刘裕良

摘 要：量化投资是当前金融投资领域非常热门方向之一，而数据挖掘技术在金融领域也有广泛应用。本文主要概述了数据挖掘的基本概念、主要步骤、常用模型和方法，和量化投资中的关于选股的量化选股模型，探讨和研究数据挖掘技术中的分类模型、聚类模型、关联规则和序列模式等模型，在基本面量化选股和技术面量化选股方面的一些应用，如多因子选股、板块轮动选股和筹码选股。

关键词：数据挖掘；量化投资；量化选股

1 数据挖掘技术

1.1 数据挖掘概述

数据挖掘就是从大量的、不完全的、有噪声的、模糊的、随机的实际应用数据中，提取隐含在其中的，人们事先不知道的，但是又潜在有用的信息和知识的过程。[1]数据挖掘是一门新的交叉学科，一般认为是在统计学、数据库技术、机器学习、信息科学、可视化技术乃至经济学等多门学科充分发展的基础上形成的。数据挖掘概念提出以后，金融业首先对其表现出了极大的兴趣，并率先将其纳入应用。目前数据挖掘在国外金融领域，特别是银行已得到了广泛应用。

1.2 数据挖掘的主要步骤

在实际进行数据挖掘的过程中，根据CRISP-DM模型，一般可分为六个阶段。

（1）、业务理解：从业务角度来理解数据挖掘目标和要求，并把业务理解的知识转换成数据挖掘问题的定义和实现挖掘目标的最初规划。

（2）、数据理解：从数据收集开始，通过一系列的数据探索和熟悉，识别数据质量问题，发现数据的内部属性。……