《基于分类和聚类方法的股票时间序列数据挖掘研究》17000字.docx

PAGE16

基于分类和聚类方法的股票时间序列数据挖掘研究

摘要

随着大数据时代的到来，时间序列数据在医疗、农业、工业、气象、金融等领域被广泛应用。尤其是在金融领域，产生了大量的股票时间序列。如何充分有效地利用这些股票时间序列，获得其中与时间相关联的隐藏信息，成为了的当今数据挖掘领域的热点问题。传统的股票时间序列分析主要利用统计学的相关知识，对全局特征进行分析，它要求股票时间序列必须是平稳的，但是在实际生活中，很难满足这一条件。所以本文结合机器学习的相关知识，研究沪深300股票这一时间序列，采用支持向量机和朴素贝叶斯分类作为分类算法，k-中心点和层次聚类作为聚类算法，对股票时间序列进