电子表格在短期投资分析中的应用

许静

电子表格在短期投资分析中的应用

许静

本文阐述了电子表格在投资分析中的应用，并以某只股票价格数据为例（华夏银行600015），作为数据挖掘的对象，得出股票买卖的定价模型。并通过实证，说明电子表格在数据挖掘和财务管理方面是可以带来经济效益的。

电子表格；股票价格；买卖定价模型；案例分析

在现实的生产与生活中，有许多事物我们还没有掌握其规律，让我们做起来很容易失败，甚至造成很大的损失。但我们又想利用它，就必须研究其规律。例如，气象学中的天气预报，我们人类已经研究的比较准确了。但在地震、洪涝灾害等面前，人类就还远没有研究明白。也就是说，数据挖掘活动仍有广阔的研究空间和大有用武之地，人类还需要做出大量的数据挖掘才能发现新的或更多的事物的规律性。

一、数据挖掘的作用

1.数据挖掘有助于领导者提高决策质量

决策是在两个以上方案或诸多方案中选择一个比较正确的方案的过程。使用数据挖掘技术来揭示事物发展变化的规律，然后制定出一种符合规律的行为模式，这样取得成功的概率才比较大。在企业，领导层经常要进行各种决策。如果没有一些有利数据的支持，全凭借你“拍脑门”决策，就容易事与愿违，欲速则不达。利用数据挖掘技术可以帮助企业改善决策，它能及时和更好地帮助领导者做好决策。

2.数据挖掘在市场营销的应用

数据挖掘技术在企业市场营销中得到了比较普遍的应用，它是以市场营销学的市场细分原理为基础，其基本假定是“消费者过去的行为是其今后消费倾向的最好说明”。通过收集、加工和处理涉及消费者消费行为的大量信息，确定特定消费群体或个体的兴趣、消费习惯、消费倾向和消费需求，进而推断出相应消费群体的消费行为，以此为基础，对所识别出来的消费群体进行特定内容的定向营销，这与传统的营销手段相比，大大节省了营销成本，提高了营销效果，从而为企业赢得更多的利润。

3.数据挖掘在投资领域的应用

投资活动的目的是为了盈利，但是有些投资者（机构、个人）却事与愿违，不但未能盈利，反倒是亏损了。股市上历来有：“七赔两平一亏”的说法。这说明，那些在投资活动的赢家肯定是有一套成功的方法，而成功的方法依然是离不开数据挖掘的结果。可以断言，在公平的游戏规则下，长期来看，任何成功者都是成功的数据挖掘者，都是在掌握了大量经验或有关数据，进行符合规律性的操作的结果；而违背规律的操作就必然造成投资失败。当前，在投资领域，有股票、期货、黄金、外汇、白银、比特币等。这些领域就是很值得数据挖掘。做好了，就是可以实现盈利的。所以，如果你建立了一个有效的数据模型进行有关投资的买卖，就等于你有了一个金矿的挖掘机，从市场中可以挖掘出许多超额利润来。

二、股票数据挖掘的案例分析

1.数据挖掘的目标、思路、依据和任务

股票数据挖掘，目的是为了在炒股中盈利。在这里，我主要说明一下我利用电子表格进行股票数据挖掘的做法，并进行实证检验。

只有通过低买高卖才能赚取差价而获利。股票价格是高低波动着的。在股票价格运行在低点区域时买入，运行到高点区域时卖出就挣钱了。所以，股票价格低到什么程度买，高到什么区域卖，最重要的是需要计算股票的买卖价格系数。

任何事物都是有着自身变化规律的，股票价格的运动也必定是按照某种规律变化着的。股票价格的变动规律可以通过对大量历史价格资料进行统计观察而被发现。利用计算机电子表格进行股票数据挖掘的主要任务是：对股票价格开展对比计算、平均值计算和标准差的计算，从而得出制定股票买卖价格的重要参数，解决了人工计算的速度太慢的问题。

2.研究的过程

（1）搜集数据资料，应用电子表格对股票价格数据的处理

搜集数据。从网上搜索到华夏银行股票2013年之前的价格资料做样本，导入到电子表格，以便于快速计算。这里取2004年5月21日至2012年12月28日的共424个交易周的价格资料，限于篇幅，为说明该股票实际价格构成情况，这里只列示了首尾少数几周的数据（见表1）。

（2）买卖价格系数的计算与买卖定价公式的建立这里仅以股票的周线资料做研究对象，读者也可以类推到日线、月线和季度线等的研究。步骤如下：

①抽取某股票的n周（n＞30）历史价格资料，并利用电子表格做如下计算：

表1 华夏银行（600015）历史价格数据(电子表格)

A.计算相邻两周间最大涨跌幅

设两周间最大涨幅为Ka，两周间最大跌幅为Kb，按下面的公式每周都要分别计算出n个数据：

周最大上涨指数Ka=每周最高价÷上周收盘价

周最大下降指数Kb=每周最低价÷上周收盘价

在电子表格键入计算公式为：

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

B.计算这些最大涨跌幅的平均值和标准差

设最大涨幅的平均值为Ka，最大跌幅平均值为，Kb的标准差，Ka的标准差为σb，按下式分别计算，具体可利用电子表有关函数用鼠标点中自动计算。

计算结果见表1的I列与J列所示

C.计算股票买卖价格系数

设买价系数为R，卖价系数为S，则：

买入价格系数：

卖出价格系数：

这样定价的道理是为了低买高卖，赚得股票价差利得。

式中，为概率度，根据概率论原理，t=1时，盈利的可靠性为68.27%左右；t=1.5时股票赢利的可靠性为0.8664；t=2时，盈利的可靠性为0.9545左右；t=3时，盈利的可靠性为0.9973左右。

②股票买卖价格的制定，即股票买卖定价模型为：

买价=上周收盘价×股票买价系数（R）

卖价=上日收盘价×股票卖价系数（S）

股票华夏银行每周的买卖定价模型和操作批量如下：

本周买价=上周收盘价×0.8974

本周卖价=上周收盘价×1.1210

为保持买卖的可持续性进行，每次只能买卖用于该股票投资额的1/3。

三、运用Excel电子表格进行股票数据挖掘的实证分析

按上面规定的定价标准，华夏银行这只股票在2013年初起至年末止，严格按定价模型所计算的买卖价格执行买卖的结果详见表1。

结果表明，全年买卖的次数共3次，每次卖价对所对应的买价都有不同程度的盈利，买卖成功率达100%。三次买卖的盈利的平均利率为（14.07%+0.29%+2.01%）/3=5.46%。

如果加上本年度内可得到的分红0.94元（2013年的分红方案上网可查），每次买卖差价（都盈利）和分红之和为总盈利额为：

全年总盈利额=第一次卖出股票的差价+第二次卖出股票的差价+第三次卖出股票的差价+分红

=（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

这个盈利水平还是不错的，和一般企业的年收益率大体相近。如果再结合趋势分析来做，盈利程度将更高。从投资管理的麻烦程度来看，比企业管理要轻松得多。所以，按这种方法来炒股，是可以带来稳定收益的。

四、结论

数据挖掘技术具有广泛的应用空间。只要明确研究目的和任务，设计出合理的研究方案，就能找到事物内在的规律。本论文只是研究了一只股票的买卖定价方法，可见还是很有优势的。在证券投资领域如此，在其他各个领域也都是如此，只不过研究的内容不同罢了。上述研究方法也可以推广到炒股指期货、炒黄金、炒外汇、炒白银、炒各种贵金属、炒原油和农产品等价格波动型投资对象中的买卖价格定价模式的研究上。因为在大量数据面前，事物的规律性才能暴露出来，而基于计算机高速计算能力的现代数据挖掘技术的广泛应用，必将给研究成果的利用者带来丰厚的回报。

[1]杨云生.数据挖掘技术在客户关系管理中的应用[J].价值工程，2004年03期.

[2]王峥，王彦庆.客户知识管理的数据挖掘方法研究[J].哈尔滨工业大学学报(社会科学版)，2009年05期.

[3]马燕燕.中国科技论文在线文献的数据预处理研究[D].吉林大学，2010年.

（作者单位：辽宁职业学院）