流数据挖掘作为一个新的知识发现工具，已引起金融领域的注意，在当前的金融领域，许多公司纷纷将流数据挖掘技术应用到金融领域的数据分析中，数据挖掘在金融领域的应用根据金融领域特点和业务领域分为金融领域的行情分析、客户价值分析、券商经营分析和风险分析等根据运用的数据挖掘模型不同分为时间序列分析、关联分析、聚类分析、偏差异常分析和进化遗传模拟等。其中，股市行情分析是金融领域数据挖掘的主要运用领域之一，用数据挖掘的方法进行金融领域中股市行情分析，具有重要的理论意义和现实意义。本文使用文献研究法、对比分析法、定性和定量相结合的研究方法对流数据挖掘算法在金融领域中的应用进行了研究。在研究的过程中，首先给出了本文的绪论部分，对课题研究背景及意义、流数据挖掘的国内外研究现状、论文的研究内容及方法、论文的结构做了简要的介绍；接着对流数据挖掘算法的理论概述做了相应的论述；在此基础上，详细说明了金融领域中数据挖掘算法的应用背景，主要从以下四个方面进行概述：金融领域中的数据特点分析、金融领域中流数据挖掘算法的特点分析、金融领域中流数据挖掘算法应用涉及的关键技术、适合金融领域的流数据挖掘算法分析；最后，对流数据挖掘算法在金融领域中的应用研究做了具体实现。