当前，全球主要金融市场特别是外汇交易市场已经实现了网络化和计算机化。金融市场每天都在数据库中积累下海量的交易数据。如何利用计算机对这些数据进行有效的分析和研究，并加以利用，是金融企业急需解决的问题。随着数据挖掘理论和商业智能技术的发展和成熟，它们为设计金融数据分析工具软件提供了良好的理论支持和技术支撑。数据挖掘也称为知识发现，是从大量的数据中提取出可信、新颖、有效并能被人理解的模式的高级处理过程。目前数据挖掘领域成熟的技术有很多，如关联规则、神经网络、遗传算法等等。本文探讨了利用数据挖掘技术对金融市场中的外汇汇率进行分析的解决方法和实现技术。论文研究的主要内容与成果包括三个方面：　　 (1)讨论了遗传算法和关联规则算法，提出了一种将遗传算法和关联规则算法结合起来，对汇率数据进行分析，并寻找最优的技术指标参数组合的方法。遗传算法是一种用于解决最优化问题的搜索算法，非常有利于求解汇率多周期均线参数组合问题。关联规则作为数据挖掘的重要方法之一，在时间序列数据挖掘中得到了广泛的应用，能够从大量的数据中发现有趣的关联和联系。本文中使用了关联规则算法来发掘决定汇率趋势变化的周期均线参数组合。　　 (2)详细分析了数据挖掘技术在金融行业中的实际应用，参照典型的系统结构，提出和设计了一个实现汇率数据挖掘功能的软件体系结构，并系统化阐述了汇率分析工具软件的功能。　　 (3)探讨了微软的商业智能开发技术SQL Server Analysis Services。然后以Visual Studio2008为软件开发平台，依托MS SQL Server2005数据库分析该技术的应用方法，并论述了汇率分析工具软件的设计与实现。