文档下载 文档下载导航
设为首页 | 加入收藏
搜索 请输入内容:  
 导航当前位置: 文档下载 > 所有分类 > 经管营销 > 基于关联规则挖掘的股票板块指数联动分析
侵权投诉

基于关联规则挖掘的股票板块指数联动分析

股市轮动 论文

第9期

叶银龙:基于关联规则挖掘的股票板块指数联动分析

57

2.2关联规则挖掘模型描述

关联规则是一种重要的数据挖掘方法,它通过特

关联分析,其部分结果被展示在图1中。

定的规则算法对数据库进行分析,挖掘出数据库中不同数据项集之间隐藏的且有价值的关联关系,从而给出数据集的关联特征描述。其目的是帮助决策者分析历史数据以及当前数据的特征和规律,以便建立预测性模型。

关联规则挖掘的基本模型描述如下:

设I={i1,i2,…,im}是全体数据项的集合。数据项集(简称为项集)是由数据项构成的非空集合。设D为全体事务集,每个事务T有唯一的TID标识,且T!I。对项集X!I,称T包含X当且仅当X!T。

2.3Apriori算法

本文采用关联规则挖掘的基本算法———Apriori算法来实现建模分析。该算法利用上次循环产生的大项集构造新的候选项集,然后扫描数据库,计算候选项集的支持数,扫描结束时得到大项集。

具体地说,在第一次循环时,通过扫描数据库得到阶大项集,在之后的第k(k>1)次循环中,对第k-1次循环产生的k-1项大项集Lk-1实施Apriori-gen运算生成k候选项集Ck。再次扫描数据库,得到Ck的支持数,从而得到Ck中支持数不小于最小支持数的k阶大项集Lk。重复以上步骤,直到某一阶的大项集为空时算法停止。

图1

clementine的分析输出结果

(confidence)当支持度(support)阈值为0.5,置信度

阈值为0.95时,可以从模型中找到许多有意义的强关联规则,如:

金属、机械设备、石化三种指数上涨制造指数上涨置信度=100%

即,当金属、机械设备、石化三种指数上涨时,

100%的情况下,制造指数也在上涨。而且该规则作用度为1.62、支持度为51.18%,说明制造指数变动受金属、机械设备、石化三种指数的影响较大,该规则具有较高的应用价值。

综合置信度、支持度与作用度三个因素进行分析,可以看到,模型的主体由制造、石化、运输、机械设备、医药、电子、纺织及水电8种指数间的关联规则构成;其次,采掘、服务、金属、建筑、造纸、IT及农林牧渔木材两种指数均7种指数也有着强关联规则;而批零、

只与石化指数表现出紧密的联动关系。此外,模型中未发现地产、食品、金融及传播4种指数的关联规则,说明它们在板块联动中的作用较弱。

3

3.1

关联规则在股票板块指数分析中的应用

关联规则模型与结果

在进行关联规则挖掘之前,必须对所搜集的数据

进行预处理,根据每种股票板块指数在当天交易的涨“1”代跌情况将其对应的日收盘数据转化为二项数值,表上涨,“0”代表下跌。表1为经过数据预处理后得到的包含295条记录的布尔关系表数据片断:

表1日期

21种股票板块指数布尔关系表数据片断

…………………………

采掘指数地产指数食品指数金属指数

3.2Web节点分析与可视化结果

对模型进行可视化描述对于理解数据和验证关联规则的正确与否都是相当有效的。在SPSSclemen-

2007-1-42007-1-52007-1-8……

011……

011……

011……

011……

tine软件中还可以对关联规则挖掘进行Web节点可视化操作。Web节点能够显示两个或两个以上符号型字段之间关系的强弱程度。这种图像通过使用各种不同粗细的线条将节点联系起来,节点关联程度越大,图中对应的线条就越粗。图2反映了17种主要股票板

数据预处理后,根据股票板块指数“涨”“跌”、情况这两种属性,采用二值型关联规则算法进行挖掘。本文使用SPSSclementine软件中的Apriori节点来实施

上一页第2页

你可能喜欢

  • 数据挖掘研究
  • 数量化投资
  • 高频交易
  • 热点板块
  • 板块轮动规律
  • 数据挖掘预测分析

热门文档

相关文档

站点地图 | 文档上传 | 侵权投诉 | 手机版
本站所有资源均来自互联网,本站只负责收集和整理,均不承担任何法律责任,如有侵权等其它行为请联系我们.
文档下载 Copyright 2013 doc.guandang.net All Rights Reserved.  -  email