33593字硕士毕业论文基于数据挖掘的股市波动趋势系统的研究与设计

3.0 闻远设计 2023-08-17 59 4 17.77KB 4 页免费

侵权投诉

33593 字硕士毕业论文基于数据挖掘的股市波

动趋势系统的研究与设计

论文概述：

在模型层中，建立神经网络模型库，利用基于自适应 BP 神经网络模型进行规则分析，从而得

到决策支持的目的。

论文正文：

基于数据挖掘的股市波动趋势系统的研究与设计

摘要

股票市场的发展关系到中国经济的发展，其在经济发展中的份额也在不断增加。准确预测股票

在金融投资领域非常重要。股票市场通常以复杂性和不确定性为特征。股票市场的发展往往受

到国家出台的股票市场管理措施、经济发展、投资者盲目跟风等自身投资心理等因素的影响。

与此同时，随着经济的发展，股票交易量不断增加，股票价格的变化通常反映在细微的数据变

化中。因此，很难为它建立一个模型。数据挖掘技术的出现为挖掘有效数据和提供有效信息提

供了一种数据处理技术，对股票信息的研究、整理和预测具有重要的现实意义。

本文构建了一个基于神经网络的股票波动趋势数据挖掘框架，该框架分为数据层、模型层和用

户层。数据层通过对原始股票数据文件进行排序，对数据进行预处理，并将数据存储在数据库

中，从而形成数据 xls 文件。在模型层，建立神经网络模型库，利用自适应神经网络模型对规

则进行分析，通过神经网络模型拓扑结构和用户层显示的规则将得到的结果显示给用户，从而

达到决策支持的目的。

在系统实现方面，本文提出的数据挖掘技术神经网络预测策略是基于股票投资理论和股票价格

预测方法的研究。系统通过及时获取股票历史和实际交易数据，研究和分析各种技术指标值，

并将其输入数据库。根据技术指标形态变化特征的趋势选择集中股票投资方案，根据输入的股

票技术指标值确定最优股票，通过绘制股票 k线图和技术指标图设定股票价格变量，相应获得

次日的交易情况，通过观察图像的趋势形式获得变化情况，从而可以粗略预测股票价格趋势，

然后结合技术压力水平和支撑水平对股票趋势情况进行分析和研究。大量实验结果表明，该神

经预测系统是可行的，并将最终显示其结果。该系统利用强大的计算能力，将 Delphi 编程技术

与Matlab 完美结合，具有灵活高效的特点，具有运行稳定、运行速度快、操作简单、操作方

便、功能强大的优点。

关键词: 股票；技术指标；数据挖掘；股票预测；神经网络

摘要

股票市场作为经济的晴雨表，在中国经济中发挥着非常重要的作用，有效的股票预测在金融投

资领域占据着重要的地位。但是股票市场受到政策、经济和投资者心理等诸多复杂因素的影

响，并且是一个非常复杂的系统，具有复杂不确定性的典型特征，很难建模和数据大小以及股

票交易，因为常规的股票价格信息往往包含在这些海量的数据中。而数据处理新技术的快速发

——展数据挖掘提供了从这些海量数据中隐含的、有价值的信息是一种重要的手段，因此利用

该技术来分析和预测股票信息具有重要的理论和现实意义。

论文构建了基于 BP 神经网络的股票波动趋势数据挖掘方案，共分为数据层、模型层和用户

层，其中数据层通过对原始股票数据文件进行整理，形成数据. xls 文件，对这些数据再进行预

处理存储到数据库中；在模型层，建立神经网络模型库，利用基于自适应神经网络模型进行规

则分析，在用户层面上通过神经网络模型结构和规则获得的结果呈现给用户，从而达到决策支

持的目的。

在系统实现方面，本文基于股票投资理论的深入分析和价格预测方法，从实际角度，提出了利

用数据挖掘神经网络进行预测的思路和方法。下载股票交易历史的系统数据和实时市场数据，

计算技术指标，并将其写入数据库。技术指标研究形态特征，总结选股，通过查询数据库规范

选股，选择符合标准的股票，并根据其技术压力和支撑水平预测股票的短期走势和股价。股票

价格预测，绘制股票图表和技术指标，通过调整股票报价模拟第二天的交易，烛台和技术指

标，实时观察变化，可以计算第二天的总趋势和价格。大量仿真结果表明，神经预测在证券系

统中有一定的实用性，进一步研究将为投资者提供准确的决策和回报。Delphi 灵活高效的系统

编程结合了 Matlab 强大的计算能力，具有快速、简单的操作和稳定运行的强大功能。

关键词: 股票规格，数据挖掘，股票预测神经网络

内容

内容 4

第一章导言 1

1.1 研究背景和意义 1

1.2 国内外研究现状2

1.2.1 计算机技术在证券业的应用 2

1.2.2 海量数据的利用和分析 3

1.2.3 智能数据分析技术 3

1.2.4 数据挖掘技术 4

1.3 研究内容和研究框架 5

1.3.1 研究目标 5

1.3.2 研究内容 6

1.3.3 研究方法 8

第2章系统相关技术概述 9

2.1 数据挖掘技术 9

2.1.1 数据挖掘概念 9

2.1.2 数据挖掘模式 9

2.1.3 数据挖掘过程 10

2.2 时间序列预测技术 12

2.2.1 时间序列12 的内涵

2.2.2 时间序列的分类12

2.2.3 时间序列预测 13

2.3 基本库存分析技术 14

2.5 统一建模语言 15

2.6 本章概述 16

第三章基于数据挖掘的股市波动趋势分析模型设计 17

3.1 BP 神经网络模型设计 17

3.1.1 神经网络简介17

3.1.2 神经网络模型 18

3.1.3 神经网络结构和工作模式 21

3.1.4 神经网络学习方法 23

3.2 BP 神经网络分析股票波动趋势方法 24

3.2.1 整体框架设计 24

3.2.2 数据预处理设计 25

3.2.3 BP 神经网络结构设计 26

3.3 基于决策树29 的股票波动趋势分析模型

3.4 本章总结30

第四章股票市场波动趋势分析系统的设计 32

4.1 系统设计目标和原则 32

4.2 系统架构设计 33

4.3 系统功能架构 34

4.3.1 系统功能组合34

4.3.2 账户管理模块35 的功能组成

4.3.3 股票数据管理模块35 的功能组成

4.4 股市波动趋势分析流程35

4.4.1 数据采集和预处理 35

4.4.2 培训网络的设计 36

4.4.3 决策树分类设计 38

4.5 本章概述 40

第五章股市波动趋势分析系统的实现 41

5.1 系统平台 41 的构建

5.2 数据的预培训和测试43

5.2.1 样品的选择 43

5.2.2 培训阶段 44

5.2.3 预测阶段 45

5.2.4 决策树建立 46

5.3 预测结果 50

5.4 预测结果分析 55

文档加载中……请稍候！
如果长时间未打开，您也可以点击刷新试试。

下载文档到电脑，查找使用更方便

免费 4人已下载

立即下载

摘要：

33593字硕士毕业论文基于数据挖掘的股市波动趋势系统的研究与设计论文概述：在模型层中，建立神经网络模型库，利用基于自适应BP神经网络模型进行规则分析，从而得到决策支持的目的。论文正文：基于数据挖掘的股市波动趋势系统的研究与设计摘要股票市场的发展关系到中国经济的发展，其在经济发展中的份额也在不断增加。准确预测股票在金融投资领域非常重要。股票市场通常以复杂性和不确定性为特征。股票市场的发展往往受到国家出台的股票市场管理措施、经济发展、投资者盲目跟风等自身投资心理等因素的影响。与此同时，随着经济的发展，股票交易量不断增加，股票价格的变化通常反映在细微的数据变化中。因此，很难为它建立一个模型。数据挖...

展开>> 收起<<

33593字硕士毕业论文基于数据挖掘的股市波动趋势系统的研究与设计.docx

共4页,预览2页

还剩页未读，继续阅读

33593字硕士毕业论文基于数据挖掘的股市波动趋势系统的研究与设计

相关推荐

开通VIP享超值会员特权

作者详情

相关内容

推荐作者

热门标签

举报选择: