期货交易数据关联剖析.docVIP

期货交易数据关联剖析 　　摘 要：针对数据挖掘技术在期货交易数据中的应用，通过关联规则分析期货价格和客户行为. 首先预处理原始期货交易数据并提取符合挖掘目标的数据，再通过改进的Apriori算法挖掘预处理后的数据. 根据用户给定的最小支持度和最小置信度对挖掘结果生成强关联规则，并以文本形式显示. 根据简单的规则说明，用户可以很好地理解规则的含义. 　　关键词：数据挖掘；Apriori算法; 期货价格；客户行为；关联规则 　　中图分类号：TP311.13；F830.9 　　文献标志码：A 　　 　　Association analysis on forward business data 　　JI Jia 　　(Info. Eng. College, Shanghai Maritime Univ., Shanghai 200135, China ) 　　Abstract： Aiming at the application of data mining technology on forward business data, the forward prices and customers’ behaviors are analyzed based on association rules. The original forward business data is preprocessed to get the data agreed with the goal of mining task. And the preprocessed data is mined by the improved Apriori algorithm. The strong association rules are generated through minimum support percent and confident percent given by users and showed in the form of text, which can be well understood by users with the help of some short instructions. 　　Key words： data mining; Apriori algorithm; forward price; customers’ behavior; association rule 　　 　　0 引 言 　　 　　数据挖掘(Data Mining，DM)指从大量的、不完全的、有噪声的、模糊的、随机的实际应用数据中，提取隐含在其中的、人们事先不知道的，但又是潜在有用的信息和知识的过程.[1] 　　数据挖掘的应用非常广泛，常见的应用案例多发生在零售业、制造业、金融保险业、通讯及医疗服务业.世界最大的汽车销售网站美国AutoT公司、世界著名的金融信息服务公司Reuteres以及世界最大的啤酒进出口商之一Bass Export都曾利用数据挖掘成功解决相关领域的问题. 　　在已有的文献中，对数据挖掘在证券业、银行业中的应用已有相关报道，但这些研究和应用主要集中于客户关系管理[2]，很少涉及交易市场本身.而且一般以决策树、聚类的方法进行挖掘，对于期货交易数据的挖掘研究或成功案例目前很少.[3]期货交易作为现代投资手段在当今世界经济中的地位和作用日益增强，而其市场行为较之股票、债券而言具有更大的投机性，借助数据挖掘技术，可以发现一些隐含的、非统计学方法能够获得的信息. 　　本文运用数据挖掘技术中的关联规则方法[4]对期货的价格和客户行为进行分析，是对数据挖掘技术在期货领域上应用的一个尝试，研究的结论可以为期货公司客户行为的分析和预测带来新的启发，为期货公司提升客户满意度、获取竞争优势提供一定的帮助. 　　 　　1 数据预处理 　　 　　数据预处理[5]是数据挖掘的重要一环.因为要挖掘的数据来自多数据源，通常存在以下问题：(1)杂乱性，数据缺乏统一定义，往往不能直接使用；(2)重复性，对同一个客观事物在数据库中存在两个或两个以上完全相同的表达方法；(3)不完整性，数据记录中可能会出现数据属性值的丢失或不确定情况，还可能缺少必须的数据而造成数据不完整. 　　期货价格方面，用户给出的每个价格表共有7个属性列：时间、开盘价、最高价、最低价、收盘价、成交量、持仓量.除了时间列以外，其他6个属性列的值都是数值型的.每天的交易都有记录，没有空缺值，也没有重复值.尽管如此，这些原始数据并不能直接用于挖掘. 　　首先，每个期货品种的每个型号对应一张价格表，不同期货品种的价格表跨越的时间段不同.例如，类型为03号品种铜的价格表(Cu