基于機器學習的股票排名方法.pdf

1、多年來，在金融市場的股票投資方面，人們一直都希望能掌握其背后運行的規(guī)律，并進行分析與預測。各國投資專家也通過使用不同的投資分析方法，利用海量的股票數據進行數據挖掘，以求尋找出股市背后潛在的運行規(guī)則和股票交易的規(guī)律，實現(xiàn)對未來的股市發(fā)展變化進行預測，以達到收益最大化的目的。
　　本文的主要研究內容是上市公司的股票數據以及公司股價的變化情況。根據公司在研究周期內股價變化水平，計算得到特征值，設計了一個優(yōu)化版本的k-最近鄰算法，然后建立

2、上升趨勢體系模型，預測上市公司的股價走勢類型，選擇適合自己風險類型的上市公司進行投資。隨著大數據相關技術的不斷成熟，在處理大規(guī)模股票數據集的平臺選擇上，本文主要考慮的是內存消耗和數據運算效率方面，采用了大數據Hadoop平臺的HDFS分布式文件系統(tǒng)以及更加高效的MapReduce分布式計算框架，使得整個數據集的ETL流程能高效率便捷的運行。機器學習也是本文的一個核心問題，在對KNN算法進行深入研究后，在此基礎上提出了面向大數據模式識別算