電子表格在短期投資分析中的應用

許靜

電子表格在短期投資分析中的應用

許靜

本文闡述了電子表格在投資分析中的應用，并以某只股票價格數據為例（華夏銀行600015），作為數據挖掘的對象，得出股票買賣的定價模型。并通過實證，說明電子表格在數據挖掘和財務管理方面是可以帶來經濟效益的。

電子表格；股票價格；買賣定價模型；案例分析

在現實的生產與生活中，有許多事物我們還沒有掌握其規律，讓我們做起來很容易失敗，甚至造成很大的損失。但我們又想利用它，就必須研究其規律。例如，氣象學中的天氣預報，我們人類已經研究的比較準確了。但在地震、洪澇災害等面前，人類就還遠沒有研究明白。也就是說，數據挖掘活動仍有廣闊的研究空間和大有用武之地，人類還需要做出大量的數據挖掘才能發現新的或更多的事物的規律性。

一、數據挖掘的作用

1.數據挖掘有助于領導者提高決策質量

決策是在兩個以上方案或諸多方案中選擇一個比較正確的方案的過程。使用數據挖掘技術來揭示事物發展變化的規律，然后制定出一種符合規律的行為模式，這樣取得成功的概率才比較大。在企業，領導層經常要進行各種決策。如果沒有一些有利數據的支持，全憑借你“拍腦門”決策，就容易事與愿違，欲速則不達。利用數據挖掘技術可以幫助企業改善決策，它能及時和更好地幫助領導者做好決策。

2.數據挖掘在市場營銷的應用

數據挖掘技術在企業市場營銷中得到了比較普遍的應用，它是以市場營銷學的市場細分原理為基礎，其基本假定是“消費者過去的行為是其今后消費傾向的最好說明”。通過收集、加工和處理涉及消費者消費行為的大量信息，確定特定消費群體或個體的興趣、消費習慣、消費傾向和消費需求，進而推斷出相應消費群體的消費行為，以此為基礎，對所識別出來的消費群體進行特定內容的定向營銷，這與傳統的營銷手段相比，大大節省了營銷成本，提高了營銷效果，從而為企業贏得更多的利潤。

3.數據挖掘在投資領域的應用

投資活動的目的是為了盈利，但是有些投資者（機構、個人）卻事與愿違，不但未能盈利，反倒是虧損了。股市上歷來有：“七賠兩平一虧”的說法。這說明，那些在投資活動的贏家肯定是有一套成功的方法，而成功的方法依然是離不開數據挖掘的結果。可以斷言，在公平的游戲規則下，長期來看，任何成功者都是成功的數據挖掘者，都是在掌握了大量經驗或有關數據，進行符合規律性的操作的結果；而違背規律的操作就必然造成投資失敗。當前，在投資領域，有股票、期貨、黃金、外匯、白銀、比特幣等。這些領域就是很值得數據挖掘。做好了，就是可以實現盈利的。所以，如果你建立了一個有效的數據模型進行有關投資的買賣，就等于你有了一個金礦的挖掘機，從市場中可以挖掘出許多超額利潤來。

二、股票數據挖掘的案例分析

1.數據挖掘的目標、思路、依據和任務

股票數據挖掘，目的是為了在炒股中盈利。在這里，我主要說明一下我利用電子表格進行股票數據挖掘的做法，并進行實證檢驗。

只有通過低買高賣才能賺取差價而獲利。股票價格是高低波動著的。在股票價格運行在低點區域時買入，運行到高點區域時賣出就掙錢了。所以，股票價格低到什么程度買，高到什么區域賣，最重要的是需要計算股票的買賣價格系數。

任何事物都是有著自身變化規律的，股票價格的運動也必定是按照某種規律變化著的。股票價格的變動規律可以通過對大量歷史價格資料進行統計觀察而被發現。利用計算機電子表格進行股票數據挖掘的主要任務是：對股票價格開展對比計算、平均值計算和標準差的計算，從而得出制定股票買賣價格的重要參數，解決了人工計算的速度太慢的問題。

2.研究的過程

（1）搜集數據資料，應用電子表格對股票價格數據的處理

搜集數據。從網上搜索到華夏銀行股票2013年之前的價格資料做樣本，導入到電子表格，以便于快速計算。這里取2004年5月21日至2012年12月28日的共424個交易周的價格資料，限于篇幅，為說明該股票實際價格構成情況，這里只列示了首尾少數幾周的數據（見表1）。

（2）買賣價格系數的計算與買賣定價公式的建立這里僅以股票的周線資料做研究對象，讀者也可以類推到日線、月線和季度線等的研究。步驟如下：

①抽取某股票的n周（n＞30）歷史價格資料，并利用電子表格做如下計算：

表1 華夏銀行（600015）歷史價格數據(電子表格)

A.計算相鄰兩周間最大漲跌幅

設兩周間最大漲幅為Ka，兩周間最大跌幅為Kb，按下面的公式每周都要分別計算出n個數據：

周最大上漲指數Ka=每周最高價÷上周收盤價

周最大下降指數Kb=每周最低價÷上周收盤價

在電子表格鍵入計算公式為：

Ka: H1=C2/E1Kb: I1=D2/E1

B.計算這些最大漲跌幅的平均值和標準差

設最大漲幅的平均值為Ka，最大跌幅平均值為，Kb的標準差，Ka的標準差為σb，按下式分別計算，具體可利用電子表有關函數用鼠標點中自動計算。

計算結果見表1的I列與J列所示

C.計算股票買賣價格系數

設買價系數為R，賣價系數為S，則：

買入價格系數：

賣出價格系數：

這樣定價的道理是為了低買高賣，賺得股票價差利得。

式中，為概率度，根據概率論原理，t=1時，盈利的可靠性為68.27%左右；t=1.5時股票贏利的可靠性為0.8664；t=2時，盈利的可靠性為0.9545左右；t=3時，盈利的可靠性為0.9973左右。

②股票買賣價格的制定，即股票買賣定價模型為：

買價=上周收盤價×股票買價系數（R）

賣價=上日收盤價×股票賣價系數（S）

股票華夏銀行每周的買賣定價模型和操作批量如下：

本周買價=上周收盤價×0.8974

本周賣價=上周收盤價×1.1210

為保持買賣的可持續性進行，每次只能買賣用于該股票投資額的1/3。

三、運用Excel電子表格進行股票數據挖掘的實證分析

按上面規定的定價標準，華夏銀行這只股票在2013年初起至年末止，嚴格按定價模型所計算的買賣價格執行買賣的結果詳見表1。

結果表明，全年買賣的次數共3次，每次賣價對所對應的買價都有不同程度的盈利，買賣成功率達100%。三次買賣的盈利的平均利率為（14.07%+0.29%+2.01%）/3=5.46%。

如果加上本年度內可得到的分紅0.94元（2013年的分紅方案上網可查），每次買賣差價（都盈利）和分紅之和為總盈利額為：

全年總盈利額=第一次賣出股票的差價+第二次賣出股票的差價+第三次賣出股票的差價+分紅

=（6.65-5.83）+（7.03-7.01）+（7.60-7.45）+0.94

=0.82+0.02+0.15+0.94=1.93元

這個盈利水平還是不錯的，和一般企業的年收益率大體相近。如果再結合趨勢分析來做，盈利程度將更高。從投資管理的麻煩程度來看，比企業管理要輕松得多。所以，按這種方法來炒股，是可以帶來穩定收益的。

四、結論

數據挖掘技術具有廣泛的應用空間。只要明確研究目的和任務，設計出合理的研究方案，就能找到事物內在的規律。本論文只是研究了一只股票的買賣定價方法，可見還是很有優勢的。在證券投資領域如此，在其他各個領域也都是如此，只不過研究的內容不同罷了。上述研究方法也可以推廣到炒股指期貨、炒黃金、炒外匯、炒白銀、炒各種貴金屬、炒原油和農產品等價格波動型投資對象中的買賣價格定價模式的研究上。因為在大量數據面前，事物的規律性才能暴露出來，而基于計算機高速計算能力的現代數據挖掘技術的廣泛應用，必將給研究成果的利用者帶來豐厚的回報。

[1]楊云生.數據挖掘技術在客戶關系管理中的應用[J].價值工程，2004年03期.

[2]王崢，王彥慶.客戶知識管理的數據挖掘方法研究[J].哈爾濱工業大學學報(社會科學版)，2009年05期.

[3]馬燕燕.中國科技論文在線文獻的數據預處理研究[D].吉林大學，2010年.

（作者單位：遼寧職業學院）