基于混沌游戏表示和自适应仿射传播聚类的股票板块分类
2020-11-02张紫璇段红梅
张紫璇 段红梅



【摘要】为对我国A股进行板块分类, 首先用混沌游戏表示算法对股票日收益率数据进行降维, 再用自适应仿射传播聚类算法得到将所有股票分为5类和11类两种板块的分类结果。 与证监会行业分类中类内外平均相关系数差0.0140相比, 分5类时类内外相关系数差均值为0.0284, 分11类时, 类内外相关系数差均值为0.0270, 均比证监会行业分类区分度高。
【关键词】混沌游戏表示;自适应仿射传播聚类;股票板块分类;A股
【中图分类号】F832.5 【文献标识码】A 【文章编号】1004-0994(2020)19-0152-4
一、引言
股票板块分类方法中应用最广的是按股票行业分类。 早在1966年, 美国学者Kahle等[1] 就指出股票价格的变动会受到行业分类的影响。 之后又有学者得出了行业因素能解释股票收益率26%波动率的结论[2] 。 现有的行业分类标准主要有ISIC行业分类、GICS、证监会行业分类、WIND行业分类、申银万国行业分类及中信证券行业分类等。 上市公司行业信息是上市公司对外应披露信息的重要方面。 上市公司行业分类方法的科学与否, 对于规范和提高上市公司信息披露质量、市场参与者对公司股票进行定价、投资者进行投资决策都有着直接的影响。 由于各种原因, 我国证券市场在建立之初没有对上市公司进行统一的分类, 上海、深圳证券交易所根据各自工作的需要, 分别对上市公司进行了简单划分:上交所将上市公司分为工业、商业、公用事业和综合四类; 深交所则分为工业、商业、公用事业、金融和综合五类。 近年来, 随着证券市场的发展、上市公司数量的激增, 两交易所原有分类的不足表现得越来越明显:分类过粗, 给市场各方对上市公司进行分析带来了很多不便。……
