【摘要】： 我國(guó)證券市場(chǎng)在上世紀(jì)90年代起步,經(jīng)歷了風(fēng)風(fēng)雨雨,逐步發(fā)展壯大,2005年底股權(quán)分置改革大幕拉開(kāi),進(jìn)一步促進(jìn)了我國(guó)證券行業(yè)向?qū)I(yè)化、規(guī)范化發(fā)展。股市已成為經(jīng)濟(jì)形勢(shì)晴雨表,正對(duì)國(guó)民經(jīng)濟(jì)和民生起著重要作用。 作為海量數(shù)據(jù)的處理方法,數(shù)據(jù)挖掘從誕生起就和股票市場(chǎng)有著密不可分的聯(lián)系。證券行業(yè)更是在信息化迅速發(fā)展的前提下成長(zhǎng)起來(lái)的,很多業(yè)務(wù)都需要依賴(lài)對(duì)大量歷史數(shù)據(jù)的分析,從中挖掘出有價(jià)值的信息。數(shù)據(jù)挖掘能夠很好的處理這些非平穩(wěn)、非正態(tài)、高噪聲的數(shù)據(jù)。通過(guò)結(jié)合統(tǒng)計(jì)學(xué)的抽樣、估計(jì)和假設(shè)檢驗(yàn)；機(jī)器學(xué)習(xí)的搜索算法和建模技術(shù)；再加上最優(yōu)化、信息論和信息檢索等領(lǐng)域的思想,數(shù)據(jù)挖掘在處理海量數(shù)據(jù)和高頻、多維數(shù)據(jù)上有著相當(dāng)優(yōu)勢(shì)。最關(guān)鍵的是他能夠?qū)Σ粩喃@得的新數(shù)據(jù)進(jìn)行模型的動(dòng)態(tài)更新,非常適合應(yīng)用于新環(huán)境。 股市投資涉及到股票的選擇和投資時(shí)間點(diǎn)的選擇二個(gè)方面,本文就這兩點(diǎn),分別利用數(shù)據(jù)挖掘中相關(guān)的分類(lèi)方法和時(shí)間序列關(guān)聯(lián)模式挖掘方法進(jìn)行實(shí)證研究。在股票的選擇上,本文用到的分類(lèi)方法是決策樹(shù)分類(lèi),神經(jīng)網(wǎng)絡(luò)分類(lèi)和支持向量機(jī)分類(lèi)方法,并通過(guò)對(duì)這些方法的比較,選擇出了最佳方法用來(lái)預(yù)測(cè)。 在股票的投資時(shí)間點(diǎn)的選擇上,本文用到的是時(shí)序挖掘方法,利用關(guān)聯(lián)規(guī)則分析中的經(jīng)典的Apriori算法進(jìn)行關(guān)聯(lián)挖掘,為了找到某一只股票的投資時(shí)間點(diǎn),本文對(duì)不同時(shí)間序列的不同時(shí)間段的序列進(jìn)行了關(guān)聯(lián)挖掘,加入了時(shí)滯閾值來(lái)考慮問(wèn)題,對(duì)部分時(shí)間序列進(jìn)行滯后期處理,通過(guò)對(duì)這些序列的挖掘得到了非常有價(jià)值的信息。 本文的創(chuàng)新：在考慮投資過(guò)程中加入了機(jī)會(huì)成本的概念,建立了自己獨(dú)特的股票評(píng)價(jià)方法。完善了時(shí)間序列關(guān)聯(lián)挖掘,考慮了帶有時(shí)滯閾值的時(shí)序關(guān)聯(lián)挖掘,使分析結(jié)果具有很強(qiáng)的實(shí)用性。通過(guò)這兩個(gè)步驟建立了可行的股票投資體系。
【圖文】：

們定義為“拋棄”，賦值為0，以此作為分類(lèi)標(biāo)準(zhǔn)。2、建立數(shù)據(jù)流:首先導(dǎo)入數(shù)據(jù)，建立數(shù)據(jù)節(jié)點(diǎn)，對(duì)數(shù)據(jù)進(jìn)行過(guò)濾、讀取和類(lèi)型的設(shè)定，如圖4.2:印.ea，的一.卜。.53200...卜。.0538主.卜1.，580去.卜 1.34293一卜。.3009日.”卜801013一卜16J510~.卜 7.04434.~叉裘子落撰葬敘鑫鑫 鑫癮癮)然幽;裂翩麒翩翩翻 翻函 函繆繆 繆貓 貓 -----------------香香斌 :::::拍 拍甲甲登仁嗯嗯 嗯 5333甲甲砰一，， ，，，，望望些口 口 口 1555甲甲孕卜，， ， 3444母母刃切 JJJJJ3幻 幻謬謬以 g-111110111 3333333.444 0000000444袖袖}雄 雄一棘健麗{’ ’ 圖4.2建立數(shù)據(jù)節(jié)點(diǎn)3、設(shè)置建模節(jié)點(diǎn)，這里需要建立的是C5.0算法的決策樹(shù)節(jié)點(diǎn)

袖袖}雄 雄一棘健麗{’ ’ 圖4.2建立數(shù)據(jù)節(jié)點(diǎn)3、設(shè)置建模節(jié)點(diǎn)，這里需要建立的是C5.0算法的決策樹(shù)節(jié)點(diǎn)，，如下圖4.3:圖4.3建立決策樹(shù)節(jié)點(diǎn)4、對(duì)決策樹(shù)節(jié)點(diǎn)進(jìn)行參數(shù)設(shè)置及模型選項(xiàng)的設(shè)定，進(jìn)行數(shù)據(jù)挖掘分類(lèi)。經(jīng)過(guò)對(duì)模型選項(xiàng)的多次設(shè)置，反復(fù)試驗(yàn)，最終確定的設(shè)置如下圖4.4:第18頁(yè)共43頁(yè)
【學(xué)位授予單位】：首都經(jīng)濟(jì)貿(mào)易大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2010
【分類(lèi)號(hào)】：F830.91

【引證文獻(xiàn)】

相關(guān)碩士學(xué)位論文 前5條

1 唐業(yè)yN;基于輕量級(jí)J2EE的證券數(shù)據(jù)分析系統(tǒng)研究與設(shè)計(jì)[D];浙江大學(xué);2011年

2 馬曉輝;關(guān)聯(lián)規(guī)則在股票時(shí)間序列中的應(yīng)用[D];廣東工業(yè)大學(xué);2011年

3 文小燕;基于Petri網(wǎng)建模的搜索引擎設(shè)計(jì)與實(shí)現(xiàn)[D];西安建筑科技大學(xué);2011年

4 石煜;基于數(shù)據(jù)挖掘的數(shù)量化模型選股分析平臺(tái)[D];電子科技大學(xué);2012年

5 周超良;基于關(guān)聯(lián)規(guī)則的股市板塊指數(shù)建模分析與算法研究[D];首都師范大學(xué);2013年

本文編號(hào)：2708611