关于聚类排序的股票预测应用研究.pdf

万方数据
作者签名:.栌嗍:妙年月生曰作者签名:却塾’日期:钾互年止月虫学位论文原创性声明学位论文版权使用授权书本人郑重声明,所呈交的学位论文是本人在导师指导下进行的研究工作及取得的研究成果。尽我所知,除了论文中特另:员曜⒑椭滦坏牡胤外,论文中不包含其他人已经发表或撰写过的研究成果,也不包含为获得中南大学或其他教育机构的学位或证书而使用过的材料。与我共同工作的同志对本研究所作的贡献均已在论文中作了明确的说明。申请学位论文与资料若有不实之处,本人承担一切相关责任。本学位论文作者和指导教师完全了解中南大学有关保留、使用学位论文的规定:即学校有权保留并向国家有关部门或机构送交学位论文的复印件和电子版;本人允许本学位论文被查阅和借阅;学校可以将本学位论文的全部或部分内容编入有关数据库进行检索,可以采用复印、缩印或其它手段保存和汇编本学位论文。保密论文待解密后适应本声明。
万方数据
基于聚类排序的股票预测应用研究摘要:股票市场的变化与整个市场经济的发展是密切相关的,股票市场在市场经济中始终发挥着经济状况晴雨表的作用。股市的涨跌事实上对宏观经济影响甚远,特别是在当今经济条件小,这种影响绝对不可小视。如今中国股市无论在参与者人数,还是在上市公司或者企业的数量方面,都已经今非昔比。尤其值得我们注意的是,许多掌握着国民经济命脉的大型国有企业纷纷上市桑斐赡壳爸泄墓善笔谐〉墓婺R丫涨的巨大,对宏观经济的影响也较原来有了极大的提高,对市场经济产生了较强的促涨作用,当股市持续走低的时候,对经济的大幅“降温”,当股市上涨时,对经济有促进的疗效。在大数据推动社会进步的今天,大数据在市场占有率、成本的控制、投入和产出率以及用户体验都会起到极大的促进作用,大数据优势将成为企业最值得倚重的竞争优势。而数据挖掘作为当前最为有效也是最为热门的数据分析方法,用与发现海量的数据之间隐藏的有用信息,能够产生出巨大的商业价值。对于股市这样的大数据来说,数据挖掘这个有效的工具可以帮助我们很好的发掘其中蕴含的知识,通过建模、分析、推断,最后给出股市未来的走势,从而为预测和分析市场经济起到积极的推动作用。目前,数据挖掘技术作为分析与辅助检测的工具越来越受到人们的重视。在数据挖掘中,聚类通常作为其第一步。聚类是对记录分组,把相似的记录放到同一个群集里。一旦聚类出现问题,余下的步骤都相应的受到了影响。通过聚类,可以定量研究对象或者指标分类问题的一种统计方法。本课题通过聚类排序的方法对股票进行统计分析,并预测其未来的走势。图幅,表觯慰嘉南!关键词:数据挖掘、股票、聚类、聚类排序分类号:,
万方数据
甒:’,,,.,,瓹,..,畂’
万方数据
篋,,.:;籆:
万方数据
目录曲线拟合——思想及意义⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯原创性声明⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯摘要⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.目录⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..⋯⋯一:⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.第一章绪论⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯一本课题的研究背景及意义⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.数据挖掘方法与股票分析方法概述⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.国内外研究现状⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.论文的组织结构及内容⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯一聚类分析⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..劾喾治鏊惴ǚ掷唷.<木劾嗨惴ā股票分析⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯股票预测的有关变量⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.善狈治龅姆椒ā璴股票分析系统开发工具⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.虮泶锸健本章小结⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯第三章聚类排序原理和曲线拟合思想⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯聚类排序算法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.《⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯股票分析系统的架构⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯股票数据去噪⋯⋯⋯⋯⋯⋯⋯⋯⋯