数据挖掘在股票预测中的应用

http://www.cnblogs.com/wentingtu/archive/2011/12/10/2282985.html

数据挖掘在股票预测中的应用

 

非常忽悠地写了几分简历希望进入金融领域，试试看吧。

所以希望将下面的部分弄懂，不然什么都不知道有木有

 

致力于利用数据挖掘算法于用户行为分析，客户关系管理，风险管理，股票预测应用中：

 

利用数据挖掘与人工智能理论进行建模分析：

 

               分类与预测：

                  应用举例：财务困境 vs 财务正常，违约率预测，风险评估等

               关联规则挖掘：

                  应用举例：联动因素分析，用户行为分析

               聚类分析

                  应用举例：潜力股分析，用户群体分析

              时间序列分析：

                  应用举例：股市变化预测

 

财务困境：

输入是：总负债/总资产、主营业务收入/总资产、总利润/总资产、（货币资金+短期投资净额）/流动资产、留存盈余/总资产、总资产的自然对数

希望预测：是否会出现财务困难状况

模型：判别分析

 

趋势分析：

输入是：前1日开盘价、收盘价、成交量、成交额、最高价、最低价、涨跌幅及当日开盘价

希望预测：当日收盘价

训练样本：2010-8-2至2011-1-27的120组股票数据

测试样本：2011-1-28至2011-3-27的30组数据

模型方法：神经网络模型，时间序列模型等

 

 

 

联动因素分析：

对于股票，因素可以是国家（http://wenku.baidu.com/view/9339c422482fb4daa58d4b61.html），

也可以是板块种类（http://wenku.baidu.com/view/bc3d9c65783e0912a2162a10.html），