發(fā)布時(shí)間：2024-06-14 04:25

　　股票股價(jià)的聯(lián)動(dòng)性,即股票市場上股價(jià)時(shí)常出現(xiàn)的“同漲共跌”現(xiàn)象,意味著在一定時(shí)期內(nèi),同屬某一基本面類別或同具某一概念因素的一類股票,所呈現(xiàn)的股價(jià)同時(shí)上漲或者同時(shí)下跌現(xiàn)象,使股票市場中的某些股票漲跌趨于同步。隨著我國上市公司數(shù)量的增加以及經(jīng)營業(yè)務(wù)的持續(xù)拓展,所屬行業(yè)劃分的標(biāo)準(zhǔn)也越來越多,各家上市公司所代表的股票之間聯(lián)系也越來越復(fù)雜。此類相關(guān)性研究有助于合理定價(jià)不同市場的股票,同時(shí)各支股票間的聯(lián)動(dòng)規(guī)則對理財(cái)人員的期貨交易和套期保值策略也有很強(qiáng)的參考意義。因此,針對各支股票間的關(guān)聯(lián)性及其行情走勢的判斷具有極其重要的應(yīng)用價(jià)值和理論意義。本文主要采用關(guān)聯(lián)規(guī)則算法對股票行情數(shù)據(jù)進(jìn)行分析,作為關(guān)聯(lián)規(guī)則算法中最經(jīng)典的Apriori算法,其一般處理的是離散數(shù)據(jù),無法直接利用Apriori算法對于股價(jià)這種連續(xù)變動(dòng)的數(shù)據(jù)進(jìn)行分析。傳統(tǒng)的基于股票數(shù)據(jù)的挖掘是將股價(jià)粗略的分為“上漲”和“下跌”兩類,這種相關(guān)性無法很好地描述股票價(jià)格的真實(shí)關(guān)聯(lián)關(guān)系,在支持度和置信度閾值設(shè)定較小時(shí),很多相似或相關(guān)的關(guān)聯(lián)規(guī)則都不會被剔除,這給關(guān)聯(lián)規(guī)則的研究和進(jìn)一步剖析帶來了更多的障礙。因此,基于Apriori算法,本文在其基礎(chǔ)上提出了兩...

【文章頁數(shù)】：54 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖2.1Apriori算法流程圖

圖2.1Apriori算法流程圖法的步驟可以看出，在每次迭代時(shí)Apriori算法都需要遍歷數(shù)據(jù)集，以最度為100為例，簡記為{,...,}，則其包含=100個(gè)頻繁1，個(gè)頻繁2項(xiàng)集{,}，{,}，…，{,}，個(gè)頻,,}，{,,....

圖2.2關(guān)聯(lián)規(guī)則生成結(jié)果

圖2.2關(guān)聯(lián)規(guī)則生成結(jié)果文應(yīng)用Apriori算法對股票數(shù)據(jù)進(jìn)行關(guān)聯(lián)規(guī)則分析，共生成919成728條二項(xiàng)集、191條三項(xiàng)集。在RStudio軟件中加載arule出加入閾值后生成的關(guān)聯(lián)規(guī)則散點(diǎn)圖，關(guān)聯(lián)規(guī)則散點(diǎn)圖表示了各t和置信度confidence的分布,....

圖2.3關(guān)聯(lián)規(guī)則散點(diǎn)圖

圖2.2關(guān)聯(lián)規(guī)則生成結(jié)果應(yīng)用Apriori算法對股票數(shù)據(jù)進(jìn)行關(guān)聯(lián)規(guī)則分析，共生成919條強(qiáng)728條二項(xiàng)集、191條三項(xiàng)集。在RStudio軟件中加載arulesViz加入閾值后生成的關(guān)聯(lián)規(guī)則散點(diǎn)圖，關(guān)聯(lián)規(guī)則散點(diǎn)圖表示了各個(gè)規(guī)和置信度confidence....

圖3.1兩種算法生成的關(guān)聯(lián)規(guī)則數(shù)對比圖

圖3.1兩種算法生成的關(guān)聯(lián)規(guī)則數(shù)對比圖最后，對已經(jīng)生成的關(guān)聯(lián)規(guī)則按照提升度Lift進(jìn)行排序，并輸出提升度最大規(guī)則，如表3.2所示：表3.2加入閾值后生成的部分規(guī)則號規(guī)則前項(xiàng)規(guī)則后項(xiàng)支持度置信度提升工商銀行建設(shè)銀行86.24%60.23%3.66....

本文編號：3994136