开题报告—曾桅

1、 毕业设计(论文)开题报告题 目： 行业趋势与板块指数的关联分析 学 院： 计算机与通信学院 专 业： 计算机科学与技术 学生姓名： 曾桅 学 号： 201203010128 指导教师： 宋丹 2016年 4 月 8 日开题报告填写要求1开题报告（含“文献综述”）作为毕业设计（论文）答辩委员会对学生答辩资格审查的依据材料之一。此报告应在指导教师指导下，由学生在毕业设计（论文）工作前期内完成，经指导教师签署意见及所在专业审查后生效。2开题报告内容必须用黑墨水笔工整书写或按此电子文档标准格式（可从教务处网页上下载）打印，禁止打印在其它纸上后剪贴，完成后应及时交给指导教师签署意见。3“文献综述”应按

2、论文的格式成文，并直接书写（或打印）在本开题报告第一栏目内，学生写文献综述的参考文献应不少于10篇（不包括辞典、手册），其中至少应包括1篇外文资料；对于重要的参考文献应附原件复印件，作为附件装订在开题报告的最后。4统一用A4纸，并装订单独成册，随毕业设计（论文）说明书等资料装入文件袋中。 毕 业 设 计（论 文）开 题 报 告1文献综述：结合毕业设计（论文）课题情况，根据所查阅的文献资料，每人撰写2500字以上的文献综述，文后应列出所查阅的文献资料。文献综述1、 板块、板块指数概述 所谓板块，是指由某些题材而产生出某些概念，把具有相同或相似题材或概念的证券群体划归一个板块，在证券二级市场上的作

3、用十分突出，显示出强烈的板块连锁效应。在中国股票市场萌芽及建立阶段，由于上市公司仅限于少数几家，基本上属于国有大型企业，所谓板块的概念还没有引起人们的注意。随着上市公司的日益增多，涉及的行业面越来越广，股市的运营越来越复杂，各种概念和题材不断涌现，中国股市的板块创新开始提速，板块的提法和分类不断推陈出新。目前，我国证券市场中的板块根据划分标准的不同，大致可以分为行业板块、地域板块、绩优板块、新股板块、重组并购板块、中小企业板块、高科技板块、网络游戏板块等等，并且随着题材的不断发掘和制造，还会继续涌现出新的板块群落。 板块指数就是采用指数分析方法，将同一板块的个股按不同的权重方式生成相关指数，它

4、是板块各股股价变化的集合，是对各板块走势的整体反映。 板块指数计算与股票价格、财务数据、除权数据均有很强的联系，这些数据的质量将影响板块指数的质量。板块指数不是板块各股简单的机械的集合，而是建立在合理科学之上的数据化分析方法，其计算法则是:1、以基准日收盘价计算出的总市值为基准，将其等价为1000点。2、市值计算方法 ，其中n为股票总数，Px为第x只股票的价格，Wx为第x只股票的权重，可以设定为总股本、流通股或1(相等权重)。3、指数 = 当前市值/基准日市值*1000。4、每当有新股加入，为了避免新股的波动，从新股上市的第4天起开始计算新股，此后计算市值需乘以下系数:加入当日原股票市值/加入

5、当日股票总市值。5、除权按以下公式计算:送红股不影响指数;配股，总市值=原市值+配股总市值;分红，总市值 = 原市值 - 分红总额。6、停牌按上一交易日收盘价格计算。2、 行业分析概述 行业分析是指根据经济学原理，综合应用统计学、计量经济学等分析工具对行业经济的运行状况、产品生产、销售、消费、技术、行业竞争力、市场竞争格局、行业政策等行业要素进行深入的分析，从而发现行业运行的内在经济规律，进而进一步预测未来行业发展的趋势。行业分析是介于宏观经济与微观经济分析之间的中观层次的分析，是发现和掌握行业运行规律的必经之路，是行业内企业发展的大脑，对指导行业内企业的经营规划和发展具有决定性的意义。 行业

6、是由许多同类企业构成的群体。如果我们只进行企业分析，虽然我们可以知道某个企业的经营和财务状况，但不能知道其他同类企业的状况，无法通过比较知道企业在同行业中的位置。而这在充满着高度竞争的现代经济中是非常重要的。另外，行业所处生命周期的位置制约着或决定着企业的生存和发展。 汽车诞生以前，欧美的马车制造业曾经是何等的辉煌，然而时至今日，连汽车业都已进入生命周期中的稳定期了。这说明，如果某个行业已处于衰退期，则属于这个行业中的企业，不管其资产多么雄厚，经营管理能力多么强，都不能摆脱其阴暗的前景。还有谁愿意去大规模投资于马车生产呢? 投资者在考虑新投资时，不能投资到那些快要没落和淘汰的夕阳行业。投资者在

7、选择股票时，不能被眼前的景象所迷惑，而要分析和判断企业所属的行业是处于初创期、成长期，还是稳定期或是衰退期，绝对不能购买那些属于衰退期的行业股票。行业特征是直接决定公司投资价值的重要因素之一。行业分析是上市公司分析的前提，是联接宏观经济分析和上市公司分析的桥梁。 行业分析旨在界定行业本身所处的发展阶段及其在国民经济中的地位，同时对不同的行业进行横向比较，为最终确定投资对象提供准确的行业背景。 行业分析的目的是挖掘最具投资潜力的行业，进而选出最具投资价值的上市公司。由此可见，只有进行行业分析，我们才能更加明确地知道某个行业的发展状况，以及它所处的行业生命周期的位置，并据此作出正确的投资决策。三、

8、关联性规则在股票分析中的应用 1.关联规则的定义 关联规则是数据挖掘(或称为数据库中的知识发现)的重要研究方向之一,它于1993年首次由美国RabeshAgrawal等人提出,其基本形式为形如“A=B”的蕴涵式,“A=B”中A被称为规则前项,B被称为规则后项。关联规则反映的是A项目出现时,B项目也与之同时出现。例如“在超市中,购买啤酒的顾客同时趋向于购买婴儿尿布”。 Agrawal等人提出了挖掘事务数据库中项集间的关联规则挖掘问题,同时给出了一种挖掘算法Apriori算法。Apriori算法是一种极具影响的挖掘单维布尔关联规则的频繁项集挖掘算法,此算法的核心是基于频集的递归方法,它开辟了关联规

9、则数据挖掘的先河,后来诸多学者对关联规则挖掘算法进行了研究,都是建立在Apriori算法基础上。 2.关联性规则在股票分析中的应用前景 随着计算机、数据库和Internet技术的广泛发展应用,人们可以更为有效地管理和获取信息,全球信息量爆炸式增长,海量信息迫使人们去发现隐含在这些数据背后的规律和知识,数据挖掘技术应运而生。数据挖掘也称为数据库中的知识发现(KDD),即从大规模的数据中抽取非平凡的、未知的、隐含的、有潜在应用价值信息的过程。 中国市场经济深入改革发展,金融市场渐渐成为国民经济的灵魂,而股票市场是其中最为重要的组成部分。然而就在中国股票市场快速发展、作用日益凸现的同时,我们也应该清

10、醒地认识到股票市场的双刃剑特性。目前,政府面临着如何有效监管市场,如何防范金融风险,发挥市场积极的一面,使股票市场健康稳定发展;投资者则面临着如何最小化风险,同时最大化投资收益。如果能准确预测股票价格趋势,所有这些问题都可以迎刃而解。所以,对股票价格趋势变化的预测是及其重要而有意义的。 如何从庞大的数据信息中找到有用的知识为投资者的投资行为提供指导,已成为一个重要的学术研究方向。自Agrawal等提出关联规则挖掘的Apriori算法以来,越来越多的研究应用于股票证券数据。目前这些研究基本集中于两大方面,一是挖掘各股票的股价涨跌关联,另一方面则是从股票收益率进行分析。 【参考文献】1李从珠，牛小

11、彩，姜铁军. 证券公司上市公司的复合财务指标体系与选股J.北方工业大学学报，2001年01期2潘林. 基于小波分析与神经网络的股票市场预测应用研究D.武汉理工大学，2006年3YagilJ，ForshnerZ.GainsFromInternationalDualListingJ.ManagementScience.19914郑朝霞，刘廷建. 关联性规则在股票分析中的应用J.成都大学学报(自然科学版)，2002年04期5王俊华，张锡琴，冯敏敏. 一种增量时态关联规则算法J.计算机工程与科学，2009年10期6郑海荣.数据挖掘技术在股票分析与预测中的应用D.哈尔滨工业大学，2007年7汤亚玲.基于

12、遗传算法的Web关联规则挖掘的亚就与设计D.苏州大学，2004年8陈龙.金融高频数据的关联规则增量算法改进研究D.吉林大学，2010年9林珣，李志蜀，周勇.时间序列序列模式的相似性研究J.计算机科学，2011年09期10覃家琦，何青，李嫦娟.跨境双重上市与公司投资效率分析J.证券市场导报.200911王果，骆晓艳，胡志波.陈素.基于时序的股票预算法研究J.江苏技术师范学院学报，2010年06期12 潘立武，王保保，李绪成. 零售业销售数据关联规则挖掘算法关键思想研究J.信阳师范学院学报(自然科学版)第l6卷第1期2003年1月13郎璟，王保保.关联规则挖掘结果的可视化技术研究J.电子科技200

13、4年第10期14蔡伟杰，张晓辉，朱建秋，朱扬勇.关联规则挖掘综述J.2004年毕 业 设 计（论 文）开 题 报 告开题报告：一、课题的目的与意义；二、课题发展现状和前景展望；三、课题主要内容和要求；四、研究方法、步骤和措施一 课题的目的与意义从进入新世纪以来，股票成为众多个人理财的对象甚至是重要对象，主要是因为过去几年间的股市大涨，让人们看到了股市赚钱的可能性，从而蜂拥而入，一些家庭甚至将家庭资产的90%投入股市。因此研究行业趋势与板块指数的关联，十分必要。 理财与简单的炒股不同，它是根据个人的需要与目的，将个人的资产与负债进行积极主动的策划安排与置换，从而实现个人资产的保值、增值。个人理财

14、最大的特点就是要对自己拥有的资产与收支情况，以市场投资的战略眼光进行细分与预测，从而筛选出当前最为有用的理财工具与理财渠道，并在投资后随时关注这些工具的风险与效率，从而使自己的财产在相对安全的状态下实现持续增长。从这个角度来看，股票投资只是个人理财的一个部分。个人理财，要根据自身条件，充分考虑自己的职业、收入、年龄等各方面因素，建立自己的理财观念与思路，并根据自己对理财的认识，确定适合自己的理财工具或是投资渠道，从而实现个人财富的持续增长。总的来说，个人理财要坚持以下几点原则：一是量入而出，要根据自己的收入进行投资，明白收益与风险是成正比的，尽量少做或是不做借贷投资等风险较大的投资决策；二是要

15、坚持风险分散原则，犹太人的名言：不要把鸡蛋放在一个篮子里，在个人理财上同样适用，把个人资金放在多个不相关或是相关度不高的项目上。当某个投资项目出现亏损时，可以有其它的收入；三是合理设置个人理财的种类，现在市场上可供选择的理财产品越来越多，各种基金、股票、保险以及国库券等有价证券都可以是个人理财的选择。四是要坚持风险控制原则。任何的收益都伴随着一定的风险，只是这种风险有些高有些低，要根据自己的学识水平与资金宽裕情况，控制风险较高的投资品种的比例。股票对个人理财的影响有： 1.提高了个人理财的风险 股市有风险，这是大家都知道的理，但现实情况是，无论股票中介机构的推荐，还是各种以股票投资为主要内容的

16、股票型基金，都在其宣传中弱化了风险，而强调收益的可观，从而使人们越来越多把股票当作理财工具，这无形中拉高了个人理财的风险，与个人理财的风险分散、风险控制原则相背。因此，坚持理性的个人理才，必须尽量降低股票这种高风险的理财产品使用率。 2.催生了急功近利的理财观念 由于大部分人都是在近几年股市火爆的情况下进入股市的，接触股票的时间不长，还没有形成成熟稳健的股票投资心态，特别是在我国这样一个股市环境还不健全的情况下，各种急功近利的股市投资行为屡见不鲜，这从股民将股票投资叫做炒股就可以看出。人们在个人理财中，如果持有股票价值占个人资产的比例过大，极容易受到股市波动的影响，从而催生出急功近利的理财观念

17、，不利个人财富的增长和理性的个人理财。 3.对其它理财内容产生冲击，降低个人理财质量 与其它的理财内容不同，股市的波动性较大，收益是否有保障，并不完全依赖于个人股票投资水平，众多不可预知的风险都使股票投资的收益难以保障。在实际生活中，人们有时可能会认为某个股票值得投资，但由于手上没有多余资金，设想着股票的收益率更高，从而将个人理财产品中其它的投资资金撤出，投入股市。这种行为的出现，忽略了股市的巨大风险，一旦出现股票投资亏损，将极大的降低个人理财质量。 4.使投资人忽略其它好的理财方式 股票市场的赌博性质，使不少人乐此不疲，持续投入资金。股价下跌了的想补仓，股价涨了的更是信心爆棚，梦想着将所有的

18、资金投入股市赚取更多的钱，由于整个精力都放在了股市上，人们进行个人理财时对于其他的更合理、收益更稳定的个人理财产品会视而不见，丧失了个人财产增值的机会。 5.使个人理财归于非理性 个人理财的初衷是通过理性的投资方式，对个人的资产进行管理，以使实现不断的增值，因而做好规划是个人理财的重要内容，而由于股票收益难以预期，使个人理财也随之难以预期，从而年初或是上一年所做的个人理财规划失效，个人理财也重新归于非理性，给个人理财带来考验。二 课题的发展现状和前景展望 据中国产业调研网发布的2015年中国大数据市场调查研究与发展前景预测报告显示，大数据时代将引发新一轮信息化投资和建设热潮。到2020年全球将

19、总共拥有35ZB的数据量，预测未来大数据产品在三大行业的应用就将产生7千亿美元的潜在市场，未来中国大数据产品的潜在市场规模有望达到1.57万亿元，给IT行业开拓了一个新的黄金时代。数据处理技术和设备提供商、IT系统咨询和ERP/CRM/BI改造服务商、智能化和人机交互应用以及信息安全提供商将获巨大需求，相应公司将获得机会。当前我们还处在大数据时代的前夜，2014年以后大数据产品将会形成业绩。由于国际巨头在硬件层和基础软件层垄断优势明显，本土企业将主要依靠对客户需求的了解和客户资源优势，以及本地化服务的优势，在应用软件层分得蛋糕，拥有大数据处理、挖掘技术、数据分析人才以及数据资产的公司值得看好。

20、到2019年中国大数据市场规模将达462.9亿。 对于大数据解决方案提供商来说，大数据意味着分析、挖掘数据的方式发生了根本的变化，而为了应对这种变化，大数据解决方案提供商必须在已有的软件架构上改变思路，因此要针对新的架构进行优化，会面临较大的技术挑战。未来的行业应用会形成一个更加紧密的生态链。在这个生态链上，大数据解决方案提供商各个角色分工高度明确，他们互相支持，互相依赖，紧密合作，共同向企业提供更加高质量的服务。这对大数据解决方案提供商的资金和技术力量都是一个挑战。在大数据背景之下，解决方案提供商面临着商业模式转变的挑战。可见，行业趋势与板块指数的关联分析在。三 课题研究的基本内容和要求.行

21、业趋势分析 1）行业分类折叠发展前景a.朝阳产业-未来发展前景看好的产业。b.夕阳产业-未来发展前景不乐观的产业。折叠技术的先进程度a.新兴产业-采用新兴技术进行生产，产品技术含量高的产业。b.传统产业-采用传统技术进行生产，产品技术含量低的产业。折叠要素集约度a.资本密集型-需要大量的资本投入的产业。比如钢铁房地产b.技术密集型-技术含量较高。比如飞机制造c.劳动密集型-主要依赖劳动力。比如纺织d.知识密集型-依靠创意设计等智慧投入。比如创意产业e.资源密集型-依赖资源消耗。比如煤炭木材行业分类的标准基础:摩根斯坦利和标准普尔公司联合发布的全球行业分类标准(GICS)参照:证监会上市公司行业

22、分类指引上市公司行业划分根据上市公司年报每年调整一次分类:能源、原材料、工业、可选消费、主要消费、健康护理、金融、信息技术、电讯和公用事业10个大的行业。10个大的行业下面,包括行业主要类别。如金融包括银行、保险、房地产、多样化金融,工业包括商业服务、航空货运与快递、定期航班、海运、公路和铁路等。目的:更好地反映上市公司行业结构,为市场参与者提供研究服务,方便投资者分析跟踪相关指数。.应用关联规则进行数据挖掘关联规则算法实现发现频繁项集的Apriori算法的伪代码描述如下:算法1Apriori(发现频繁项目集)输入:数据集D,最小支持数minsup_count输出:频繁项集L1)L1=freq

23、uent1-itemsets;/频繁1-项集2)for(k=2;Lk-1;k+) do begin3)Ck=apriori_gen(Lk-1);/新的候选项集4)for each transactions tD do begin/扫描D中项集5)output Ct=subset(Ck,t);/事务T中包含的候选项集6)for each candidates cCt do7)c.count+;8)end9)Lk=cCk|c.countminsup_count;10)end11)return L=Lk;算法1中调用了apriori_gen(Lk-1),是为了通过(K-1)-频繁项目集产生K-候选集

24、。算法2apriori_gen(Lk-1)(候选集的产生)输入:(K-1)-频繁项目集Lk-1输出:K-候选项目集Ck1)For each itemset pLk-1 do2)for each itemset qLk-1 do3)if(p.item1=q.item1)(p.item2=q.item2)(p.item(k-2)=q.item(k-2).(p.item(k-1)q.-item(k-1)4)c=p join q;/连接步:产生候选项集集合5)if has_infrequent_subset(c,Lk-1) then6)delete c;/剪枝步:删除含有非频繁项目子集的侯选元素7)else add c to Ck;8)return Ck;Apriori_gen函数分为两步。首先在连接步,做自身的