预测股票市场收益

本文探讨如何运用数据挖掘技术预测标准普尔500指数,基于历史数据构建模型,旨在通过预测未来指数变化辅助交易决策。数据来源于《数据挖掘与R语言》一书,涉及时间序列分析,通过计算指标T来评估交易机会,T值用于指示买入或卖出信号。
摘要由CSDN通过智能技术生成

基于《数据挖掘与R语言》一书中案例,

一、问题描述与目标

数据挖掘技术在股票市场交易具有巨大应用潜力,我们希望应用标准普尔500指数的历史数据来预测未来指数的变化。因此我们的模型将包含进一个交易系统中,该交易系统的应用模型的预测结果来生成决策。总体的评估标准就是该交易系统的性能,即该交易系统的交易所产生的利润或者损失,我们的主要评价指标是应用数据挖掘过程发现的知识来进行交易所产生的结果,而不是在该过程中所发现的模型的预测准确性。

二、数据说明

数据来源与《数据挖掘与R语言》一书的网站:http://www.dcc.fc.up.pt/~ltorgo/DataMiningWithR/datasets3.html

数据属性包括以下几个属性:

交易日期

当日开盘价

当日最高价

当日最低价

当日收盘价

当日成交量

当日调整后的收盘价

观察可知 本案例将涉及关于时间序列的相关方法。

三、从MYSQL数据库中获取数据

ch <- odbcConnect("mysql_data",uid="root",pwd="123456")
sqlTables(ch)
ch <- odbcConnect("mysql_data",uid="root",pwd="123456")
ch <- odbcConnect("mysql_data",uid
  • 0
    点赞
  • 9
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值