關(guān)聯(lián)規(guī)則挖掘在股票預(yù)測(cè)中的應(yīng)用研究.pdf

1、數(shù)據(jù)挖掘是當(dāng)今國(guó)際上人工智能和數(shù)據(jù)庫(kù)研究方面最富活力的新興領(lǐng)域，從大型數(shù)據(jù)庫(kù)中挖掘關(guān)聯(lián)規(guī)則的問(wèn)題已經(jīng)成為近年來(lái)數(shù)據(jù)挖掘研究領(lǐng)域中的一個(gè)新熱點(diǎn)。股票投資風(fēng)險(xiǎn)與機(jī)遇并存。如何把握風(fēng)險(xiǎn)，投資回報(bào)最大化？是投資者追求的目標(biāo)。而股票行情受經(jīng)濟(jì)、政治等因素的作用，其走勢(shì)變化莫測(cè)，難以把握?，F(xiàn)有的股票分析軟件其可靠性有待驗(yàn)證。在股票行情數(shù)據(jù)庫(kù)中積累了大量歷史交易數(shù)據(jù)，如何充分利用這些歷史數(shù)據(jù)，從關(guān)聯(lián)規(guī)則挖掘領(lǐng)域進(jìn)行新的研究和探索變得很有意義。

2、 本文基于國(guó)內(nèi)外研究成果，首先介紹了數(shù)據(jù)挖掘的理論，引入關(guān)聯(lián)規(guī)則挖掘技術(shù)，對(duì)頻繁項(xiàng)集生成算法Apriori進(jìn)行了分析。針對(duì)股票數(shù)據(jù)的特點(diǎn)和關(guān)聯(lián)規(guī)則算法Apriori存在的不足，提出一種基于比特向量和hash技術(shù)的頻繁項(xiàng)集生成優(yōu)化算法，并將其嵌入開(kāi)源數(shù)據(jù)挖掘工具Weka中。 同時(shí)對(duì)股票行情數(shù)據(jù)庫(kù)的原數(shù)據(jù)文件進(jìn)行分析，結(jié)合Weka數(shù)據(jù)格式的特點(diǎn)設(shè)計(jì)了預(yù)處理模塊。 最后使用改進(jìn)后Weka挖掘工具對(duì)預(yù)處理后股票數(shù)據(jù)進(jìn)行挖掘。對(duì)挖