数据挖掘技术在证 券投资领域的应用分析.pdfVIP

目 录 目 录 1 绪 论 1 1.1 研究背景及意义 1 1.2 国内外研究现状 2 1.3 本文的主要内容 4 1.4 本文的章节安排 4 2 数据挖掘技术与证券市场概述 6 2.1 数据挖掘技术 6 2.1.1 数据挖掘的基本理论 6 2.1.2 数据挖掘的实例 9 2.2 证券市场 10 2.2.1 证券市场在我国发展历史 10 2.2.2 市场结构特点 10 3 关联规则挖掘的研究应用 12 3.1 关联规则挖掘技术 12 3.1.1 关联规则的基本概念 12 3.1.2 关联规则挖掘的Apriori 算法 13 3.2 关联规则挖掘在证券投资中的应用 14 3.2.1 数据收集及预处理 14 3.2.2 关联分析挖掘 16 3.3 本章小结 20 4 时间序列挖掘的研究应用 21 4.1 时间序列方法的理论知识 21 4.1.1 时间序列常用方法 21 4.1.2 时间序列ARMA 模型介绍 22 4.1.3 时间序列的特性分析 24 I   万方数据 目 录 4.2 时间序列模型的建立 25 4.2.1 自相关函数与偏自相关函数 25 4.2.2 识别模型 26 4.2.3 参数估计 28 4.2.4 模型检验 29 4.2.5 模型的预测 30 4.3 时间序列挖掘在证券投资中的应用 30 4.3.1 数据预处理 31 4.3.2 时间序列挖掘技术的实现 32 4.4 本章小结 38 5 总结与展望 39 5.1 总结 39 5.2 展望 39 致谢 41 参考文献 42 附录 46   II   万方数据 1 绪 论 1 绪 论 1.1 研究背景及意义 在通信、互联网、金融等行业每天都会产生巨大的数据量，据统计到 2020 年，全 球每年产生的数据量达到3500 万亿GB ；大量的历史数据是有价值的，这些数据是否可 以加以利用为企业决策提供参考？软件工具，数据库技术，各种硬件设备的快速发展， 使人们能够对大量数据进行分析。领导层也对数据分析的重视度越来越高