入基础数据,进行相应的数据清洗、整理工作,为数据挖掘准备数据。第四,在此数据基础上运用数据挖掘评估研究报告的质量以及券商研究机构的研究能力。先利用布尔型关联规则挖掘分析某券商推荐的个股之间的关联程度,从而确定该券商是否有投资偏好,是否能够全面地把握市场机会。同样,受研究能力所限,不排除某些券商盲目跟随重量级券商,对股票的走势没有做出自己的判断。鉴于此,运用关联规则对券商之间的推荐关联以及券商的整体研究能力等进行了相应分析。最后,通过对数据挖掘工具的二次开发,将数据挖掘模型与应用系统相集成,形成券商报告管理和评估的综合方案。该方案能够很好的解决证券投资基金面临的如何评估券商管理报告质量的问题。 本文的主要工作是运用数据挖掘技术来分析券商研究报告,构建了券商报告质量评估的数据挖掘模型,以期对衡量券商的研究能力提供有价值的参考。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号