# Genetic-Algorithm-Kmeans

**Repository Path**: luojianhong/Genetic-Algorithm-Kmeans

## Basic Information

- **Project Name**: Genetic-Algorithm-Kmeans
- **Description**: 对于一个板块内的股票使用Kmeans聚类剔除垃圾股，利用遗传算法分析上市公司的财务指标，从基本面的角度得出合理的股票选择模型，帮助投资者在某个板块内确定出选择高收益股票的标准。
- **Primary Language**: Unknown
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 2
- **Created**: 2021-07-13
- **Last Updated**: 2021-07-13

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# Genetic-Algorithm-Kmeans
##[功能描述]：对于一个板块内的股票使用Kmeans聚类剔除垃圾股，利用遗传算法分析上市公司的财务指标，从基本面的角度得出合理的股票选择模型，帮助投资者在某个板块内确定出选择高收益股票的标准。
##步骤：
###第一步，对股票样本进行初步处理。利用改进的Kmeans算法对一个板块内的股票进行聚类，根据财务指标将不利于投资的垃圾股类排除，减小基于基本面选股的噪声，提高股票组合选择的准确率和效率。
第二步，利用遗传算法寻找最佳选股模型从而找到最佳的股票投资组合。
1、设置一个股票选择规则。如:总资产>0.3,市盈率>0.9(标准化后)。
2、设为适应度(希望最大化的目标函数)为股票持有期收益率。
3、随机产生一些规则，利用自然选择的思想让规则以一定比例随机变化，适应度大的复制，适应度小的死亡，并迭代“变异-筛选”过程。
4、最后剩下的规则就是该板块最优选股模型。
[开发环境]Python3.6
[项目结构简介及运行说明]见：辅助说明文件