基于时间序列的数据挖掘在证券中的应用

• 作者: 刘雯 孙兵 宋桐 富妍 田地
• 来源期刊: 吉林大学学报（信息科学版）
• 学科: 工学
• 关键词: 数据挖掘 时间序列 证券预测 相似性搜索 分段处理
• 年，卷（期）: 2010,（3）
• 页码范围: 270-274
• 分类号: TP391
• 字数: 4413字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-5896.2010.03.009

摘要

为更好地对股票数据进行分析,从理论上对数据挖掘中时间序列的产生、应用进行了研究,通过对时间序列处理以及相关性搜索的多种方法的比较和分析,设计一个以股票预测为对象的小型系统.该系统首先对时间序列进行适当的处理,然后进行相似性搜索,分析未来的短时间的走势是否是历史上的重现.同时对得到的结果进行了分析,实验结果表明,该方法能找到股票数据中历史上相似走势,并通过历史走势分析当前的走势.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	田地	吉林大学计算机科学与技术学院	94	882	13.0	26.0
2	刘雯	吉林大学数学学院	13	77	5.0	8.0
3	孙兵	长春理工大学外国语学院	9	44	3.0	6.0
4	宋桐	吉林大学计算机科学与技术学院	1	11	1.0	1.0
5	富妍	吉林大学艺术学院	1	11	1.0	1.0