756791_zh-CN

liliconcom

基于动态时间规整的中国股市ETF分析（2021-US-30MP-905）

林永凯，新加坡管理大学学生
陈莉，新加坡管理大学学生

经济理论旨在解释经济行为的缘由和方式，并确定影响或解决经济现象的最佳方案。然而，这些理论充斥着道德价值观和政治立场的假设、臆断和背景。任何经济理论都未能很好地解释股票市场的价格变动。因此，作为投资者，我们的问题是：是否存在一种无需应用任何经济理论就能全面理解市场价格变动的方法？一种选择是使用无监督学习来检测客观模式，而无需任何领域知识。我们认为，理解现实世界复杂性的一种方法是先获取模式，然后再构建和研究理论。

本文在不了解每个ETF的先验知识的情况下，对中国股市中100多只ETF进行了研究，并使用动态时间规整聚类（DTW）和凝聚层次聚类方法，以检测其价格走势的相似性。结果表明，DTW方法得出的聚类结果与ETF所涉及的行业类型基本吻合。对聚类价格走势的分析还发现，鉴于中国新的自力更生的经济方向，某些行业在2019年后的表现优于2018年。

自动生成的成绩单...

扬声器	抄本
LIM Yong Kai	好的。大家好。接下来我将展示我们的论文。
	论文题目是《基于无监督学习的股票市场分析》，具体来说是使用动态时间规整对中国股票市场的ETF进行分析。
	我是这篇论文的作者，叫永凯，陈莉是我的合著者。这篇论文是为新加坡管理大学硕士项目Kam副教授写的。
	我今天演讲的议程如下。首先，我将介绍一下这篇论文的目的。
	接下来是数据准备，然后是聚类。接下来是集群性能分析，最后是本文的结论和未来工作。
	因此，我先从介绍和目标开始。
	因此，交易所交易基金（简称 ETF）允许投资者投资各个行业的多种股票，并且他们往往能够通过投资组合的多样化来更好地管理风险管​​理。
	因此，中国的证券交易所是世界第二大证券交易所运营商，由于ETF的普及，多年来已经创建了许多新的ETF，这给投资者选择和投资ETF带来了困难。
	因此，我们论文的目标是缩小 ETF 的数量，并帮助领域知识较少的投资者利用无监督学习技术建立他们的投资组合。
	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，这两种聚类方法能够更好地将ETF聚类到具有相似价格走势模式的聚类中。因此，本文将研究在中国上海和深圳股票市场上市的ETF。
	所以，我们肯定会用到的软件工具肯定是 JMP Pro。我们使用的是 15.2 版本。JMP Pro 用于数据准备，以及使用 Graph Builder 进行分析和结果分析。
	我们还将使用 SAS Enterprise Miner 进行聚类，它将执行动态时间规整和层次聚类。
	接下来是数据准备。
	因此使用了六个不同的数据集，主要是2018年至2020年上海ETF的每日收盘价，以及2018年至2020年深圳ETF的每日收盘价。
	准备聚类数据的工作流程如下。首先，我们将六个数据集导入 JMP Pro。
	然后，我们将上海和深圳ETF的多个表格合并起来。接下来，我们将使用JMP Pro中的缺失数据模式函数来清理数据集。之后，我们还将使用给定的公式，列出每只ETF的月回报率，公式如下：
	月末价格减月初价格，再除月初价格。
	最后，我们将两个表合并在一起，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六个文件。
	所以在这里，您可以看到，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，正如您所看到的，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。
	所以，正如您所看到的，我们的 6 个数据集已经加载。
	接下来，我们的第二步是需要将所有不同的数据……所有表格连接在一起。
	这里我使用上海 2018 年的数据，并与 2019 年的数据进行外连接，匹配的列将是每个 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 年的数据进行另一次外连接。现在
	最终的数据集将包含2018年至2020年上海ETF的所有数据。当然，我们也会对深圳ETF数据集重复此过程。
	接下来，我们将检查缺失数据，并使用 JMP Pro 中表格工具栏下的缺失数据模式功能
	在表格工具栏下，我们可以选择缺失数据模式，并选中所有列来检查缺失数据。如你所见，
	有 98 列没有缺失数据，我们可以选择它，这将 ??? 返回到主表。我们可以选择这 98 行，这将是我们的结果数据集
	聚类。
	因此这也将对其他数据集执行。
	接下来我们还将对月回报率进行制表，这是我之前提到的公式，我们所做的就是在数据中插入一列。
	当然，我们会插入一个公式。
	如上所述，公式将是月末的收盘价（即 2018 年 1 月 31 日）减去第一天（即第二天）。
	当然，还要除以第一个日期。这样就能得到以百分比表示的月回报率。当然，我们可以进行微调，比如把列名改成2018年1月，当然，还可以把格式改成保留两位小数的百分比。
	这是我们一月份的月回报率，我们可以对整个数据集中的所有月份重复此操作。
	最后，深圳和上海ETF的数据集准备好后，我们需要将它们合并在一起。
	因此，我们将使用表格工具栏中的连接功能将两个数据集合并为一个，以便之后进行聚类建模。因此，正如您所见，两个数据
	深圳和上海ETF已合并为一个包含143行的数据。之后我们应该使用聚类分析。
	现在继续讨论聚类。
	层次聚类使用邻近矩阵来确定每个月回报率之间的成对相似性和不相似性
	使用欧氏距离。右侧使用动态时间规整来比较时间序列之间的相似性，这考虑了时间因素。它对传播延迟也同样适用，甚至可以检测出具有相似模式但略微异相的时间序列。
	因此，尽管 JMP Pro 能够执行层次聚类，但动态时间规整仅在 SAS Enterprise Miner 上可用，因此两种聚类建模都是在 SAS Enterprise Miner 中执行的。
	现在，JMP Pro 可能希望在未来考虑在聚类功能中加入动态时间扭曲，因此对于我们用户来说，我们可以拥有一个一体化软件来执行从数据准备到建模以及最终结果可视化的整个分析过程。
	因此，在聚类完成后，数据从 SAS Enterprise Miner 加载回 JMP Pro 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。
	适合使用的可视化方法是热图，它允许用户快速从聚类结果中获得见解。
	因此，沿着 X 轴……Y 轴代表不同的 ETF，X 轴代表 ETF 的月回报率。从这张热图中，我们可以快速观察到，在这个集群中，月回报率呈现出相似性，这可以通过颜色的强度来表示，也就是月回报率。
	接下来我们将比较两种聚类技术得到的聚类结果。左侧是动态时间规整聚类，右侧是层次聚类。
	因此动态时间规整算法对七种不同的ETF进行了聚类，它们都属于创业板市场。
	左边和右边是层次聚类，是一些成长企业ETF和其他ETF组合在一起的聚类。
	因此，动态时间扭曲还将另外两只属于企业部门的 ETF 聚类，这在层次聚类中是缺失的，它们在左侧用红色框起来。
	这展示了动态时间规整算法与层次聚类算法相比的优势，在执行聚类时，它可以提取???模式。因此，我将展示……
	正如您所见，这就是我们在 JMP Pro 中所做的。左侧是动态时间扭曲，右侧是聚类。因此，使用图形生成器，我们可以交互式地查看
	同一时期内同一支ETF的表现相似，因为它们都链接到相同的数据集。因此，为了进行其他比较，我们可以看看集群5和集群9。
	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，以便进行比较。您可以看到，我们可以查看类似的数据，正如您所看到的，这些数据在这个动态时间扭曲中不存在。正如您在这里看到的，
	它是链接的。
	当然，我们可以看看最后一个，这两个是相同的比较集群......相似的，所以动态时间扭曲将四个 ETF 分组在一起，而分层将其中八个分组在一起。
	所以，往回走。
	因此，当我们进行这两个聚类时，当您使用 JMP Pro Graph Builder 热图对它们进行比较时，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 社区中，以公布我们在论文中的所有发现。
	因此，将聚类结果与 ETF 投资组合构成进行比较，动态时间规整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，与层次聚类算法仅计算同一时间段之间的欧几里得距离不同，
	动态时间扭曲可以沿着时间轴滑动来计算两个时间序列之间的最短距离，还可以检测稍微异相的模式。
	现在我们开始根据月回报率的表现来分析我们的集群。
	因此，使用 JMP Pro Graph Builder 绘制月回报趋势，这样 Graph Builder 允许我们使用多个 ETF 月回报来构建可视化。
	这是每个月的箱线图，显示了三年期间的平滑趋势线。因此，交互式功能允许我们用户洞察数据，进行可视化分析。
	从图表中我们还可以观察到，2019 年至 2020 年的波动范围（此处为蓝色）与 2018 年相比更高或更大。
	接下来几个月的季度间范围也大得多，这意味着这些月份 ETF 之间的月回报率差异也较大。
	从图表中你可以看到，表现最好的月份实际上是 2019 年 2 月，你可以看到这里是 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，
	接下来是 2018 年 12 月，然后是 2018 年 6 月。
	因此，为了深入显示特定的集群，我们可以使用本地数据过滤器 JMP Pro Graph Builder。
	这与我展示的演示类似，我们可以在不同的集群之间切换以具体查看并放大不同的集群。
	所以我们可以分别分析这些集群。我们选取左边的两个集群，它们主要是军工制造商的ETF，右边的
	都是成熟企业市场中的科技公司。因此，这两个集群在2019年至2020年都创下了历史新高。
	正如上一张幻灯片所示，这也是表现最好的月份。
	然而，仔细观察每个月的箱线图，左侧的聚类与右侧的聚类相比，四分位距通常较小。
	这表明，从左侧集群中选择任何一只ETF，其月收益都将比右侧ETF更稳定。如果您在2019年至2020年之间购买，这一点绝对值得。
	因此，如果我们使用 JMP Pro Graph Builder 对四个集群热图进行深入研究，我们可以观察到，在 2019 年至 2020 年期间，月回报率表现普遍优于 2018 年。
	因此，我们可以看到，与 2018 年相比，2019 年至 2020 年的正回报强度更高，以更亮的绿色表示。
	因此，我们做了一些调查，初步推测这与 2017 年开始的中美贸易战紧张局势加剧有关。
	这也罕见地扰乱了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，中国高科技制造业对全国工业增长的贡献率进一步提升，摆脱了对外国技术和其他产品的依赖。
	因此，中国还在人工智能和集成电路等行业投入了大量资金，以实现自力更生的目标。
	因此，在国家宣布这一政策并转变方向后，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。
	最后，我将以我们的结论和一些可以应用于我们论文的未来工作来结束。
	因此，尽管层次聚类和动态时间规整都产生了非常相似的聚类结果，但动态时间规整还是有其优点的
	算法能够更准确地对ETF进行聚类。此外，ETF的月回报率与时间序列相关，因此动态时间规整算法能够产生更好的聚类结果。
	我们还观察到集群的月度回报率与中国经济目标之间的相关性，这当然导致了各行业的月度回报率更高。
	因此，未来可以做的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。
	此外，我们可以将动态时间扭曲应用于不同的金融工具，例如停止上涨商品价格......商品价格，
	货币，甚至是衍生品。最后，分析可以在不同的时间段进行，比如新冠疫情之前和疫情之后，当然，我们还没有达到这个阶段。
	即使是不同的时间间隔。目前我们使用的是月度数据，你也可以查看周度、季度或年度……月度……年度。
	返回。
	因此，我感谢 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给予我的支持。最后，我将总结一下我作为 JMP Pro 用户的个人使用体验。
	JMP Pro 为我们用户提供了极好的用户体验，它是一款非常具有交互性和动态性的数据分析软件。
	它让我们用户能够更快地准备数据，并获得更准确的结果。因此，Graph Builder 功能对于结果分析也非常方便实用。
	我们可以从这个图形生成器中获得美妙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。
	感谢您抽出时间。我的论文到此结束。

高级统计建模基本数据分析与建模消费者和市场研究内容组织预测模型和机器学习质量与工艺工程可靠性分析分享和交流成果