基于Vague相似度量的股票组合选择策略

毕 业 论 文 初 稿题 目 基于 Vague 相似度量的股票组合选择策略 学生姓名 X XX 学号 X XXXXX 所 在 院 (系 ) XXXX 专业班级 X XXX 指导教师 XX 陕西理工学院学院毕业论文第 2 页 共 25 页摘 要在现代信息膨胀的时代，不确定的信息随时存在，不确定的事件随时发生，而在股票行业，股票信息更是瞬息万变。为了判定这些不确定信息在某一动态区间是否完全一致或者近似一致，从而提供一种最优的股票组合排序策略。我将运用 Vague 相似度量知识着力介绍股票组合选择策略，借助数学软件 MATLAB 进行实例分析，在 Vague 集上讨论股票的组合排序得出最优策略。通过对本课题的研究掌握运用 Vague 集来处理不确定信息的基本方法，并试图寻找一种能更好地解决不确定信息实际问题的分析研究方法和思路。股票组合投资是对股票投资风险规避的主要方法，其中对各种股票组合投资策略的优劣评价是其关键。现对二级市场上同一行业内的不同股票进行投资价值分析是一个系统综合评价问题。本文从评价指标的选择、单项指标的评价、多项指标的综合评价和属性识别准则四部分来阐述属性测度理论在股票投资价值分析中的应用。特别需要指出的是股票投资价值评价指标体系的建立和指标权重的确定应用 Vague 集相似度的理论和方法。本文提出一种新的基于 Vague 集的风险组合投资排序策略，给出了利用 Vague 加权相似度量优化模型求解指标偏好权系数的方法；并通过实例对该方法进行了验证，实验结果会得到股票的最优选择策略。关键词： Vague 集；相似性度量； 股票评价； 股票选择； 相似度量； 选择方法； 投资价值分析； 指标； 评价体系； 陕西理工学院学院毕业论文第 3 页 共 25 页Based on the similarity measures Vague stock portfolio selection strategy AbstractIn the modern information era of inflation, the uncertain information there at any time, the uncertain events occur at any time, and in stock industry, stock information is rapidly changing. In order to determine the uncertainty information in a dynamic interval is entirely consistent with or similar to the consistent, to provide the optimal order stock portfolio strategy. I will use the Vague similarity measures knowledge introduction to stock portfolio selection strategy, with the aid of mathematics soft MATLAB or C, case analysis, Vague set in discussion on the combination of stocks that sort the optimal strategy. Through the study of this project can use Vague set to deal with uncertain information of the basic method, and trying to find a better solution not sure the analysis of practical problems in information research method and thinking.In the secondary market for the same industry in the stock of different investment value analysis is a comprehensive evaluation system. This article from the selection of evaluation indicators, and the evaluation index, single many index of comprehensive evaluation and attribute recognition criteria of four to illustrate the attribute measure theory in stock investment value analysis of application. Special need to point out is, stock investment value evaluation index system is established and the target weights of the application to determine the Vague set theory and method. Finally, we applied attribute synthetic evaluation method to electronic components manufacturing company stock investment value analysis, and the results verify the correctness and practicability of this method.Portfolio strategy of stock is a main method for stock investment risk evasion, in witch the evaluation of the various portfolio investment strategy is the key. In this paper, we have proposed a new avoiding strategy of stock investment risk based on vague Set. In order to determine the optimal weights, we proposed to solve the weighted coefficient method by using of vague weighted similarity measure optimization model. Finally examples are used to validate the proposed method, and the experimental results show that this method is effective.Keywords: Reduction in vague set；Similarity measure；Stock evaluation；Stock decision；Similarity measures choice method ； Investment value analysis； Evaluation；Index system；陕西理工学院学院毕业论文第 4 页 共 25 页目 录第 1 章 绪 论1.1 课题背景1.2 研究现状1.3 研究目的和意义1.4 解决问题1.5 应用领域第 2 章 理论方法论证2.1 Vague 集概念2.2 Vague 集定理2.3 相似度定义2.4 Vague 值相似度满足的基本准则2.5 Vague 集的运算2.6 Vague 集之间的相似度量的计算2.7 股票投资选择指标2.7.1 股票投资风险因素选择 2.7.2 股票投资价值分析的评价指标体系建立第 3 章 过程论述3.1 Vague 集合建立3.2 基于 Vague 集相似度量的股票选择策略3.3 基于 Vague 集相似度量的股票选择3.3.1 银行金融行业股票期望3.3.2 股票 Vague 集和期望 Vague 集 E 之间的相似度量3.3.3 股票投资选择策略中的单指标分析3.3.4 设定投资级别表3.3.5 银行金融行业的股票投资结论3.4 Vague 相似度量在银行金融行业股票选择投资价值分析中的应用结束语致 谢参考文献陕西理工学院学院毕业论文第 5 页 共 25 页第 1 章 绪 论1.1 课题背景 Gau 等人于 1993 年提出 Vague 集，它是普通模糊集的推广，Biunique 等人在文献中证明了 Vague 集就是直觉模糊集。 Vague 集能够表示三维信息使得它对模糊信息的刻画比普通模糊集更符合客观实际。目前，Vague 集已被成功应用于模糊控制、智能决策、模式识别等领域，而相似度量是其中的关键技术。 目前已有众多学者提出了 Vague 集相似度量方法，文献中指出这些方法不能准确描述 Vague 集相似本质，并提出了 Vague 集相似度量方法的标准以及一种新的度量方法，这个方法囊括了度量 Vague 集的必要因素，同时考虑了支持信息和反对信息所占的比重。模糊集是由 zadeh 于 1966 年提出的，该理论更为合理地处理现实中的模糊问题，但该方法也有一定的局限.一方面，用来表示元素“一定程度上属于”集合的隶属函数是单值的，同时包含了支持和反对证据的程度，没有体现出既不支持也不反对的证据.而现实中，因信息不足或客观需要，人们在对事物评判和决策时采取中立、弃权或者犹豫不决的态度是常见的.另一方面，由于单值隶属函数同时包含了支持与反对证据，因此，当分别考虑这两种证据的影响时，在定量描述和分析运算上有困难.例如，要求 10 名专家根据某中小企业的实际情况，判断该企业产能的饱和度，评估的结果为“饱和” ， “不饱和”和“不表态”(生活中对某一断言做出“不表态”的判断是常有的，如投票时弃权)，假如其中有 5 位专家认为该企业是“饱和”的，2 人认为是“不饱和”的，3 人“不表态”.显然，用 Fuzzy 集是无法表示和处理这一类模糊信息的.5 人支持 2 人反对时，没有理由不考虑弃权人的思想倾向，虽然他投了中立票，但是他未必是一个完全的中立者，可能他也倾向于某一方，只不过这种倾向还不足干让他做出支持或反对的决定.为了使模糊集理论在描述客观事物时更贴近现实，Gau 和 Buehree 分析了模糊集的特征，通过引入真隶属度和假隶属度，给出以区间形式表示的隶属程度该区间能够同时给出支持证据和反对证据的程度，并且能够表示中立的程度，从而提出 Vague 集的概念，并通过“投票模型”对 vague 集进行了解释5 一 6.显而易见，企业产品营销过程中，企业产品和服务的未来市场是不确定的，评估专家的判断受囿于自身的知识结构、判断力以及个人风险态度、对未来的期望等不同因素，也表现出一定的不确定性.基于以上不确定性的考虑，采用 Vague 集的思想可以有助于更加科学地评估企业的现状，更好的为企业的营销策略服务。在不确定信息处理的过程中, 人们经常要将模糊知识进行比较、匹配, 以判定两个知识模式是否完全一致或近似一致。Vague 集是基于投票模型的一个处理不确定信息的有效工具, 用 Vague 陕西理工学院学院毕业论文第 6 页 共 25 页集来描述股票的一些指标是符合客观实际的,因为就某段时间而言, 股票的信息是动态变化于某个区间范围内的。衡量股票价值的指标有很多, 我们必须在众多的指标中挑选出最有影响力的关键性指标。用投票模型和 Vague 集的核属性, 挑选出关键性指标, 建立关键性指标评价体系。在股票的选择过程中, 我们运用 Vague 集合理论构造股票的期望值,在把股票的关键性指标同样用 Vague集表示后, 采用 Vague 集相似性度量方法衡量各个股票与行业期望的相似性, 进而确定某种股票是否具有投资价值。由于股票的类型很多, 但相关性最强的是按照行业分类,不同的行业在市场、利润、政策法规等方面差距巨大。在本文中,我们以金融银行行业股票作为对象进行 Vague 集股票选择方法的研究。对于投资决策的实际问题，人们常常将投资收益和投资风险的满意程度作为模糊优化目标，把投资流动性作为优化约束条件。根据无套利原理，高风险高收益是金融市场的基本规律，人们必须在高风险高收益和低风险低收益之间，根据个人喜好对收益和风险进行权衡和优化。在投资决策中，一般要同时考虑投资收益、投资风险和流动性三个指标的满意程度1。在不确定信息处理过程中，人们经常利用模糊知识进行比较，来判定两个知识模式是否完全一致或近似一致。Vague 集是处理不确定信息的有效工具，用 Vague 集来描述股票指标是符合客观实际的，因为就某段时间而言，股票信息是动态变化的区间值，近几年已有相关的一些研究成果2-6。文献2给出了基于 Vague 集相似度量的股票选择方法，用 Vague 集核属性构建价值型股票评价体系后，使用 Vague 集相似性度量方法挑选出与目标预期相符的股票。文献3-4给出了新的从单值数据向 Vague 数据的转化公式，提出 Vague 优化决策方法。但他们都没有考虑投资者的偏好和指标权重问题，文献1指出在实际投资策略选择中，具有不同心态的投资者对投资指标的满意度有较大差异，合理的投资模型应该考虑投资者形成适合自己风格的投资策略，从而使模型具有广泛的实用性。在股票投资决策中选取指标是关键，本文根据参考文献1，选取投资收益、投资风险和流动性作为股票选择的三大重要指标，同时还进一步考虑决策者对三大指标的满意度。在股票组合投资的选择过程中，不同的决策者对股票投资组合策略的满意度，以及对各个指标的偏好程度是不同的。为了解决这个问题，在本文中引入投资满意度权重和偏好度权重，并给出最优权值的确定方法。在股票投资组合策略的选择过程中，运用 Vague 集合理论构造股票指标的理想值，在把股票的关键性指标转换为 Vague 值后，采用 Vague 集加权相似性度量方法，衡量各个股票组合投资策略与股票指标理想值相似性，进而确定各种股票组合投资策略的优劣。陕西理工学院学院毕业论文第 7 页 共 25 页1.2 研究现状股票组合策略在实际应用中，由于市场环境的错综复杂，为了有效回避市场中的非系统性风险，保证股票预期收益的稳定性从而实现整体投资收益的最大化，通常很少有基金仅仅采用单一的个股选择策略，而是更多地是将各种单一的投资风格(个股选择策略)进行组合运用，即采用构建股票组合策略。我国现有股票组合策略按照积极与消极的程度通常可分为以下三类：最积极的策略；介于积极与消极之间的股票组合选择策略；最消极的股票组合选择策略。1.3 目的和意义股票的投资价值充分体现在股民投资某些股票后, 能够按照预期的希望增值。随着中国股票市场日渐成熟,市场监管制度日益完善, 市场价值型投资理念日益成为市场主导。为此,采用科学有效的手段建立股票价值投资的评价体系,以此为依据,选择最具有投资价值的股票进行投资, 以增大投资者的收益率,减少投资风险具有巨大的现实意义。运用 Vague 相似度量方法能使股票组合选择最优，更精确的预测股票变动趋势，可以转化为实现股票预测投资的一种算法，进而编程为软件，体现股票选择时辅助决策能力。经过 Vague 相似度量方法就可以算出哪些股票适宜投资，哪些股票不适宜投资，那些股票不能投资等情况，并使这些结果在现实中得到实例的验证。1.4 解决问题票组合策略研究一直是投资领域关注的热点问题，该课题将利用 Vague 加权相似度量优化模型求解指标偏好权系数的方法，在 Vague 集上讨论股票的最佳选择策略。1.5 应用领域各领域各行业的股票投资、风险预测、金融担保、市场稳定分析、股市分析。确定股票投资评价指标，进行投资价值分析，包括股票宏观分析和股票微观分析。计算选择股票的 Vague 集并与期望 Vague 集之间的相似度量性比较，进而划分出股票投资指标等级体系，依此确定股票的投资方向。第 2 章 理论方法论证2.1 Vague 集概念定义 1 （实数值 Vague 集，RVVS, Real Value Vague Sets）令 U 是一个点（对象）空间。其中的任意一个元素用 u 表示，U 中的一个 Vague 集 A 用一个真隶属函数 和一个假隶属函数 表示，tAfA陕西理工学院学院毕业论文第 8 页 共 25 页是从支持 u 的证据所导出的 u 的肯定隶属函数下界， 是从反对 u 的证据所导出的 u)(tA )(fA的否定隶属度下界， 和 分别是 U 到0,1的一个映射：tAfA1,0:UtA 1,0:f当 U 是连续的时候有：(1)uJAftA,/)(,当 U 为离散的时候有：(2)ni iiAiAUft1 ,/)(),(其中： ftA对于 是从支持的证据所导出的 的肯定隶属度逇下界， 是从反对)(,xUxxfA的证据所导出的 的是否隶属度的下界，并且 ，如图 1 所示，x 关于x xftAA 的隶属度可由0,1上的子区间 表示，或者称 是 x 在 Vague)(1),(xftAA)(),(fAA集 A 中的 Vague 值。称 为 x 关于 A 的未知度，也称为犹豫度或者踌躇度。-x是 x 相对于 A 的未知信息的度量， 的值越大，说明 x 相对于 A 的未知信息越多，当A时， ，即 时，Vague 值 X 退化为普通模糊值。ftA101tf)(txA0x图 1Vague 集示意图)(-1fxA1 )(-0xfA)(0t U陕西理工学院学院毕业论文第 9 页 共 25 页定义 2 设 A 是定义在论域 U 上的一个 Vague 集，称为 为 x 的 Vague 核。xftSAA显然 ，表现了现有证据对元素 x 的支持和反对的两种趋势的对比。 ，说1,xS 0S明 x 属于 A 的程度比 x 不属于 A 的程度大， ，说明 x 属于 A 的程度和 x 不属于 A 的程度0A相当； ，说明 x 属于 A 的程度比 x 不属于 A 的程度小。0定义 3 设 x 是定义在论域 U 上的一个 Vague 集的某一个 Vague 值，其真隶属度函数 和假隶属度tx函数 在 中构成子区间 ，称 ， 为 Vague 值的 x 的断点。设 y 是定义在fx1,01,ftxxtxfx1论域 U 上的一个 Vague 集的另一个 Vague 值，称 ， 为 Vague 值 x 和 y 的点端点距yy离。定义 4 设 A 和 B 是论域 上的两个 Vague 集合，其中,321nU，xftii iAiA/)(1),(n1ini iBiB/)(),(1假定 表示 Vague 集 A 在 的隶属度，xftVii iBiBA/)(),(n1xi ni,2,1表示 Vague 集 B 在 的隶属度， 。xii iBiB/)(),(n1 ii,对应于定义 2，在 Vague 集 A 和 B 的相似程度可以由下面的公式进行计算： ni iBiAZxVMS1* )(,(),(定义 5 设 为论域， 为在集合 上指标 的数据。12,.nUx=ijx1,2.im(1,2.)jn对于非负单值数据 ，如果 化成的 Vague 数据 满足 Vague 公理和效益公理，ijij ijijijxtf则称转化公式为效益公式；满足 Vague 公理和消耗公理的转化公式称为消耗公式。其中(1) Vague 公理： ；01ijijtf(2) 效益公理：当 ，而单值非负数 和 分别转换成的 Vague 数据 和kjhjxkjxhj ,1kjjkjxtf陕西理工学院学院毕业论文第 10 页 共 25 页满足： ；,1hjjhjxtf,1kjhkjhjtf(3) 消耗公理：当 ，而单值非负数 和 分别转换成的 Vague 数据 和0jjxkjxhj ,1kjjkjxtf满足： 。,hjjhjxtf,kjhkjhjtf注：当指标的数据取“越大越好”时，适合使用效益公式；当指标的数值取“越小越好”时，适合使用消耗公式。2.2Vague 集定理定理 1 记 ， ， ,则max12,.j jmjxin12,.jjmjxx12.p（1）122i in2axmnax,ppijjijjijijijtf是非负单值数据 化为 Vague 数据的效益公式。而ijx（2）1222minminaxax,1,ppijj ijjijijijtf 是非负单值数据 化为 Vague 数据的消耗公式。ijx定理 2 对 Vague 值 ，记 。对 规定,1ptf=-1pptf=-12.=() 2)()m mpa+L（3）()ppbtf+定理 2 设论域为 ，其上有 Vague 集 和12,.nUx1(),()/nsisiiiStxfx，分别简记为 和 。并记1(),()/ntitiiiTxf1,/iinstf1,/iinttiiTf，则公式0,.m（4）()()()()12T(,)mmniiiimiatbstSs 是 Vague 集 S 和 T 之间的相似度量。定理 3 设元素 的权重为 ，且 ，并记 ，则在定量 2(1,2.)ixn0,iw1ni0,1.的条件下，公式陕西理工学院学院毕业论文第 11 页 共 25 页（5）()()()()12T(,)mmniiiimiastbstWSw是 Vague 集 S 和 T 之间的加权相似度量。2.3 相似度的定义从不同的角度讨论了 Vague 集（值）间相似度的计算。它们给出的计算方法大都是针对特定Vague 集（值）给出的，因而再提出一种新的相似度计算方法来弥补旧有公式的缺陷时又会出现新的缺陷。这种情况既反映了实际问题的模糊性，也表明现有的相似度计算方法有一定的主观性。这里将给出 Vague 集相似度的一个规范的定义，为相似度计算公式构造与选取提供一个基本框架，避免构造的盲目性和随意性。为叙述方便，以下将 记作 ，将 记作 。bmina,maxb定义 设 U 为论域，U 上全体 Vague 集记为 V(U)， ,设)(,UVCBA),(),(10)(BAV：（1）若函数 满足下列条件（K1）-（K5） ，则称 为 Vague 集 A,B 间的基本相似度，）（ ,叫做相似函数。（K1） ),(,AB）（K2） 1）（K3） ),(,）（K4） 其中0）（ I ).(,0)(,1)(, *1 UuuftuftIl （K5）若 ，则 进一步地，若函数 还满足下列条件：CBA,CBA）（ （K6） 当且仅当 A,B1,）（K7） 当且仅当）（ BAIBAI，或， （K8） 其中 ，）（）（ ,)()(*kuft，UukufktBB,10()()(*，陕西理工学院学院毕业论文第 12 页 共 25 页则称 是 Vague 集 A 与 B 间的强相似度， 称为强相似函数。）（ BA,注 1 （1）当论域 U 为单点集时，定义 8 自然地定义了两个 Vague 值间的相似度，事实上，常见的做法是先给出两个 Vague 值间的相似度计算公式，然后将该公式推广到一般 Vague 集上。（2）设 是论域 U 上两个 Vague 值，常见的相似度计算公式主要1,yxftft有： 2|)()(|1, yxyxCttyxM）（ 4|f-|t-|)()(|, yxyxyxyxL tt）（ 2|1, yxyxHftyx）（ )(), 2yxyxDftM（）（其中2|1|)1(|1, ）（）（）（）（ yxyxZ ffttyx 。yyxx ftft,|2-, yxyxS ftM）（有了 Vague 值间的相似度计算公式，可以给出一个统一基于离散论域 U 上的 Vague 集间的相似度量计算公式如下： ni iii UuBAB1 )(,(,）（其中，)(,)(*iAiifut )(,)(*iBii uft为上面六种相似度计算公式中的任一种。iiB更进一步的说，所有加权思想的相似度公式，可以统一的表达为;陕西理工学院学院毕业论文第 13 页 共 25 页其中niiiiWwuBAB1)(,）（ nii1,0在这里需要说明的是， 是 的改进，而 是在分析了， 和）（ yxMH,）（ yxC, ）（ yxML, ）（ yxMC,的改进。 也是 的改进。按照现有的肯定和否定证据再次分配，得到）（ yxH, ）（Z）（H新的真假隶属函数，并按照 来计算相似度， 则是基于实验数据分析而得出的）（ yx, ）（ yxS,公式，当 Vague 集变动时所得相似度的变化也较为稳定。 是基于二维度量空间上点的距）（D离的变化而诱导出的公式，具有众多优良的性质，只是它没有考虑到 Vague 集的未知的大小，因此在计算某些特殊情况下的 Vague 集之间的相似度时会出现比较大的波动。2.4 Vague 值相似度满足的基本准则Vague 值的犹豫度是王伟平提出的，他是考虑到 Vague 值的相似度对于人们认识问题的影响。也是对早期的 Vague 相似度的修正，从而便成为了 Vague 值相似度的基本准则，其内容如下：准则 1： 1,0）（ yxM准则 2：（对称性） ),()(xy准则 3： ,),(exy准则 4： 的充要条件是 或者01,0y1,0,yx准则 5：若 ，则zyx)(min(),( zMxzxM2.5 Vague 集的运算定义 1.31 设 Vague 值 其中 t, , ,且,1,1,ftftyyxxfxy10定义 Vague 值的运算与关系如下：.1,ftftyxx ),min(),i(yxft1ayxx,&yftyxyx；1,tf陕西理工学院学院毕业论文第 14 页 共 25 页2.6 Vague 集之间的相似度量的计算相似度量公式：设 A，B 是论域 U 上的两个 Vague 集； nAnAAAA ufutufutfut /1),(/)(1),(/)(1),( 221 ）（ BBBBBB ）（令 ),()(iAiiAftSiBiiBuu)(2)( iAiiAiiA uftft ）（ )iBiiBiiBS）（ ），（ n2,1定义两个公式： ni iBiAiBiAiBiA uffuttuSAT1 210|),()|)(|)2)(),( ni iBiiBiAiBiAiBiA SSfftB1 |),()|)(|)()|()(),( ），（ 210注意： 的充要条件是 满足),(*Tniiiua1/,niiiua1/,。，且 ),21(,0,1aibii 2.7 股票投资选择指标2.7.1 股票投资风险因素选择所谓风险，是指造成损失的可能性。股票投资的风险是指股票投资者在未来时期内不能获得预期收益并蒙受损失的可能性。股票投资既可给投资者带来收益，也可使投资者蒙受损失，这是由股票投资的特性决定的。一般来说，收益高的股票所隐含的风险也大。因此，在股票市场上要获得较高的收益，必然要承担较大的风险。人们需要在高风险高收益和低风险低收益之间，按照自己对收益和风险的偏好进行权衡和优化。在投资决策中，一般要同时考虑投资收益、投资风险和流动性三个指标的满意程度7-9。因此，我们选取股票投资收益、投资风险和流动性作为组合评价的主要因素。同时，不同的决策者对股票投资组合策略的满意度，以及对各个指标的偏好程度是不同的。为了解决这个问题，在本文中引入投资满意度权重和偏好度权重，并利用最优 Vague 相似测度模型，陕西理工学院学院毕业论文第 15 页 共 25 页确定指标偏好权值系数。在股票投资组合策略的选择过程中，运用 Vague 集合理论构造股票指标的理想值，在把股票的关键性指标按照效益型和消耗型公式转换为 Vague 值后，采用 Vague 集加权相似性度量方法，衡量各个股票组合投资策略与股票指标理想值相似性，进而确定各种股票组合投资策略的优劣。2.7.2 股票投资价值分析的评价指标体系建立应用应用基本分析法进行投资价值分析主要包括宏观经济分析、行业分析和区域分析以及公司分析三大内容。无论是进行判断投资环境的宏观经济分析, 还是进行选择投资领域的中观行业分析, 对于具体投资对象的选择最终都将落实在微观层面的上市公司分析上( 市场指数投资除外)。国内外学者评判上市公司股票投资价值的主要依据是该公司的财务指标, 大致可以分为单项指标法和综合指标法两类。单项指标法不足以全面地反映上市公司的经营业绩, 不能令人信服, 应用范围越来越有限; 与之形成对比的是综合指标法越发受到追棒, 影响最大的是沃尔评分法、综合评分法和国有资本金绩效评价法三种。但现有的综合评价方法所采用的指标用来评价股票投资价值也存在不足, 主要表现在: 这些指标多是从财务安全角度考虑的, 并非为投资价值分析而设, 因此, 指标体系宽泛庞杂, 且中间有不少交叉重复的指标; 另一方面, 上述三种综合指标法的指标设计都没有考虑 每股比率 类指标, 但对于上市公司来说, 每股收益、每股净资产等是极其重要的投资收益分析指标。为此, 应建立全面科学、能够反映我国上市公司实际情况的综合指标体系。股票价值分析包括宏观分析和微观分析。宏观分析为针对具体的市值，进行实时的数据分析；微观分析包括行业分析，公司价值分析，区域分析等内容。对于投资选择必须落实在对具体公司的详细分析上。通常，股票的选择（参考）指标是比较多的，比如普通用户可以使用股票分析软件（大智慧，指南针等）的一些量化指标，通过自己对投资企业的盈利能力，股权大小，偿债能力，运作状况等综合信息的分析，从而得到部分用来评价股票投资的指标，我们可以称其为基本指标，如下表：股票选择基本指标上表中包含选择投资股票所要考虑的必须因素，但是考虑过多的话又会对问题复杂化，不利于构建评价体系，随之产生的误差也会比较大。所以为了构建独立的指标体系，我们选择部分最为关键元素进行考虑。1.股票价值 2.每股收益 3.总股本 4.股东权益比率5.流动比率 6.资产负债比率 7.流动 A 股 8.税后利润增长率9.每股现流动资金 10.固定资产周转率 11.主营业务利润率 12.净资产流动收益13.销售利润 14.每股利润 15.存货周转率 16.库存周转率陕西理工学院学院毕业论文第 16 页 共 25 页股票选择基本指标是很多，不能清晰地构建评价体系，因为考虑的问题和因素太多，越容易产生误差，而误差积累所带来的不利因素的百分比可能会更大一些。对于股民来说最主要的是对于投资价值分析的基本指标体系中的各个指标应该是不相关的，所以我们需要从上面 16 个基本指标中选出比较重要的一些指标来重点分析，从而建立独立的指标体系。第 3 章 Vague 集过程论述3.1 Vague 集合建立在这里我们利用 Vague 集进行指标评选，首先建立一个 Vague 集合（按照随机组合的方法） ，然后按照 Vague 集的核属性大小来选定最为关键性指标。具体步骤如下：1) 对 16 个基本指标，我们请 10 位经济学家对于表 1 中的 16 个指标进行投票。对于重要的打上“”表示，对于不重要的画“”表示；对于不好判断或者认为结果不定的可以用“”表示；投票结果如表 2 所示：16 个指标的投票结果(表 2)1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 161 2 3 4 5 6 7 8 9 10 陕西理工学院学院毕业论文第 17 页 共 25 页2) 将结果转化为 Vague 集合 X，即表中每个指标所对应的一个 Vague 值， 表示第 i 个指标)(itx属于最为重要性的支持度， 代表第 i 个指标属于重要性的反对度。 为第 i 个指标重)(ifx复出现的次数/所有指标出现总数； 认为第 i 指标出现最少的次数/ 所有指标出现总数。x3) 对于构建的新集合 X 中的每一个 Vague 值的核，即， 表示现有相似度对于元素 x 属于某个概念的支1)()()( iiiSftSxxxx )(ix持和反对两种趋势对比。在这里， 大于 0，说明 x 属于重要性的程度比 x 不属于重要性的程度大。为了更更为准确的选定指标我们制定一定的标准 ，设 为 0.5.当越大，说明该指标 更为重要，为选定股票的关键项。经过计算，核属性 大于 0.5 的关键性指标如)(iSx下表：关键性指标（表 2）3.2 基于 Vague 集相似度量的股票选择策略现实社会中存在着众多差异，各行各业的股票投资都有自己投资方式和选择方式，因此我们对于股票选择策略的分析同样需要归结到具体的行业中，这样会更选择更加具体，更具有实际意义。我们选择银行金融行业的股票为例进行，说明 Vague 集相似度量在股票选择中的应用。3.3 Vague 在股票投资价值分析中的应用Vague 集属性综合评价( 或称多属性决策) 系统是在属性集和属性测度理论的础上提出的对实际问题的定性描述进行度量的一种属性识别理论模型 1, 2，具体到股票投资价值综合评价问题中, 被评价对象空间 X= 某行业内待评价的上市公司的股票, x i 为其中的样本(个股); 属性空间 F= 股票适宜投资的程度, F 分为 4 个评价级别, C1 = 很不适宜, C2= 较不适宜, C3 = 较适宜, C4 =很适宜, 这 4 个评价级别(即 4 个属性集 ) 构成了 F 的一个有序分割类; 指标集 I 选用前一部分得出的 6 个关键指标: I 1= 每股价值 , I2= 每股净资产, I3 = 每股收益, 序号 指标 )(itx)(ifx)(ix1 每股价值 0.9 0.3 0.62 每股净资产 0.7 0.2 0.53 每股收益 0.8 0.1 0.64 股东权益比率 0.6 0.1 0.55 每股流动资金 0.8 0.2 0.76 总股本 0.7 0.2 0.5陕西理工学院学院毕业论文第 18 页 共 25 页I4 = 股东权益比率, I 5 = 每股流动资金 , I6 = 总股本; 设第 i 支股票 xi 的第 j 个指标 Ij 的测量值为 tij , xi 可以表示为一个 6 维向量 xi= ( ti1, ti2, , ti6)。现在的问题是: 根据样本(个股)的测量值 xi= ( ti1, ti2, , ti6), 判断样本(个股)xi 属于哪一个评价级别?我们根据基于 Vague 集的选择决理论与方法进行策略选择，下面就股票投资价值综合基于 Vague 集的决策理论与方法进行讨论。3.3.1 银行金融行业股票期望首先，我们可从众多用户使用的股票分析软件(同花顺、大智慧、牛股密码等) 的统计结果显示银行金融行业 10 股股票关于（表 2）中 6 个关键性指标从 2009 年到 2012 年第三季度的数据，把这些数据转化为 Vague 集，形成每支股票的 Vague 集，如表 3 所示。表 3 银行金融行业关键性指标数据（表 3）序号 名称fx1,tfx3,tx41fx5,tx6G1 兴业银行 0. 00, 0. 61 0.00,0.20 0.23,0.42 0.00,0.30 0.14,0.41 0.10,0.26G2 招商银行 0. 84, 0. 97 0. 21, 0. 30 0. 02, 0. 02 0. 85, 1. 00 0. 33, 0. 60 0. 63, 0. 65G3 华夏银行 0. 70, 0. 73 0. 75, 1. 00 0. 72, 1. 00 0. 90, 0. 94 0. 38, 0. 73 0. 10, 0. 23G4 北京银行 0. 83, 1. 00 0. 48, 0. 71 0. 33, 0. 62 0. 94, 0. 99 0. 47, 0. 67 0. 55, 0. 61G5 浦发银行 0. 74, 0. 78 0. 10, 0. 70 0. 00, 0. 75 0. 83, 0. 87 0. 28, 0. 46 0. 11, 0. 19G6 民生银行 0. 73, 0. 77 0. 23, 0. 24 0. 13, 0. 14 0. 80, 0. 81 0. 29, 0. 35 0. 00, 0. 02G7 建设银行 0. 70, 0. 76 0. 12, 0. 12 0. 02, 0. 02 0. 83, 0. 83 0. 28, 0. 30 0. 40, 0. 51G8 工商银行 0. 72, 0. 73 0. 15, 0. 18 0. 04, 0. 08 0. 84, 0. 84 0. 38, 0. 46 0. 63, 1. 00G9 中国银行 0. 69, 0. 75 0. 15, 0. 22 0. 04, 0. 12 0. 83, 0. 85 0. 26, 0. 31 0. 16, 0. 25G10 农业银行 0. 78, 0. 84 0. 08, 0. 14 0. 03, 0. 03 0. 77, 0. 89 0. 00, 0. 52 0. 06, 0. 18G11 光大银行 0. 59, 0. 79 0. 41, 0. 61 0. 38, 0. 50 0. 79, 1. 00 0.