基于数据仓库和数据挖掘的中国科技股投资决策支持系统研究.docVIP

基于数据仓库和数据挖掘的中国科技股投资决策支持系统研究 　　摘要：首先讲述证券业的特点及数据仓库和数据挖掘技术在其中的应用前景，然后分析数据仓库和数据挖掘技术。接着提出了一个科技股投资决策支持系统，重点论述该系统的体系结构，详述各组成部分的功能及相互关系，并且还指出采用SQL Server 2000来建立数据仓库。 　　关键词：数据仓库；数据挖掘；投资分析；决策支持 　　中图分类号：TP311文献标识码：A文章编号：1009-3044(2008)22-699-04 　　Research on Decision Support System for Science and Technology Stocks Investment in China Based on Data Warehouse and Data Mining 　　XIANG Chang-xi, CHEN Huan-wen 　　(Hunan Information College,Wangcheng 410200,China) 　　Abstract: The paper first describes the characters of securities and the applications of the technologies of data warehouse and data mining in securities,and then analyzes the two technologies. After that, it puts forward a decision-making support system for investing in Science and Technology Stocks.The paper emphases on the systems architecture, elaborates the function and correlation of every integrant,and points out that SQL Server 2000 is used to develop the data warehouse. 　　Key words: date warehouse; data mining; investment analysis; decision support 　　1 引言 　　2006年2月9日，中共中央、国务院发布了《关于实施科技规划纲要增强自主创新能力的决定》，同时新华社全文播发了国务院授权发布的《国家中长期科学和技术发展规划纲要》。在这两部文件中，政府出台了有关财税、金融、资本市场、知识产权保护、实施促进自主创新的政府采购等60多条配套政策措施为科技发展保驾护航。因此，科技类相关股票会成为今后中国证券市场上的一大投资亮点[1]。 　　另一方面，通过对历史行情的回顾，“安越咨询”总结得出[2]，在近十年的行情中，科技股都是行情良性发展的主要推动力量，或者充当着行情的主流热点角色，或者干脆就是隐藏在主流热点背后的一条重要发展脉络。每次一轮强势回升行情中，科技板块都是其中一个重要的做多因子。因此，我们可以通过观察科技股行情来研判大盘走向，如果反弹行情中没有科技股矫健的身影，也就没有大盘的强势反弹格局；如果我们看好后市，就应该积极追踪科技股行情。 　　就目前来说，追踪股市行情一般都是依据上市公司公开的财务报表。但是，财务报表只是一种历史性的静态文件，只能概括地反映一个公司在一段时间内的财务状况与经营成果，这种概括的反映远不足以作为投资者进行投资决策的全部依据。 　　由于股市行情受政治、经济、管理等诸多方面的影响，其内部规律非常复杂，变化周期无序，因此要摸清股市规律就需要全面分析海量的历史交易数据，科技股也不例外。本文打算提出一个基于海量历史交易数据分析的决策支持系统。该系统能够预测科技股的走势，并为投资者提供决策建议。 　　现代证券领域所得到的大量数据和报表，一方面，格式和数据特点很不一致，并且具有很明显的时间特性。要想在传统的数据库体系来解决存储和处理的问题几乎是不可能的；另一方面，财经数据反映了多种社会、政治和经济因素的作用，简单的一两种数据是不可能深刻揭示经济和金融的本质。因此，在本系统中，如何对与时间紧密相关的大规模财经数据进行管理和经济规律分析，是一个重要课题。 　　数据仓库解决了大规模具有不同特点和不同层次特征的数据存储和管理问题。数据挖掘技术解决了知识发现的问题。于是，本系统欲采用这两种技术来解决对海量财经数据的分析难题。下面，我们先来简要介绍一下这两种技术： 　　2 数据仓库与数据挖掘技术 　　2.1 数据仓库 　　数据仓库（Data