投资组合分析一直是金融领域的研究热点。随着经济全球化的进程,全球资本市场的进一步融合,资本流动速度加快,风险加剧,如何进行有效的投资组合,回避市场风险一直是个体股民和券商关心的问题。同时金融数据呈几何级数增长,面对日益庞大的数据,传统的分析方法已经很难解决。如何对大量的金融资产进行快速分析将直接影响到投资组合的效率。数据挖掘方法由于具有强大的数据处理、信息挖掘能力,开始广泛地应用在金融领域的相关研究中。投资组合是指选择多种股票或其他资产进行组合,然后优化组合以探求在给定的收益率水平下的风险最小化。理论表明,通过选取差异性较大的股票进行组合,可以减少资产的非系统风险。选取合适的股票品种,可以通过对每日收盘价时间序列进行聚类,即对具有不同的价格波动特性的股票进行无监督的分类,选取相异波动特征的股票进行组合。但是金融时间序列不同于一般数据,庞大的数据不仅波动复杂,而且还伴随着高噪声。常用的一些聚类方法并不适用于股票数据的处理,如何改进聚类方法,使得其可以从海量的股票数据中选取股票进行投资组合分析正是本研究的核心所在。针对以上的问题,本文提出了子序列度量和马尔可夫转移矩阵作为相似性度量的方法,从序列的形状和状态变化统计特征两个角度进行分析,得到不同资产价格波动序列间的距离计算公式。大量实验验证了该方法的合理性。根据聚类的结果,进一步选择不同类的股票进行投资组合。本文的主要创新和工作如下:1.提出基于子序列度量的相似性度量方法,并应用于时间序列聚类,并且考虑到了序列量纲的差异。2.采用Markov链模型的Markov转移矩阵来构建时间序列的相似性度量,并用于时间序列聚类。3.利用ARMA模型对神经网络训练过程中的训练误差进行分析,预测在预测过程中的可能出现的误差,进行修正,提高了预测准确度。4.利用SAS软件开发模块,开发出一个证券投资组合与风险分析模块,包括:股票基本统计分析,波动分析,聚类,投资组合分析等。