席文帥++申瑞新++呂文英++紀楠

摘要：本文對大數據時代下股票的投資方法進行了探索，提出了將大數據和云計算技術與傳統數學模型相結合的建模方法；對模型進行不斷的改進和優(yōu)化，應用并行優(yōu)化技術減少計算時間，迅速做出投資方向的判斷，是新時代背景下需要繼續(xù)探索的股票投資策略。

關鍵詞：大數據；股票投資；模型優(yōu)化

中圖分類號：F830.91 文獻識別碼：A 文章編號：1001-828X（2016）016-000-01

引言

隨著大數據時代的到來，數據科學成為了現代社會技術創(chuàng)新和投資火熱的一個領域；由于大數據和互聯網金融的不斷發(fā)展與成熟，大數據技術在股票投資方面也逐步被應用，面對股票交易的K線圖等圖表信息，要想在股市中立于不敗之地，需要有正確的理論來指導，并做出正確的投資策略[1]。

一、投資方法的研究現狀

最早由美國人Stannloy等人在1992年開發(fā)了AI系統，其通過運用聚類方法、分類和可視化技術等方法，來尋找單只股票的最佳投資時機。2005年，Dose 和 Cinacotti[2]研究了利用時間序列聚類分析的隨機優(yōu)化方法來選擇股票進行投資。結果表明聚類在降低噪聲和文件預測方面起了重要作用。2009年Fenu，G[3]利用云計算技術設計了一個實時金融系統。該系統實現了股票宏觀的分析，能夠預測金融市場的變化。武金存[4]等人在2011年利用相關數據挖掘的方法，對指數化投資組合優(yōu)化進行比較研究，有著其獨特的優(yōu)勢的理論。

二、從股市中獲取信息

目前證券市場上市公司數目眾多，每天能產生大量的交易數據，如：股票的交易價格，上市公司財務信息，股票交易的K線圖等圖表信息。如果能用一定的算法或處理數據的技術，有效的挖掘出蘊藏在其中的規(guī)律，充分利用股票交易信息以及上市公司財務數據，幫助投資者在短時間內把握股價的估值水平，從而對投資者進行價值投資建議。

三、投資方法的探索

在信息化時代的今天，信息技術對人們的日常生活起到了必不可少的推動作用，把飛速發(fā)展的信息化技術應用于股票投資方法的探討中，利用所能收集到的股市信息，用優(yōu)化和數理統計的方法來進行規(guī)律的分析，找到其變化規(guī)律，從而進行正確的投資。對此，我們可以用傳統的手段建立其數學模型進行分析，接著對模型進行修正和優(yōu)化，達到對股市走勢進行預測的目的。在大數據時代，我們將原有的方法與大數據和云計算技術進行結合，運用大數據處理算法，從而達到對股票的正確投資。

在日常生活中，我們可以做到門不出戶進行交易，網絡給我們帶來了太多的便利，我們可以收到淘寶網基于數據統計進行的商品推廣，也可以瀏覽其它事物所產生的海量數據，人們需要對海量數據進行挖掘和應用，從而產生了新理念和新思維，股票投資成為了新的學問；對云計算技術在模型建立中進行應用，可以將海量數據代入模型進行走勢的修正，用計算機程序進行編程，從而探索股市的正確投資方向。

四、建立模型的方法

對于現代的數學預測模型，模糊模型和神經網絡模型是兩種較為智能化的方法，可利用其尋找股市變化的規(guī)律。對于所繪制的圖像，可以用相關分析方法進行處理，運用云計算和大數據技術對模型進行不斷修正，從而達到預測的目的。

對于數據的分析，可以采用一些分析方法進行指標的分析，然后對變量進行處理，之后對模型進行優(yōu)化和改進，從而進行股市投資策略的分析。在大數據的背景下，我們也可以對計算程序進行優(yōu)化，將并行處理的技術用在其中，從而減少程序的運行時長，便于迅速做出投資方向的判斷。

五、結語

通過大數據和云計算技術的應用，對現證券領域擁有大量的數據資源進行開發(fā)，建立出對股票投資預測的模型，從而實現正確的投資。新時代、新背景下的投資方法需要人們繼續(xù)不斷探索。

參考文獻：

[1]彭濟敏.程序化交易方式在股票交易中的應用[D].吉林大學，2004.

[2]Dose C，Cincotti S.Clustering of financial time series with application to index and enhanced index tracking portfolio[C].Physica A：Statistical Mechanics and its Applications，2005，355（1）：145-151.

[3]Fenu G，Surcis S.A cloud computing based real time financial system[C].In：Proc of 9th IEEE Int Conf on Networks.Cancun，2009，374-379.

[4]武金存.The ComParison about Index Investment Portfolio Optimization Basedon Data Mining [C].University Of Business & Economics In heuet.he，2011，52-54.