基于關聯(lián)規(guī)則的股票時間序列趨勢預測研究.pdf

1、中國股市從2006年1月份的1100多點升至2007年10月份的6000多點，升幅巨大，在世界也是罕見的。雖然蘊涵著巨大的投資機會，但卻也使部分投資者虧損累累。隨著經濟的發(fā)展，股票市場越來越受到人們的重視，其在經濟體系中也發(fā)揮著越來越重要的作用。而股市的健康發(fā)展和繁榮也成為管理者和投資者關心和研究的重點。股票投資的收益與風險往往是成正比的，即投資收益越高，可能冒的風險越大。因此，股市預測方法的研究具有極其重要的應用價值和理論意義。傳統(tǒng)的

2、技術分析和基本面分析也各有各自優(yōu)缺點，而我國的股市正日益成熟和規(guī)范，投資者在進行投資決策時也愈加趨于理性化。本文試圖應用數(shù)據(jù)挖掘的辦法來在股票分析中，幫助投資者獲取更多的股市關聯(lián)信息以加強對某些個股的分析和判斷。因為目前世界上尚無很好的預測股市方法，目前可以運用許多統(tǒng)計分析方法來發(fā)現(xiàn)一些隱藏在股票信息中的規(guī)律，本文的工作也就立足在關聯(lián)原則基礎上進行分析，以幫助投資者對股票進行預測。 在整個數(shù)據(jù)挖掘的研究中，算法的研究占有特別重要

3、的地位。數(shù)據(jù)挖掘面對的是大量數(shù)據(jù)集，算法的效率起到決定性的作用，因此，研究和改進現(xiàn)有的算法，有著十分重要的意義。鑒于此，本文對關聯(lián)規(guī)則挖掘算法進行了研究。 首先對股票的基礎知識作了簡單地概括，對數(shù)據(jù)挖掘作了一般性介紹，包括數(shù)據(jù)挖掘的概念、模式、挖掘的主要問題、數(shù)據(jù)挖掘系統(tǒng)的分類以及應用和發(fā)展趨勢。然后，對數(shù)據(jù)挖掘中重要的關聯(lián)規(guī)則挖掘算法做了深入的研究，分析了關聯(lián)規(guī)則中經典的Apriori算法、AprioriTid算法和Aprio

4、ri算法的在股票數(shù)據(jù)的改進算法，總結了算法中存在的問題；接著，詳細介紹了本文內容的重點之一，基于成交量和二維時間模式下的雙事務股票時間序列關聯(lián)的研究的一種OptimizedApriori算法的改進算法。為了更好地挖掘股市信息，就必須結合股市的特點，特別是股票自身的運作規(guī)律，股票的走勢包含了數(shù)以萬計人的思維和智慧，必須通過詳細和耐心的觀察才能學之一二。經過長期學習、跟蹤股市及模擬演練，挖掘出在股市中存在的這樣一些帶有時間約束的規(guī)律--在某

5、個時間段w(如一天)內，如果股票A的收盤價上漲超過2％，成交量大于vol_min(某個設定的閾值)，那么間隔DAY個時間段(如兩天)后的那個時間段(即第三天)內股票B和股票C會以80％的可能性也上漲(或下跌)。 最后在Microsoft Visual C++6.0環(huán)境下完成了對股票數(shù)據(jù)的處理、算法的改進及挖掘工作。實驗驗證了改進的OptimizedApriori算法的效率在一定程度上優(yōu)于Apriori算法；同時挖掘出了大量關聯(lián)規(guī)