[发明专利]基于熵维度与最大熵比的股市投资者情绪代理指标选择方法

权利要求书

1.一种基于熵维度与最大熵比的股市投资者情绪代理指标选择方法，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，通过计算主成分分析、熵维度、信息熵与最大熵之比，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所述的基于熵维度与最大熵比的股市投资者情绪代理指标选择方法，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所述的基于熵维度与最大熵比的股市投资者情绪代理指标选择方法，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所述的基于熵维度与最大熵比的股市投资者情绪代理指标选择方法，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所述的基于熵维度与最大熵比的股市投资者情绪代理指标选择方法，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所述的基于熵维度与最大熵比的股市投资者情绪代理指标选择方法，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所述的基于熵维度与最大熵比的股市投资者情绪代理指标选择方法，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最大熵之比来判别

Z＝ln(m)， (2)

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；Z为最大熵；D为判定指标，信息熵与最大熵之比。

8.根据权利要求1所述的基于熵维度与最大熵比的股市投资者情绪代理指标选择方法，其特征在于，所述优选模块熵维度，计算主成分分析贡献率的信息熵；再计算信息熵的累计百分比；把平均熵与最大熵的比值作为选择维度的下限；此时熵值对应的维度数量即为投资者情绪代理指标的理论最佳数量；最后结合人为经验与需求留选指标，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。