本文選題：股價(jià)指數(shù) + 數(shù)據(jù)挖掘　； 參考：《西南財(cái)經(jīng)大學(xué)》2013年碩士論文

【摘要】：隨著社會(huì)經(jīng)濟(jì)的持續(xù)發(fā)展和居民財(cái)富的不斷增加,人們的投資意識(shí)不斷增強(qiáng),股票市場(chǎng)以高風(fēng)險(xiǎn)高收益的特點(diǎn)吸引了眾多的投資者,股票投資已成為人們生活中一個(gè)重要部分。股票的本質(zhì)是一種有價(jià)證券,因其能給持有者帶來收益,股票因此有了價(jià)格。股票的價(jià)格由其內(nèi)在價(jià)值決定,而股票內(nèi)在價(jià)值由股票未來收益的現(xiàn)值決定。股票的價(jià)格受到經(jīng)濟(jì)、政治、心里、國(guó)際形勢(shì)等一系列因素的影響,因此股票的價(jià)格經(jīng)常與價(jià)值背離,表現(xiàn)出股價(jià)圍繞價(jià)值上下波動(dòng)。對(duì)股價(jià)波動(dòng)的分析方法主要有基本分析法和技術(shù)分析法�；痉治鰪难芯亢暧^的經(jīng)濟(jì)狀況開始,到中觀的行業(yè)狀況分析,進(jìn)而根據(jù)微觀的企業(yè)經(jīng)營(yíng)狀況來研究股票的內(nèi)在價(jià)值,從而判斷股價(jià)的合理性。技術(shù)分析法是根據(jù)股票市場(chǎng)的情況或過去發(fā)展的軌跡來分析股票價(jià)格變動(dòng)趨勢(shì)的方法。其特點(diǎn)是通過對(duì)市場(chǎng)過去和現(xiàn)在的行為,應(yīng)用數(shù)學(xué)和邏輯的方法,歸納總結(jié)一些典型的行為,據(jù)以預(yù)測(cè)股票市場(chǎng)未來的變化趨勢(shì)。 股價(jià)指數(shù)是反映市場(chǎng)價(jià)格總水平波動(dòng)的一個(gè)指數(shù),用于描述股票市場(chǎng)的整體行情,同時(shí)股票價(jià)格指數(shù)也是買賣股票的一個(gè)重要參考。它是判斷股票市場(chǎng)運(yùn)轉(zhuǎn)基本趨勢(shì)的重要方面,投資者特別注意一天或一段時(shí)間股票價(jià)格指數(shù)的變化,以此來決定買賣時(shí)機(jī)。股票價(jià)格指數(shù)的高低也意味著投資風(fēng)險(xiǎn)的大小。股票價(jià)格指數(shù)越高,投資者進(jìn)行再投資所面臨的風(fēng)險(xiǎn)越大。股價(jià)指數(shù)的編制方法有平均法、綜合法和加權(quán)法。股票市場(chǎng)是一個(gè)復(fù)雜的系統(tǒng),同時(shí)股票交易數(shù)據(jù)規(guī)模日益龐大,這就導(dǎo)致對(duì)股票市場(chǎng)建立模型定量研究非常困難。盡管如此,對(duì)股價(jià)走勢(shì)的預(yù)測(cè)仍然引起越來越多人的關(guān)注和研究。 數(shù)據(jù)挖掘是20世紀(jì)90年代中后期發(fā)展起來的人工智能分支,融合了數(shù)據(jù)庫、人工智能、可視化技術(shù)、統(tǒng)計(jì)學(xué)等多個(gè)學(xué)科和領(lǐng)域的技術(shù)和方法,從大量的、不完全的、有噪聲的、模糊的數(shù)據(jù)中提取潛在的、未知的、有價(jià)值的信息的過程。目前,數(shù)據(jù)挖掘技術(shù)廣泛應(yīng)用于金融、零售、制造、醫(yī)療等行業(yè)。股票市場(chǎng)中每天都會(huì)產(chǎn)生大量數(shù)據(jù),數(shù)據(jù)中隱含了大量有用的信息。因此,運(yùn)用數(shù)據(jù)挖掘技術(shù)對(duì)股市數(shù)據(jù)進(jìn)行分析,探索股價(jià)的走勢(shì),具有非常重大的理論意義和實(shí)際意義。 本文運(yùn)用決策樹、神經(jīng)網(wǎng)絡(luò)和logit模型,分別對(duì)上證指數(shù)進(jìn)行分析,工具為sas9.1,數(shù)據(jù)為2012年下半年上證指數(shù),本文選取的指標(biāo)是根據(jù)K線圖上得到的數(shù)據(jù),計(jì)算K線圖中蠟燭的長(zhǎng)度,收盤價(jià)的位置,以及量比,十日均線,二十日均線,進(jìn)行相應(yīng)的處理后作為分析變量。本文的研究結(jié)論是決策樹和神經(jīng)網(wǎng)絡(luò)的擬合效果對(duì)股價(jià)指數(shù)的擬合效果較好,對(duì)股價(jià)指數(shù)的漲跌具有一定的預(yù)測(cè)效果,能夠得到一些股價(jià)指數(shù)漲跌的規(guī)律,這對(duì)我們實(shí)際投資中具有一定的借鑒意義。
[Abstract]:With the continuous development of the social economy and the increasing of the wealth of the residents , people ' s investment consciousness is continuously strengthened , and the stock market has attracted many investors with the characteristics of high - risk and high - income . The price of the stock is determined by the present value of the future earnings of the stock . The price of the stock is determined by the present value of the future earnings of the stock .

The stock price index is an index reflecting the fluctuation of the total market price , which is used to describe the whole stock market , and the stock price index is an important reference for the stock market . The higher the stock price index also means the risk of investment . The higher the stock price index , the greater the risk the investor faces . The higher the stock price index , the more the investor carries on the reinvestment .

Data mining is an artificial intelligence branch developed in the middle and late 1990s , which combines the techniques and methods of database , artificial intelligence , visualization technology , statistics and so on .

In this paper , the decision tree , the neural network and the logit model are used to analyze the Shanghai index , the tool is sas9.1 , the data is the second half of 2012 , the index of this paper is to calculate the length of the candle in the K chart , the position of the closing price and the corresponding treatment . The conclusion is that the fitting effect of the decision tree and the neural network has a good effect on the stock price index . The conclusion is that the fitting effect of the decision tree and the neural network has a good effect on the stock index .
【學(xué)位授予單位】：西南財(cái)經(jīng)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2013
【分類號(hào)】：F832.51;F224

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 鄭偉;股票市場(chǎng)理論與股票價(jià)格行為[J];安徽大學(xué)學(xué)報(bào);2002年02期

2 張偉;李泓儀;蘭書梅;張潔;;GA-SVM對(duì)上證綜指走勢(shì)的預(yù)測(cè)研究[J];東北師大學(xué)報(bào)(自然科學(xué)版);2012年01期

3 吳微,陳維強(qiáng),劉波;用BP神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)股票市場(chǎng)漲跌[J];大連理工大學(xué)學(xué)報(bào);2001年01期

4 雷煒,葉東毅;利用決策樹技術(shù)對(duì)股票價(jià)格數(shù)據(jù)庫進(jìn)行數(shù)據(jù)挖掘[J];福建電腦;2004年08期

5 馮家誠(chéng);馬銳;;基于神經(jīng)網(wǎng)絡(luò)型數(shù)據(jù)挖掘技術(shù)的股價(jià)預(yù)測(cè)[J];計(jì)算機(jī)應(yīng)用;2009年S1期

6 孫曉瑩;李曉靜;;數(shù)據(jù)挖掘在股票價(jià)格組合預(yù)測(cè)中的應(yīng)用[J];計(jì)算機(jī)仿真;2012年07期

7 鄭宇泉;姜青山;管河山;;基于聚類的股票波動(dòng)分析及其應(yīng)用[J];四川大學(xué)學(xué)報(bào)(工程科學(xué)版);2007年S1期

8 葉銀龍;黃曉莉;劉干;;基于BP神經(jīng)網(wǎng)絡(luò)的股指收益率預(yù)測(cè)研究——以高頻數(shù)據(jù)為樣本[J];統(tǒng)計(jì)教育;2009年04期

9 余國(guó)合;我國(guó)股市量?jī)r(jià)規(guī)律實(shí)證分析[J];統(tǒng)計(jì)與信息論壇;2003年06期

10 彭益;;基于數(shù)據(jù)挖掘的股票指數(shù)漲跌概率推斷[J];統(tǒng)計(jì)與決策;2012年16期

，

本文編號(hào)：2002535