1. 研究目的与意义
从1990年12月至今，中国股市已经成立30年，据年深圳证券交易所2019统计年鉴显示，2019年投资者总户数达到22119.11万，其中个人投资者总户数为22060.45万，机构投资者总户数为58.66万。随着我国经济的快速发展，越来越多的人开始参与到金融产品投资中来，而股票投资作为其中的重要类别，更值得关注。本次选题的意义在于提出一个股票推荐的办法，帮助用户在海量的股票类别中，挑选出符合自己投资偏好的股票。截至2020年12月9日，上市股票总数已达4259，在股票市场不断成熟的今天，股票相关的各类信息呈现爆发式增长，股票投资者需要耗费大量的时间与精力，才能挖掘出所需要的信息，这种大量浏览无相关或者弱相关信息的行为，对股票的选择是没有任何益处的，相反，关注过多没有固定目标的信息，会使股票投资者陷入信息过载的困境。这种状况主要体现在没有较为扎实的投资理论基础的股票投资者身上，这类股票投资者在择股时，往往是人云亦云，他们的投资行为并不具备很强的可解释性，甚至他们自己也往往很难说清自己的投资行为逻辑，凭感觉投资是大多数投资者行为的最终解释。因此，这类股票投资者每一次的投资行为往往都是自身投资行为逻辑的重构，而实际上，个体股票投资者每一次的投资行为逻辑都是相似或者相同的。在这样的情况下，股票投资者进行投资的效率就有了可提升的空间。为投资者建立投资行为的数学模型，将其“感觉”更精准的描述，可以帮助其理清自身的投资逻辑，对投资行为做出合理的解释，也有助于后继投资的科学决策，更重要的是，基于这种固定的数学模型开发的推荐系统可以很大的提升其股票投资的效率。
2. 研究内容和预期目标
协同过滤算法在商品推荐领域在理论上已经非常成熟，在实际应用上也有许多成功的案例。本次选题准备将该算法应用到股票推荐领域，本文的研究内容为构建一个根据股票的相似性进行股票推荐的模型，以期望帮助股票投资者更有效率的进行投资。拟解决的关键问题有股票信息的获取、股票特征属性的选取、股票推荐流程（即推荐算法）的设计、股票推荐系统的设计、系统的功能性测试方法的选择。
写作提纲：
1.引言
3. 国内外研究现状
袁杰通过研究大盘个股的关联性和宏观微观角度对股票的分析，通过找出当前股票的关联性分析方法的缺点，提出通过时间序列挖掘的方法能够对股票间的非关联因果分析进行一定程度的回避。在此基础上通过优化，得出能够反映股票间真实关系的相关系数。汪玉环通过去除市场系统性风险来得出计算股票相关性的模型，有效的避免了股票之间的超额联动效应，能够真实地反映行业之间的股票相关性。丁亮，孙慧价格压力假说和信息假说对于进行股票推荐对于被推荐股票是否有一定的影响，如果有影响，具体是什么影响，影响的范围又有多大，时间又有多长。文章中对这些具体问题做了相关的解释和说明。茅斯佳，臧斌宇，张谧通过高阶奇异值分解算法HOSVD（Higher OrderSingular ValueDecomposition）分析投资客户的个人特点和基金经理的交易行为记录，从而为投资客户提供个性化的推荐。此外，他们通过整合个性化和非个性化推荐算法，更进一步的提高了推荐的质量。其实验结果表明个性化算法在准确度和收益率方面比传统的非个性化算法表现更好。冯现坤通过历史数据的分析和决策树算法等数据挖掘的方法帮助股民进行股票投资。方匡南等通过决策树和R型聚类分析对沪深300指数的相关11项指标进行研究，得到不同的指标存在一定的相似性，而且认为技术指标对预估的股票涨跌有一定的影响。通过对技术指标特性的分析，有利于投资客户更好地使用技术分析，简化分析的步骤并增加收益。陈阳运用改进的灰色拓扑预测方法识别股票市场的发展趋势。在个股上表现出色，并且能够成功的推向大盘。在获取信息不足时，能够比较好的进行信息的预测。系统方面大连理工大学的黄玲琴通过分类规则和决策树算法实现了股票的分析和预测系统。胡洋中对当前股票论坛内的信息价值缺乏认识与研究这一点。通过提取在线股评中股民的投资情感倾向，研究了市场表现和在线股评的关系，结果表明在线股评有一定的价值信息，并且股市交易量和股评存在一定的关系。张来军，杨治辉，路飞飞认为复杂网络在对股票活动的内涵和功能研究作用巨大。并且各技术性指标之间的复杂联系成为了研究的新热点。其通过对沪深300指数建立复杂网络，筛选数据，然后获取指标之间的ACC（ Absolute CorrelationCoefficient），得出阈值，得到收益率和股票指标存在一定的关系。实验显示和成交量存在强相关，和市盈率存在弱相关。影响股民选择股票的原因非常复杂，影响股票涨跌的因素也非常复杂。Cooper等通过对美国股票的研究发现在互联网泡沫时期通过添加网络词汇公司名称中的方法来改变公司名称的公司在之后都获得了一定的涨幅。Brock，Bessembinder和Chan和Ito等学者通过研究发现对一些股票指标的研究和分析能够带来获利。Resta提出了R1，R2，R3规则可以为客户提供选股指导。Fama E F，French K R对股票的指标研究发现股票的收益和市盈率存在负相关。
4. 计划与进度安排
研究计划：
首先通过阅读大量相关文献深入学习相关知识
其次对推荐系统进行设计研究，并完成设计方案
5. 参考文献
[1]袁杰.关于股票市场中股票间相关性测量方法的研究[D].2015.
[2]汪玉环.股票间相关性测量方法的研究及应用[D].2017.
[3]丁亮,孙慧.中国股市股票推荐效应研究[J].管理世界,2001(5):111-116.
以上是毕业论文开题报告，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
