[发明专利]采用层次分析法以技术指标为基准的多权重综合排序方法

说明书

本发明公开了一种采用层次分析法以技术指标为基准的多权重综合排序方法，包括以下步骤：1)确定排序目标数据库的指标体系，其中，所述排序目标数据库包含m个目标，每个目标对应n个技术指标；2)得m行n列的目标数据矩阵A；3)构建判断矩阵；4)得与n个技术指标相对应的n个特征向量T_j；5)得到与n个技术指标相对应的n个特征分值向量F_j；6)m n的特征分值矩阵C＝(c_ij)_m×n,c_ij>0；7)构建权重向量W；8)计算加权打分值向量Y；9)根据加权打分值向量Y对m个目标进行排序，完成采用层次分析法以技术指标为基准的多权重综合排序，该方法能够实现多目标综合排序，并且适用性较强。

技术领域

本发明属于金融领域，涉及一种多权重综合排序方法，具体涉及一种采用层次分析法以技术指标为基准的多权重综合排序方法。

背景技术

资本市场自诞生以来，不断涌现出各类型金融产品，股票市场作为其核心组成部分，是一个地区或国家经济活动的重要指标。根据中国证券监督管理委员会统计数据显示，截止2017年12月，国内上市公司达3485家，总市值(A,B股)56.75万亿，流通市值44.91万亿，2017年沪深两市新增438家上市公司，约占全球新增上市公司数量的30％。在如此规模庞大的股票市场中，如何快速做出合理的投资决策成为一件愈发困难的事情。因此，如何解析股票价值组成、如何通过量化指标判断股票综合投资排序，选择合理投资方向，具有十分重要的理论研究意义和现实应用价值。进入21世纪以来，计算机信息处理和海量大数据处理技术的发展，使得建立在数学模型之上，寻找和进行投资决策、量化投资、智能选股成为可能或必然。

与常规评估方法相比，多准则决策评估的机理性特点是：1)定性与定量相结合，将特定关键数据归一化、分段数字化；2)使用加权重的方式对各个影响因子重要性信息进行处理，使得各个因子都可以合理进入决策系统；3)以决策判断矩阵的方式提炼信息，可以适应复杂程度高、现代化、动态化的项目需求。该理论适用范围包括产品选型、城市规划布局、工业设施选址、金融和投资应用等。作为多准则决策学说中的核心理论之一，层次分析法(Analytic Hierarchy Process)首次由美国运筹学家T.L.Saaty在1971年提出，是一种定性与定量相结合的方法，旨在系统化、层次化、以权重的方式解决决策问题，通常适用于含有许多半定性、半定量问题的复杂系统决策，将其层次化，通过逐层比较各种关联因素的重要性来为分析、决策提供定量的依据。该理论引入中国以来，学术界对此方法在包括行为学、经济学和资源评价等领域，进行了多方验证，均有很好的适用性。

目前，尚未有学者使用成熟的决策学方法论来进行多目标的综合排序，且相关投资决策研究范围多以特定行业为主体，如银行股投资选择机制，时间范围和多样性均存在局限性，难以获得具有广泛适用性的结论。

发明内容

本发明的目的在于克服上述现有技术的缺点，提供了一种采用层次分析法以技术指标为基准的多权重综合排序方法，该方法能够实现多目标综合排序，并且适用性较强。

为达到上述目的，本发明所述的采用层次分析法以技术指标为基准的多权重综合排序方法包括以下步骤：

1)确定排序目标数据库的指标体系，其中，所述排序目标数据库包含m个目标，每个目标对应n个技术指标，m及n均大于等于1；

2)按照各技术指标数值的大小对其进行分层处理，得m行n列的目标数据矩阵A，A＝(a_ij)_m×n,a_ij>0,i＝1,2,…,m；j＝1,2,…,n，a_ij为目标数据矩阵A中第i行第j列的技术指标数值；

3)根据目标数据矩阵A构建n个m行m列的判断矩阵，设第j个技术指标对应第j个判断矩阵为B_j，B_j满足以下条件：