

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、股票的趨勢研究一直是股民關心的問題,研究的方法有很多。本文使用了數(shù)據(jù)挖掘的一個重要分支,關聯(lián)規(guī)則方法來挖掘股票間的聯(lián)動關系,統(tǒng)計3只股票帶時序上漲的情況在過去的某個時間段中出現(xiàn)的次數(shù)。如果出現(xiàn)次數(shù)多,也就是支持度和置信度都較大,那么當“股票A第Ta天上漲且股票B第Tb天也上漲”的情況出現(xiàn)時,可以考慮在Tc天買入第三只股票。這里的Ta,Tb和Tc可取任意值。得出的規(guī)則可以用來輔助股票投資。
本文的主要研究內容包括以下幾個方面
2、:
(1)對國內關于股票方面的關聯(lián)規(guī)則挖掘的相關文獻進行分析和總結,對股票挖掘過程進行了深入探討,對挖掘過程中的數(shù)據(jù)預處理、算法、關聯(lián)規(guī)則興趣度這三個方面已有的一些改進方法進行了概括和評價。
(2)針對人們希望看到的“股票A在Ta當天上漲且股票B在Tb當天上漲,則股票C在Tc當天上漲,支持度是X%,置信度是Y%”這樣的規(guī)則(Ta
3、關聯(lián)規(guī)則挖掘算法,在股票時間序列上定義一個時間窗口,在時間窗口內循環(huán)查找2項集和3項集,通過時間窗口的移動尋找全部的2項集和3項集;
算法二是bit-search算法,引入了比特串的概念,用比特串來表示連續(xù)的時間序列上股票的上漲信息。而比特串便于移位操作和邏輯運算,可較大的簡化股票間的運算;也減少了需要的內存空間。根據(jù)結果的串的支持度計數(shù)是否滿足最小支持度計數(shù)閾值,就能得到所需要的頻繁2項集和3項集。
(3)
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
- 關聯(lián)規(guī)則在時間序列數(shù)據(jù)挖掘中的應用.pdf
- 基于股票時間序列數(shù)據(jù)的關聯(lián)規(guī)則挖掘研究.pdf
- 基于時間序列聚類的關聯(lián)規(guī)則挖掘研究.pdf
- 基于滑動窗口的多元時間序列數(shù)據(jù)動態(tài)關聯(lián)規(guī)則挖掘.pdf
- 時間序列時序關聯(lián)規(guī)則挖掘研究.pdf
- 關聯(lián)規(guī)則數(shù)據(jù)挖掘在CRM中的應用.pdf
- 數(shù)據(jù)挖掘中的關聯(lián)規(guī)則和序列模式.pdf
- 基于數(shù)據(jù)挖掘中關聯(lián)規(guī)則的應用研究.pdf
- 基于關聯(lián)規(guī)則的數(shù)據(jù)挖掘在刑嫌系統(tǒng)中的應用.pdf
- 關聯(lián)規(guī)則挖掘及其在基因表達數(shù)據(jù)中的應用.pdf
- 多元時間序列流動態(tài)關聯(lián)規(guī)則挖掘.pdf
- 數(shù)據(jù)挖掘在時間序列分析中的研究和應用.pdf
- 模糊關聯(lián)規(guī)則挖掘及在工業(yè)數(shù)據(jù)中的應用.pdf
- 時間序列的聚類和關聯(lián)規(guī)則挖掘研究.pdf
- 數(shù)據(jù)挖掘中關聯(lián)規(guī)則挖掘方法的研究及應用.pdf
- 基于關聯(lián)規(guī)則數(shù)據(jù)挖掘的研究與應用.pdf
- 基于關聯(lián)規(guī)則的數(shù)據(jù)挖掘研究及應用.pdf
- 關聯(lián)規(guī)則挖掘在圖書借閱數(shù)據(jù)處理中的應用.pdf
- 時間序列相空間重構數(shù)據(jù)挖掘方法及其在證券市場的應用.pdf
- 基于關聯(lián)規(guī)則的離群數(shù)據(jù)挖掘在病蟲害預測中的應用.pdf
評論
0/150
提交評論