6.4　应用实例：行业关联选股法

在股市中有一种按照行业选股的投资策略，其基本思想基于这样的认识：从众多个股中选择具有增长潜力的个股难度较大，但行业数较少，所以选对行业的可能性更高。另外，股市通常出现这样的现象，就是同行业的股票往往普涨或普跌，只要选对行业，无论怎么选个股，都可能盈利。这里，将介绍一种基于关联规则挖掘的选股方法——行业关联选股法。其基本思想是从数据中寻找关联的行业，当某个行业出现涨势之后，若其关联行业还没有开始涨，则从其关联行业中选择典型个股买入。

对于该方法，寻找关联行业是关键，而寻找关联行业，则正好可以用本章介绍的关联规则方法实现。

首先需要有行业关联数据的事务。在交易系统或公共股票数据中，能得到交易日各行业的涨幅数据，但这样的数据不能直接应用，需要对数据进行预处理。为此，需要定义一个标准，界定哪些行业算是涨势好的行业，比如可以定义10个交易日内，行业涨幅超过大盘涨幅5%的行业为好行业，这样就可以得到类似股市行业关联的事务数据，如表6-4所示。

接下来，可以选择一种关联规则算法来挖掘这里的频繁项集。尽管Apriori算法有一些缺点，但该算法的适应性很强，所以这里依然用该算法实现关联行业的挖掘。将程序P6-1中的数据文件替换成表6-4中的数据文件，并设最小支持度为3，则很快可以得到如下结果。

由程序的执行结果可以看出，满足最小支持度3的包含3个行业项的项集只有一个，即

{银行，券商，钢铁：3/10}

上述说明这3个行业在一定周期内（10个交易日）具有较高（3/10）的联动可能性。

再看包含两个行业项的项集，即

{银行，钢铁：4/10}

{银行，券商：4/10}

而且它们联动的概率是一致的，都为4/10，所以在实践中，如果这3个行业中的一个出现涨势，那么就可以考虑从其他两个行业中选择代表性的股票买入，这样就可以在其他行业还没上涨的时候，以低价购入该行业股票，以此获得较高的收益。

上述就是行业关联选股法的基本思想、实现方式和操作步骤，当然这里介绍的案例只是一个原型，在具体操作中可以更灵活。