基于数据挖掘的周内股价涨跌幅预测

摘要

随着国家经济的腾飞以及人们投资观念的不断加强，股票成为投资理财的重要工具。因此，如何合理的预测股票的走势，规避股市风险，成为了近年来的热门问题。许多投资者以及学术研究者从多个层面，提出多种方法，对股票的价格波动趋势进行预测分析。
　　本文先从上证指数提取具有完整周数据的一周日收盘价数据，将一周前三天与后三天的日收盘价数据处理为涨跌百分比的形式，对涨跌散点图进行概念分类，运用关联规则，挖掘周内前三天和后三天各个状态的关联情况，周间的一周后三天与下周前三天各类的关联情况，以及周内、周间各类的关联情况。发现股票大多数的状态转移，是涨跌横盘到趋于横盘，且股票转移的连续性很强，态之间的跳跃性转换所占的比例相对较小。股票的牛市、熊市是靠少数状态的跳跃转移、连续向较强的状态转移或连续向较弱的状态转移造成的。这个结果对股票的短期预测分析具有一定的参考价值。
　　最后，运用最小生成树的结构原理，将生成树分为主中心点、次中心点和离群点。将这个方法运用在行业板块股价数据中，对应的将行业板块分为主中心板块、次中心板块和离群板块三类。分析这三类行业板块的股价行情可以得出：主中心板块股价波动的稳定性很好，代表了市场中大多数行业板块的涨跌波动情况；离群板块的市场活跃性较大，反映少数板块的偏离情况。同时分别取中心、离群板块中具有代表性的一个行业板块，用关联规则挖掘他们前三天到后三天状态转移的规则，发现中心、离群行业板块股价涨跌波动的差异是由周内股价前半周到后半周的各类状态转移情况的差异造成的。

目录

封面

声明

中文摘要

英文摘要

目录

1 绪 论

1.1 研究背景与意义

1.2 国内外研究现状

1.3 本文研究目的及主要工作

1.4 论文结构

2 数据挖掘技术

2.1 数据挖掘简介

2.2 数据挖掘中的关联分析

2.3 多层关联分析

2.4 最小生成树

3 线性回归与稳健回归分析

3.1 线性回归

3.2 稳健回归分析

4 上证指数周内前半周到后半周的股价涨跌幅预测

4.1 数据的来源

4.2 数据的预处理

4.3 涨跌散点图的拟合分析

4.4 前三天与后三天的概念分类

4.5 挖掘前三天与后三天各类的状态转移情况

4.6 挖掘后三天与前三天各类的状态转移情况

4.7 挖掘前三天与后三天以及下周前三天各类的状态转移情况

5 行业指数周内股价涨跌幅的预测

5.1 数据准备

5.2 最小生成树的行业分析

5.3 中心边缘行业板块周内前三天到后三天的规则挖掘

6 总结与展望

6.1 本文总结

6.2 本文的不足及展望

致谢

参考文献