关联规则挖掘算法在证券交易中的应用

关联规则挖掘算法在证券交易中的应用

ID:35045679

大小:2.89 MB

页数:72页

时间:2019-03-17

关联规则挖掘算法在证券交易中的应用_第1页
关联规则挖掘算法在证券交易中的应用_第2页
关联规则挖掘算法在证券交易中的应用_第3页
关联规则挖掘算法在证券交易中的应用_第4页
关联规则挖掘算法在证券交易中的应用_第5页
资源描述:

《关联规则挖掘算法在证券交易中的应用》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、学校代号10532学号G12256160分类号密级工程硕士学位论文关联规则挖掘算法在证券交易中的应用学位申请人姓名文娇培养单位软件学院导师姓名及职称潘菁副教授巢宏高级经济师学科专业软件工程研究方向财税信息化论文提交日期2016年03月25日学校代号:10532学号:G12256160密级:湖南大学工程硕士学位论文关联规则挖掘算法在证券交易中的应用学位申请人姓名:文娇导师姓名及职称:潘菁副教授巢宏高级经济师培养单位:软件学院专业名称:软件工程论文提交日期:2016年03月25日论文答辩日期:2016年06月

2、02日答辩委员会主席:曹二保副教授ResearchonassociationrulesminingalgorithmanditsapplicationinsecuritiestradingbyWENJiaoB.A.(HunanAgricultralUniversity)2008AthesissubmittedinpartialsatisfactionoftherequirementsforthedegreeofMasterofEngineeringinSoftwareEngineeringintheGra

3、duateschoolofHunanUniversitySupervisorsAssociateProfessorPANJingSeniorEconomistCAOHongMarch,2016湖菌大学学位论文原创性声明本人郑重声明:所呈交的论文是本人在导师的指导下独立进行研究所取得的研究成果。除了文中特别加标注引用的内容外,本论文不包含任何其他个人或集体己经发表或撰写的成果作品。对本文的研究做出重要贡献。的个人和集体,均己在文中W明确方式标明本人完全意识到本声明的法律后果由本人承担

4、。:作者签名:日期兴年占月日It学位论文版权使用授权书本学位论文作者完全了解学校有关保留、使用学位论文的规定,同意学校保留并向国家有关部口或机构送交论文的复印件和电子版,允许论文被查阅和借阅。本人授权湖南大学可レッ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、缩印或扫描等复制手段保存和汇,可W采用影印编本学位论文。本学位论文属于1、。保密□,在年解密盾适用本授权书2、不保密。"(请在W上相应方框内打V)*>0作者签名:文日期;年(月日导师签名:

5、巧L幸曰期:年b月1。曰关联规则挖掘算法在证券交易中的应用摘要计算机、网络和大数据技术在国内金融市场尤其是证券市场的应用范围越来越广,证券市场作为国民经济的晴雨表,对证券市场尤其是证券交易行为的研究具有重要的经济和政治意义。在对证券市场进行基础分析和技术解析的前提下,对证券交易数据进行挖掘、解析和研究,进而发现这些数据间的相互联系,可以有效指导证券交易实际操作。关联规则挖掘在全球证券市场交易分析中已被广泛应用,其本质是揭示出隐藏在大量数据中的依赖关系,根据依赖关系可从某一对象出发,推断相关对象的信息

6、。挖掘股票交易序列数据的关联规则,可使投资者把握各种股票走势和股票间的关系,做出正确的投资决策,具有较大的实用价值和积极的现实意义。论文主要研究数据挖掘中的关联规则挖掘在证券交易中的相关理论、技术以及具体应用方法,主要工作包括:(1)对关联规则挖掘相关研究和技术进行了详细归纳和深入总结。论文详细描述了数据挖掘理论与技术,主要包括数据挖掘含义、模式、面临的主要问题、应用现状以及在证券交易中的应用和发展趋势。(2)提出了基于搜索项约减和权重参数相结合的Apriori优化算法。对关联规则挖掘算法进行了深入研究,

7、解析了关联规则中经典的Apriori算法,针对股票交易时间序列数据的特殊性,分析了Apriori算法的缺陷,对Apriori算法进行改进,提出了基于搜索项约减和权重参数相结合的Apriori优化算法,着重对Apriori算法在证券新交易行为和股指交易中的步骤、流程和参数进行了优化,并对改进算法的有效性和正确性进行了理论分析和实验验证。3)在证券交易分析预测中,设计并实现了一个基于改进Apriori算法的股票交易数据挖掘分析原型系统。该系统结合当前中国股票市场的特点,将近五年的股票交易数据通过关联规则中的证

8、券时间序列匹配的方法转化为股票市场指数的长期参数,把近五日、十日、三十日的股票交易序列数据转化为短期参数,构建一套完整的参数数据集,作为验证程序的输入,使用VisualStudio开发实验验证程序,验证了算法的有效性和准确性,改进算法对证券新交易类型及股指交易具有较好的效果。关键词:关联规则;数据挖掘;Apriori算法;证券交易;股票时间序列II工程硕士学位论文AbstractThetechnologiesofcompute

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。