基于GA—RS—LR算法的公司財務與個股投資探究

瞿尚薇　王斌會

摘 要 運用遺傳算法粗糙集邏輯回歸方法（GARSLR）探討我國A股上市公司財務與股票收益的關系.運用GARS方法獲得財務指標最優約簡；運用LR模型探求兩者關系.最終，經GARS約簡，60個財務指標中有17個對股票投資有重要影響；通過LR模型，4個指標具有顯著效應；其中，負債與權益市價比為5.82%負效應，其余為正效應.對2015年股票相對波動進行預測得到70%的準確率，驗證了GARSLR模型對中長期投資的有效性.

關鍵詞 遺傳算法-粗糙集；邏輯回歸；股票收益；公司財務

中圖分類號 F224 文獻標識碼 A

1 引 言

股票市場對一個國家和地區的經濟發展動向有前導作用.股票收益受到宏觀經濟現狀、政策、公司財務、投資者情緒等因素影響.研究股票收益問題一直是學術界的研究熱點.目前，學術界對股價與上市公司財務之間關系的探討主要從兩方面入手.一是通過建立計量模型來探求股票與其影響因素的關系，進而對股價進行分析與預測[1，2].然而計量模型對數據平穩性、正態性等有嚴格限定，直接利用很難達到預期結果.股票市場數據體量巨大、類型繁多，故很多學者轉而選用數據挖掘方法來探究其關系.如有不少學者就運用遺傳算法[3]、BP神經網絡[4]等得到了較為理想的結果.

粗糙集（Rough Sets）理論[5，6]由波蘭數學家Pawlak Z于1982年所提出.這是一種用于處理含糊和不確定信息的新型數學工具，具有優越的知識簡化能力.粗糙集理論利用現有知識庫對不精確的知識進行近似描述[7].RS方法不……