论文部分内容阅读
目前,数据分析已经成为了世界热点话题,科研工作者能够对日常产生的海量数据展开计算和分析,挖掘出频繁出现的序列段。探究这些序列出现的意义以及对后续数据的影响作用是目前模式挖掘的主要内容,在金融背景下的股票模式挖掘中存在分析指标单一片面的问题。为此本文在传统时间序列数据挖掘的基础上,以金融大环境下的股票市场为背景,将成交量指标融入股价Motif的研究中,分别对多元时间序列模式提取、收益模型建立及优化、决策树和集成学习算法预测产生的模式这三方面展开研究,本文主要研究内容及成果如下:(1)通过构建成交量与股