文档介绍：长春理工大学
硕士学位论文
基于数据挖掘的股票预测研究
姓名:杨希
申请学位级别:硕士
专业:计算机软件与理论
指导教师:王艳春
20080401
摘要针对目前国内股市走势预测存在的问题,如预测过程计算量庞大、预测结果不理想等,本文使用数据挖掘中的几种常用方法建立预测模型,通过对预测过程及预测结果的分析,来寻求数据挖掘算法与股票预测的结合点。本文使用了时间序列方法、马尔可夫链模型、人工神经网络模型对证券市场的价格进行建模和预测。应用时间序列方法预测时使用了简单一次移动平均预测法、一次指数平滑预测法、两次指数平滑预测法。时间序列方法预测股票走势最为简单,但是误差过大。应用人工神经网络时,采用了算法和遗传算法来训模型虽然预测效果最好,但是计算量过大。相对于前两种方法,马尔可夫链模型更适合对股票走势的预测,其计算量较小,虽然自身有些弊端,但是用多状态预测法可以弥补其自身的不足。改进方法后的马尔可夫链模型预测效果同人工神经时间序列预测马尔可夫链人工神经网络练网络权值,同时使用动量法和学习率自适应调整相结合的策略,人工神经网络网络模型的预测效果不相上下。关键字:数据挖掘股票预测
..:
作者签名:握作者签名:燧显幸年丝月幽选昵鹪屡鋈年世月碰日长春理工大学硕士学位论文原创性声明长春理工大学学位论文版权使用授权书本人郑重声明:所呈交的硕士学位论文,《基于数据挖掘的股票预测研究》是本人在指导教师的指导下,独立进行研究工作所取得的成果。除文中已经注明引用的内容外,本论文不包含任何其他个人或集体已经发表或撰写过的作品成果。对本文的研究做出重要贡献的个人和集体,均已在文中以明确方式标明。本人完全意识到本声明的法律结果由本人承担。本学位论文作者及指导教师完全了解“长春理工大学硕士、搏士学位论文版权使用规定”,同意长春理工大学保留并向国家有关部门或机构送交学位论文的复印件和电子版,允许论文被查阅和借阅。本人授权长春理工大学可以将本学位论文的全部或部分内容编入有关数据库进行检索,也可采用影印、缩印或扫描等复制手段保存和汇编学位论文。指导导师签名:
第一章绪论§研究目的与选题意义§国内外研究现状数据库系统经过数十年的发展,已经保存了大量的常业务数据。随着数据库和各类信息系统应用的不断深入,数据量的日益积累,每年都要生成大量的数据,并成增量发展趋势。大量信息是当今信息社会的特征,是我们的宝贵财富,然而面对海量数据,我们往往无所适从,无法发现数据中存在的关系和规则,无法根据现有的数据预测未来的发展趋势“5贾铝恕拔颐茄兔辉谑莸暮Q笾校慈鄙僦J丁钡南窒蟆H们开始考虑:“如何才能不被信息淹没,而是从中及时发现有用的知识,提高信息利用率蔽颐窍M擞檬萃诰蚣际醮诱庑┦莸敝型诰虺鲋J独础4罅渴莸谋澈笠藏了很多具有决策意义的信息,通过对海量数据的分析,发现数据之间的潜在联系,为人们提供自动决策支持。作为市场经济重要特征的股票市场,从诞生的那天起就牵挂着数以千万投资者的心。高风险高回报是股票市场的特征,因此投资者们时刻在关心股市、分析股市、试图预测股市的发展趋势。一百多年来,一些分析方法随着股市的产生和发展逐步完善起来,如:道氏分析法、咄挤治龇ā⒅赐挤治龇ā⒌闶挤治龇ā⒁贫骄ǎ还有形态分析法、趋势分析法、角度分析法、神秘级数与黄金分割比螺旋历法、四度空间法等,随着计算机技术在证券分析领域的普及与应用,不断推出新的指标分析法。然而,严格讲这些方法仅仅是分析手段,还不能直接预测股市的动态”’。此外,人们也试图用回归分析等统计手段建立模型来预测股市。然而,利用传统的预测技术进行股市预测有一个最根本的困难,那就是待处理的数据量非常巨大。由于股市的行情受到政治、经济等多方面因素的影响,其内部规律非常复杂,某些变化规律的周期可能是一年甚至是几年,因此需要通过对大量数据的分析才能得到,而传统的预测技术预测近十年间,数据挖掘技术的研究工作取得了很大的进展,各种数据挖掘技术的应用极大地推动了人们分析、处理大量数据信息的能力,并为人们带来了很好的经济效益,因此可以预见数据挖掘技术在股市预测中将会有很大的潜力。技术分析方法近些年来发展很快,特别是随着计算机的普及,各种分析方法越来效果并不理想。
越多。针对股票市场表现出的不同特点,国内外学者提出了多种多样的分析和预测方法,常用的分析和预测方法有下面几种。证券投资分析方法。这是市场分析家常用的方法。奔湫蛄蟹治龇āU庵址椒ㄖ饕J峭ü⒐杉奂白酆现副昶骄P、自回归移动平均模型壤丛げ馕蠢幢浠其他预测方法。如专家方法。窬缭げ夥āI窬缡且恢肿钚碌氖奔湫蛄蟹治龇椒ā§.谘芯肯肿年代以来,我国计算机技术、尤其是数据库技术和网络技术在股票市场中得到充分应用,使得作为证券市场的重要组成的股票市场更加蓬勃发展起