数据挖掘技术在证券投资领域的应用研究.pdfVIP

    万方数据   论文题目：数据挖掘技术在证券投资领域的应用研究 专 业：应用数学 硕 士 生：郭锋利 (签名) 指导教师：丁正生 (签名) 摘 要 数据挖掘(Data mining)是从大量的、模糊的、不完整的、有噪声的、随机数据中提 取人们先前不知道的、但又是潜在有用的规则和知识的过程。数据生成和收集技术的进 步促使商业和科研领域产生了海量数据集，人们都渴望掌握隐藏在大量的数据背后有价 值的信息，通过深入分析数据，使他们能充分发挥作用。数据挖掘技术的不断发展，很 好地解决了这一问题，在数据技术的发展中发挥重大的作用。本文利用数据挖掘技术， 从证券行业海量的数据中挖掘其背后隐藏的价格变化规律，主要的研究内容如下： 首先，采用数据挖掘中的关联规则技术对股票交易数据进行分析，根据交易数据的 特点提出相应的数据挖掘模型，进行以 Apriori 算法为基础的关联规则的挖掘。对数据 进行预处理，构造分析指标，利用Apriori 算法挖掘各上市公司股票价格间的相互关联， 通过对结果的分析表明：在股票的交易数据中使用关联规则算法对股票分析是有效可行 的。为投资者的投资组合提供有意义的参考。 接着，以时间序列分析原理为基础，针对股票数据的特点，选取ARIMA 模型来对 股票交易的历史数据进行分析预测，得出股票在历史时间段中的变化规律，并预测未来 的价格走势，将时间序列的方法成功的应用到股票的预测中并取得了一定的效果，分析 股票价格图表，为投资者提供理论依据，挖掘适当的投资时间。 关 键 字：数据挖掘；关联规则；时间序列；股票；SPSS MODELER 研究类型：应用研究   万方数据   Subject : Application Research of Data Mining Technology in the Field of Securities Investment Specialty : Applied mathematics Name : Guo Fengli (Signature) Instructor: Ding Zhengsheng (Signature) ABSTRACT Data mining can extract implied in it, people do not know in advance, but it is potentially useful information and knowledge of the process, from a large number, incomplete, noisy, fuzzy and random data. The progress of Data’s generation and collection technology to promote commercial and scientific research have a lot of data sets, people accumulate more and more data. Many important information hide behind vast amounts of