资源描述：
《【7A版】基于数据挖掘技术的股票价格预测.doc》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。
1、7A版优质实用文档基于数据挖掘技术的股票价格预测目录1绪论11.1论文的背景11.2论文研究的目的与意义12数据挖掘分析22.1数据挖掘的概念、社会需求22.2数据挖掘过程23时间序列预测模型与神经网络模型43.1时间序列预测模型43.2神经网络模型53.2.1人工神经网络模型53.2.2人工神经元模型63.2.3BP神经网络模型64基于数据挖掘技术的股票价格预测实证分析84.1问题分析84.2数据采集及处理84.3模型的分析与实现94.3.1神经网络模型验证104.3.2时间序列模型验证1837A版优质实用文档7A版优质实用文档5总结22致谢23参考文献2437A版优质实用文档7A版优质实用
2、文档37A版优质实用文档7A版优质实用文档基于数据挖掘技术的股票价格预测摘要:数据挖掘技术是近几年内迅速发展起来的一门交叉学科，涉及数据库、统计学、人工智能和机器学习等多个领域。计算机的普及应用产生了大量的数据，数据挖掘就是利用上述学科的技术进行大量数据的处理。数据挖掘的应用领域非常广泛，从电子商务到生物科学，从金融领域到商业应用，数据挖掘技术对未来社会的各个领域都起到越来越重要的作用。本文首先阐述了以往分析股票价格的分析方法以及数据挖掘技术在证券市场中的应用状况，分析了时间序列模型和神经网络模型如何对股票价格进行预测，利用采集的最新十只股票数据，然后借助SQLServer20GG操作平台，应
3、用数据挖掘技术，对股票数据进行处理，建立预测模型。通过时间序列、神经网络模型对股票的价格进行建模，利用前1日股票开盘价、收盘价、成交量及当日开盘价等诸多变量对今日股票的收盘价进行预测。之后，通过比较各只股票预测值与真实值之间的差距以及相对误差率的高低，说明不同预测方法之间优劣，对证券市场中股票价格的预测具有较为深远的意义。关键词：数据挖掘股票价格时间序列神经网络预测37A版优质实用文档7A版优质实用文档BasedondataminingtechnologyofsharepricepredicteAbstract：Dataminingtechnologyisdevelopedrapidlyinr
4、ecentyears,involvingacrosssubjectDatabase,Statistics,ArtificialintelligenceandMachinelearning,andotherfields.Thepopularizationofcomputerapplicationproducedalotofdata,dataminingistousethetechnologyofthedisciplineofdataprocessing.Dataminingapplicationfieldisverywide,frome-commercetobiologicalsciences,
5、fromthefinancialsectorintocommercialapplication,dataminingtechnologytothefuturesocietytoeveryfieldofplayanincreasinglyimportantrole.Thisarticleelaboratestheanalysisofpreviousanalysismethodandstockpricedataminingtechnologyinthesecuritiesmarket,analyzestheapplicationconditionsoftimeseriesmodelandneura
6、lnetworkmodelforpredictionofstockprice,theprincipleofusingthelatesttenstockdatacollectedbySQLServer20GG,thenoperationplatform,applicationofstockdataminingtechnology,dataprocessing,establishforecastingmodel.Throughthetimeseries,neuralnetworkmodelforthepriceofastockismodeled,withtheformer1opening,clos
7、ingprice,stockvolumeandthesamedayopeningprice,andmanyothervariablesfortoday'sclosingpriceofstocksarepredicted.Later,bycomparingthestockandtherealvaluepredictedthegapbetweentheheight,andrelativeerrorra
