基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
随着大数据技术的快速发展,数据挖掘技术也在股票行业得到了广泛的应用,本文主要通过对数据挖掘技术在股票市场的研究,来分析和预测股票价格的走势和应用.经过数据挖掘分类和聚类算法的分析,对股票市场大盘走势和个股走势进行分析研究,利用真实的、大量的数据来做测试,最终得到更适合投资者的投资结论.
推荐文章
4种数据挖掘典型分类方法在股票预测中的性能分析
数据挖掘
股票分类
量化投资
分类器
数据挖掘技术及其在高校素质教育应用中的探讨
数据挖掘
高校
素质教育
应用前景
数据挖掘在股票方面的应用
数据挖掘
股票
预测
基于时间序列的支持向量机在股票预测中的应用
支持向量机(SVM)
时间序列
股票预测
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 数据挖掘技术在股票预测中的应用探讨
来源期刊 电子世界 学科
关键词 数据挖掘 股票预测 聚类算法
年,卷(期) 2017,(10) 所属期刊栏目 探索与观察
研究方向 页码范围 75
页数 1页 分类号
字数 2072字 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 郭宇澄 西南大学计算机与信息科学学院 1 1 1.0 1.0
2 许思远 西南大学计算机与信息科学学院 1 1 1.0 1.0
3 魏正亚 西南大学计算机与信息科学学院 1 1 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (34)
共引文献  (50)
参考文献  (6)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
1972(1)
  • 参考文献(0)
  • 二级参考文献(1)
1973(1)
  • 参考文献(0)
  • 二级参考文献(1)
1977(1)
  • 参考文献(0)
  • 二级参考文献(1)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(4)
  • 参考文献(1)
  • 二级参考文献(3)
2004(4)
  • 参考文献(3)
  • 二级参考文献(1)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(2)
  • 参考文献(1)
  • 二级参考文献(1)
2010(2)
  • 参考文献(0)
  • 二级参考文献(2)
2011(1)
  • 参考文献(0)
  • 二级参考文献(1)
2012(2)
  • 参考文献(0)
  • 二级参考文献(2)
2015(2)
  • 参考文献(0)
  • 二级参考文献(2)
2016(1)
  • 参考文献(0)
  • 二级参考文献(1)
2017(3)
  • 参考文献(0)
  • 二级参考文献(3)
2018(3)
  • 参考文献(0)
  • 二级参考文献(3)
2017(3)
  • 参考文献(0)
  • 二级参考文献(3)
  • 引证文献(0)
  • 二级引证文献(0)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
数据挖掘
股票预测
聚类算法
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
电子世界
半月刊
1003-0522
11-2086/TN
大16开
北京市
2-892
1979
chi
出版文献量(篇)
36164
总下载数(次)
96
总被引数(次)
46655
论文1v1指导