扬声器 | 成绩单 |
| 林永凯 | 好的。 大家好。 所以我将介绍我们的论文。 |
| 论文题目是 Analysis of Stock Market with Unsupervised Learning，特别是使用动态时间扭曲对中国股市的 ETF 进行分析。 |
| 所以，我叫永凯，论文的作者，陈力是我的合著者。 因此，这篇论文是为新加坡管理大学硕士课程的 Kam 副教授准备的。 |
| 所以我今天的演讲议程如下。 首先，我将从本文的介绍和目标开始。 |
| 接下来是数据准备，然后是聚类。 接下来是对集群性能的分析，最后是本文的结论和未来的工作。 |
| 所以我从介绍和目标开始。 |
| 因此，交易所交易基金（简称 ETF）允许投资者投资各个行业的许多股票，并且他们往往会通过投资组合的多元化来更好地进行风险管理。 |
| 所以中国的证券交易所是全球第二大证券交易所运营商，而由于ETF的普及，这些年新推出了很多ETF，这让投资者难以选择和选择ETF进行投资。 |
| 因此，我们论文的目的是缩小 ETF 的数量，并帮助缺乏领域知识的投资者通过使用无监督学习技术来构建他们的投资组合。 |
| 因此，这里将使用两种聚类技术，主要是动态时间规整和层次聚类。 |
| 因此，这两个集群优于将 ETF 聚合到具有相似价格变动模式的集群中。 因此，在本文中，我们将研究在中国上海和深圳股票市场上市的 ETF。 |
| 所以要用到的软件工具肯定是JMP Pro。 我们使用的是 15.2 版本。 JMP Pro 用于我们的数据准备以及我们使用 Graph Builder 进行的分析和结果分析。 |
| 我们还将使用 SAS Enterprise Miner 进行集群，它将执行动态时间规整和层次集群。 |
| 接下来将是数据准备。 |
| 所以使用了六个不同的数据集，主要是2018年到2020年上海ETF的每日收盘价，以及深圳ETF从2018年到2020年的每日收盘价。 |
| 因此，为聚类准备数据的工作流程如下。 因此，我们首先将六个数据集导入 JMP Pro。 |
| 然后我们将加入上海和深圳 ETF 的多个表格。 接下来我们将使用 JMP Pro 中的缺失数据模式功能来清理数据集。 此后，我们还使用给定的公式将每个 ETF 的月回报制成表格，即 |
| 月末价格减去月初价格再除以月初价格。 |
| 最后，我们将两个表组合在一起，现在可以进行聚类了。 |
| 因此，首先我们将使用 JMP 中的导入多个文件功能从我们的原始数据集中批量导入我们的六个文件，用于???。 |
| 所以在这里，你可以看到，我们正在使用输入多个文件功能，这是我们数据集的文件夹。 |
| 因此，如您所见，使用此功能我们可以非常轻松地将所有不同的数据集一次性导入 JMP Pro。 |
| 因此，如您所见，我们的 6 个数据集已加载。 |
| 接下来，我们的第二步将需要连接所有不同的数据……所有的表。 |
| 在这里，我使用的是上海 2018 年的数据，我正在对 2019 年的数据执行外连接，匹配列将是每个 ETF 的序列号。 |
| 因此，合并后，它将包含 2018 年至 2019 年的所有 ETF 数据。 |
| 接下来，我将对 2020 年的数据执行另一个外部联接。 现在 |
| 生成的数据集将包含上海 ETF 从 2018 年到 2020 年的所有数据。 当然，我们也会对深圳 ETF 数据集重复该过程。 |
| 那么，继续，我们将检查缺失数据，我们将使用 JMP Pro 中表格工具栏下的缺失数据模式功能 |
| 所以在表格工具栏下，我们可以选择缺失数据模式，我们可以选择所有列来检查缺失数据。 如你看到的， |
| 有 98 列没有缺失数据，我们可以选择它？？？回到我们的主表。 我们可以选择那 98 行，这将是我们的结果数据集 |
| 聚类。 |
| 所以这也将对其他数据集执行。 |
| 接下来，我们还将对月度回报进行制表，这是我之前提到的公式，我们所做的是在数据中插入一列。 |
| 当然，我们会插入一个公式。 |
| 如前所述，该公式将是月底的收盘价，即 2018 年 1 月 31 日，减去第一天，即第二天。 |
| 当然，除以第一次约会。 它应该以百分比的形式给我们月度回报。 所以我们当然可以微调这些，我们可以将列名更改为 January of 2018，当然，我们可以将格式更改为带两位小数的百分比。 |
| 所以这里是一月份的月度回报，我们可以在整个数据集中重复所有月份。 |
| 最后，在准备好深圳和上海ETF的两个数据集之后，我们需要将它们组合在一起。 |
| 所以我们将使用表格工具栏中的concatenate功能将两个数据集合并为一个，用于后面的聚类建模。 如您所见，这两个数据 |
| 深沪ETF合二为一，共143行。 之后我们应该使用我们的集群。 |
| 所以现在继续我们的集群。 |
| 层次聚类使用邻近矩阵来确定每个月收益之间的成对相似性和相异性 |
| 使用欧氏距离。 右边，动态时间扭曲用于比较时间序列之间的相似性，其中考虑了时间因素。 它在传播延迟方面具有相同的因素，甚至可以检测具有相似模式但略有异相的时间序列。 |
| 因此，尽管 JMP Pro 能够执行层次聚类，但动态时间规整仅适用于 SAS Enterprise Miner，因此两种聚类建模均在 SAS Enterprise Miner 中执行。 |
| 现在也许 JMP Pro 可能会考虑在未来的聚类功能中包括动态时间扭曲，所以对于我们用户来说，我们可以拥有一个一体化的软件来执行我们从数据准备到建模的整个分析，最后是可视化我们的结果。 |
| 因此在聚类完成后，数据从 SAS Enterprise Miner 加载回 JMP Pro 以进行可视化和分析。 |
| 因此，聚类是一种无监督建模方法，JMP Pro Graph Builder 在帮助可视化这些结果方面非常有用。 |
| 要使用的适当可视化是热图，它允许用户快速从聚类结果中获得洞察力。 |
| 所以沿着 X 轴……Y 轴是不同的 ETF，X 轴是 ETF 的月回报率。 所以从这张热图中，我们可以很快观察到，在这个集群中，月收益显示出相似的迹象，由颜色的强度表示，这就是月收益。 |
| 因此，接下来我们将努力比较来自两种聚类技术的两个聚类。 左边是动态时间扭曲，右边是层次聚类。 |
| 所以动态时间扭曲算法聚类了七只不同的ETF，它们都属于创业板市场。 |
| 左右两边是层次聚类，是一些成长型企业ETF和其他ETF组合在一起的聚类。 |
| 因此，动态时间扭曲还聚集了另外两个属于企业部门的 ETF，这在层次聚类中是缺失的，它们在左边用红色框起来。 |
| 与层次聚类算法相比，这展示了动态时间规整算法的优点，它可以在哪里拾取 ???执行聚类时的模式。 所以我会展示... |
| 所以，正如您所见，这就是我们在 JMP Pro 中所做的。 左边是动态时间扭曲，右边是聚类。 所以使用Graph Builder，我们可以交互式地看到 |
| 同一时期内的同一 ETF，因为它们都链接到同一数据集。 所以其他比较，我们可以看看第五组和第九组。 |
| 因此，这里的本地数据过滤器允许我们轻松地在不同的集群之间切换以进行比较。 你可以看到，我们可以看类似的，因为你可以看到这几个不存在于这个动态时间扭曲中。 正如你在这里看到的， |
| 它是有联系的。 |
| 当然，我们也许可以看看最后一个，所以这两个是相同的比较集群...相似，所以动态时间扭曲将四个 ETF 组合在一起，而层次结构将大约八个 ETF 组合在一起. |
| 所以，搬回去。 |
| 因此，当我们使用 JMP Pro Graph Builder 热图对它们进行比较时，当我们对两个集群进行比较时，会得到几个相似的结果，这也记录在我们的论文中，因此我们将把我们的论文放在 JMP Community 上，以了解我们论文中的所有发现。 |
| 因此，将聚类结果与 ETF 投资组合构成进行比较，动态时间扭曲算法比层次聚类更准确地对相似行业或投资组合的 ETF 进行聚类。 |
| 这可能是因为，不是按照层次聚类算法只计算同一时间段之间的欧氏距离， |
| 动态时间扭曲可以沿着该时间轴滑动，以计算两个时间序列之间的最短距离，还可以检测稍微不同相的模式。 |
| 因此，现在我们根据每月回报的表现者来分析我们的集群。 |
| 因此，JMP Pro Graph Builder 用于绘制月度回报趋势，因此 Graph Builder 允许我们使用多个 ETF 月度回报构建可视化。 |
| 这是每个月的箱形图，显示了三年期间的平滑趋势线。 所以交互功能允许我们作为用户？？？用于可视化分析的见解。 |
| 从图中我们还可以观察到，2019 年到 2020 年的波动幅度（此处为蓝色）与 2018 年相比更高或更大。 |
| 随后几个月的四分位数区间也更大，这意味着对于那些月份，ETF 之间月回报率的差异也更大。 |
| 所以从图中你可以看到，表现最好的月份实际上是 2019 年 2 月，你可以在这里看到，2020 年 7 月，还有 |
| 2020 年 2 月。 相反，表现最差的月份是 2020 年的大部分时间， |
| 随后是 2018 年 12 月，然后是 2018 年 6 月。 |
| 因此，向下钻取以仅显示特定集群，我们可以使用本地数据过滤器 JMP Pro Graph Builder。 |
| 这类似于我展示的演示，我们可以在其中切换不同的集群以具体查看并放大不同的集群。 |
| 所以我们可以单独分析这些集群。 所以我们在左边这里选择了两个集群，它们主要是属于军工制造商的 ETF，而右边 |
| 是成熟企业市场中的科技公司。 所以这两个集群都创下了 2019 年至 2020 年的历史新高， |
| 这也是表现最好的月份，如上一张幻灯片所示。 |
| 但是，仔细查看每个月的箱形图，与右侧的集群相比，左侧的集群通常具有更小的四分位间距。 |
| 这表明与右侧的 ETF 相比，从左侧的集群中选择任何 ETF 都会产生更一致的月度回报。 如果您在 2019 年至 2020 年之间购买，那绝对是。 |
| 因此，如果我们使用 JMP Pro Graph Builder 在四个集群热图上向下钻取，我们可以观察到，在 2019 年至 2020 年，与 2018 年相比，月回报率表现普遍更好。 |
| 因此我们可以看到它们是更高强度的正回报，与 2018 年相比，2019 年至 2020 年以更亮的绿色表示。 |
| 所以我们做了一些调查，我们初步假设这与 2017 年开始的中美贸易战紧张局势升级有关。 |
| 这很少扰乱中国的经济和贸易市场。 2019年，中国国家主席还呼吁中国自力更生。 |
| 据统计，2019年上半年，中国高科技制造业在中国工业增长中的比重越来越大，正在摆脱对国外技术和其他产品的依赖。 |
| 因此，此外，中国还大力投资人工智能和集成电路等行业，以实现自力更生的目标。 |
| 因此，在宣布和国家方向转变后，中国经济驱动的增长可能导致这几个行业在 2019 年至 2020 年实现正增长。 |
| 所以最后我将结束我们的结论和一些可以应用于我们论文的未来工作。 |
| 因此，尽管层次聚类和动态时间规整都产生非常相似的聚类结果，但动态时间规整也有其优点 |
| 算法，因为它设法更准确地对 ETF 进行聚类。 此外，ETF 的月收益，因此在时间序列和动态时间规整算法中产生了更好的聚类结果。 |
| 我们还观察到集群的月度回报表现与中国经济目标的相关性，当然这导致该行业的月度表现更好。 |
| 因此，未来可以做的一些工作是探索其他行业与国家宏观经济因素的相关性，以得出不同的见解。 |
| 而且，我们可以将动态时间规整应用于不同的金融工具，例如止涨商品价格......商品价格， |
| 货币，甚至衍生品。 最后，可以在不同的时间段进行分析，例如 COVID 之前和 COVID 之后，当然，我们还没有达到那个阶段。 |
| 即使在不同的时间间隔。 目前我们使用月度，您也可以查看每周、每季度或每年...每月...每年 |
| 回报。 |
| 所以我想感谢 JMP Pro 给我机会通过这个平台展示我的工作。 |
| 我还要感谢我的合著者和导师在整个旅程中对我的支持。 最后，我将反思我作为用户使用 JMP Pro 时的个人体验。 |
| JMP Pro为我们用户提供了极佳的用户体验，是一款交互性很强的动态数据分析软件。 |
| 它使我们的用户能够更快地准备数据，并获得更准确的结果。 因此 Graph Builder 功能对于分析我们的结果也是非常方便和有用的功能。 |
| 我们可以从这个图形生成器中得出漂亮的见解和有趣的信息，最后，当我们使用 JMP Pro 进行统计分析时，例如假设检验，甚至其他建模技术（例如聚类或 PCA）也非常用户友好。 |
| 谢谢你的时间。 这总结了我的论文。 |
