【正文】 中形成了聚類分析。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”。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(shí)際運(yùn)用時要慎重。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。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。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(diǎn)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(diǎn)處，選擇較為合適的分類數(shù)。： 選取的40家上市公司企業(yè)的樣本數(shù)據(jù)代碼簡稱每股收益每股凈資產(chǎn)主營收入增長率（%）主營利潤增長率（%）凈資產(chǎn)收益率（%）000423東阿阿膠000880濰柴重機(jī)300121陽谷華泰200726魯泰B300208恒順電氣600547山東黃金002355興民鋼圈300175朗源股份002073軟控股份300110華仁藥業(yè)002526山東礦機(jī)24002470金正大300285國瓷材料600350山東高速16000756新華制藥600017日照港600986科達(dá)股份600756浪潮軟件600336澳柯瑪600027華電國際000739普洛藥業(yè)000416民生投資600467好當(dāng)家000957中通客車600789魯抗醫(yī)藥600022山東鋼鐵000682東方電子300105龍?jiān)醇夹g(shù)300237美辰科技002588史丹利600690青島海爾000951中國重汽8002458益生股份1600600青島啤酒300233金城藥業(yè)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(shí)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。 聚類譜系圖正如在“ 系統(tǒng)聚類法中類個數(shù)的確定問題”這一節(jié)中討論的那樣，我們使用聚類分析中的“碎石圖”來確定比較合適的分類個數(shù)。說明該類股票正處于高速發(fā)展階段，其成長發(fā)展前景非常好，比較適合投資者進(jìn)行長期性的投資。初次研究聚類分析在證券市場分析中的應(yīng)用，加上自己水平有限，文也中難免有些瑕疵，但這次的經(jīng)歷對我還是很重要的，為我以后即將開始的研究生學(xué)習(xí)有著非常重要的借鑒和開河意義。不奮斗就是每天都很容易，可一年一年越來越難。有問題不可怕，只要你勇敢去解決它，在整個解決問題的過程中我收獲頗多。第類：具有與第類同樣較高的盈利能力和擴(kuò)張能力，即便如此，但是與第類相比，第類的成長能力明顯不如第類，充其量只能成為績優(yōu)股，而不是藍(lán)籌股，廣大的投資者可以對第類股票作出投資決策、進(jìn)行投資，但是同有著較大藍(lán)籌股潛力的第類股票相比，第類股票就略顯遜色。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）在彈出的系統(tǒng)聚類分析對話框中，把每股收益、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)收益率這5項(xiàng)指標(biāo)評價體系依次導(dǎo)入到變量這一欄中，此處為了更清晰地了解分類結(jié)果，我們還需要把樣本股票的簡稱導(dǎo)入到標(biāo)注個案這一欄中。因此投資者對于投資這樣的公司，要提高警惕。當(dāng)然，如果考察的指標(biāo)多于個時，可以先通過降維的方法把這些指標(biāo)進(jìn)行綜合,綜合出個或個指標(biāo)，從而轉(zhuǎn)化為個變量或個變量情況，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數(shù)。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)和為兩個類，含樣品數(shù)和。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，開始時先將每個樣品各自當(dāng)作一類，此時樣本間距離與類間距離是等價的，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。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。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。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。所謂的類，通俗地講，就是指由相似元素組成的集合。體現(xiàn)出以下三大顯著的優(yōu)點(diǎn)：（1）能綜合利用多個變量對樣本進(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。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。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，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。———類的重心。但是，該方法從其降維過程來看，比較繁瑣。 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)在價值。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)稱為一個變量，每個變量都應(yīng)該有一個變量名，一行數(shù)據(jù)稱為一條個案或觀測量。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。畢業(yè)設(shè)計是我們專業(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。能干的人，不在情緒上計較，只在做事上認(rèn)真；無能的人！不在做事上認(rèn)真，只在情緒上計較。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。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。可得到如下的輸出結(jié)果：（此處由于樣本數(shù)據(jù)較多，故只截取表的一部分），其實(shí)質(zhì)是一個不相似矩陣，其中的數(shù)值表示各個樣本之間的相似系數(shù)，數(shù)值越大，表示兩樣本距離越大：圖3. 1 近似矩陣，該表反映的是每一階段的聚類結(jié)果，其中的第4列系數(shù)表示聚合系數(shù)，第2列和第3列表示的是聚合的類，此聚類表是為本論文在后面通過畫“碎石圖”來確定合適的分類個數(shù)做鋪墊，聚類過程總共進(jìn)行了39次： 聚類表階群集組合系數(shù)首次出現(xiàn)階群集下一階群集 1群集 2群集 1群集 2178.08900422125.15200533234.35300134712.35710952123.417201061011.463