第302章 数据挖掘 (2/6)

bsp;   • 数据源整合：接入“Wind金融终端”（公开财报、股东户数）、“同花顺Level-2”（盘口挂单、成交量脉冲）、“龙虎榜数据库”（机构席位动向）、“隐形账户实时数据”（亲属账户盘口观察），形成“四维数据池”；

    • 噪音过滤：用“钱荒逆行21.0”的“异常值剔除算法”，过滤“ST股”（监管**险）、“日均成交额＜5000万”（流动性不足）、“近3个月有重大资产重组”（基本面扰动）等无效数据，将初始3000只股票压缩至2000只“有效样本”。

    （2）二阶：五维特征“匹配引擎”

    • 基于第301章“五维特征模型”（流通盘5-20亿、股东户数降＞20%、脉冲成交量＞5倍、盘口挂单撤单率＞40%、筹码集中度＜15%），开发“特征匹配算法”：

    ◦ 流通盘：自动抓取“总股本”与“流通股本”，筛选“5亿≤流通盘≤20亿”标的（如“凤竹纺织”8亿流通盘）；

    ◦ 股东结构：比对“季度股东户数”与“户均持股”，计算“户数降幅”与“户均增幅”（如“柘中股份”户数降25%）；

    ◦ 量能脉冲：识别“单日换手率\/日均换手率＞5”且“股价波动＜3%”的脉冲（如“上海凤凰”25%换手率仅涨1.2%）；

    ◦ 盘口语言：统计“千手挂单占比”与“撤单率”（如“慧球科技”挂单撤单率42%）；

    ◦ 筹码分布：调用“筹码集中度（90%）”指标（如“柘中股份”12%）。

    （3）三阶：关联规则“排伪滤网”

    • 用“Apriori关联规则算法”识别“伪庄股”（如游资短炒股伪装庄股）：

    ◦ 排除“涨停敢死队”标的：若标的近1个月“涨停次数＞5次”且“涨停次日换手率＞20%”，判定为“游资短炒”（非庄股）；

    ◦ 排除“消息驱动”标的：若标的近期有“政策利好”“业绩预增”公告，且股价上涨伴随“机构研报密集发布”，判定为“消息驱动”（非庄股）；

    ◦ 案例：2017年“天山股份”因“一带一路”利好暴涨，数据挖掘模块通过“消息驱动”规则将其排除，避免误判为庄股。

    （4）四阶：人工复核“终审法庭”

    • 林静团队对87只候选股进行“人工终审”：

    ◦ 盘口复现：调取“隐形账户”观察的“挂单序列”（如“凤竹纺织”的“8888手托单”），验证算法识别准确性；

    ◦ 庄家风格匹配：结合“温州帮”（爱炒小盘次新）、“山东帮”（爱炒国企改革）、“游资庄”（爱炒题材热点）的历史数据，标注每只候选股的“疑似庄家类型”；

    ◦ 风险评级：按“控盘度（高\/中\/低）”“拉升概率（＞70%\/50%-70%\/＜50%）”“监管风险（高\/中\/低）”分为“S\/A\/B\/C”四级，优先推荐“S级”（高控盘、高概率、低风险）。

    二、实战应对：以“数据熔炉”为炉，以“特征匹配”为火

    1. 第一道防线：“2000只样本”的“清洗熔炉实战”

    团队用“数据挖掘四阶流程

本章未完，请点击下一页继续阅读