基于事件的证券市场状态变化规则挖掘

姜丽

摘 要：文章在前期市场状态研究的基础上，重点研究了三类影响市场状态的事件，建立了事件模型，并采用改进的ID3数据挖掘算法，得到了一组市场状态在事件刺激下的转化规则。最后，文章对得到的规则进行了分析。

关键词：事件；证券市场；数据挖掘；ID3算法

1 概述

证券市场在国家金融体系中占有举足轻重的地位。对证券市场的运行状态的研究，能够为市场监管部门进行有效的市场监管提供依据。在前期的研究中，我们通过聚类分析的方法，将证券市场划分成五个状态：

低迷态：市场波动不大，流动性很差，收益率很低。低健康态：市场波动不大，流动性较差，收益率较低，但是换手率、波动率较高，中小盘股交易较为活跃。健康态：市场波动平稳，流动性高，收益率较高。亢奋态：市场有一定的波动，流动性很高，收益率非常高，大量资金流入市场。灾难态：表现为市场波动非常大，常常伴有千股跌停或者千股涨停的现象，流动性丧失，收益率低，市场极为不稳定。

但是证券市场的状态显然是动态演化的，尤其当发生了某种敏感的事件刺激时，市场的状态就可能发生变化，演进到下一个状态。文章着眼于影响证券市场的事件，挖掘事件导致的市场状态变化的规则。

2 影响证券市场的事件模型

影响证券市场的因素很多，比如国家的政策调整，上市公司的季报、年报，各类交易规则，散布的各类消息、公告，也包括内幕信息等等。把这些影响证券市场状态的因素统称为“事件”。有些事件来源于正常渠道，比如上市公司季报、年报，按照交易规则对上市公司采取的各种措施等。而另外一些事件的来源就不那么明确，比如散布的各种消息，内幕信息，甚至某些人为的预测、评价等。文章的目的在于研究事件对市场状态的影响，因此选取了影响力最大的三类事件：利率变动，汇率变动，通货膨胀率变动。

3 证券市场事件影响规则挖掘

对事件建立模型后，进一步利用数据挖掘方法研究事件对市场状态的影响，建立市场状态在事件刺激下的转化规则。

3.1 数据准备

收集历年来利率、汇率、通货膨胀率的变化情况，以及事件发生前后，市场状态的差异情况，制成类似表1的形式。其中市场状态以月为周期。

3.2 改进的ID3规则挖掘算法

Gain（A）是指由于知道属性A的值而导致的熵的期望。熵是一个衡量系统混乱程度的统计量。熵越大，表示系统越混乱。对于决策树而言，最佳的分裂方案是使熵减少量最大的分裂方案。所以，最佳分裂就是使Gain（A）最大的分裂方案。

将ID3算法应用于事件影响规则挖掘的过程中，由于该算法标记叶结点的条件过于严格得到的规则过于细化，支持这一规则的样本数目很少。这样的规则没有实用价值。

文章对ID3算法进行了改进，使其能够适用于事件影响规则的挖掘。改进主要体现在两点：（1）柔性的叶结点标记规则。当子集中样本数过少时，合并相邻子集，生成唯一的叶节点，以优势属性值来标记该叶节点。（2）增加剪枝规则。当叶节点中的样本数过少，或者叶节点中的样本的决策属性发生矛盾时，删除该叶节点。

3.3 规则挖掘结果及分析

文章采用改进的ID3挖掘算法对采集到的数据样本进行规则挖掘，得到一组规则，选摘如下：（1）市场处于低迷状态时，若发生利率变动事件（利率下降），市场仍然处于低迷状态。（2）市场处于低健康状态时，若发生利率变动事件（利率下降），市场进入健康状态。（3）市场处于亢奋状态时，若发生利率变动事件（利率上升），市场进入健康状态。（4）市场处于健康状态时，若发生汇率变动事件（汇率下调），市场进入低健康状态。（5）市场处于亢奋状态时，若发生通货膨胀变动事件（通货膨胀率上升），市场进入健康状态。

……

对规则进行分析后，发现这些规则在一定程度上与现有的认知相吻合。比如一般利率下降时，股市上涨；利率上升时，股市下降。再比如国家的货币是实行升值的基本方针，股价就会上涨，一旦货币贬值，股价随之下跌。

但是，规则中也存在一些与现有的认知或者预期不吻合的情况。比如：市场处于低迷状态时，若发生利率变动事件（利率下降），预期市场应该好转，但规则显示市场大概率仍然处于低迷状态。可能有下面几种原因导致了这种情况：（1）影响市场的因素太多，其他为研究的因素干扰了事件规则的挖掘。（2）事件的影响要在一段时间后才显现出来，规则挖掘中状态周期应该针对不同的事件进行不同的调整。（3）周期事件的叠加影响要大于单一事件影响，而现有的规则挖掘算法中没有讨论事件叠加的情况。（4）市场状态的划分粒度不够细，导致规则的结果单一，缺乏多样性。

4 结束语

文章在前期市场状态研究的基础上，重点研究了三类事件模型，以及它们对市场状态的影响。文章为利率变动、汇率变动和通货膨胀率变动建立了事件模型，据此对采集到的数据进行了规则挖掘，得到了一组事件影响市场状态的规则。

文章最后对规则进行了分析，认为规则在一定程度上能够反映市场的状态变化，也对其中的误差进行了分析。今后，针对导致规则误差的原因，应该在调整市场状态周期的长短、细化市场状态的类别，考虑事件的叠加效应等方面深入研究。

参考文献

[1]胡美春，田大钢.基于修正参数简化标准的ID3改进算法[J].计算机与数字工程，2015（7）：1182-1186.

[2]喻金平，黄细妹，李康顺.基于一种新的属性选择标准的ID3改进算法[J].计算机应用研究，2012，29（8）：2895-2898.

[3]黎子良，邢海鹏.金融市场中的统计模型和方法[M].北京：高等教育出版社，2009.