基于Apriori算法的股票分析仿真系统

摘要

为了对中国股票进行数据分析,针对股票市场中的股票价格之间的相关性,提出了一种基于Apriori算法的改进算法.算法在垂直数据表示方式上执行广度优先搜索和交叉计数,充分利用了垂直数据表示和交叉计数的高效优势,以及Apriori算法的剪枝策略,减少了计数的候选项集的数量.并对两种算法进行了性能比较,改进的Apriori算法的运行速度较Apriori算法有明显的提高.最后将新算法应用于股票分析仿真系统,仿真结果表明,改进算法能够得到有意义的规则,快速发现股票之间的涨跌关系,为投资者提供了实时、准确的股票买入还是卖出的决策支持.