数据挖掘在股票分析中的应用.docxVIP

数据挖掘在股票投资中的应用摘要：研究股票价格预测，由于股票价格具有非线性、随机性等变化规律，同时股票市场与国内外经济政治变化有关，因此通过简单的单个模型分析是很难准确有效的对股票价格进行预测，更准确的估价预测需要分层进行各类模型分析，本文运用spss clementine系统通过ARIMA法对股票价格进行整体的预测即股指预测，接着利用神经网络对乐视股票价格进行涨跌预测。摘要：ARIMA；神经网络；乐视股票背景及意义进行股票投资是为了获得更大的收益，然而由于股票市场具有较大的动态特性，股票投资的收益与风险往往是成正比的，投资收益越高，存在的风险则越大。有效地进行股票价格的预测，最大程度规避股票风险，增加投资收益，是股票投资者最关注的热点问题。随着市场经济的不断发展和中国股市的规范化、正规化，股票投资不断兴起，股票市场在金融投资领域占有越来越重要的地位，成为不可缺少的组成部分。股票价格的变化直接反映出股票市场的状态，如果能够很好的预测股票价格的走势，将不但对我们日常生活产生巨大影响，而且还会对国家的经济发展提供有价值的参考。所谓对股票进行预测，主要是在研究股票指数过去的信息后，找到适合其数据特点的科学方法对其预测，进而得到股市未来价格。但是影响股票价格的因素有很多，如政策、经济状况、股票投资者心理因素等，并且这些因素相互交错，彼此存在约束，仅应用线性分析会含有误差。因此，如何较为准确的