数据挖掘技术在证券市场分析中的应用研究

摘要

本论文的研究方向为计算机的应用，旨在将自动化技术和系统理论等知识应用到与实际生活相关的各种复杂系统中，如金融系统，从而提高相关工作的效率和质量，并创造价值。
　　 证券市场是金融系统的主要领域，行业研究员在证券市场的发展中又起到了关键性的作用，所以行业研究员工作的质量和效率时刻影响着整个金融系统的发展。但目前行业研究员研究工作的开展存在着一些障碍，如基础数据库结构混乱，更新维护困难；数据处理和分析效率低下，变动弹性较小；数据挖掘知识的缺乏，难以深入分析数据等。本文深入的分析和研究了上述问题，并基于VBA语言、网页数据获取技术和数据挖掘技术，提出了解决这些问题的基本思路和实现方法，有效的提高了行业研究员的工作效率和质量，大幅降低了研究成本，有助于提高整个资本市场和金融系统的有效性，具有很高的商用价值。
　　 本文首先介绍了文中会涉及到一些主要的技术方法，接着介绍了基础数据库构建和自动更新的方法，并根据数据来源的不同，分别就基于WEB数据获取、基于Wind平台以及基于彭博、TEJ等平台的数据库构建和自动更新的方法做了介绍，其中重点介绍了基于WEB数据获取技术的数据库构建和自动更新的实现方法。然后本文介绍了如何对数据库中的数据进行自动化的分析和处理，如自动化图表法，基本数学方法和财务公式分析法。接着又介绍了如何将处理好的数据自动生成相应的文本报告以提高效率。最后，重点介绍了关联规则挖掘技术在行业研究中的应用，并用实验结果证明了本文实现的关联规则挖掘算法的实用性。