基于数据挖掘的橡胶期货价格分析与预测研究

《基于数据挖掘的橡胶期货价格分析与预测研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、AnalysisandForecastingforNaturalRubberFuturesPriceBasedonDataMiningTechniquesADissertationSubmittedtoNanjingUniversityofTechnologyinpartialfulfillmentoftherequirementsforthedegreeofMasterofEngineeringByHuaijinHuSupervisor：Ass．Prof．BinLiuJuly2007硕士学位论文摘要数据挖掘技术在

2、利用海量数据进行知识发现、决策支持等方面具有其他技术不可比拟的优势。目前，利用数据挖掘技术进行股票走势分析等方面的研究与应用已经比较成熟，与股票市场一样，国内外各大期货交易所每个交易日都产生大量数据，但专门针对这些海量数据进行挖掘分析的研究与应用尚不多见。挖掘期货交易数据中存在的隐含规律，对减少期货交易盲目性起到十分重要作用。本文尝试基于数据挖掘技术在天然橡胶期货价格预测方面作相关的应用分析与实证研究，以期挖掘天然橡胶期货交易数据中隐藏的规律性。由于价格发现是期货市场的基本职能之一，即现货市场上商品的价格变化与同类

3、商品期货价格的变化密切相关，或者说某些商品的价格是直接或间接地参照了同期该商品的期货价格，因此，研究成果也能从一定程度上反映现货价格的变化规律与趋势。在简单介绍天然橡胶期货交易的相关概念及数据挖掘基本理论、挖掘过程的基础上，本文从以下几方面进行阐述：1)在详细描述天然橡胶期货交易历史数据的基础上，探讨了天然橡胶价格变化的趋势特点与季节性，并对不同期货品种间价格趋势的连动性进行了关联挖掘；2)在详细介绍Microsoft序列聚类分析算法原理的基础上，利用该算法对由涨、跌、平等状态组成的历史价格数据序列进行聚类，并将聚

4、类结果用于判断当前趋势所属类别，从而利用其所属类别的趋势特征来预测将来价格序列的走向；3)在描述Microsoft时间序列算法的核心内容ART(自动回归树)模型及其原理基础上，通过分析和总结在不同的输入组合下该算法对天然橡胶期货价格的预测结果，提出了一种结合短期趋势对预测结果作相应调整以进一步提高预测精度的方法；4)对“天然橡胶期货价格分析与预测”原型系统的分析和设计过程进行了简单的论述。关键词：期货价格预测数据挖掘序列聚类ART模型Microsoft时序算法ABSTRACTDataminingtechniques

5、havemoreadvantagesthanothertechniquesinthehandlingofmassivedataandknowledgediscovery．Currently,theresearchandapplicationoftrendsanalysisinthestocksmarketbasedonthedataminingtechnologyisrelativelymature．Generally,similartothatdataproducedinthestocksmarket，large

6、amountofdataareproducedinmajorfuturesexchangesoftheworldeachtradingday．However'therearefewanalysisandapplicationbasedondataminingtechniquesforthesemassivedata．Therefore，miningtheimpliedrulesinthedataoffuturesplaysaveryimportantroletoreduceblindnessoffuturesexc

7、hange．Inordertofmdtherulesorknowledgeimpliedinthefuturesdataofnaturalrubberprice，someapplicationanalysisandempiricalresearchweremadebasedondataminingtechniques．Asthepricediscoveryisoneofthebasicfunctionsoffuturesmarket，thechangeofpriceonthespotmarketiscloselyr

8、elatedtothechangeoffutures．Namely,thepriceofcommoditiesisdirectlyorindirectlyreferencetothealtemativefuturespriceinthesameperiod．Sotheresearchresultslearnedfromthedataofrubberfutur