【正文】 方法檢驗(yàn)，由顯著性這一列可知，都達(dá)到了顯著的水平，這說明分類結(jié)果是比較有效的。以上說明第類公司只是在盈利能力和擴(kuò)張能力方面相對而言顯得較弱，但是具有較高的主營收入增長率和主營利潤增長率，特別是其主營利潤增長率特別高。本文在聚類分析的基礎(chǔ)上，對聚類分析的結(jié)果進(jìn)行方法檢驗(yàn)，進(jìn)一步驗(yàn)證了分析結(jié)果的可靠性、可信性。在完成論文的路上，我走得比較坎坷，但是“千里之行，始于足下”，畢業(yè)設(shè)計(jì)讓我學(xué)會了腳踏實(shí)地的邁出每一步，鍛煉了我的綜合運(yùn)用所學(xué)知識和技能，理論聯(lián)系實(shí)際、獨(dú)立分析和解決實(shí)際問題的能力，培養(yǎng)了我正確的理論聯(lián)系實(shí)際的工作作風(fēng)，嚴(yán)肅認(rèn)真的科學(xué)態(tài)度和初步的科學(xué)研究能力，更讓我明白了跟導(dǎo)師保持良好的溝通的重要性。感謝對我論文進(jìn)行評審的各位專家教授，感謝對論文的指導(dǎo)和提出寶貴的意見！ 最后，在完成論文的過程中，很多可敬的師長、同學(xué)、朋友給了我無盡的幫助，在這里請接受我誠摯的謝意！參考文獻(xiàn)[1] [M].北京：北京大學(xué)出版社，[2] [M].北京：中國人民大學(xué)出版社，[3] [M].北京：北京大學(xué)出版社，[4] 杰里米 [M].北京：機(jī)械工業(yè)出版社，[5] [M].北京：清華大學(xué)出版社，[6] 梅長林 [M].北京：高等教育出版社，[7] [M].中國人民大學(xué)出版社，2003，170183[8] 周焯華 陳文南 [J].重慶大學(xué)學(xué)報(bào),2002,(25)7.[9] [J].數(shù)理統(tǒng)計(jì)與管理,(18)，(14).[10] [J].證券與投資，2001[11] —SPSS軟件應(yīng)用[M].北京：中國人民大學(xué)出版社，1999.[12] [M].武漢：華中理工大學(xué)出版社,1996.[13] 陳共 周升業(yè) [M]. 北京：中國人民大學(xué)出版社，1997.附錄附錄A在軟件中利用方法，對聚類分析結(jié)果進(jìn)行檢驗(yàn)的方法和步驟如下：1. 我們看到在數(shù)據(jù)視圖窗口和變量視圖窗口都已經(jīng)形成了一個(gè)新的變量，顯示了case的分類結(jié)果，如圖所示，這里顯示了分為5個(gè)類的結(jié)果 。能干的人，不在情緒上計(jì)較，只在做事上認(rèn)真；無能的人！不在做事上認(rèn)真，只在情緒上計(jì)較。在此謹(jǐn)向陳老師致以誠摯的謝意。畢業(yè)設(shè)計(jì)是我們專業(yè)課程知識綜合應(yīng)用的實(shí)踐訓(xùn)練，本論文介紹了聚類分析在證券市場分析中應(yīng)用的可行性、可靠性和可信性。4．總結(jié)和展望聚類分析方法是一種應(yīng)用極為廣泛的多元統(tǒng)計(jì)分析方法，聚類分析在證券市場投資方面有很大的研究潛力和研究價(jià)值，本文將聚類分析模型應(yīng)用于證券投資中，進(jìn)行了拓展性的研究和探討，采用綜合指標(biāo)來反映上市公司的盈利性、成長性和擴(kuò)張性，并且通過對聚類結(jié)果進(jìn)行定量分析得出各類公司的實(shí)力強(qiáng)弱情況。鑒于此，建議投資者可以對第類和第類股票進(jìn)行適當(dāng)?shù)耐顿Y組合，適當(dāng)?shù)脑黾訉Φ陬惞善钡耐顿Y比例。利用方法，檢驗(yàn)各個(gè)類別在所有變量上的差異，如果差異顯著，我們就可以認(rèn)為分類結(jié)果是可靠的。這里要特別需要注意的是，在軟件中，數(shù)據(jù)文件中的一列數(shù)據(jù)稱為一個(gè)變量，每個(gè)變量都應(yīng)該有一個(gè)變量名，一行數(shù)據(jù)稱為一條個(gè)案或觀測量。但是，由于極值化法在對變量進(jìn)行無量綱化過程中，僅僅與該變量的最大值和最小值這兩個(gè)極端值有關(guān)，而與其它取值無關(guān)，這使得該方法在改變各變量權(quán)重時(shí)過分依賴兩個(gè)極端的取值。 每股凈資產(chǎn)是每股所代表的股東權(quán)益額，它反映了每股最低限度的內(nèi)在價(jià)值。本文在現(xiàn)有的研究基礎(chǔ)上，深入探討了聚類分析在證券投資中的應(yīng)用價(jià)值，豐富和完善了在證券市場分析中應(yīng)用聚類分析時(shí)的指標(biāo)體系。但是，該方法從其降維過程來看，比較繁瑣。而我們知道，太擴(kuò)張的方法當(dāng)樣本數(shù)量較大時(shí)容易失真，太濃縮的方法又不夠靈敏?！惖闹匦?。下面就簡要介紹幾種聚類分析中的常用距離：設(shè)是我們所關(guān)心的個(gè)指標(biāo)，對此指標(biāo)進(jìn)行次觀測，從而得到組觀測值：，稱這組觀測數(shù)據(jù)為個(gè)樣品。由上述系統(tǒng)聚類法的基本思想，可以得出利用系統(tǒng)聚類法進(jìn)行聚類分析的基本步驟：①數(shù)據(jù)標(biāo)準(zhǔn)化：我們所考察的樣本數(shù)據(jù)有不同變量（或指標(biāo)）時(shí)，這些變量（或指標(biāo)）一般都有不同的量綱、不同的數(shù)量級單位、不同的取值范圍。我們知道，在多元統(tǒng)計(jì)分析中，如回歸分析和判別分析都可以用來作為預(yù)報(bào)的方法，但是對于那些存在異常數(shù)據(jù)，例如在災(zāi)害性氣候的氣象預(yù)報(bào)中，此時(shí)若還利用回歸分析或判別分析的方法來處理，其效果都不好，而聚類預(yù)報(bào)彌補(bǔ)了這一不足缺陷。而對這種數(shù)據(jù)對象之間的相似或不相似程度的描述又是由數(shù)據(jù)屬性的取值來確定的，通常就是利用各數(shù)據(jù)對象之間的距離來表示的。 研究內(nèi)容本文闡述了聚類分析的理論背景，主要研究了用系統(tǒng)聚類分析方法對樣本數(shù)據(jù)進(jìn)行分組，但是，我們并不知道樣本數(shù)據(jù)的分組是否合理，因此再利用方法對其進(jìn)行檢驗(yàn)，從而使得聚類精度有所提高，進(jìn)而增加分析結(jié)果的可靠性和可信性。體現(xiàn)出以下三大顯著的優(yōu)點(diǎn)：（1）能綜合利用多個(gè)變量對樣本進(jìn)行分類；（2）分類結(jié)果更加直觀，具體體現(xiàn)是聚類譜系圖，從聚類譜系圖中，我們可以很清楚地觀察其分類結(jié)果；（3）聚類分析所得到的結(jié)果比傳統(tǒng)分類方法更細(xì)致、全面、合理。 聚類分析在證券市場分析中的應(yīng)用價(jià)值聚類分析建立在基礎(chǔ)分析之上，立足于對股票的基本層面進(jìn)行量化分析。所謂的類，通俗地講，就是指由相似元素組成的集合。. . . . .山東交通學(xué)院2013屆畢業(yè)生畢業(yè)論文（設(shè)計(jì)）題目：聚類分析在證券市場分析中的應(yīng)用院(系)別 理學(xué)院 專 業(yè) 信息與計(jì)算科學(xué) 班 級 信息091 學(xué) 號 090111111 姓 名 郝光亮 指導(dǎo)教師 陳鳳欣 二○一三年六月摘 要本文隨機(jī)選取了40家在滬深上市的山東省的公司企業(yè)，選擇每股收益、每股凈資產(chǎn)、主營收入增長率、主營利潤增長率和凈資產(chǎn)收益率5項(xiàng)指標(biāo)評價(jià)體系。俗話說：“物以類聚，人以群分”，在自然科學(xué)和社會科學(xué)中，存在著形形色色的分類問題。聚類分析即是研究分類問題的數(shù)據(jù)分析方法。另外，單純從聚類分析這一方法來講，聚類分析通過對樣品或指標(biāo)（變量）之間存在的相似程度進(jìn)行度量，將“相似”的歸并成類。在現(xiàn)有的研究基礎(chǔ)上，本文深入探討了聚類分析在證券投資中的應(yīng)用價(jià)值，豐富和完善了在證券市場分析中應(yīng)用聚類分析時(shí)的指標(biāo)體系。聚類分析的基本思想是認(rèn)為研究的數(shù)據(jù)集中的數(shù)據(jù)之間存在不同程度的相似性，根據(jù)數(shù)據(jù)的幾個(gè)屬性，找到能夠度量它們之間相似程度的量，把一些相似程度較大量的歸為一類，另一些相似程度較大的量歸為另一類，即同一組內(nèi)的數(shù)據(jù)對象之間具有較高的相似程度，而不同組中的數(shù)據(jù)對象之間是不相似的。（6） 聚類預(yù)報(bào)法：聚類預(yù)報(bào)法是利用聚類方法來處理預(yù)報(bào)問題。系統(tǒng)聚類法的基本思想是：首先定義樣品間的距離和類與類之間的距離，開始時(shí)先將每個(gè)樣品各自當(dāng)作一類，此時(shí)樣本間距離與類間距離是等價(jià)的，再將最近的兩類合并聚為小類，將已聚合的小類按其相似程度（用類間距度量）再聚合，依此類推，每次減少一類，隨著相似程度的減弱，直到最后將全部樣品合成一類,并類的全部過程可以用聚類譜系圖形象地表達(dá)出來。常用的距離有：歐式距離、明科夫斯基距離、馬氏距離等。為了研究問題的方便，分別以表示樣品，簡記是樣品之間的距離， 設(shè)和為兩個(gè)類，含樣品數(shù)和。 系統(tǒng)聚類分析方法的比較系統(tǒng)聚類法的聚類原則決定于樣本間的距離和類間距離的定義，類間距離定義的不同就會產(chǎn)生不同的聚類分析方法，系統(tǒng)聚類法具有以下簡單的性質(zhì)：單調(diào)性：在利用系統(tǒng)聚類法進(jìn)行并類過程中，并類距離具有單調(diào)性符合系統(tǒng)聚類法的基本思想，可知，最短距離法、最長距離法、類平均距離法和離差平方和法都具有單調(diào)性，但重心距離法不具有單調(diào)性；空間的濃縮與擴(kuò)張以最短距離法和最長距離法的并類過程為例，對于其相應(yīng)的距離，每一步都有以下性質(zhì)：，對于一切的，這種性質(zhì)稱為最長距離法比最短距離法擴(kuò)張，或稱最短距離法比最長距離法濃縮；由以上可對系統(tǒng)聚類法有以下結(jié)論：類平均距離法比最短距離法擴(kuò)張，且比最長距離法濃縮；類平均距離法比重心距離法擴(kuò)張，且比離差平方和方法濃縮。當(dāng)然，如果考察的指標(biāo)多于個(gè)時(shí)，可以先通過降維的方法把這些指標(biāo)進(jìn)行綜合,綜合出個(gè)或個(gè)指標(biāo)，從而轉(zhuǎn)化為個(gè)變量或個(gè)變量情況，再繪制二維或三維的數(shù)據(jù)點(diǎn)的散布圖來確定合適的分類個(gè)數(shù)。鑒于聚類分析在證券投資方面還有很大的發(fā)掘空間和研究價(jià)值。因此投資者對于投資這樣的公司，要提高警惕。 由以上兩種方法可知，這兩種方法都采用極值化法對數(shù)據(jù)進(jìn)行無量綱化，都是通過利用變量取值的最大值和最小值將原始數(shù)據(jù)轉(zhuǎn)換為界于某一特定范圍的數(shù)據(jù)，從而消除量綱和數(shù)量級的影響。利用軟件對樣本公司股票進(jìn)行系統(tǒng)聚類分析，具體操作步驟如下：（1）打開軟件，導(dǎo)入樣本數(shù)據(jù)（此處的樣本數(shù)據(jù)是事先經(jīng)過編輯好的數(shù)據(jù)文件，）；（2）在軟件中，依次選擇分析、分類、系統(tǒng)聚類，彈出系統(tǒng)聚類分析對話框；（3