【正文】 600188兗州煤業(yè)002581萬昌科技600060海信電器601678濱化股份600219南山鋁業(yè)，該實際問題中有家公司，即總共有個樣本數(shù)據(jù)，每個樣本數(shù)據(jù)又有個指標(biāo)變量(即屬性)，則由第二章的樣本數(shù)據(jù)矩陣可知，： 由于選取不同的指標(biāo)，并且不同的指標(biāo)具有不同的量綱，為了使所有的樣本指標(biāo)數(shù)據(jù)能夠放到一起加以比較，以便更好地進(jìn)行聚類分析，就需要我們對原始樣本數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理，以消除由于各指標(biāo)變量的量綱不同或數(shù)量級相差很大對分析帶來的影響。主營收入增長率用來衡量和判斷公司發(fā)展所處的階段，以使投資者較為準(zhǔn)確地判斷該公司或行業(yè)正處于成長期、穩(wěn)定期或衰退期，進(jìn)而作出較為合理的投資決策；經(jīng)營業(yè)績良好的上市公司會表現(xiàn)出較高的成長性，成長性好的上市公司的盈利也會相應(yīng)增強。因此，如果以軸表示聚合系數(shù)，軸表示分類數(shù)，畫出聚合系數(shù)隨著分類數(shù)變化的曲線圖（或散點圖），這樣就會得到類似于因子分析中的碎石圖，從而，我們可以在曲線開始變得平緩時的點處，選擇較為合適的分類數(shù)。在聚類分析方法中，樣本到底該分為幾類，究竟哪些樣品將歸于一類，分析前是不知道的。該重心距離法的譜系聚類圖很難跟蹤，且符號改變頻繁，計算較煩。Minkowski距離又稱距離，距離即歐氏距離。如果合并后類的個數(shù)仍然大于1，則重復(fù)步驟④和⑤，直到類的總個數(shù)是1時為止；⑥畫出聚類譜系圖；⑦決定分類的個數(shù)以及各類的成員。 當(dāng)使用不同的分類方法時，往往會得到不同的分類結(jié)果，更何況對于任何觀測數(shù)據(jù)都不會存在唯一“正確”的分類方法。這種方法可以大大地提高計算速度，但由于初始中心的個數(shù)及位置的選取、樣品輸入的順序都可能對最后結(jié)果產(chǎn)生某些影響，所以在實際運用時要慎重。第三章給出了聚類分析方法在證券投資市場中的具體應(yīng)用，并采用方法對分析結(jié)果進(jìn)行檢驗，證明其有效性。聚類分析首先對各類股票的公司因素、收益性、成長性、擴(kuò)張性等基本層面進(jìn)行考察，然后再利用綜合指標(biāo)評價體系來衡量樣本股票的“相似程度”。另外，在聚類分析模型的建立過程中，我們進(jìn)一步考慮了公司的成長能力，它對股票的投資價值有著重要影響。隨著人類科學(xué)技術(shù)的發(fā)展，對分類的要求也越來越高，以致有時僅憑經(jīng)驗和專業(yè)知識難以確切地進(jìn)行分類，于是人們逐漸地把數(shù)學(xué)工具引用到了分類學(xué)中，形成了數(shù)值分類學(xué)，之后又將多元分析的技術(shù)引入到數(shù)值分類學(xué)中形成了聚類分析。此研究表明聚類分析方法在證券市場投資分析中具有有效性和實用性。關(guān)鍵詞：聚類分析，證券市場投資，方法，投資回報AbstractIn this paper, we randomly selected 40 panies in Shandong province which were listed in Shanghai and Shenzhen stock market, and we choice the five indicators evaluation system that are the earnings of per share, the net assets of per share, the growth rate of the main business revenue, the growth rate of the main business profit and the yield of the net assets. In order to help investors to accurately grasp the overall features of the stock and the growth ability of the stock, we effectively use the method of the system clustering analysis to analyze the stock`s profitability, growth, etc, which were mentioned above the stocks of the 40 panies. Above all, this can help investors to make the best investment decisions, and get considerable returns in a timely manner. Finally, in order to further verify the reliability and credibility of analysis results, we use means methods to test the results of cluster analysis. The study shows that the method of clustering analysis has validity and practicability in the securities market investment analysis.Key words: Clustering analysis, Stock market investment, Means method, Return on investment 目 錄1．緒論 1 1 聚類分析在證券市場分析中的應(yīng)用價值 2 聚類分析在證券市場分析中應(yīng)用的優(yōu)點 2 聚類分析在證券市場分析中應(yīng)用的當(dāng)前狀況 2 3 研究內(nèi)容 3 內(nèi)容結(jié)構(gòu) 32．聚類分析 4 4 4 5 6 8 系統(tǒng)聚類分析方法的比較 9 103．聚類分析在證券市場分析中的應(yīng)用 12 聚類分析在證券市場分析中應(yīng)用時的指標(biāo)評價體系的選擇 12 12 12 13 14 15 17 22 24 25 264．總結(jié)和展望 29總結(jié) 30學(xué)習(xí)參考1．緒論改革開放以來，隨著我國市場經(jīng)濟(jì)的迅速、健康發(fā)展，國民的金融意識和投資意愿日益增強，而作為市場經(jīng)濟(jì)的重要組成部分——證券市場，正漸漸地走向成熟，越來越多的投資者把目光投向了股票，歷史已經(jīng)證明，股票不僅在過去是一種已經(jīng)給投資者提供了可觀的長期收益，并且在將來也會是提供良好機(jī)遇的投資媒介。聚類分析的比較典型應(yīng)用是在商務(wù)上，聚類能幫助市場分析人員從客戶基本庫中發(fā)現(xiàn)不同的客戶群體，并且用相應(yīng)適當(dāng)?shù)哪Ｊ絹砜坍嫴煌蛻羧旱奶卣?。成長能力是一個不斷變化的趨勢，因此我們選取了較能反映公司成長能力的客觀指標(biāo)，如主營收入增長率、主營利潤增長率，以便更好地探究股票的成長能力，進(jìn)而使投資者能夠更好地、正確地預(yù)測股票的發(fā)展前景和發(fā)展?jié)摿?。利用聚類分析模型能夠幫助投資者準(zhǔn)確地了解和把握股票的總體特性，以便及時地作出投資決策，進(jìn)行投資。第四章是對聚類分析方法在證券投資市場中的應(yīng)用進(jìn)行總結(jié)和展望。（3） 最優(yōu)分割法：最優(yōu)分割法又稱有序樣品聚類法，它是先將全部樣品當(dāng)成一類，然后根據(jù)某種最優(yōu)準(zhǔn)則適當(dāng)?shù)貙⑵浞指顬閮深悾俜譃槿?，直到最后將樣品分割為所需的類為止。在實際工作中，仍以系統(tǒng)聚類法使用的最多，系統(tǒng)聚類法是目前在實際應(yīng)用中使用最多的一類方法。聚類問題中有個數(shù)據(jù)，每個數(shù)據(jù)有個變量(即屬性)，表示數(shù)據(jù)的第個屬性，則數(shù)據(jù)集的所有變量可用如下矩陣表示： （）由于變量的多樣性，其取值可能是連續(xù)值的區(qū)間變量、二元變量、序數(shù)變量、名義變量等，它們的處理方法是不同的,如工資水平、股票價格、利率、匯率等可以用連續(xù)值表示的稱為連續(xù)變量，由于使用的變量單位不同等諸多因素，它們的值可能相差比較懸殊，為使各變量在聚類分析中地位相同，就需要對數(shù)據(jù)進(jìn)行歸一化即標(biāo)準(zhǔn)化處理。(3)馬氏距離 （）其中是由樣品算得的樣本協(xié)方差矩陣：,其中馬氏距離適用于作為隨機(jī)變量的樣本點，并且馬氏距離用于已知類別的模式情況,而我們所選定的家公司股票的類別是未知的,因此該距離不能用；明科夫斯基距離是一種范式,也就是說歐氏距離是明科夫斯基距離的一種特殊形式，即在式中時，此時的明科夫斯基距離即歐氏距離。類平均距離，即兩類中所有兩兩樣品之間的平方距離的平均作為類間距離；類平均距離法是一種使用比較廣泛、聚類結(jié)果較好的方法，而類平均距離法又有兩種形式：組間聯(lián)結(jié)法和組內(nèi)聯(lián)結(jié)法。在進(jìn)行聚類分析時，如何確定類的個數(shù)是個較難的問題，雖然有一些統(tǒng)計方法試圖給出判斷準(zhǔn)則，但是人們至今仍未找到令人滿意的方法，但在聚類分析中這又是一個無法回避的問題。可見，該方法較前兩種方法而言，顯得更加簡潔、直觀，因此，本論文中采用“碎石圖”來確定比較合適的分類個數(shù)。主營收入增長率和主營利潤增長率都反映了公司擴(kuò)大市場規(guī)模的能力，表明公司重點的發(fā)展方向。常用的數(shù)據(jù)標(biāo)準(zhǔn)化方法主要有：極差正規(guī)化變換、極差標(biāo)準(zhǔn)化變換和標(biāo)準(zhǔn)化變換。另外