投资策略类课题研究报告《数据挖掘在投资中的应用》(doc　29).rar 数据挖掘在投资中的应用 类　　　　　　别：投资策略类 课题研究人：俞文冰 选　送　单　位：国联基金管理有限公司 　 数据挖掘在投资中的应用 内容提要 国内外大量实证研究结果表明:上市公司定期公布的财务报告具有很强的信息含量，但是当期会计盈余数据的信息会在披露前后在股票市价中迅速得以体现。因此对于中长期投资者来说,重要的是预见未来盈利。质地优良且未来具有较高盈利增长能力的公司是中长期投资者普遍关注的对象，因为只有这类公司才能给投资者带来持续的回报。而财务报告包含了大量描述公司经营状况的数据。这些数据应能为投资者提供关于公司未来盈利能力的信息。对于中长期投资者而言，需要做的就是利用这些信息挖掘出未来能够具有较高盈利水平同时又具有较好的成长性公司。 现有的各种预测方法，无论是分析师的研究还是常规的统计学和计量经济学模型都有其不足之处。分析师研究主观性强、工作量大；统计计量模型形式单一、可能存在过度拟合的缺点。针对这些不足之处，笔者采用数据挖掘方法进行弥补。本文首先采用Logistic回归，决策树和神经网络建立了广义线性和非线性预测模型，试图寻找未来具有较好的业绩和增长能力的上市公司，取得了较好的预测效果。为了保证模型的稳健可靠。再建立完模型以后，又采用＂数据拆分＂和＂瞻前顾后＂两种方法从不同的方面对于预测的有效性进行评估，确定这些预测效果是稳健可靠的。最后，以数据挖掘选股为