多元统计分析方法在股票市场板块的应用研究毕业论文
多元统计分析在市场调研中的应用
多元统计分析在市场调研中的应用市场调研是企业在决策制定、产品开发、市场推广等环节中必不可少的一项工作。
通过市场调研，企业可以了解消费者需求、竞争对手情况以及市场趋势，为企业决策提供可靠依据。
多元统计分析作为一种强大的数据分析工具，在市场调研中发挥着重要作用。
本文将探讨多元统计分析在市场调研中的应用。
一、多元统计分析简介在进入具体讨论之前，首先我们需要了解多元统计分析的概念及其基本原理。
多元统计分析是一种通过对多个变量进行分析，揭示变量之间相互关系及对研究对象的影响的方法。
它可以帮助我们理解数据背后的模式、趋势和规律，从而作出准确的推断和预测。
二、多元统计分析在市场调研中的应用1. 因子分析因子分析是一种通过寻找多个变量之间的潜在关系，将这些变量归纳为更少的几个因子的方法。
在市场调研中，因子分析可以帮助我们发现消费者对产品的偏好或特定要素的重视程度。
通过对大量问卷数据的统计分析，可以将众多变量归纳为几个关键因子，从而帮助企业更好地了解消费者需求，优化产品设计。
2. 聚类分析聚类分析是一种根据观察对象之间的相似性将它们分组的方法。
在市场调研中，聚类分析可以帮助我们将消费者划分为不同的客户群体，从而更好地针对不同群体制定市场营销策略。
通过对消费者的购买行为、兴趣爱好等进行多元统计分析，可以发现潜在的市场细分，提高市场推广的精准度。
3. 判别分析判别分析是一种通过构建一个分类模型，从而将观测对象划分到不同的组别中的方法。
在市场调研中，判别分析可以帮助企业对消费者进行分类，比如将消费者分为潜在客户和非潜在客户等。
通过多元统计分析，可以建立一个准确的分类模型，为企业提供有针对性的市场推广方案。
4. 回归分析回归分析是一种通过建立变量之间的数量关系，进而预测目标变量值的方法。
在市场调研中，回归分析可以帮助企业建立销售额与广告投放、促销活动等因素之间的关系模型。
通过多元统计分析，可以找到对销售额具有显著影响的因素，从而制定出更加有效的市场推广方案。
基于多元回归分析的股票市场预测方法研究
基于多元回归分析的股票市场预测方法研究近年来，股票市场作为一个具有极高风险的投资领域，一直受到广大投资者的关注。
然而，由于市场受到大量不确定因素的影响，如政治、经济和自然灾害等，使得正确预测市场趋势显得异常困难。
因此，研究一种基于多元回归分析的股票市场预测方法显得尤为重要。
多元回归分析是一种量化分析方法，它通过建立数学模型来预测一个或多个研究变量。
多元回归分析将一个因变量与多个自变量相关联，从而建立一个统计模型，以便根据自变量的变化来预测因变量的变化。
在应用于股票市场预测时，多元回归分析可以将股票市场的一个特定指数（如道琼斯指数）作为因变量，同时考虑多个自变量，如经济指标（GDP、CPI、货币供应量等）、公司利润、市场资金流向等因素，建立预测模型。
通过对历史数据的分析，可以找到自变量与因变量之间的关系，并通过模型预测未来市场走势。
另外，多元回归分析还可以通过对各自变量的系数进行比较，从而判断不同自变量对股票市场的影响力大小。
具体地说，多元回归分析的预测过程包括以下几个步骤。
首先，应该收集历史数据，包括因变量和自变量，并对其进行清洗和转化。
然后，建立多元回归模型，并对数据进行拟合和验证。
一旦模型被验证为准确可信，可以使用其进行预测。
最后，应该对预测结果进行监测和评估，并及时更新模型。
然而，多元回归分析也存在一些缺点。
首先，它只能预测因变量和自变量之间的相关性，而不能明确的证明因果关系。
其次，多元回归分析容易出现过度拟合，即模型对历史数据的适应度非常高，但对未来数据的预测能力较差，需要采取适当的措施进行优化。
除此之外，股市预测也受到很多其他因素的影响，如政治环境、自然灾害、恐怖袭击等。
因此，在多元回归分析的基础上，还需要结合其他预测方法和实时市场信息，进行综合分析和判断。
总而言之，基于多元回归分析的股票市场预测方法是一种较为科学和可行的方法，可以利用历史数据预测未来走势，并结合其他预测方法和实时市场信息进行综合分析和判断。
基于多元分析的股票价格预测研究
基于多元分析的股票价格预测研究随着社会经济的不断发展，股票市场的波动也日益剧烈。
投资者需要对股票市场进行有效的预测和分析，以获得更高的收益。
然而，股票价格的预测一直是个难题。
传统的单一指标分析方法无法全面考虑各种影响因素，因此多元分析在股票价格预测研究中应用越来越广泛。
多元分析是指同时使用两个或两个以上影响因素的统计分析方法，它可以全面考虑各种因素对股票价格的影响。
多元分析包括回归分析、多元协方差分析、因子分析和主成分分析等方法。
其中，回归分析是最常用和最基本的方法。
回归分析是一种用于预测和解释因变量和一个或多个自变量之间关系的统计方法。
在股票价格预测中，因变量是股票价格，而自变量包括基本面变量和技术指标变量等。
基本面变量包括公司财务状况、公司业绩、行业情况等因素，而技术指标变量包括均线、MACD、RSI等指标。
通过回归分析，可以发现哪些自变量对股票价格有较大影响，从而进行股票价格预测。
除了回归分析，多元协方差分析也是一种常用的多元分析方法。
多元协方差分析可以用来评估各种变量之间的关系、方向和强度，从而更好地预测股票价格的波动。
此外，因子分析和主成分分析也是股票价格预测中常用的多元分析方法。
尽管多元分析已经成为股票价格预测的主要研究方法之一，但是在实际应用中还存在一些问题。
首先，由于影响股票价格的因素较多，多元分析中需要考虑的自变量数量非常庞大，需要很大的数据样本和运算量。
其次，多元分析方法容易出现过拟合问题，导致预测结果出现偏差。
对于这些问题，需要结合实际情况和经验进行调整和优化，提高预测精度和可靠性。
总的来说，多元分析是股票价格预测中常用的一种方法，可以全面考虑各种因素对股票价格的影响，从而提高预测精度和可靠性。
然而，在实际应用过程中需要避免过拟合问题并结合实际情况和经验进行调整和优化。
随着数据分析技术的不断进步和发展，多元分析在股票价格预测中的应用也会越来越广泛。
多元统计方法在证券投资组合中的新应用-毕业论文
---文档均为word文档，下载后可直接编辑使用亦可打印---摘要由于人类科学技术的快速提高和人们生活水平的改善，金融投资行业的不断进步与壮大，人们投资意识的加强，证券投资组合已经成为人们生活中的重要组成部分，如何进行正确的证券投资也成为了我们需要解决的一个难题，而多元统计分析方法正是处理这一类问题的有效方法与途径之一。
本文主要使用2015年国内45家金融企业股票的10个财务数据进行了因子分析和聚类分析。
通过因子分析找出共性指标，得出影响股票价格的公共因子有三个：规模因子、盈利能力因子、偿债能力因子，并且计算出各金融企业股票的综合得分，对其作评价与排序，该结论对广大投资者理解和认识金融投资业提供了现实根据。
接下来对这些股票进行聚类分析，分析结果显示，可将这45只股票归为3类。
根据聚类分析结果，广大证券投资者能够有针对性的进行股票投资组合选择与决策。
最后，将因子分析、聚类分析与其他一些证券投资组合方法进行比较分析，通过比较结果可知，可将多种证券投资组合方法综合使用，做到提高数据分析的有用性和准确性，使参考更具价值。
关键词：多元统计方法，因子分析，聚类分析，证券投资组合New application of multivariate statistical method in securitiesinvestment portfolioABSTRACTDue to the rapid increase of human science and technology and the improvement of people's living level, the financial investment industry progress and growth, strengthen the sense of investment, portfolio investment has become an important part in people's life, how to make the right investment has become a problem we need to solve, and the method of multivariate statistical analysis it is one of the effective methods and ways to solve this kind of problems.This paper mainly uses 10 financial data in 2015 45 domestic financial companies by factor analysis and cluster analysis. Through factor analysis to find out the common indicators that affect the stock price in the three common factors: scale factor, profitability factor, solvency factor, and calculates the comprehensive scores of the financial stocks, as the evaluation and ranking, the conclusion to provide a realistic basis and understanding of the financial investment industry investors understand. Next to these stocks by cluster analysis, analysis results show that these 45 stocks can be classified into 3 categories. According to the results of cluster analysis, the majority of investors to the stock portfolio selection and decision making at last, factor analysis, cluster analysis and other portfolio method of comparative analysis, by comparing the results, can be a variety of securities investment The combining method used to improve the usefulness and accuracy of data analysis, the reference is more valuable.Keywords:multivariate statistical method, factor analysis, cluster analysis, securities portfolio1.绪论1.1研究背景及意义自从20世纪90年代至今以来，中国金融市场的快速发展壮大，人们的金融投资理财观念与意识与日俱增，越来越多的投资者开始在证券市场中活跃起来。
最新基于多元统计分析的股票价值投资实证研究--课题研究
课题名称基于多元统计分析的股票价值投资实证研究专业名称数学与应用数学学生姓名学号大学理学院基于多元统计分析的股票价值投资实证分析摘要价值投资理论认为股票的市场价格是围绕着其内在价值上下波动的，当股票的市场价格低于其内在价值，并且拥有足够的安全边际时买进股票，当股票的市场价格高于其内在价值时卖出股票。
价值投资理论在成熟的证券市场对投资者有很好的指导作用，然而价值投资理论是否适用于中国的股票市场却存在着诸多争议之处。
中国股市起步较晚，存在着极强的投机性，股权分置、政策的隐性担保、投资者结构不合理、投资者投资渠道狭隘、做空机制的缺乏、机构主力对股价操纵横行和很大一部分投资者缺乏研究上市公司内在价值方面的知识等是阻碍价值投资在中国股市发展的根源。
本文首先通过相关性检验来检验股票的股价和上市公司的每股收益、净资产收益率、净利润率和总资产周转率等财务指标的相关性，意在检验价值投资理论在中国股市的适用性。
得出的结论认为价值投资理论在中国股市已基本适用，但适用性不是很强，这也间接说明了我国股票市场是弱势有效市场。
不少上市公司还存在着股权分置现象，再加上其他各种难以准确估计的因素影响，所以这些公司的真实的内在价值是较难准确估量和预测的，并且有些估量和预测出来的真实内在价值也不具有可比性。
由于企业的业绩和股票的内在价值呈很强的正相关性，因此本文尝试通过构建相对内在价值评估模型来研究上市公司的投资价值，采用因子分析的方法来确定该模型的变量及其权重。
本文选取了电子元器件行业的一些股票进行实证分析。
不少学者把相对内在价值等同于上市公司的真实内在价值来看待，直接用相对内在价值来评价股票的投资价值的大小，本文对这种做法做了一些改进。
出于对价值投资理论选股原则（高股息率、低市盈率、足够的安全边际等问题）的考虑，采用先通过因子分析方法从样本股票中选出业绩优良的股票，再用(股价/相对内在价值)的比值大小选出投资价值排名前六名的股票进行实证研究。
基于多元回归分析的股票分析模型研究
基于多元回归分析的股票分析模型研究随着社会经济的发展，股票成为了投资的重要方式之一。
对于投资股票的人来说，如何进行有效的股票分析是非常重要的。
基于多元回归分析的股票分析模型是一种常用的股票分析方法。
本文将介绍这种方法的基本原理、应用场景以及实际案例分析，希望对投资股票的人们有所帮助。
一、基本原理多元回归分析是一种统计学方法，它通过对多个自变量与一个因变量之间的关系进行分析，建立数学模型，预测因变量的数值。
在股票分析中，多元回归分析的目的是确定会影响股票价格波动的因素，建立数学模型来预测股票价格走势。
通常，我们以股票价格为因变量，以市场指数、公司基本面指标和财务数据等多个因素作为自变量，进行回归分析。
这个模型可以定量地分析每个自变量对于因变量的影响程度，从而帮助我们预测股票价格的上升或下降趋势。
二、应用场景多元回归分析的应用场景非常广泛，对于投资者来说，主要有以下几个方面：1. 判断个股价值：通过对个股的基本面指标和财务数据进行回归分析，确定它们对于股价的影响程度。
根据模型结果，评估个股的价值水平，判断其是否具有投资价值。
2. 预测市场走势：通过对市场指数和经济指标等多个因素进行回归分析，建立市场预测模型，预测市场的上升或下降趋势。
这对于投资股票的人来说非常有用，可以帮助他们更好地进行投资决策。
3. 调整投资组合：对于投资者而言，股票不是唯一的投资标的物。
通过对不同投资标的物的回归分析，建立投资组合模型，可以帮助投资者调整投资比例，降低风险，提高收益。
三、实际案例分析下面以某家上市公司的股票为例，介绍如何应用多元回归分析来判断股票价值。
该公司是一家生产家电产品的公司，我们选择以该公司的股票价格为因变量，选择市场指标、公司基本面指标和财务数据等多个因素作为自变量，进行回归分析。
首先，我们需要收集数据。
市场指标包括沪深300指数、中证500指数等。
公司基本面指标包括市盈率、市净率、ROE等。
财务数据包括营收、净利润、资产负债率等。
多元统计分析论文范文精选3篇(全文)
多元统计分析论文范文精选3篇多元统计分析法是证券投资中非常重要的分析方法，它的理论内容包含了多个方面的理论方法，每个理论分析方法对证券投资有着不同的分析作用，应该对每个分析方法进行认真研究得出相关的结论，再应用到实际经济生活中。
1聚类分析在证券投资中的应用（1）定义：聚类分析是依据研究对象的特征对其进行分类、减少研究对象的数目，也叫分类分析和数值分析，是一种统计分析技术。
（2）在证券投资中应用聚类分析，是基于证券投资的各种基本特点而决定的。
证券投资中包含着非常多的动态的变化因素，要认真分析证券投资中各种因素的动态变化情况，找出合适的方法对这种动态情况进行把握规范处理，使投资分析更加的准确、精确。
1）弥补影响股票价格波动因素的不确定性证券市场受到非常多方面的影响，具有很大的波动性和不稳定性，这种波动性也造成了证券市场极不稳定的进展状态，这些状态的好坏对证券市场投资者和小股民有着非常重要的影响。
聚类分析的方法是建立在基础分析之上的，立足基础进展长远，并对股票的基本层面的因素进行量化分析，并认真分析掌握结果再应用于证券投资实践中，从股票的基本特征出发，从深层次挖掘股票的内在价值，并将这些价值发挥到最大的效用。
影响证券投资市场波动的因素非常多，通过聚类分析得出的数据更加的全面科学，对于投资者来说这些数据是进行理性投资必不可少的参考依据。
2）聚类分析深层次分析了与证券市场相关的行业和公司的成长性聚类分析是一种非常专业的投资分析方法，它善于利用证券投资过程中出现的各种数据来对证券所涉及的各种行业和公司进行具体的行业分析，这些数据所产生额模型是证券投资者进行证券投资必不可少的依据。
而所谓成长性是一种是一个行业和一个公司进展的变化趋势，聚类分析通过各种数据总结归纳出某个行业的进展历史和未来进展趋势，并不断的进行自我检测和自我更新。
并且，要在实际生活中更好的利用这种分析方法进行分析研究总结，就要有各种准确的数据来和不同成长阶段的不同参数，但是，猎取这种参数比较困难，需要在证券市场实际交易和对行业和公司的不断调查研究中才能得出正确的数据。
多元统计分析技术的研究与应用
多元统计分析技术的研究与应用随着信息时代的发展和数据积累的不断增加，如何从海量的数据中挖掘出有用的信息，成为了当今研究的热点和难点。
其中多元统计分析技术成为了研究人员必须掌握的技能之一。
本文将从多元统计分析技术的定义、相关方法和应用举例等方面进行论述。
一、多元统计分析技术的定义多元统计分析是指对于两个及以上随机变量之间的相互关系进行定量研究的一种方法。
与单变量分析相比，多元统计分析可以更全面地描述数据之间的联系和区别，并能够利用更有效的方法识别数据中的模式。
多元统计分析技术主要包括线性回归分析、主成分分析、聚类分析、判别分析等。
二、多元统计分析技术的相关方法1.线性回归分析线性回归分析是多元分析中应用最为广泛的方法之一。
它适用于模型变量间为线性关系的情况。
线性回归分析的核心思想是找到一个可以用来预测因变量的线性方程，使得方程中的系数最小化预测误差。
该方法既可以用于描述因变量与一个自变量间的关系，也可以用于描述因变量与多个自变量间的关系。
2.主成分分析主成分分析是多元分析中常用的数据降维方法。
它将多维数据转化为少数几个主成分，从而减少变量维度和数据冗余，提高模型的精确性。
主成分分析的基本思想是通过线性组合变量的方式，将原始变量转化为新的不相关的主成分变量，并消除变量之间的相关性。
主成分分析适用于数据维度高、数据结构复杂的情况。
3.聚类分析聚类分析是多元分析中的一种无监督学习方法。
它可以将一组对象划分为不同的类别，同时使得同一类别的对象之间相似度最高，不同类别的对象之间相似度最低。
聚类分析在模式识别和客户分类等领域有着广泛的应用，可以对不同类别的研究对象进行精细的刻画。
4.判别分析判别分析是一种多元统计分析方法，它也是一种有监督学习算法。
判别分析的主要目标是将某一个待分类的样本集合规划为已经确定的几个类别之一，从而实现分类目的。
判别分析可以通过构建判别函数来进行分类，并通过交叉验证等方法对模型进行评估。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
学号：本科毕业论文（设计）( 届)多元统计分析方法在股票市场板块的应用研究院系专业姓名指导教师职称摘要本文将聚类分析与因子分析应用于股票市场的研究当中。
在当前中国，股票市场价格越来越受广大投资者的普遍关注。
多元统计分析是研究股票价格的新型方法，我们利用统计分析方法，考察并且确定上市公司股票价格之间的基本关键因素，利用聚类分析与因子分析来进行实证研究，判断出股票定价的基本趋势，为投资者的科学投资提供建议。
聚类分析能综合多项财务指标来反映上市公司的盈利能力和发展水平，为分类和评估公司的优劣提供了很好的依据，利用因子分析得出决定股票业绩的公因子。
而本文是将股票市场中的30家上市公司作为研究对象，利用聚类分析与因子分析相结合的方法来判定股票的价格波动，探索股票定价的相关规律，通过对其进行系统聚类，根据分类结果对每类公司的特点进行分析，最后给投资者提供有意义的投资建议。
研究实例表明，聚类分析与因子分析方法是股市板块分析中的一种有效、实用的方法。
关键词：聚类分析投资；板块；系统聚类；因子分析ABSTRACTThis paper applies cluster analysis and factor analysis to the study of the stock market. In current China, the stock market price is more and more attention by the broad masses of investors. Multivariate statistical analysis is to study the stock price of the new method, we use statistical analysis method, examine and determine the basic key factor between the stock price of listed companies, using cluster analysis and factor analysis to make empirical research, determine the basic trend of stock pricing, scientific investment advice for the investors. Clustering analysis can be integrated a number of financial indicators to reflect the profitability of listed companies and the development level, for classification and evaluation of the merits of the company provides a good basis, using the factor analysis decision stock performance of the common factor. And this article is from the stock market 30 listed companies as the research object, using cluster analysis and factor analysis method to determine the price of the stock volatility, explore the related law of stock pricing, based on the systematic cluster, according to the classification results to analyze the characteristics of each type of company, finally provides investors with significant investment advice.Case study shows that the clustering analysis and factor analysis method are effective and practical in stock market sector analysis method.Key words:Cluster Analysis; Investment; Board; System；Factor analysis目录摘要 (II)ABSTRACT (III)1引言 (1)２聚类分析与因子分析 (1)２.１聚类分析与因子分析的概念 (1)２.２基本思想 (1)３聚类分析与因子分析的应用 (2)３.１问题的提出 (2)３.２聚类分析在股票市场板块分析中的应用 (2)３.２.１标准化处理 (2)３.２.２聚类谱系图 (4)３.３因子分析股票市场板块分析中的应用 (5)4结束语 (7)参考文献 (7)附录 (8)1引言伴随着我国股票市场的不断高速发展，股票投资已经成为了投资者最主要的投资途径，而且也必将成为投资者最为重要的投资渠道。
因此，他们必须要高度重视上市公司的所有经营业绩，高度重视股票自身所具备的品质，即要投资者高度重视对投资对象的选择。
股票投资分析的意义主要有：有利于科学的提高投资决策；有利于股票投资价值的正确评估；有利于投资风险的降低；投资者成功投资的关键是科学的投资分析。
在股票市场中，对于广大投资者而言，通过聚类分析与因子分析结合相对股票进行分析可以开拓投资渠道，扩大投资可选择的范围，但股价是受到政治、经济、市场等相关因素的影响，也可以受到技术和投资行为因素的影响，因此，股价经常处在频繁的变动当中，而股价的变动也扩大了股市的投资性活动，使股市的风险性加大。
因此，对股市的股票进行聚类分析与因子分析尤其显得意义重大。
经过前人研究，多元统计分析方法中的聚类分析与因子分析相结合的方法在股票的综合评价中有着越来越广泛的应用。
而本文主要采用的分析方法就是聚类分析与因子分析。
在对上市公司进行综合评价时，由于存在多个指标，所以先进行标准化处理，再用ｓｐｓｓ软件进行系统聚类分析，得到聚类谱系图，根据聚类谱系图对股票进行分类，随后利用因子分析方法对多维变量进行降维，其目的是使信息的损失达到最小化，加强对原变量的综合解释能力。
２聚类分析与因子分析２.１聚类分析与因子分析的概念聚类分析：依据研究对象的特征，对研究对象进行分类的方法，以减少研究对象的数目。
因子分析：因子分析的基本目的是用较少的几个因子去描述多个指标或因素间的相互联系，也就是将相关较密切的多个变量归在同一个类别中，每一类别变量就会成为一个因子，用以比较少的几个因子来反映原始资料的绝大部分信息。
２.２基本思想聚类分析：由于我们所要研究的样品之间存在着不同程度的相似性，于是我们根据一批样品的多项观测指标，从中找出一些能够相对准确度量所选样品或指标之间相似程度的统计量，从而以这些统计量为划分类型的依据，采用某一种聚类法，把一些相似度比较大的样品聚到一类，同样的把另外一些彼此之间相似度较大的样品又聚为另一类，目的就是使同一类别中的个体有较大的相似性，而不同类别中的个体有较大的差异性。
一直到把所有的样品都归类完毕为止，这就是分类的基本思想。
其中我们说到的类指的是相似元素的集合。
因子分析：把原始指标综合成为相对较少的指标，使得这些指标能够充分反映原始指标的大部分的信息，而这些综合指标之间是没有任何相关性的。
３聚类分析与因子分析的应用３.１问题的提出中国的股市从无到有，发展到今天已经颇具些规模。
而前些年，是中国股票市场发展的初级阶段，由于市场规模还相对比较小，上市公司的数量也并不是很多，再加上股民的投资观念以及操作方法也相对来说太不成熟，因此，投机性特别的强，那个时候还根本用不上多少技术来分析，所以股票根本不能给人们带来任何收益。
但是，伴随着我国市场经济建设的高速飞跃发展，人们的金融意识和投资意识也是日益的增强，而作为市场经济组成部分之一的股票市场，也正在一步一步的向成熟与规范迈进，也有越来越多的投资者开始重视股票的投资，历史已经证明了，股票是一种不仅仅在过去可以为投资者提供丰厚的长期利益，并且在将来也可以为投资者提供良好机遇的投资媒体。
然而，股票价格的涨跌很难掌控，股票市场也是变幻莫测的，投资者要是想在股票市场的投资中获得丰厚的投资回报，就必须要认真的研究上市公司的发展历史、公司业绩以及发展前景，也必须要详细的分析上市公司的财务状况，坚决树立以基本分析为主，以技术分析为辅的基本投资理念，从众多股票当中找出真正具备投资价值的股票，从而对其进行长期的投资。
伴随着股票市场的不断快速发展、投资手法以及证券监管方法的不断向成熟与规范迈进，并且上市公司数量正在持续不断的增多，如果投资者再像往常一样，面对成千上万种的股票随便的乱抓一气，碰运气，甚至于是受到了各种股评和谣言的左右，则投资者很难取得最终的投资成功，获得丰厚的回报。
因此，在成熟的股票市场当中，一个股民若是想要取得成功，必须得学会板块分析和习惯理性的操作以及树立板块的投资理念。
而我们所说的板块是指具有共同特征的股票群。
股票市场当中的板块我们可以从行业与产业、地域与时间、特殊题材等等多个角度来划分，而在每一个板块当中又有几十种甚至上百种的股票。
而面对众多股票以及各个公司的众多的财务数据，怎么样才能客观、全面、准确地分析并且从中挑选出各个板块以及板块内的绩优龙头股和潜力股呢？本文采用多元统计分析中的聚类分析与因子分析方法，对此问题作一些探讨。
３.２聚类分析在股票市场板块分析中的应用本文选取2012年30家湖北上市公司前三季度财务指标进行分析，选择每股收益、总资产、净利润、净资产、每股净资产、净资产收益率、主营业务收入、每股现金流8项财务指标，对这些公司进行聚类分析，将其分类。
３.２.１标准化处理由于单一指标对事物进行评价时不尽合理，我所选取的8项财务指标的性质不同，而且都具有不同的量纲和数量级，为了保证研究结果的可靠性，所以要先对其进行标准化处理，数据标准化的主要功能就是消除标量间的量纲关系，从而使数据具有可比性。
处理后的样本数据可以更好的了解不同公司的特征财务状况，如下表1由上表可知，根据输出的结果，第一行数据的含义：聚类分析的第一步中，17号及19号聚合为一类，其离差平方和为0.26，这个类别会在聚类分析第6步用到。
同样，第6行数据的意义是聚类分析中的第6步27号与和第一步新聚成的类别又可以聚到另一个类别当中，其离差平方和是21458.75，且这个类别也将会在聚类分析中的第13步用到。