证券投资中模糊聚类和灰色聚类应用

摘要 中国证券市场经过20多年的发展，不仅为市场经济建设发挥了重要作用，对人们的生活更产生明显的影响。由于巨大的存量市场的数据和信息的模糊性，根据基本分析和技术分析的投资决策具有较强的主观判断影响投资结果。模糊理论和灰色系统理论均是处理不精确信息的有效工具，因此，选择了这两种理论在股市信息的模糊不确定性的研究，具有重要的现实意义。

关键词 投资证券 灰色聚类 模糊聚类

一、研究的目的和意义

股市对投资者的吸引力不仅有长远利益，并会继续为投资者提供良好的投资机会。然而股价涨跌无常，股市是不可预测的，没有人能做出准确的预测，投资者在股市中，为了达到一个令人满意的收益回报的股票走势，这是对股市所必需的各种信息科学的分析和判断，最终作出有效的投资决策。大多数投资者通常采用基本分析和技术分析方法来分析和选择优质个股，但是，这两种方法主要是依靠选股的经验和自己的观察，无法准确地精选个股的科学判断，股市是一个庞大的数据库，传统的投资分析方法，不能从事证券投资，为投资者降低非系统性风险。所以，有多少类型的股票在选定的优质个股科学投资，以获得满意的投资回报，投资者应该成为关注的重点。

到目前为止，马科维茨组合选择模型和现资组合投资模型被认为是随机的不确定性，面临的不确定性，概率论与数理统计是应对这种不确定性的理论基础。日益认识模糊理论和灰色系统理论可以描述在金融市场信息的不确定性，利用模糊数学的语言和方法来解决聚类问题描述，更自然，方便。模糊理论的深入研究和灰色系统理论的不断发展和完善，聚类分析已经被应用到自然科学，社会科学，工业和农业生产等相关学科众多科学领域，成功地解决了科研，生产和生活中的大量实际问题。随着社会的不断优化聚类方法创新，已经开始投资于证券的信息和数据，用聚类分析。证券投资分析需要掌握大量的市场信息，需要一个很好的投资策略，准确把握市场信息动态，进行科学合理的分析，然后在市场上的信息，并最终作出科学的投资决策。股票投资者分析历史数据和买卖股票是一个重要的参考，股市是一个巨大的数据库，但是，寻找有价值的信息的质量，信息的真实和深刻挖掘数据需要花费大量的人力和资源，市场上的数据的大小和容量远远超出人类直接处理能力。使用模糊理论和灰色系统理论方法，深入挖掘价值投资证券数据，并建立相关的数学模型，为那些不确定性的有效数据分类或聚类，选择优质的股票作为投资对象。随着模糊和灰色系统理论，建立模糊聚类和灰色聚类分析方法来考察投资的分类问题，不仅对投资决策分析，建立一种新的分析框架，以引导投资在科学和理性的投资者，同时也具有重要的理论价值和现实意义。

二、模糊聚类分析

随着科学技术的进步，人类社会的不断发展，集群已经成为人类社会和客观世界的重要工具类似的属性不同事物之间差异的更清楚的了解，初步形成了物联网的概念，需要借助聚类分析划分。聚类分析是利用多元统计分析方法事物之间的相似程度的不同特点，科学合理的分类之间的亲和力，聚类分析，用数学定量的方法来确定样本之间的相似程度之间的关系，使得事物的类型的划分具有一定的客观性。聚类分析的相关后续研究的数据的准确性，但在现实世界中的绝大多数东西有没有严格的财产分割，所以传统的聚类分析，只能使事情很难划分，不能让一个科学的软件部门。模糊数学恰恰是客观现实的手段与含糊和信息的现象，到聚类分析是模糊数学理论的模糊聚类分析。模糊聚类分析，可以更好地描述事物的不确定性的程度，处理不确定性信息成为一个强大的工具。在现实世界中，客观事物不是很清楚的分界线，往往有很大程度的模糊性。模糊相似关系，建立合理的分类，客观事物的模糊聚类分析方法在处理与歧义或信息，和其他的东西，客观，灵活，直观，简单计算的优势。

在大多数情况下，概率论与数理统计的方法来处理不确定性证券投资分析。模糊聚类分析方法是一种有效的方法投资指引。采用模糊聚类方法可以帮助投资者了解和把握股票的一般特征，某些投资范围的确定，减少盲从和投机性投资者，从而降低投资的非系统性风险，提高投资效益。对于股票投资者，股市许多投资者的财务指标的因素被认为是一种投资，如果采用传统的理论概率与数理统计分析的数学模型进行分类，许多因素难以确定，是比较困难的某些现象进行分析。模糊数学处理模糊性或不确定性数学方法的信息的准确性，它需要考虑到人的主观性，模糊不确定性的东西。基于模糊理论的模糊聚类方法可以正确地描述了股市信息，以减少不确定因素的不确定性，模糊聚类方法应用于证券投资分析，可以形容股市的不确定性，信息性，可以客观地反映股市。

三、灰色系统理论概述

邓聚龙教授于1982年开发，灰色系统理论处理少量的数据，以及不确定性和其他方面的一个有效的工具。我们用“黑”是指信息是未知的，与“白”的信息是完全清楚的，与“灰色”是指部分信息明确，部分信息不明确。灰色系统理论的不确定性或模糊进化系统和正确的理解和描述，“不良信息”中提取有用的信息的价值，更准确地认识客观世界的现实。充分利用灰色系统理论中的数据不明确的信息和隐含的信息，搜索的因素或数学因素之间的关系本身，为了更精确的定量分析，建立相应的数学模型的东西。

灰色系统理论，包括灰色，灰色聚类和灰色统计评价，这是灰色聚类法的方法开发较早和更广泛的应用。灰色聚类可分为灰关联聚类和灰色白化权函数聚类两种聚类方法。通过类似因素的灰色聚类合并，以检查是否有不同的指标相关因素的一些因素，属于同一类，以简化复杂的系统。观察灰色白化权函数聚类主要用于检查对象是否属于预先设定不同的类别。区间灰数是研究一个灰色系统的基本要素，是灰色系统理论为基础的数量之间的关系的研究。从邓聚龙教授开创性的灰色系统理论提出以来，到现在已经走过了20多年的发展，已经取得了一些理论成果和灰色系统理论在社会生产实践中已经取得了越来越广泛的应用。随着越来越多的学者加入到灰色系统理论研究之中，将继续扩大和完善其理论的成熟和世界的认可，已基本形成了一门新的学科。灰色系统理论在许多领域已经广泛成功的应用，以及其分支机构灰色聚类不断发展和完善，使得证券投资取得了一定的实用价值。