基于信息熵決策模型的優秀股票決策

聶向格

[摘 要]目前，中國股市正處于低潮時期，因此，如何選擇股票投資變得十分重要。本文選取了銀行板塊中具有代表意義的5只銀行股票，利用信息熵決策模型，對這5支股票進行了分析，最后選擇出2只優秀的股票，并同現實情況進行了對比，也證明了此模型的正確性。

[關鍵詞]信息熵；股票；銀行股

doi：10.3969/j.issn.1673 - 0194.2017.06.075

[中圖分類號]F832.51 [文獻標識碼]A [文章編號]1673-0194（2017）06-0-02

0 引 言

隨著互聯網的飛速發展，基于Web的決策支持系統（WDSS）成為了決策支持系統研究領域新的發展。現如今，中國的股市產品眾多，面對琳瑯滿目的證券市場大眾往往不知該做何選擇。因此，將決策支持的知識應用到股票的選擇上，可以在一定程度上為不知如何選擇的股民做出相對正確的指導。

1 信息熵決策模型

信息論之父Shannon指出，任何信息都存在冗余，并借鑒了熱力學的概念，把信息中排除了冗余后的平均信息量稱為“信息熵”，并給出了計算信息熵的數學表達式。信息熵的方法屬于屬性權重未知且屬性值為實數的多屬性決策方法。

1.1 優秀股票決策指標體系的建立

優秀股票的決策指標體系如圖1所示。

1.2 信息熵決策模型

選取5家上市銀行股票一年的數據（來自網易財經），利用信息熵決策模型選出最值得推薦的銀行股票。

1.2.1 構造決策矩陣Am×n

利用指標體系構建出決策問題的決策矩陣A（aij）m×n，如表1所示。

1.2.2 決策矩陣的規范化處理

指標體系中的各指標一般可以分為效益型、偏離型等。在此本文只討論效益型指標，將其依據公式（1）進行規范化處理后得到規范化矩陣R（rij）m×n，如表2所示。

1.3 屬性歸一化

對規范化后的矩陣R按照公式（2）進行屬性的歸一化處理，得到矩陣r，如表3所示。

1.4 計算信息熵

矩陣R經過屬性歸一化后，計算指標屬性ij的輸出信息熵。依據公式（3）對矩陣r的各項屬性指標進行計算。

1.5 根據屬性權重公式計算權重

在信息熵的基礎上，依據公式（4）計算每個指標所占的權重W（w1，w2，…，wn）。

1.6 綜合屬性值的得出

（5）

1.7 得出結論

綜合各個銀行股的綜合值對所有方案進行排序，可以得出依據該類指標優秀的兩只支股票是：建設銀行、浦發銀行。

2 驗證模型

截取2015年3月以后建設銀行和農業銀行的實際情況并進行對比，發現建設銀行的收盤價一直在攀升，其股價從3月2號的

5.73元到6月11號的7.07元，收益率增長了23.39%，而農業銀行從3月到6月的收益率為11.60%，印證了農行的盈利能力遠不及建行。

3 結 語

本文先介紹了決策支持和信息熵的基本知識，探討了如何利用信息熵的方法對多屬性方案進行有效決策。同時本算法還存在一些問題，首先沒有考慮到各個銀行股的風險因素，在選取指標的方法上還值得研究，但是利用信息熵對股票、證券等一些理財產品進行決策分析具有很大的理論意義和實用價值。

主要參考文獻

[1]祝凌凌.基于多屬性智能決策方法的個人理財決策支持系統的設計與實現[D].成都：西南財經大學，2012.

[2]郭欣.基于改進的信息熵為權重的模糊多屬性決策[J].中國科教創新導刊，2013（26）.