【摘要】：數(shù)據(jù)挖掘研究如何從大量的數(shù)據(jù)中獲取對決策有幫助的知識。粗集理論是分析和處理各種不精確、不完整信息的數(shù)學工具,已成為數(shù)據(jù)挖掘研究的重要分支。隨著證券市場的不斷發(fā)展,在證券信息數(shù)據(jù)庫中積累了大量歷史交易數(shù)據(jù),如何充分利用這些歷史數(shù)據(jù)探尋證券市場自身的運動規(guī)律,成為人們關心的問題。探索了基于粗集理論的股票價格預測方法。研究了相對差異比較表的化簡算法和基于相對差異比較表的屬性約簡算法、值約簡算法,對現(xiàn)有的屬性約簡算法進行了改進,使其在屬性約簡過程中充分考慮到相對差異比較表行、列兩方面提供的信息。提出了綜合考慮技術指標應用的極端值、背離、交叉、失效四個方面來確定決策表的條件屬性,將三日后股價的漲跌幅作為決策屬性,使提取的規(guī)則具有預測功能。研究了針對新構(gòu)建證券信息決策表連續(xù)屬性的離散化方法,在利用云變換方法對連續(xù)屬性進行離散化時,充分注意到技術指標自身的特點,在實際應用中取得了較為滿意的結(jié)果。設計并實現(xiàn)了該知識發(fā)現(xiàn)系統(tǒng)。系統(tǒng)由用戶界面、后臺數(shù)據(jù)庫、數(shù)據(jù)預處理和規(guī)則抽取四個模塊組成,利用VC在Windows平臺上編程,取得了較為滿意的結(jié)果。最后,探討了進一步值得研究的方向。
【圖文】：

西南交通大學碩士研究生學位論文第10頁在圖1一1中，每個小方塊表示根據(jù)屬性子集B劃分論域U所得到的等價類，黑色線包圍的區(qū)域為給定概念X的范圍，深灰色區(qū)域表示x的下近似，淺灰色區(qū)域表示X的邊界域，深灰色區(qū)域和淺灰色區(qū)域一起表示X的上近似。圖1一IX的上近似集和下近似集例2接例1，，給定集合x={2e，3e

西南交通大學碩士研究生學位論文第24頁圖3一3技術指標曲線的交叉3.1.4決策屬性的確定利用上述方法確定各指標值為決策表的條件屬性，為了使決策表具有預測功能，將三天后的漲跌幅PEC作為決策屬性，利用粗集理論對決策表進行處理，提取規(guī)則，根據(jù)規(guī)則實現(xiàn)預測。典型技術指標決策表如圖3一4所示。圖3一4典型技術指標決策表3.2決策表離散化·由于粗集理論的基礎是集合論，所以對于連續(xù)的屬性必須進行離散化。連續(xù)屬性離散化是在特定的連續(xù)屬性值域范圍內(nèi)設定若干個離散劃分點，將屬性值域范圍劃分成若干離散化區(qū)間，再用不同符號或整數(shù)值代表屬于區(qū)間
【學位授予單位】：西南交通大學
【學位級別】：碩士
【學位授予年份】：2005
【分類號】：F830.91

【引證文獻】

相關碩士學位論文 前1條

1 孔淑慧;流數(shù)據(jù)時序模式依賴挖掘在股市行情分析中的應用[D];北京交通大學;2008年

本文編號：2594333