1、新股上市合理定价区间预测新股上市合理定价区间预测二五年四月第 1 页日期:2024/8/9 周五目录目录1.1.项目概述项目概述 2.2.时间安排时间安排 3.3.研究内容研究内容 4.4.团队分工团队分工 5.5.源数据表源数据表6.6.数据预处理数据预处理7.7.数数据转换和处理据转换和处理数数据转换和处理据转换和处理8.8.数据模型演算及项目展望数据模型演算及项目展望9.9.知识发现知识发现第 2 页日期:2024/8/9 周五项目目的项目目的1.11.11.11.1项目目的项目目的 基金金融工程数据库中有着中国一千多只股票及几百只基金的基础财务数据、股权信息、资本运作信息及每个交易日的
2、行情公告信息。金融工程数据库是一个海量的数据。作为基金管理单位,针对如此海量的信息记录,如何保证从这些数据中提取关键信息,找到有潜力的股票,改善持股结构,为基金管理部门相关决策提供依据与向导,是我们数据挖掘的目的。因为这个题目太大,我们选择其中一个较小范围的新股发行方面的数据进行挖掘。新股发行时,每个股票有所属行业,募集资金合计,发行市盈率,二级市场配售发行数量,预测净利润,上市首日表现等可统计信息。对这些数据进行挖掘,预测某只规模的新股上市时合理定价区间。过程中需要运用数据挖掘课程中的一些关键技术和思想,比如聚类分析、OLAP、决策树等方法体现在数据的抽取、数据的存储和管理、数据的展现和预测
3、价值等过程中。第 3 页日期:2024/8/9 周五项目步骤确定项目目标;选取典型范围的新股上市的数据源与相关数据字典;数据库建立与数据清理工作;定义数据堆积维度和衡量值;确定数据挖掘的理论方法(聚类、决策树);学会应用Microsoft SQL Server 2000 Enterprise 和Analysis Server OLAP/Data Mining工具;设计定义挖掘模型和算法;预测结果测试。1.2 1.2 项目步骤项目步骤 第 4 页日期:2024/8/9 周五项目概述项目概述1.3 1.3 项目步骤图项目步骤图 项目步骤图第 5 页日期:2024/8/9 周五1.4 1.4 工具介
4、绍工具介绍 SQL Server 2000 为用户提供了大规模联机事务处理(OLTP)、数据仓库和电子商务应用程序所需的最新的出色数据库平台。SQL Server 2000 为用户提供了完全集成的可扩展标记语言(XML)环境、在分析服务中添加了新的数据挖掘功能、用元数据服务增强了知识库技术 项目概述项目概述工具介绍第 6 页日期:2024/8/9 周五目录目录1.1.项目概述项目概述 2.2.时间安排时间安排 3.3.研究内容研究内容 4.4.团队分工团队分工 5.5.源数据表源数据表6.6.数据预处理数据预处理7.7.数数据转换和处理据转换和处理数数据转换和处理据转换和处理8.8.数据模型演
5、算及项目展望数据模型演算及项目展望9.9.知识发现知识发现第 7 页日期:2024/8/9 周五总体时间安排总体时间安排小组各成员分工协作,完成各自的目标小组各成员分工协作,完成各自的目标完成课题报告初稿完成课题报告初稿开题预备开题预备报告定稿,答辩报告定稿,答辩 4月16日4月18日4月20日4月22日4月24日4月26日4月28日4月30日5月2日5月4日5月6日5月8日5月10日提交结果报告提交结果报告确定课题研究内容和方向确定课题研究内容和方向并明确各成员分工并明确各成员分工 课题研究课题研究课题结束课题结束第 8 页日期:2024/8/9 周五目录目录1.1.项目概述项目概述 2.2
6、.时间安排时间安排 3.3.研究内容研究内容 4.4.团队分工团队分工 5.5.源数据表源数据表6.6.数据预处理数据预处理7.7.数数据转换和处理据转换和处理数数据转换和处理据转换和处理8.8.数据模型演算及项目展望数据模型演算及项目展望9.9.知识发现知识发现第 9 页日期:2024/8/9 周五研究内容研究内容3.1 3.1 建立建立基本概念基本概念 q数据挖掘概念;q可用于数据挖掘的数据类型;q数据挖掘功能及挖掘类型的模式;q数据挖掘系统了解;q数据挖掘预处理;q决策树概念与算法了解;q其它挖掘模式的了解;建立基本概念第 10 页日期:2024/8/9 周五3.2 3.2 数据源数据源
7、 q基金金融工程数据库;q新股发行主要部分;q证券列表,公司列表,板块列表;q上市公司财务数据;q股票交易数据;q上市公司股权信息;q上市公司高管信息;q其他信息(法人代表、注册地址、邮编、电话等);研究内容研究内容数据源第 11 页日期:2024/8/9 周五3.3 3.3 算法研究算法研究 基本上我们小组采用决策树算法。决策树算法是以树的结构显示的分类形式,其中树结构中的节点代表进一步对数据进行分类的单个问题。创建决策树的各种方法数十年来广泛使用,而且有大量的著作讲述这些统计技术。决策树挖掘模型使用名为递归分区的过程,根据事例集提供的特性将数据划分为若干个分区。然后,它将这些新建分区划分为
8、更多的分区,并且一直划分下去,直到无法执行有用的划分。研究内容研究内容算法研究第 12 页日期:2024/8/9 周五目录目录1.1.项目概述项目概述 2.2.时间安排时间安排 3.3.研究内容研究内容 4.4.团队分工团队分工 5.5.源数据表源数据表6.6.数据预处理数据预处理7.7.数数据转换和处理据转换和处理数数据转换和处理据转换和处理8.8.数据模型演算及项目展望数据模型演算及项目展望9.9.知识发现知识发现第 13 页日期:2024/8/9 周五团队分工团队分工 小小组组各各成成员员都都分分别别负负责责课课题题的的一一部部分分研研究究内内容容,每每个个人人都都是是课题能顺利完成不可
9、缺少的一部分。课题能顺利完成不可缺少的一部分。第 14 页日期:2024/8/9 周五目录目录1.1.项目概述项目概述 2.2.时间安排时间安排 3.3.研究内容研究内容 4.4.团队分工团队分工 5.5.源数据表源数据表6.6.数据预处理数据预处理7.7.数数据转换和处理据转换和处理数数据转换和处理据转换和处理8.8.数据模型演算及项目展望数据模型演算及项目展望9.9.知识发现知识发现第 15 页日期:2024/8/9 周五1.1.1.1.1行情行情(TB_OBJECT_1120)主键:OB_OBJECT_ID唯一性约束:(F1_1120,F2_1120)序号序号字段字段字段名字段名1OB_
10、OBJECT_ID对象ID2F2_1120日期3F1_1120证券ID4F4_1120昨收盘价5F5_1120开盘价6F6_1120最高价7F7_1120最低价8F8_1120最新价9F9_1120成交量(手)10F11_1120成交金额(千元)行情(TB_OBJECT_1120)行情第 16 页日期:2024/8/9 周五新股发行(TB_OBJECT_1095)序号序号字段字段字段名字段名1OB_OBJECT_ID对象ID2F1_1095证券ID3F72_1095发行对象4F13_1095上网发行代码5F42_1095上网发行简称6F64_1095投标询价申购价格下限7F63_1095投标询
11、价申购价格上限8F8_1095面值9F10_1095发行价格10F9_1095货币代码新股发行第 17 页日期:2024/8/9 周五证券(TB_OBJECT_1090)序号序号字段字段字段名字段名1OB_OBJECT_ID对象ID2F16_1090交易代码3F22_1090交易代码24OB_OBJECT_NAME_1090证券简称5F3_1090简称拼音6F4_1090证券类型代码证券第 18 页日期:2024/8/9 周五2.数据仓库模型设计及建立序号序号字段字段字段名字段名1OB_OBJECT_ID证券简称2DP大盘涨跌情况3LTG流通股大小4HY5SYL市盈率6ZF上市首日涨幅上市首日
12、涨幅行业大类数据仓库第 19 页日期:2024/8/9 周五目录目录1.1.项目概述项目概述 2.2.时间安排时间安排 3.3.研究内容研究内容 4.4.团队分工团队分工 5.5.源数据表源数据表6.6.数据预处理数据预处理7.7.数数据转换和处理据转换和处理数数据转换和处理据转换和处理8.8.数据模型演算及项目展望数据模型演算及项目展望9.9.知识发现知识发现第 20 页日期:2024/8/9 周五6.16.1数据清理原则 u基金金融工程数据库中新股上市时信息数据u上市首日涨跌情况作为数据挖掘的重要指标u历年来的不同盘子、不同市盈率、不同行业的新股上市时首日涨跌幅度的大小,具有预测价值数据清
13、理原则数据清理原则第 21 页日期:2024/8/9 周五6.26.2数据清理过程 数据清理过程数据清理过程u过程中需要运用数据挖掘课程中的一些关键技术和思想,比如聚类分析、OLAP、决策树等方法体现在数据的抽取、数据的存储和管理、数据的展现和预测价值等过程中。u预测一定经营规模企业具有良好盈利率曲线的所在行业、所属类型。第 22 页日期:2024/8/9 周五6.36.3研究目标数据 u从1991-2005年的股票发行范围内进行数据提取;u新股发行主要成分 u证券列表,公司列表,板块列表;u上市公司财务数据 u股票首日交易数据 研究目标数据研究目标数据第 23 页日期:2024/8/9 周五
14、目录目录1.1.项目概述项目概述 2.2.时间安排时间安排 3.3.研究内容研究内容 4.4.团队分工团队分工 5.5.源数据表源数据表6.6.数据预处理数据预处理7.7.数据转换和处理据转换和处理数据转换和处理据转换和处理8.8.数据模型演算及项目展望数据模型演算及项目展望9.9.知识发现知识发现第 24 页日期:2024/8/9 周五7.17.1确定对象数据表关系确定对象数据表关系确定对象数据表关系第 25 页日期:2024/8/9 周五7.27.2定义数据维度定义数据维度定义数据维度第 26 页日期:2024/8/9 周五7.37.3多维数据集处理过程多维数据集处理过程多维数据集处理过程
15、第 27 页日期:2024/8/9 周五7.47.4数据集查看 数据集查看数据集查看第 28 页日期:2024/8/9 周五目录目录1.1.项目概述项目概述 2.2.时间安排时间安排 3.3.研究内容研究内容 4.4.团队分工团队分工 5.5.源数据表源数据表6.6.数据预处理数据预处理7.7.数据转换和处理据转换和处理数据转换和处理据转换和处理8.8.数据模型演算数据模型演算9.9.知识发现及项目展望知识发现及项目展望第 29 页日期:2024/8/9 周五8.18.1微软决策树微软决策树微软决策树决策树是以树的结构显示的分类形式,其中树结构中的节点代表进一步对数据进行分类的单个问题。创建决
16、策树的各种方法数十年来广泛使用,而且有大量的著作讲述这些统计技术。决策树挖掘模型使用名为递归分区的过程,根据事例集提供的特性将数据划分为若干个分区。然后,它将这些新建分区划分为更多的分区,并且一直划分下去,直到无法执行有用的划分。第 30 页日期:2024/8/9 周五8.28.2挖掘模型 挖掘模型挖掘模型第 31 页日期:2024/8/9 周五8.38.3挖掘结果查看 挖掘结果查看挖掘结果查看第 32 页日期:2024/8/9 周五目录目录1.1.项目概述项目概述 2.2.时间安排时间安排 3.3.研究内容研究内容 4.4.团队分工团队分工 5.5.源数据表源数据表6.6.数据预处理数据预处
17、理7.7.数据转换和处理据转换和处理数据转换和处理据转换和处理8.8.数据模型演算数据模型演算9.9.知识发现及项目展望知识发现及项目展望第 33 页日期:2024/8/9 周五知识发现知识发现 知识发现知识发现通过上述的数据演算和分析不难看出:u上市新股中的小盘股涨幅大部分为1-5倍,而大盘股涨幅大部分都在1倍以内,说明小盘股首日的表现最佳;u新股上市首日的表现基本与市盈率大小基本无关,说明中国股市还不成熟,投机成分较大;第 34 页日期:2024/8/9 周五项目展望 项目展望项目展望 因为时间上的原因,以及小组成员都全职进行自己的工作,最近所学的课程考试密集,所以在项目控制上,以及挖掘技术研究、系统测试等方面都不是做得非常全面。但本小组认为,我们在数据的选取,挖掘目标的提出方面,考虑的非常周全,目标明确,且具有实际应用价值。对本挖掘模型,本小组认为可以通过更细化的算法设计,选取合适的前段挖掘显示工具,加上适当的数据挖掘代码,是可以做成一个更完善的系统。第 35 页日期:2024/8/9 周五结束结束谢谢 谢谢