基于信息熵決策模型的優(yōu)秀股票決策

聶向格

[摘 要]目前，中國股市正處于低潮時期，因此，如何選擇股票投資變得十分重要。本文選取了銀行板塊中具有代表意義的5只銀行股票，利用信息熵決策模型，對這5支股票進(jìn)行了分析，最后選擇出2只優(yōu)秀的股票，并同現(xiàn)實情況進(jìn)行了對比，也證明了此模型的正確性。

[關(guān)鍵詞]信息熵；股票；銀行股

doi：10.3969/j.issn.1673 - 0194.2017.06.075

[中圖分類號]F832.51 [文獻(xiàn)標(biāo)識碼]A [文章編號]1673-0194（2017）06-0-02

0 引 言

隨著互聯(lián)網(wǎng)的飛速發(fā)展，基于Web的決策支持系統(tǒng)（WDSS）成為了決策支持系統(tǒng)研究領(lǐng)域新的發(fā)展。現(xiàn)如今，中國的股市產(chǎn)品眾多，面對琳瑯滿目的證券市場大眾往往不知該做何選擇。因此，將決策支持的知識應(yīng)用到股票的選擇上，可以在一定程度上為不知如何選擇的股民做出相對正確的指導(dǎo)。

1 信息熵決策模型

信息論之父Shannon指出，任何信息都存在冗余，并借鑒了熱力學(xué)的概念，把信息中排除了冗余后的平均信息量稱為“信息熵”，并給出了計算信息熵的數(shù)學(xué)表達(dá)式。信息熵的方法屬于屬性權(quán)重未知且屬性值為實數(shù)的多屬性決策方法。

1.1 優(yōu)秀股票決策指標(biāo)體系的建立

優(yōu)秀股票的決策指標(biāo)體系如圖1所示。

1.2 信息熵決策模型

選取5家上市銀行股票一年的數(shù)據(jù)（來自網(wǎng)易財經(jīng)），利用信息熵決策模型選出最值得推薦的銀行股票。

1.2.1 構(gòu)造決策矩陣Am×n

利用指標(biāo)體系構(gòu)建出決策問題的決策矩陣A（aij）m×n，如表1所示。

1.2.2 決策矩陣的規(guī)范化處理

指標(biāo)體系中的各指標(biāo)一般可以分為效益型、偏離型等。在此本文只討論效益型指標(biāo)，將其依據(jù)公式（1）進(jìn)行規(guī)范化處理后得到規(guī)范化矩陣R（rij）m×n，如表2所示。

1.3 屬性歸一化

對規(guī)范化后的矩陣R按照公式（2）進(jìn)行屬性的歸一化處理，得到矩陣r，如表3所示。

1.4 計算信息熵

矩陣R經(jīng)過屬性歸一化后，計算指標(biāo)屬性ij的輸出信息熵。依據(jù)公式（3）對矩陣r的各項屬性指標(biāo)進(jìn)行計算。

1.5 根據(jù)屬性權(quán)重公式計算權(quán)重

在信息熵的基礎(chǔ)上，依據(jù)公式（4）計算每個指標(biāo)所占的權(quán)重W（w1，w2，…，wn）。

1.6 綜合屬性值的得出

（5）

1.7 得出結(jié)論

綜合各個銀行股的綜合值對所有方案進(jìn)行排序，可以得出依據(jù)該類指標(biāo)優(yōu)秀的兩只支股票是：建設(shè)銀行、浦發(fā)銀行。

2 驗證模型

截取2015年3月以后建設(shè)銀行和農(nóng)業(yè)銀行的實際情況并進(jìn)行對比，發(fā)現(xiàn)建設(shè)銀行的收盤價一直在攀升，其股價從3月2號的

5.73元到6月11號的7.07元，收益率增長了23.39%，而農(nóng)業(yè)銀行從3月到6月的收益率為11.60%，印證了農(nóng)行的盈利能力遠(yuǎn)不及建行。

3 結(jié) 語

本文先介紹了決策支持和信息熵的基本知識，探討了如何利用信息熵的方法對多屬性方案進(jìn)行有效決策。同時本算法還存在一些問題，首先沒有考慮到各個銀行股的風(fēng)險因素，在選取指標(biāo)的方法上還值得研究，但是利用信息熵對股票、證券等一些理財產(chǎn)品進(jìn)行決策分析具有很大的理論意義和實用價值。

主要參考文獻(xiàn)

[1]祝凌凌.基于多屬性智能決策方法的個人理財決策支持系統(tǒng)的設(shè)計與實現(xiàn)[D].成都：西南財經(jīng)大學(xué)，2012.

[2]郭欣.基于改進(jìn)的信息熵為權(quán)重的模糊多屬性決策[J].中國科教創(chuàng)新導(dǎo)刊，2013（26）.