基于遗传算法的模糊分类系统在股票分析中的应用

《基于遗传算法的模糊分类系统在股票分析中的应用》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、．．：、、＂．Ｖ－．－护；．．．－巧式＼．Ｖ知／！挺：苗’．Ｖ琴、Ｗ：Ｊ．．＼．蘇；．气．Ｖ化．．‘；、薪．岸．．Ｉ：＞繫、．＼马勝已；義場簾寅读＞皆知參薄续心尚－‘．．＂售貨－在Ｖ接Ｖ＾；备＂奈．＞．，分靖Ｐ地＾质大学。ｋ，隹．．．．．甲＇ｉ蒙：、－－＾石不瞭ｔ学位ｉ＾又亡．．＃．ｒ弦．．ｒ，４‘麵藻却．Ａ／参钟義．尝于遗＾传：法白的模莫＾分＾狀屬＇读‘句．一屬系统在月股票！分才巧中户应尸．镇：巧的：．．右戮；苗；Ｗ驾；巧，或＇．玄７：．．读：ｆ：ｎｆ．ｔ心：；．：，＂一祭？务巧，！＂達ｃ議ｗ；

2、．．－￣藏道ｒ＂．ｒ巧囊Ｖ．ｖ薄ｖＶ‘＼．ＩＳ馨．？ｐ，公．读這ｆ獲．吝碱、Ｓ．磊脅暴７終搭诚１會，号Ｕ＾Ｕ１誇喝．片拓．责Ｔ＃ｙ句；＾一香巧菩．＾．研究生潘明刚／；ｉ一咬皆．堵＇专：如计算机批巧．术叫ｉ．畫ｔ奪，：画！，．．－研究方向计算机Ｓ賊％；喔Ｔ譬，今巧．．１｝指导教师建和教授；分会，＇．．：編，＂企导师昌华语壬．＃．，芽＂巧、：户；＇Ｖ．．壤女．兴鸯Ｖｖ．誦＇囊、‘‘驾為ｆ；‘等攀穿；．；却巧：叢為替专户ｙ■＾化為．占；璋八讀至女身＾謬心矣＾萬議净＂議．ｒ；私气裝多ｖ．．寺＂ｖ

3、＾异嫁＇一＇，Ｓ；，參ＶＩｙｉ揉診分类号密级中国地质大学（北京）硕士学位论文基于遗传算法的模糊分类系统在股票分析中的应用学号：2104130021研究生：潘明刚专业：计算机技术研究方向：计算机应用技术指导教师：管建和教授企业导师：陈昌华博士2016年5月ADissertationSubmittedtoChinaUniversityofGeosciencesforMasterDegreeApplicationoffuzzyclassificationsystembasedonGeneticAl

4、gorithminstockanalysisMasterCandidate:PanMingGangMajor:ComputerTechnologyStudyOrientation:ComputerApplicationDissertationSupervisor:Prof.GuanJianHeChinaUniversityofGeosciences(Beijing)声明本人声明所呈交的论文是我个人在导师指导下进行的研巧工作及取得的研巧成果。尽我所知，，除了文中特别加标注和致谢的地方外论文中不包含其他人己经发表或撰写过的研究成果，也不包

5、含为获得中国地质大学或其它教育机构的学位或证书而使用过的材料一。与我同工作的同志对本研巧所做的任何贡献均己在论文中作了明确的说明并表示了谢意。兴／户乃签名：如日期：关于论文使用授权的说明本人完全了解中国地质大学有关保留、使用学位论文的规定，目Ｐ：学校有权保留送交论文的复印件，允许论文被查阅和借阅；学校可公布论文的全部或部，可分内容［＾采用影印、缩印或其他复制手段保存论文。□公开□保密（年）保密的论文在解密后应遵守此规定＿＿（）签名：导师签名：期；ｙ作叫）摘要股市不仅是一国经济的重要组成部分，也是国民喜

6、闻乐见的一种重要投资方式。而股市又因其特殊性受到国家政策、投资心理和宏观经济等等因素的影响，在股民看来是一个非常复杂且难以预测的系统。正因为股市的复杂不确定性的特点，导致对它的模型建立尤其困难。在股市发展的这些年，与日俱增的是越来越大的交易数据，如何在这些数据中寻找有用的信息成为金融工作者和广大股民迫切需要解决的问题。数据挖掘的出现破解了“知识匮乏”的窘境，帮助人们在海量的历史数据宝藏中找到隐含的、有趣的信息，所以在股票交易数据中使用该技[35]术进行预测分析有理论上和实际上的重大意义。本文采用算法研究和实例研究相结合的方法，提出了基于遗传算法获

7、取易于理解的模糊规则方法应用于数据分类，实现对未来的数据进行分类预测。本文的主要工作包括：首先，根据模糊分类模型在处理分类问题上的优势，配合遗传算法的全局寻[31]优能力，提出了在历史数据集上进行模糊规则提取的模型。使用UCI机器学习库上的标准数据集（CarEvaluation）进行了实验，证明了其有效性。其次，探讨数据预处理过程中对连续值属性进行离散化处理的相关知识。针对股票数据各个属性为连续值的特点，提出了使用模糊聚类的思想，在连续属性上进行模糊划分，构建模糊子集，从而有利于遗传算法解空间的编码和构建模糊[29]规则。最后将本文建立的模糊分类

8、模型应用于股票的数据挖掘中，选取“浦发银行”最近两年的483条历史交易指标数据做为数据集，其中除“涨跌幅”为类别属性外，其余30个为特征