基于短時相關性的股票推薦算法研究

丁小軍

摘 要：股票市場作為多人參與的復雜系統，具有很大的隨機性。隨著信息技術的普及，如何通過計算的方法來選股是很多股民都感興趣的。本文針對中國股市的股票具有短時政策性、新聞性、概念性、關聯性等特點提出用短時相關性來推薦股票的方法。通過實際的滬深股市數據，發現這種推薦方法確實能帶來較大的利潤，且不需要人們去耗費巨大精力選股。當然，此方法仍有一些不足，需要改進。

關鍵詞：股票;推薦;相關性

1 引言

股票是金融市場中的一個重要組成部分，受到廣大投資者的熱切關注。在股票市場的長期跟蹤研究中發現，股票之間也會有明顯的相互影響作用，尤其是在地區板塊、行業板塊內，這種相互影響關聯作用更加明顯[1]。甚至有時候，在不同板塊、不同概念及不同行業股票之間也會出現同漲同跌等現象，學者將其稱為聯動[2]。總而言之，某一支股票的價格也會隨著其它股票價格的波動而波動，某一支股票價格的波動也會使別的相關股票的價格隨之波動[3]。這種相互作用也可以稱作股票之間的相關性，是許多投資者研究的熱點之一。本文分析了用原始股票漲跌幅來分析相關性的缺陷，提出了用量化方式來強調漲跌的同步性，弱化漲跌幅度的差異，同時將概念行業相關性加權，得到了適應于股票的相關性計算方式，并以此設計出了一個股票推薦算法，在滬深股市2020年1月到4月的數據上進行了回測，取得了較為滿意的效果。

2 方法

相關系數最早是由統計學家卡爾·皮爾遜提出的用來研究變量之間線性相關程度的量，兩個向量x，y的皮爾遜相關系數p（x，y）定義如公式（1）所示。其中ux，uy分別為xi，yi的均值。

皮爾遜相關系數相關系數范圍是[-1，1]，相關系數不同的值體現了不同的意義。當相關系數越等于1時候，表示兩個向量完全正相關，當相關系數等于-1時，表示兩向量完全負相關。當系數接近0時，表示兩向量不相關。首先本文取股票20日的漲跌幅作為股票的指標x，（x[i]為每一日漲跌幅），計算他們的相關系數，但是發現在這種情況下大漲或大跌的股票相關系數非常高，即直接使用原始漲跌幅的話，相關系數更看著漲跌幅度。為此，本文將漲跌幅量化如公式（2）所示

在這種量化指標下，漲跌幅度對相關系數影響就沒有那么高。兩只股票具有高相關性更在于他們漲跌的同步性。同時我們定義一支全為零向量的股票與其他股票相關性為0，即20日不漲不跌的股票不再關注。接下來，本文定義股票所屬板塊和概念的向量Cx，若股票屬于某一概念i，則對應Cx[i]=1，否則Cx[i]=0。

綜合股票行業概念和走勢，我們定義了如下相關系數計算公式。

根據公式（3），我們可以算出任意兩只股票20天的相關性。這種相關性一般能維持一段時間。

在每日開盤后，每只股票根據自身漲跌幅度對與其相關性排在前十的股票進行推薦（漲）或者反對（跌），推薦力度與自身漲跌幅成正比，然后將推薦票數比較多的股票反饋給投資者。如果一支股票得到了較多的推薦，那么可以知道必然有一批圍繞此股票的相關性較高的股票都是漲的，這一批股票很可能就反映了當天的熱點。同時，當一批高度相關的股票有啟動的苗頭的時候，因為推薦，這種苗頭會被放大，從而可以在熱點還沒有啟動的時候就能提醒投資者。而在熱點概念之外的且自身板塊內很多股票是跌的股票，會因為得到較多的反對票，從而提醒投資者放棄。

3 實驗與結論

本文以2020年1月到4月的滬市深市的股票為實際數據，進行了回測，發現股票漲跌確實是有聯動效應的，即部分大漲的概念股確實具有很高的相關性。如圖所示萬象德農和順鑫農業兩只股票，他們每日漲跌的幅值相差比較大，但是漲跌的同步性較好，所以用本文提出的相關性計算方法可以得到他們是高度相關的。因此，本文提出的方法也可以用來研究團體股票的走勢，從而可以分析出一群高度相關的股票具備了什么樣的走勢后，更有可能大漲，提高人們買股的成功率。

參考文獻

[1]汪玉環.股票間相關性測量方法的研究及應用[D].哈爾濱工業大學，2017.

[2]牛紅麗，王軍.基于選舉模型理論研究股市特性[J].北京交通大學學報，2012，36（3）：138-144.

[3]陳花.基于復雜網絡的股票之間有向相關性研究[D].北京郵電大學，2012.

[基金項目]玉林師范學院博士科研項目G2018014