卫 锦 常凯玲

（1．山西太原科技大学，山西 太原 030024；2．山西晋城市中级人民法院，山西 晋城 048000）

0 前言

随着中国经济迅速发展，证券市场已经成为资本市场的重要组成部分。对证券的分析研究，多以综合运用因子和聚类分析进行企业经营绩效、竞争力评价及股指分析为基础，以预 测证券价值未来走势为目的[1]。针对行业间相关关系分析研究较少，尤其是通过人工智能方法对证券市场行业的分析研究较少[2]。该文通过 K-means 聚类方法对证券市场中行业间的相关关系进行研究，并提出了研究结论。

1 人工智能时代证券数据分析的新特点

随着人工智能时代到来，人们将人工智能相关技术应用到证券数据分析中。人工智能方法的一个主要特点是通过数据直接得出结果，数据间的相互关系由算法自身处理，使用者不能清晰地看出数据间的相互关系。该文首先针对证券行业数据特点，采用聚类算法分析证券行业的相关数据，然后通过所得结果分析行业间的相互关联，最后给出分析结论。

2 应用聚类分析法分析证券数据

聚类问题属于无监督学习范畴，在缺少足够先验知识的条件下，通过优化评价函数，挖掘数据中的关联模式，将数据样本分成多个类别[3]。聚类问题的特点主要是无监督和缺乏先验知识。证券领域不同行业间的关系一般认为是无法定量，可以认为其数据缺少先验知识， 同时在分析行业间关系过程中不需要其他因素的注入，因此应用无监督方式。……