论文部分内容阅读
本文借助校4A教学平台，在数据挖掘教学过程中，建立实验模型。以上证指数2009年9月21日至2014年4月24日收盘价以及技术指标的历史数据为依据，首先利用RBF神经网络对上证指数时间周期为5 min的每日收盘价的最低价进行预测建模和比较试验，经过与上证收盘指数的真实值的比较发现，神经网络在预测长期股票趋势时具有较好的效果，所得的归一化之后的误差平方和比较小。其次得到上证指数收盘价与技术指标都显著相关，对技术指标进行pearson相关性分析，得到三个技术指标RSI、DMI、FSL不互相显著相关，在此基础上，RSI、DMI、FSL作为描述属性，上证指数收盘价作为类别属性构造决策树，评估结果给出了具体的类别方案。实验教学效果较好。