[发明专利]基于聚类与平均熵差群的股市投资者情绪指标选择方法

权利要求书

1.一种基于聚类与平均熵差群的股市投资者情绪指标选择方法，其特征在于，所述方法包括：

海选模块，任何与股市或投资者有关的指标均可纳入到备选指标库；

初选模块，剔除数据不可得或数据不连续的无效指标；

筛选模块，通过无关分析剔除无关指标，计算各指标与股市大盘指数和股市收益率的相关系数，可以得到无关程度与显著性检验值，剔除显著性较差的指标；

遴选模块，通过相关分析和聚类分析删除冗余信息量大于阈值的指标，计算各指标之间的相关系数，将相关系数大于阈值的指标进行归类，删除信息重叠指标；

优选模块，通过计算多种状态下的信息熵与平均熵之差，获得集群，结合聚类分析的树状分类图谱与指标数量复杂度，最终留选显著性最高的指标。

2.根据权利要求1所述的基于聚类与平均熵差群的股市投资者情绪指标选择方法，其特征在于，所述海选模块的任何指标可以是当期指标，也可以是提前p期的衍生指标，即为{A_n,A_n-1,A_n-2...A_n-p}，其中p为大于1的正整数。

3.根据权利要求1所述的基于聚类与平均熵差群的股市投资者情绪指标选择方法，其特征在于，所述筛选模块无关程度相关性系数为0.3及以下。

4.根据权利要求1所述的基于聚类与平均熵差群的股市投资者情绪指标选择方法，其特征在于，所述筛选模块显著性值为t统计量，该统计量服从n-2个自由度的t分布，概率界限可选择1％至5％。

5.根据权利要求1所述的基于聚类与平均熵差群的股市投资者情绪指标选择方法，其特征在于，所述遴选模块的阈值为0.9及以上。

6.根据权利要求1所述的基于聚类与平均熵差群的股市投资者情绪指标选择方法，其特征在于，所述聚类分析的距离为相关系数距离。

7.根据权利要求1所述的基于聚类与平均熵差群的股市投资者情绪指标选择方法，其特征在于，所述优选模块的显著性可以使用表示信息量的信息熵与平均熵之差来判别，选择信息含量大于平均信息含量的指标，即为信息熵与平均熵之差大于零的指标

式中，p_i为离散型系统状态的概率，i为系统状态数，m为系统状态最大值，且定义当概率为0时，熵为零；H为指标的信息熵值；为平均熵；D为判定指标，信息熵与平均熵之差。

8.根据权利要求1所述基于聚类与平均熵差群的股市投资者情绪指标选择方法，其特征在于，所述优选模块的多种状态的信息熵的状态数目u，2≤u≤100w，w应大于单个指标的样本数目；集群数量为u-1次的计算结果。

9.根据权利要求1所述的基于聚类与平均熵差群的股市投资者情绪指标选择方法，其特征在于，所述优选模块复杂度可以根据人为经验与需求留选指标，应在聚类分析图谱中，由大类到小类进行分类，在每个类别中均衡选择指标，分类的数量可以人为决策。