收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

数据挖掘在股市趋势预测的应用研究

李坤然  
【摘要】:信息技术的日新月异,使得数据的大规模增长,如何充分利用这些海量数据进行分析处理,挖掘并析取其背后蕴藏的价值信息,对于我们揭示事物发展规律变化的内部规律,发现不同事物之间的相互关系,为人们正确认识事物和科学决策提供依据具有重要的实际意义。数据挖掘技术为人们提供了强大的武器。聚类分析是数据挖掘研究的一个重要内容之一,基于聚类的各种数据挖掘算法的研究历来也是研究重点,并且对聚类的各种数据挖掘算法应用也非常广泛。但是,目前大多数的聚类分析算法的数据对象只是针对于静态数据集,对于动态数据集却只能采取对整个数据集重新进行聚类的方式,因此随着数据量的不断增大以及对数据集实时数据挖掘的需求不断加大,这样处理的结果是效率低下而且重复性高。现实股票市场中存在着许多不确定因素,这些不确定因素使股票交易者很难对股票价格做出准确、客观的预测。 本文的数据对象是采用来自互联网的1990年3月27日到2005年3月27日每日恒生指数的数据,数据格式采用国际上通常讲的股票历史数据格式,即是每一“交易日”为一条数据记录单元。通过随机选取的一个股票对象的属性进行对整个恒生指数的概述,其中每个属性都经过了数值化变换。要得到的聚类结果为:股市走势类别分组聚类。这个问题可以转换成股票走势特征极大化。基于聚类的下降迭代增量式数据挖掘继承了已有聚类的执行成果,通过对新增数据的考查,迭代求取最佳可能值,根据实例数据对象特征以及本文提出挖掘算法的聚类特点,在实际实验结果的验证下,可以得出本文课题是可行和有效的。同时本课题提出的算法可在很大程度上避免大量的重复计算,减少了计算量,节省了系统开支,提高了效率,尤其数据量越大时,下降迭代增量式的数据挖掘技术就越能体现出其优越性,也更能为有数据挖掘需求的用户提供及时、快捷、有价值的信息内容。 股票的趋势是一个受政治局势、灾害、军事局势、企业经营、股票历史数据等多方面因素影响的非线性问题,本课题基于股票市场产生的大量数据,利用基于聚类的下降迭代增量式的数据挖掘技术对股票趋势进行预测。模拟结果再现了股票市场尖峰肥尾,弱自相关性,波动聚集性以及多重分形性等特征,并与恒生指数实际数据进行了比较。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 周赵宏,冯艳;电子商务数据挖掘技术研究和应用探讨[J];湖南经济管理干部学院学报;2001年04期
2 惠轶;数据挖掘在信用风险管理中的应用[J];价值工程;2004年02期
3 杨云生;数据挖掘技术在客户关系管理中的应用[J];价值工程;2004年03期
4 林伟林,林有;数据挖掘在上市公司财务状况分析中的应用[J];市场周刊.财经论坛;2004年10期
5 李爱齐;数据挖掘在科技论文分析工作中的应用[J];宁波大学学报(理工版);2005年03期
6 吴文兴;;智能化物流预测模型的Agent设计[J];商场现代化;2006年08期
7 葛文清;;知识工程与数据挖掘在电信行业中的应用[J];通信企业管理;2007年11期
8 郗苹;;数据挖掘在定类变量相关性分析中的应用[J];市场研究;2009年03期
9 马妮娜;数据库新的应用技术——数据挖掘技术[J];中国电子商务;2003年07期
10 王英,谷明玉,邵培基;数据挖掘在零售业中的应用[J];价值工程;2003年06期
11 廖志高,谢妮;自组织数据挖掘在电力需求预测中应用[J];电力科学与工程;2004年04期
12 柳巧玲;基于数据仓库的电子政务数据挖掘[J];经济师;2005年01期
13 蒲群莹;基于数据挖掘的竞争情报系统模型[J];情报杂志;2005年01期
14 周万隆,江颖;利用数据挖掘技术提高饭店竞争力[J];商业时代;2005年12期
15 郑双怡;文本挖掘及其在知识管理中的应用[J];中南民族大学学报(人文社会科学版);2005年04期
16 聂晶,孙捷;基于数据挖掘的商业银行客户关系管理系统构建研究[J];科技创业月刊;2005年10期
17 赵静,和斌;基于数据挖掘的客户关系管理系统的构建[J];情报杂志;2005年11期
18 徐建中,王岩,任嘉嵩;遗传算法在网络营销中的应用[J];商场现代化;2005年24期
19 刘骁;何红波;李义兵;;数据挖掘在企业中的应用[J];企业家天地(下半月);2005年06期
20 刘明军;杨京京;朱正茂;;数据挖掘在企业管理中的应用[J];大众科技;2006年01期
中国重要会议论文全文数据库 前10条
1 郭学军;陈晓云;;粗集方法在数据挖掘中的应用[A];第十六届全国数据库学术会议论文集[C];1999年
2 徐慧;;基于Web的文献数据挖掘[A];第十七届全国数据库学术会议论文集(技术报告篇)[C];2000年
3 孙迎;;医院信息的数据挖掘与方法研究[A];中华医学会第十次全国医学信息学术会议论文汇编[C];2004年
4 薛晓东;李海玲;;数据挖掘的客户关系管理应用[A];科技、工程与经济社会协调发展——河南省第四届青年学术年会论文集(下册)[C];2004年
5 郭建文;黄燕;印鉴;杨小波;梁兆辉;;建立中风病“阴阳类证”辨证规范的数据挖掘研究[A];中华医学会第十三次全国神经病学学术会议论文汇编[C];2010年
6 薛鲁华;张楠;;聚类分析在Web数据挖掘中的应用[A];北京市第十三次统计科学讨论会论文选编[C];2006年
7 朱扬勇;黄超;;基于多维模型的交互式数据挖掘框架[A];第二十届全国数据库学术会议论文集(技术报告篇)[C];2003年
8 陈涛;胡学钢;陈秀美;;基于数据挖掘的教学质量评价体系分析[A];全国第21届计算机技术与应用学术会议(CACIS·2010)暨全国第2届安全关键技术与应用学术会议论文集[C];2010年
9 王星;谢邦昌;戴稳胜;;数据挖掘在保险业中的应用[A];北京市第十二次统计科学讨论会论文选编[C];2003年
10 郭建文;黄燕;印鉴;杨小波;梁兆辉;;建立中风病阴阳类证辨证规范的数据挖掘研究[A];2010中国医师协会中西医结合医师大会摘要集[C];2010年
中国博士学位论文全文数据库 前10条
1 孙丽;工艺知识管理及其若干关键技术研究[D];大连交通大学;2005年
2 胡志坤;复杂有色金属熔炼过程操作模式智能优化方法研究[D];中南大学;2005年
3 刘革平;基于数据挖掘的远程学习评价研究[D];西南师范大学;2005年
4 刘寨华;基于临床数据分析的病毒性心肌炎证候演变规律研究[D];黑龙江中医药大学;2006年
5 王川;基因芯片数据管理及数据挖掘[D];中国科学院研究生院(上海生命科学研究院);2004年
6 王涛;挖掘序列模式和结构化模式的精简集[D];华中科技大学;2006年
7 郭斯羽;动态数据中的数据挖掘研究[D];浙江大学;2002年
8 李旭升;贝叶斯网络分类模型研究及其在信用评估中的应用[D];西南交通大学;2007年
9 刘东升;面向连锁零售企业的客户关系管理模型(R-CRM)研究[D];浙江工商大学;2008年
10 余红;网络时政论坛舆论领袖研究[D];华中科技大学;2007年
中国硕士学位论文全文数据库 前10条
1 廖赛恩;养生方数据挖掘分析系统的研制[D];湖南中医药大学;2010年
2 李坤然;数据挖掘在股市趋势预测的应用研究[D];中南林业科技大学;2008年
3 郑宏;数据挖掘可视化技术的研究与实现[D];西安电子科技大学;2010年
4 杜金刚;数据挖掘在电信客户关系管理及数据业务营销中的应用[D];北京邮电大学;2010年
5 徐路;基于决策树的数据挖掘算法的研究及其在实际中的应用[D];电子科技大学;2009年
6 梁小鸥;数据挖掘在高职教学管理中的应用[D];华南理工大学;2011年
7 王浩;数据挖掘在上海市职业能力考试院招录考试优化管理项目中的运用研究[D];华东理工大学;2012年
8 黎卫英;数据挖掘在中职幼教课程改革中的应用[D];福建师范大学;2009年
9 张煜辉;数据挖掘和SPC在生产过程质量控制中应用研究[D];上海交通大学;2009年
10 刘华敏;数据挖掘在高职院校学生成绩分析中的应用[D];安徽大学;2011年
中国重要报纸全文数据库 前10条
1 李开宇 黄建军 田长春;把“数据挖掘”作用发挥出来[N];中国国防报;2009年
2 华莱士;“数据挖掘”让银行赢利更多[N];国际金融报;2003年
3 记者 晏燕;数据挖掘让决策者告别“拍脑袋”[N];科技日报;2006年
4 □中国电信股份有限公司北京研究院 张舒博 □北京邮电大学计算机科学与技术学院 牛琨;走出数据挖掘的误区[N];人民邮电;2006年
5 张立明;数据挖掘之道[N];网络世界;2003年
6 中圣信息技术有限公司 李辉;数据挖掘在CRM中的作用[N];中国计算机报;2001年
7 田红生;数据挖掘在CRM中的应用[N];中国经济时报;2002年
8 王广宇;数据挖掘 加速银行CRM一体化[N];中国计算机报;2004年
9 周蓉蓉;数据挖掘需要点想像力[N];计算机世界;2004年
10 张舒博;数据挖掘 提升品牌的好帮手[N];首都建设报;2009年
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978