基于小波網(wǎng)絡(luò)的數(shù)據(jù)挖掘技術(shù)及在股市預(yù)測中的應(yīng)用.pdf_第1頁
已閱讀1頁,還剩70頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、數(shù)據(jù)挖掘是一項較新的數(shù)據(jù)庫技術(shù),它基于由日常積累的大量數(shù)據(jù)所構(gòu)成的數(shù)據(jù)庫,從中發(fā)現(xiàn)潛在的、有價值的信息—稱為知識,用于支持決策。數(shù)據(jù)挖掘技術(shù)可用來進行關(guān)聯(lián)分析、分類、聚類、預(yù)測、孤立點挖掘等。
  股票市場在我國產(chǎn)生以來不斷成長,逐步成為證券業(yè)乃至整個金融業(yè)必不可少的組成部分,成為投資者、管理者和經(jīng)濟學(xué)者共同關(guān)注的熱點。因而對股票市場走勢的分析和預(yù)測具有重大的理論意義和可觀的應(yīng)用價值,但傳統(tǒng)的線性統(tǒng)計預(yù)測模型的預(yù)測效果并不理想。隨

2、著非線性理論和人工智能技術(shù)的發(fā)展,小波分析和小波網(wǎng)絡(luò)等成為金融市場強有力的分析和預(yù)測工具。
  本文致力于研究將小波網(wǎng)絡(luò)引入數(shù)據(jù)挖掘技術(shù)以便對股票市場進行預(yù)測。在研究了股票分析技術(shù)、數(shù)據(jù)挖掘技術(shù)、小波網(wǎng)絡(luò)的構(gòu)造和學(xué)習(xí)算法的基礎(chǔ)上,給出一種新的小波網(wǎng)絡(luò)構(gòu)造學(xué)習(xí)算法,建立應(yīng)用于股市預(yù)測的非線性組合預(yù)測模型。主要工作如下:
  1、通過對影響股市價格波動的因素、股票現(xiàn)行預(yù)測方法的分析,論證了通過小波網(wǎng)絡(luò)來對股市行情這種非線性的動力

3、系統(tǒng)進行預(yù)測的必要性。
  2、通過對數(shù)據(jù)挖掘的相關(guān)背景知識進行研究,論證了數(shù)據(jù)挖掘技術(shù)是非常有應(yīng)用前景的一種數(shù)據(jù)庫技術(shù),用此技術(shù)可以來對歷史數(shù)據(jù)進行分析,以便預(yù)測數(shù)據(jù)的未來趨勢。
  3、通過對小波網(wǎng)絡(luò)的背景知識學(xué)習(xí),給出一種新的小波網(wǎng)絡(luò)的構(gòu)造學(xué)習(xí)算法。通過實驗,驗證了此算法的有效性,并應(yīng)用基于此算法的小波網(wǎng)絡(luò)建立非線性組合預(yù)測模型,給出預(yù)測模型的原理和評價標準,選取訓(xùn)練樣本對網(wǎng)絡(luò)進行訓(xùn)練,得到合適的網(wǎng)絡(luò)結(jié)構(gòu)和組合函數(shù)后,

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論