摘要 中国证券市场经过20多年的发展，不仅为市场经济建设发挥了重要作用，对人们的生活更产生明显的影响。由于巨大的存量市场的数据和信息的模糊性，根据基本分析和技术分析的投资决策具有较强的主观判断影响投资结果。模糊理论和灰色系统理论均是处理不精确信息的有效工具，因此，选择了这两种理论在股市信息的模糊不确定性的研究，具有重要的现实意义。
关键词 投资证券 灰色聚类 模糊聚类
一、研究的目的和意义
股市对投资者的吸引力不仅有长远利益，并会继续为投资者提供良好的投资机会。然而股价涨跌无常，股市是不可预测的，没有人能做出准确的预测，投资者在股市中，为了达到一个令人满意的收益回报的股票走势，这是对股市所必需的各种信息科学的分析和判断，最终作出有效的投资决策。大多数投资者通常采用基本分析和技术分析方法来分析和选择优质个股，但是，这两种方法主要是依靠选股的经验和自己的观察，无法准确地精选个股的科学判断，股市是一个庞大的数据库，传统的投资分析方法，不能从事证券投资，为投资者降低非系统性风险。所以，有多少类型的股票在选定的优质个股科学投资，以获得满意的投资回报，投资者应该成为关注的重点。
到目前为止，马科维茨组合选择模型和现代投资组合投资模型被认为是随机的不确定性，面临的不确定性，概率论与数理统计是应对这种不确定性的理论基础。日益认识模糊理论和灰色系统理论可以描述在金融市场信息的不确定性，利用模糊数学的语言和方法来解决聚类问题描述，更自然，方便。模糊理论的深入研究和灰色系统理论的不断发展和完善，聚类分析已经被应用到自然科学，社会科学，工业和农业生产等相关学科众多科学领域，成功地解决了科研，生产和生活中的大量实际问题。随着社会的不断优化聚类方法创新，已经开始投资于证券的信息和数据，用聚类分析。证券投资分析需要掌握大量的市场信息，需要一个很好的投资策略，准确把握市场信息动态，进行科学合理的分析，然后在市场上的信息，并最终作出科学的投资决策。股票投资者分析历史数据和买卖股票是一个重要的参考，股市是一个巨大的数据库，但是，寻找有价值的信息的质量，信息的真实和深刻挖掘数据需要花费大量的人力和资源，市场上的数据的大小和容量远远超出人类直接处理能力。使用模糊理论和灰色系统理论方法，深入挖掘价值投资证券数据，并建立相关的数学模型，为那些不确定性的有效数据分类或聚类，选择优质的股票作为投资对象。随着模糊和灰色系统理论，建立模糊聚类和灰色聚类分析方法来考察投资的分类问题，不仅对投资决策分析，建立一种新的分析框架，以引导投资在科学和理性的投资者，同时也具有重要的理论价值和现实意义。
二、模糊聚类分析
随着科学技术的进步，人类社会的不断发展，集群已经成为人类社会和客观世界的重要工具类似的属性不同事物之间差异的更清楚的了解，初步形成了物联网的概念，需要借助聚类分析划分。聚类分析是利用多元统计分析方法事物之间的相似程度的不同特点，科学合理的分类之间的亲和力，聚类分析，用数学定量的方法来确定样本之间的相似程度之间的关系，使得事物的类型的划分具有一定的客观性。聚类分析的相关后续研究的数据的准确性，但在现实世界中的绝大多数东西有没有严格的财产分割，所以传统的聚类分析，只能使事情很难划分，不能让一个科学的软件部门。模糊数学恰恰是客观现实的手段与含糊和信息的现象，到聚类分析是模糊数学理论的模糊聚类分析。模糊聚类分析，可以更好地描述事物的不确定性的程度，处理不确定性信息成为一个强大的工具。在现实世界中，客观事物不是很清楚的分界线，往往有很大程度的模糊性。模糊相似关系，建立合理的分类，客观事物的模糊聚类分析方法在处理与歧义或信息，和其他的东西，客观，灵活，直观，简单计算的优势。
在大多数情况下，概率论与数理统计的方法来处理不确定性证券投资分析。模糊聚类分析方法是一种有效的方法投资指引。采用模糊聚类方法可以帮助投资者了解和把握股票的一般特征，某些投资范围的确定，减少盲从和投机性投资者，从而降低投资的非系统性风险，提高投资效益。对于股票投资者，股市许多投资者的财务指标的因素被认为是一种投资，如果采用传统的理论概率与数理统计分析的数学模型进行分类，许多因素难以确定，是比较困难的某些现象进行分析。模糊数学处理模糊性或不确定性数学方法的信息的准确性，它需要考虑到人的主观性，模糊不确定性的东西。基于模糊理论的模糊聚类方法可以正确地描述了股市信息，以减少不确定因素的不确定性，模糊聚类方法应用于证券投资分析，可以形容股市的不确定性，信息性，可以客观地反映股市。
三、灰色系统理论概述
邓聚龙教授于1982年开发，灰色系统理论处理少量的数据，以及不确定性和其他方面的一个有效的工具。我们用“黑”是指信息是未知的，与“白”的信息是完全清楚的，与“灰色”是指部分信息明确，部分信息不明确。灰色系统理论的不确定性或模糊进化系统和正确的理解和描述，“不良信息”中提取有用的信息的价值，更准确地认识客观世界的现实。充分利用灰色系统理论中的数据不明确的信息和隐含的信息，搜索的因素或数学因素之间的关系本身，为了更精确的定量分析，建立相应的数学模型的东西。
灰色系统理论，包括灰色，灰色聚类和灰色统计评价，这是灰色聚类法的方法开发较早和更广泛的应用。灰色聚类可分为灰关联聚类和灰色白化权函数聚类两种聚类方法。通过类似因素的灰色聚类合并，以检查是否有不同的指标相关因素的一些因素，属于同一类，以简化复杂的系统。观察灰色白化权函数聚类主要用于检查对象是否属于预先设定不同的类别。区间灰数是研究一个灰色系统的基本要素，是灰色系统理论为基础的数量之间的关系的研究。从邓聚龙教授开创性的灰色系统理论提出以来，到现在已经走过了20多年的发展，已经取得了一些理论成果和灰色系统理论在社会生产实践中已经取得了越来越广泛的应用。随着越来越多的学者加入到灰色系统理论研究之中，将继续扩大和完善其理论的成熟和世界的认可，已基本形成了一门新的学科。灰色系统理论在许多领域已经广泛成功的应用，以及其分支机构灰色聚类不断发展和完善，使得证券投资取得了一定的实用价值。
四、灰色聚类结合模糊聚类研究
聚类分析是收集科学数据，在这个过程分成不同的类别。我们的目标是相似的归为一类聚类分析的样品，是不相似的样本尽可能多地去为不同类别，以及使得有可能“相似”或“接近”每个类的样本，和性能之间的不同类别的样品有较大的差异。随着许多学者研究的不断深入，聚类分析的不断发展和完善，聚类分析已经成为一个科学，合理的划分，并区分不同事物之间的相似属性的一个强大的工具。在股市投资，投资者发出了宝贵的挑选股票和绩优股的潜力，你需要在A股市场中的股票数量分类和科学的分析和判断。研究聚类分析方法应用于证券投资分析，不仅具有理论价值，而且还具有一定的现实意义。
聚类分析具有相似属性的对象上有一定程度的区别，但个人和团体之间的关系并不是绝对的，不属于的关系。随着众多学者模糊深入的探索和研究，并逐渐模糊数学方法引入到聚类分析，模糊聚类分析使事情更好地解决不确定性。基于模糊数学理论的模糊聚类分析，可以更好地处理数据的模糊性，以及更准确地反映数据之间的关系。由于模糊聚类分析样本数据的处理结果反映程度的不确定性之间的类别，能够清楚地描述不同样品之间的暧昧，所以，它可以更好地反映客观世界的真实性。因此，聚类分析，数据的不确定性和模糊聚类分析方法成为一个新的研究方向，目前的关注，作为当前数据挖掘研究的热点。在模糊聚类算法可谓汗牛充栋的研究文献。更典型的模糊聚类算法的基础上的相似关系，包括关系和模糊的方法，基于模糊等价关系的传递闭包的方法，基于最大树模糊图论方法。先进的模糊聚类分析方法都有自己的特点，但也有其局限性，尽管许多发达的模糊聚类方法，但人们仍然致力于研究，操作方便，参数设置简单的模糊聚类的聚类效果类的方法。
灰色系统理论与模糊理论也可以用来解决同样的问题，不完备信息系统，灰色聚类法是灰色系统理论的一个分支系统。灰色聚类法是已知的少量信息，以确定其他未知信息，更好地描述和分析客观事物。没有严格要求和灰色聚类法对样品的分类信息，不需要服从一个典型的样本分布，计算简单，灵活，适用范围广的特点。通过信息的收集，处理，定性和定量，用灰色聚类法对收集的对象，根据各种指标确定类别的聚类对象，以实现不同类型的物体识别和评估总结灰类的已知部分。
经典的灰色聚类方法都有其难以克服的固有缺点，如美白减肥功能更主观，灰类需要预先确定的其他一些问题。经典的灰色聚类决策指标评价值，是一个明确的指标值不能在区间灰数的科学方式。然而，真正的世界是复杂的，解决问题的指标定量属性值，也可以是一个语言描述，是明确的，它可以是灰色的，或者是模棱两可的。随着社会的不断发展，人们越来越复杂的问题，在不同科目的参与者相关的数据和信息系统，使信息更加显得的不确定性。因此，在实际决策过程中，我们往往会得到决策信息是一个区间灰数，这就需要我们为区间灰数信息进行有效的治疗，以获得科学决策。
灰色系统理论和模糊理论描述和处理不确定性或模糊性信息已经显示出一定的相似之处。虽然这两种理论的理论基础不同，与科学技术的不断进步，以及做了一些研究，理论界的交叉点，这使得他们在处理不确定性或两项类似研究的理论的不断发展和完善灰色的复杂系统具有很强的互补性。因此，灰色系统理论和模糊理论，通过一定的起点，科学有效的整合，在一定程度上克服了理论本身的局限性，增强其功能的作用，并使其更广泛的应用前景。
日益迅速发展的中国证券市场，目前在上海和深圳证券交易所上市的公司已达到2200多家，从一些他们的股票投资和投资偏好选择，获得满意投资回报的股票群体，是一件很难的事情。所以，当你说投资者的投资决策，以及不同性质的行业公司的股价表现，公司的质量和股票投资的投资特点进行分类和选择不同的类别是至关重要的。证券投资分析的主要目的是为投资者提供证券投资的价值，发展了科学依据投资决策的科学评估。
然而，由于中国证券市场的发展是没有成熟，投资者在证券投资分析主要依靠传统的根本的分析和技术分析方法引导投资，依靠传统的分析方法的经验判断证券，高度主观的，有没有理论依据。聚类分析，模糊理论和灰色系统理论的不断发展和完善，以及众多学者的深入研究，已逐步应用到证券投资领域，聚类分析更全面，更科学有效，进一步研究如何使用是必要的。
证券市场是一个庞大的数据库，通过研究和探索，实现了模糊聚类和灰色聚类点在处理数据上强大的生命力。模糊聚类和灰色聚类法的股票信息和数据处理，投资分析，为投资者提供了科学依据。模糊理论发展更成熟，但灰色系统理论的发展还没有达到成熟，纸张，模糊理论与灰色系统理论应用于证券投资分析相结合，尝试对不同类别的股票分为采摘某些投资者的指导意义。由于模糊理论和灰色系统理论相结合的研究仍处于起步阶段，还需要更多的理论发展和实证研究。我们也可以将灰色系统理论，模糊理论和概率理论，数值分析和其他经典的数学方法，以及粗糙集理论，博弈论和其他非古典数学方法与对方一起处理问题的股票数据，为投资者提供了一个科学的投资建议。
参考文献：
[1] J W Han，K Micheline.数据挖掘概念与技术[M].北京：机械工业出版社，2001.
[2] L A Zadeh. Fuzzy sets as a basis for a theory of possibility[J].Fuzzy Sets and Systems， 1978，Vol.1： 3-28.
[3] E H Ruspini.A new approach to clustering[J].Information and control，1969， 15（1）：22-32.
[4]L Zkim.Fuzzy relation compositions and pattern recognition[J].Information Seienee，1996，89：107-130.
[5] R Leahy，Z Wu.An optimal graph theoretic approach to data clustering：theory and it’s applica-tion to image sementation[J].IEEE Trans on PAMI，1993，15 （11）：1101-1113.
相关热词搜索： 证券投资 灰色 模糊