具有時間約束的股票序列模型及采掘算法研究.pdf

1、隨著市場經(jīng)濟的發(fā)展,中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.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,以幫助投資者對股票進行分析和預(yù)測.然而,常用的這些統(tǒng)計分析方法無法發(fā)現(xiàn)出在股市中存在的這樣一些帶有時間約束的規(guī)律——在某個時間段W(如一天)內(nèi),如果股票A的收盤價上漲超過5％,那么間隔INT個時間段(如兩天)后的那個時間段(即第三天)內(nèi)股票B和股票C會以80％的可能性也上漲(或下跌).因此

2、,該文采用一種目前正在發(fā)展的新技術(shù)——數(shù)據(jù)挖掘技術(shù)來發(fā)現(xiàn)股市中存在的這類復(fù)雜的序列規(guī)則.這類具有時間段W和時間間隔INT兩維約束的序列規(guī)則的挖掘無疑對于指導(dǎo)投資決策具有重要的意義.該文主要有三個創(chuàng)新點.其中第一個創(chuàng)新點是在該文中建立了兩個具有時間約束的股票序列模式挖掘模型:帶有確定的時間段W約束的一維模型和帶有確定的時間段W及時間間隔INT約束的二維模型.第二個創(chuàng)新點則是通過對關(guān)聯(lián)規(guī)則的Apriori算法和FP_Growth算法進行擴展

3、來實現(xiàn)一維股票序列規(guī)則的采掘.至于第三個創(chuàng)新之處就是通過設(shè)計一個全新的算法來實現(xiàn)二維股票序列規(guī)則的挖掘.在該文的最后一章通過一個實證研究對該文所提算法的可行性進行了驗證.該文一共分為四個部分:第一部分介紹了傳統(tǒng)的股票分析方法及數(shù)據(jù)挖掘技術(shù)的基本概念;第二部分則建立了兩個具有時間約束的股票序列模式挖掘模型;第三部分就對具有時間約束條件的股票序列規(guī)則采掘的一維和二維算法進行了實現(xiàn),并且擴展討論了在分布式環(huán)境下進行這類序列規(guī)則的挖掘所需注意的