版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、隨著金融全球化與自由化的推進,金融行業(yè)的運行效率與水平在很大程度上決定了一個國家的經(jīng)濟競爭力,而信息化技術越來越成為影響金融行業(yè)創(chuàng)新能力與發(fā)展水平的重要因素。近年來,許多金融機構開始運用先進的信息技術與智能決策支持技術對業(yè)務系統(tǒng)中積累的海量數(shù)據(jù)進行深入分析,以發(fā)現(xiàn)各種有價值的規(guī)律。數(shù)據(jù)挖掘技術作為一種新興的智能決策支持技術,已經(jīng)開始在金融行業(yè)的部分領域得到應用。在此背景下,研究如何從金融數(shù)據(jù)中挖掘出各種信息,更好地認識、掌握并利用其規(guī)律
2、,無疑具有重要意義。 與此同時,金融市場的信息具有不確定性眾多、非線性和信息數(shù)據(jù)的模糊性及非結構性等特點。金融市場中的不確定性不僅包含時間的不確定,還包括事件信息和技術的不確定。這些問題都值得研究者們進行深入研究。 不確定性方法與數(shù)據(jù)挖掘技術有一定的重疊性,兩者在單獨使用時都具有一定局限性。數(shù)據(jù)挖掘中存在不確定性問題,金融時間序列分析中也存在不確定性問題,并且傳統(tǒng)數(shù)理統(tǒng)計方法不適用于從大量的數(shù)據(jù)中主動發(fā)現(xiàn)各種潛在規(guī)則,而
3、不確定性方法在單獨進行預測時會遇到小數(shù)據(jù)量等問題。本文根據(jù)具體選定的證券市場行情預測對象,將不確定性方法和數(shù)據(jù)挖掘技術的各自優(yōu)勢結合起來,得到一種基于不確定性方法和數(shù)據(jù)挖掘技術的不確定時態(tài)數(shù)據(jù)挖掘方法(UTDM)。該方法能更好地發(fā)揮不確定性方法和數(shù)據(jù)挖掘技術的優(yōu)勢,為證券市場的預測提供更好的技術分析方法,從而為投資決策者提供更為精確的定量分析結果。 本文在對不確定性方法和數(shù)據(jù)挖掘技術的相關理論、研究發(fā)展現(xiàn)狀及不足進行深入討論的基
4、礎上,主要選取不確定性方法和數(shù)據(jù)挖掘技術中幾種具有代表性的方法:在不確定性方法中選取模糊集方法、模糊相似關系下的模糊粗糙集及灰色理論;在數(shù)據(jù)挖掘中選取關聯(lián)規(guī)則、神經(jīng)網(wǎng)絡等方法,用于構建證券市場的有效分析方法。特別地,選取數(shù)據(jù)挖掘技術中的聚類方法進行預處理,在此基礎上分別得到模糊相似關系下的模糊粗糙集挖掘預測方法、趨勢特征挖掘預測方法、時間序列模糊關聯(lián)規(guī)則挖掘預測方法及多灰色神經(jīng)網(wǎng)絡預測方法,用這些方法分別解決了證券市場中短期的股票價格預
5、測、趨勢預測、規(guī)則預測以及股指預測等問題。 本文通過模糊相似關系下的模糊粗糙集和數(shù)據(jù)挖掘技術對股票價格進行預測研究,從證券市場的大量數(shù)據(jù)中得到強規(guī)則。利用模糊集和粗糙集方法將股票價格進行預分類,并按時間屬性進行分組,通過給出的模糊相似關系下的模糊粗糙集計算每組的真值,利用數(shù)據(jù)挖掘技術獲得候選屬性,最終得到相應時間段內的有用規(guī)則,根據(jù)所得規(guī)則預測某一具體時間段內股票價格的變化趨勢。將模糊粗糙集擴展到模糊相似關系下的模糊粗糙集,并應
6、用到對股票價格的預測中,能較原模糊粗糙集方法得到更多的有用規(guī)則,準確率更高。 本文將股票中的時間序列轉換為以價格變動率為變量的時間序列進行分析,并對趨勢特征提取、聚類算法進行改進,將時間序列的預測問題轉化為頻繁和有效特征集來發(fā)現(xiàn)問題,進而對趨勢特征模式進行挖掘預測,根據(jù)連續(xù)一段時間內的漲跌情況判斷市場的發(fā)展趨勢。 在已有相關研究的基礎上,本文將時間序列模糊關聯(lián)規(guī)則應用于證券市場的交易規(guī)則抽取。選用聚類方法對模糊集屬性進行
7、離散化,構造模糊集和隸屬函數(shù),引入時間維度,提出適合股票交易規(guī)則抽取的時間序列模糊關聯(lián)規(guī)則算法,對股票間及行業(yè)間的關聯(lián)關系進行挖掘預測。 本文根據(jù)灰色預測方法對股票進行分析的可行性,提出將3種灰色預測模型,即殘差GM(1,1),無偏GM(1,1)和pGM(1,1)與神經(jīng)網(wǎng)絡預測模型有機組合起來,建立一種新的多灰色神經(jīng)網(wǎng)絡組合預測方法,對中國證券市場綜合指數(shù)進行模擬預測。該方法充分利用了灰色預測建模所需信息少、方法簡單的優(yōu)點和神經(jīng)
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 時態(tài)數(shù)據(jù)庫中不確定時態(tài)信息的處理研究.pdf
- 基于概率的不確定時態(tài)數(shù)據(jù)建模與挖掘問題的研究.pdf
- 不確定時態(tài)信息的粒度建模及其時態(tài)關系研究
- 不確定時態(tài)信息的粒度建模及其時態(tài)關系研究.pdf
- 不確定時態(tài)信息表達模型的研究與應用.pdf
- 基于不確定的數(shù)據(jù)挖掘分類算法在滑坡災害預測的應用.pdf
- 不確定時態(tài)數(shù)據(jù)處理技術研究與實現(xiàn).pdf
- 時態(tài)不確定推理在應急系統(tǒng)中的應用.pdf
- 基于概率的有效時間不確定的時態(tài)數(shù)據(jù)挖掘研究.pdf
- 時態(tài)數(shù)據(jù)挖掘及其應用.pdf
- 基于SVM的時態(tài)數(shù)據(jù)挖掘及在證券分析中的應用研究.pdf
- 時態(tài)概念格及其在時態(tài)關聯(lián)規(guī)則挖掘中的應用.pdf
- 數(shù)據(jù)挖掘的若干新方法及其在我國證券市場中應用.pdf
- 數(shù)據(jù)挖掘及其在證券業(yè)CRM中的應用.pdf
- 數(shù)據(jù)挖掘在股票預測中的應用.pdf
- 證券行情類數(shù)據(jù)源選擇系統(tǒng)的研究與實現(xiàn).pdf
- 基于時態(tài)數(shù)據(jù)庫的數(shù)據(jù)挖掘技術及其在實時系統(tǒng)中的應用.pdf
- 數(shù)據(jù)挖掘在證券投資分析中的應用.pdf
- 數(shù)據(jù)挖掘在證券交易中的應用.pdf
- 數(shù)據(jù)挖掘技術及其在證券領域的應用.pdf
評論
0/150
提交評論