中国股票市场数字文化下的价格聚类研究的中期报告摘要：本研究旨在探讨中国股票市场下，以数字文化为背景下的价格聚类研究。通过对中国A股市场中2018年1月至2020年12月的日交易数据进行分析，采用K-Means聚类算法对指数、医药、电子、房地产、能源等行业进行了聚类，并从中得出一些中期结果。首先，我们使用Elbow方法确定了最优聚类数，得到的结果为5个聚类中心。接着，我们通过对不同聚类中心的资产价格的分析发现，这五个聚类中心代表的行业是不同的。第一类是以食品饮料、家居用品和纺织服装为代表的消费类股票。第二类是房地产股票。第三类是石油天然气、煤炭采选和石油加工为代表的能源类股票。第四类是医药生物股票。最后一类是电子信息股票。此外，我们还分析了在这五个聚类中心中股票的变化情况。在这五个聚类中心中，除了医药生物股票之外，其他四个聚类中心的股票都出现了从负收益到正收益的转变。其中，能源类股票的涨幅最大，但受到全球原油价格的影响，其盈利能力相对不稳定。最后，我们提出了一些展望，探讨了当前中国股票市场面临的挑战以及数字文化对于价格聚类研究的启示。关键词：价格聚类；数字文化；股票；K-Means算法Abstract:ThepurposeofthisresearchistoexplorethepriceclusteringinthecontextofdigitalcultureinChina'sstockmarket.ThroughtheanalysisofdailytradingdataoftheA-sharemarketfromJanuary2018toDecember2020,weusedtheK-Meansclusteringalgorithmtoclusterindustriessuchasindexes,medicine,electronics,realestate,andenergy,anddrewsomemid-termresultsfromthem.Firstly,weusedtheElbowmethodtodeterminetheoptimalnumberofclusters,andtheresultwas5clustercenters.Then,weanalyzedthepricesofassetsindifferentclustercentersandfoundthatthefiveclustercentersrepresenteddifferentindustries.Thefirstcategoryisconsumerstocksrepresentedbyfoodandbeverage,homefurnishings,andtextilesandclothing.Thesecondcategoryisrealestatestocks.Thethirdcategoryisenergystocksrepresentedbyoilandgas,coalmining,andpetroleumprocessing.Thefourthcategoryispharmaceuticalandbiologicalstocks.Thelastcategoryiselectronicinformationstocks.Inaddition,wealsoanalyzedthechangesinstocksinthesefiveclustercenters.Amongthefiveclustercenters,exceptforpharmaceuticalandbiologicalstocks,thestocksintheotherfourclustercentershavetransitionedfromnegativereturnstopositivereturns.Amongthem,energystockshavethelargestincrease,buttheirprofitabilityisrelativelyunstableduetotheimpactofglobaloilprices.Finally,weproposedsomeprospects,discussedthechallengesfacingthecurrentChinesestockmarket,andtheinspirationofdigitalcultureforpriceclusteringresearch.Keywords:PriceClustering;DigitalCulture;Stocks;K-MeansAlgorithm