基于数据挖掘的股票数据分析

被引：0

作者：

张建军

机构：

[1] 中国石油大学

关键词：

股市分析; 数据挖掘; 技术指标; BP神经网络;

D O I：

暂无

年度学位：

2010

学位类型：

硕士

导师：

朱连章;

摘要：

股票市场是国家市场经济的真实反映,但由于股市其内部规律的复杂性,如:股价(股指)变化的非线性性?股价数据具有高噪声等特点,传统的数理统计技术对股市的预测效果并不理想?神经网络具有可以充分逼近任意复杂的非线性关系和有很强的鲁棒性和容错性的特点,所以非常适合用于对股票数据的分析? 本文利用数据挖掘技术对我国股票行情波动趋势进行研究,其目的是为了预测未来股市的行情走势及其波动情况?本文指出了目前传统的数理统计在股票分析上的不足,使用BP神经网络算法对股市进行预测,通过建立一个三层结构的神经网络,即输入层?隐含层和输出层?对数据预处理后得到的数据进行挖掘,将市场普遍采用的技术指标,如科威特第纳尔指数,相对指标的差异等引入模型,得到了较好的预测模型,提高了预测的精度?

引用

页数：42

共 19 条

[1]

定性映射诱导的模糊程度函数与神经元 [J].