我国股票市场的实证性板块联动分析
An Analysis of Plate Linkage Based on Chinese A-Share Market
DOI: 10.12677/HJDM.2020.103022, PDF,   
作者: 殷 浩：对外经济贸易大学，北京
关键词: 股票；K-means聚类；关联分析；板块联动；Stock； K-means； Association Rules； Relevance of the Block
摘要: 股票市场在目前中国社会的经济发展中，是一个相当重要且不可分割的组成部分。不仅是在实体经济市场当中，而且在虚拟经济市场的方面，股票都发挥及充当了相当重要的作用和角色。本文使用K-means等聚类分析算法将股票分为不同的板块，然后使用关联分析算法，对不同的板块作关联分析，发现板块间蕴含的联动关系。
Abstract: The stock market is a very important part of current Chinese economic development. It plays a very crucial role not only in the real economy market, but also in the fictitious economy market. We use K-means to divide stock into different blocks and try to find the relevance of the block by using as-sociation rules.
文章引用：殷浩. 我国股票市场的实证性板块联动分析[J]. 数据挖掘, 2020, 10(3): 209-220. https://doi.org/10.12677/HJDM.2020.103022

参考文献

[1] 柳燕燕, 李兴平. 我国股票市场行业板块波动实证分析[J]. 科教文汇, 2013(3): 199-200.
[2] 杜伟锦, 何桃富. 我国证券市场的板块联动效应及模糊聚类分习[J]. 商业研究, 2005(22): 41-45.
[3] 张建林. 关联规则在股票板块联动分析中的应用[J]. 计算机工程与应用, 2013(2): 242-245.
[4] 冯甜. 我国股票市场行业板块联动效应的实证分析[J]. 时代金融, 2014(4Z): 158-159.
[5] 梁烨. 我国A股市场板块联动性效应分析[J]. 现代经济信息, 2014(12): 358-360.
[6] 杜巍, 赵春荣, 黄伟建. 改进的k-means聚类算法在客户细分中的应用研究[J]. 河北经贸大学学报, 2014, 35(1): 118-121.
[7] 张馨予. 基于K-means算法的北京市食品冷链农产品市场聚类分析[J]. 中国物流与采购, 2013(23): 68-69.
[8] 赵超. 数据挖掘关联规则的研究[J]. 网友世界, 2012(3): 43-45.
[9] 海沫, 牛怡晗, 张悦今. 面向大数据的并行聚类算法在股票板块划分中的应用[J]. 大数据, 2015(4): 9-17.

为你推荐