【正文】 ................................................................. 36 界面介紹 .................................................................................................................................................... 36 功能與操作 ................................................................................................................................................ 37 第七章 結(jié)束語 ............................................................................................................... 39 第八章 參考文獻(xiàn) ........................................................................................................... 40 摘要 III 摘要 股票交易行業(yè)在經(jīng)過多年發(fā)展后，積累了大量的歷史數(shù)據(jù)，這些數(shù)據(jù)蘊(yùn)藏著關(guān)于股票市場(chǎng)未來發(fā)展趨勢(shì)的重要信息。 基于上述理由，本文將探討 股票指標(biāo)分析的軟件實(shí)現(xiàn)。 關(guān)鍵詞： 股票、分層繪圖 、 三層設(shè)計(jì)模式 、 自定義控件 摘要 IV Abstract With the development of stock business for many years, a great deal of history trading data has been accumulated. Much valuable information about the development of securities business in the future was hidden in these history data. How to utilize these data, provide the factual reflection of the securities pany。 社會(huì)經(jīng)濟(jì)的進(jìn)一步大規(guī)模發(fā)展，使股市行情的變動(dòng)以及其它一些金融市場(chǎng)的變化，如黃金市場(chǎng)，匯率市場(chǎng)等等都 越來越強(qiáng)烈地影響著經(jīng)濟(jì)的發(fā)展。但是，由于影響股市價(jià)格變化的因素太多，股票市場(chǎng)不僅受經(jīng)濟(jì)的影響，還受政治等因素的作用，其中還有很多難以量化、模糊的因素，其內(nèi)部規(guī)律非常復(fù)雜，變化周期無序，同時(shí)我國(guó)股市具有特殊性，這些給對(duì)股市的分析與預(yù)測(cè)帶來了挑戰(zhàn)。數(shù)據(jù)挖掘可以應(yīng)用在各個(gè)不同的領(lǐng)域。其中，物化視圖是利用冗余的數(shù)據(jù)來提高查詢性能，即將經(jīng)常使用的查詢先進(jìn)行計(jì)算后就保存結(jié)果，當(dāng)真正處理查詢時(shí)，直接查詢?cè)搶?shí)視圖，而不需要對(duì)多個(gè)基表進(jìn)行連接或聚集操作；使用索引技術(shù)查找時(shí)，無需對(duì)整個(gè)表進(jìn)行掃描就可以在其中找到符合查詢條件的記錄，由于數(shù)據(jù)倉(cāng)庫中的數(shù)據(jù)很少更新，使用合適的索引已 成為一個(gè)提高查詢性能的重要方法；數(shù)據(jù)立方體是實(shí)現(xiàn)多維數(shù)據(jù)查詢與分析的一種重要手段，對(duì)于它的研究主要集中在數(shù)據(jù)立方體的計(jì)算上；使用并行化策略來處理數(shù)據(jù)倉(cāng)庫的大量數(shù)據(jù)，是減少查詢響應(yīng)時(shí)間較為常用的手段；數(shù)據(jù)壓縮技術(shù)是為了減少查詢掃描的數(shù)據(jù)，以此提高查詢速度。T 則側(cè)重于實(shí)視圖、 OLAP數(shù)據(jù)組織、數(shù)據(jù)立方體計(jì)算等的研究。 從 實(shí)際的摘要 7 需求 出發(fā) ，本文 對(duì)以下兩個(gè)方面做了重點(diǎn)研究實(shí)踐 。 第二． 三層設(shè)計(jì)模式 的研究。本設(shè)計(jì)需要用到大量的數(shù)據(jù)，所以必須以數(shù)據(jù)庫存儲(chǔ)。 本文的 組織結(jié)構(gòu) 本文共分為七個(gè)部分，組織結(jié)構(gòu)如下： 第 1 章 引言 第 2 章 基于數(shù)據(jù)挖掘技術(shù)的股票分析系統(tǒng) 第 3 章 數(shù)據(jù)庫設(shè)計(jì) 第 4 章 指標(biāo)分析模塊的設(shè)計(jì)及實(shí)現(xiàn) 第 5 章 編碼 第 6 章 設(shè)計(jì)結(jié)果 第 7 章 總結(jié)與展望 摘要 8 基于數(shù)據(jù)挖掘技術(shù)的股票分析系統(tǒng) 相關(guān)理論概述 數(shù)據(jù)挖掘（ data mining）技術(shù) 近年來，信息技術(shù)不斷發(fā)展，先進(jìn)的科技手段為各個(gè)領(lǐng)域中大量數(shù)據(jù)的產(chǎn)生和存儲(chǔ)提供了可能。 因此，人們迫切需要能夠?qū)Υ罅康臄?shù)據(jù)進(jìn)行存儲(chǔ)、管理、對(duì)比、檢索，并能從中尋找出相關(guān)性，挖掘出數(shù)據(jù)中所隱藏的規(guī)律的新技術(shù)。這些規(guī)則蘊(yùn)含了數(shù)據(jù)庫中一組對(duì)象之間的特定關(guān)系，揭示出一些有用的信息，可以為經(jīng)營(yíng)決策、市場(chǎng)策劃和金融預(yù)測(cè)等方面提供依據(jù)。如果我們所使用的數(shù)據(jù)越多越全面，則其中所蘊(yùn)含的事物本身的規(guī)律性就越強(qiáng)，利用數(shù)據(jù)挖掘從中所抽取的知識(shí)就越具有普遍性，因而就更準(zhǔn)確。 數(shù)據(jù)挖掘技術(shù) 在 股票分析系統(tǒng) 上的應(yīng)用 隨著經(jīng)濟(jì)全球化和信息處理技術(shù)的飛速發(fā)展，財(cái)經(jīng)數(shù)據(jù)急劇增加，涌現(xiàn)出了大量使用數(shù)據(jù)挖掘技術(shù)解決金融難題的研究和應(yīng)用。 其中針對(duì)股票的預(yù)測(cè)分析最具有挑戰(zhàn)性，這也是本文研究的重點(diǎn)。 近年來，人工智能研究取得了突破性的進(jìn)展，涌現(xiàn)了一大批人工智能的研究成果，如支持向量機(jī)，神經(jīng)網(wǎng)絡(luò)，聚類，模糊理論，粗糙集和遺傳算法等廣泛應(yīng)用于各個(gè)學(xué)科領(lǐng)域（包括股票交易行情預(yù)測(cè)）。并據(jù)此歸結(jié)出整個(gè)板塊股票的分類及其特點(diǎn) ,為投資者和市場(chǎng)各參與主體有效把握中小企業(yè)上市公司及其成長(zhǎng)摘要 10 趨勢(shì)提供參考。 90 年代以來，國(guó)外利用神經(jīng)網(wǎng)絡(luò)對(duì)股票交易價(jià)格進(jìn)行預(yù)測(cè)的報(bào)道層出不窮 [2425]。 模糊專家模型 模糊模型本質(zhì)上就是一種非線性模型，宜于表達(dá)復(fù)雜系統(tǒng)的動(dòng)態(tài)特性，具有逼近任何非線性映射的能力。 指標(biāo)分析在證券分析系統(tǒng)中的應(yīng)用 K 線圖又稱蠟燭線、陰陽線或棒線，原來是日本米市商人用來記錄米市當(dāng)中的行情波動(dòng)，后因其標(biāo)畫方法具有獨(dú)到之處，因而在股市及期市中被廣泛引用。若收盤價(jià)高于開盤價(jià)，以中空實(shí)體表示，稱紅線或陽線；若收盤價(jià)低于開盤價(jià)，則以黑色實(shí)體表示，稱黑線或陰線。它在繼承 C 和 C++強(qiáng)大功能的同時(shí)去掉了一些它們的復(fù)雜特性（例如沒有宏和模版，不允許多重繼承）。 開發(fā)環(huán)境和運(yùn)行環(huán)境 開發(fā)環(huán)境： Microsoft Visual Studio 20xx、 Microsoft SQL Server 20xx 運(yùn)行環(huán)境： Microsoft XP/VISTA/20xx (. framework ) 需求分析 基于數(shù)據(jù)挖掘技術(shù)的股票分析系統(tǒng)， 可以在增加稅收、降低成本以及更大程度的改善市場(chǎng)的靈敏度方面體現(xiàn)出競(jìng)爭(zhēng)優(yōu)勢(shì)。 良好的指標(biāo)分析的設(shè)計(jì)與實(shí)現(xiàn)對(duì)于股票分析系統(tǒng)的分析結(jié)果來說是非常重要的，只有真實(shí)無誤地把分析結(jié)果以圖形化的方式展示在用戶眼前，才能讓用戶的到一個(gè)感性的任何，更有利于其做出準(zhǔn)確的判斷。 系統(tǒng)設(shè)計(jì) 系統(tǒng)的總體設(shè)計(jì) 網(wǎng) 絡(luò) 公 布 的 股 票 數(shù) 據(jù)數(shù) 據(jù) 抽 取 ， 轉(zhuǎn) 換 ， 裝 載 （ S Q L 函 數(shù) 集 合 ）股 價(jià) 趨 勢(shì) 分 析 數(shù) 據(jù) 集 市技 術(shù) 指 標(biāo) 數(shù) 據(jù) 集 市. . . . . .元 數(shù) 據(jù) 管 理倉(cāng) 庫 管 理 工 具倉(cāng) 庫 建 模 工 具數(shù)據(jù)倉(cāng)庫E T L過 程數(shù)據(jù)源股 票 數(shù) 據(jù) 挖 掘 分 析多 維 分 析數(shù)據(jù)挖掘O L A P 工具用戶交互層指 標(biāo) 曲 線 圖交 互 客 戶 端結(jié) 果 形 式 圖 股票數(shù)據(jù)倉(cāng)庫系統(tǒng)結(jié)構(gòu) 從圖 可以看出，股票數(shù)據(jù)倉(cāng)庫系統(tǒng)可以分為數(shù)據(jù)抽取轉(zhuǎn)換裝載模塊、數(shù)據(jù)存儲(chǔ)以及管理模塊（股票數(shù)據(jù)倉(cāng)庫）、數(shù)據(jù)挖掘分析模塊、多維分析模塊和用戶交互模塊。基于股票數(shù)據(jù)倉(cāng)庫的系統(tǒng)功能數(shù)量會(huì)隨著需求的變化而不斷增加，我們?cè)诔跏茧A段不能實(shí)現(xiàn)所有功能。采用分層設(shè)計(jì)的軟件會(huì)達(dá)到諸如可維護(hù)性、可重用性、可伸縮性、可靠性和安全性等運(yùn)行要求。業(yè)務(wù)層是業(yè)務(wù)概念的軟件實(shí)現(xiàn)。該層涉及到的主要 .NET 技術(shù)是 ，但是，在這里也經(jīng)常用到一些 .NET XML 的功能。在本書中介紹的是Microsoft SQL Server 以后簡(jiǎn)稱為 SQL Server 或 MS SQL Server。 實(shí)體關(guān)系設(shè)計(jì) 股票數(shù)據(jù)倉(cāng)庫維表實(shí)體定義 維表里記錄了對(duì)事實(shí)表的描述信息，用戶可以根據(jù)維度從不同的角度去觀察事實(shí)數(shù)據(jù)。股票交易的歷史信息按照時(shí)間劃分可分為：分筆交易數(shù)據(jù) 、五分鐘數(shù)據(jù)、十分鐘數(shù)據(jù)、半小時(shí)數(shù)據(jù)、日交行情數(shù)據(jù)和周行情數(shù)據(jù)等，本文出于篇幅考慮，只描述了日行情數(shù)據(jù)，如表 所示。 MACD 指標(biāo)事實(shí)表（ Tech_MACD） 屬性 名稱 類型 Stock_MACD _ID MACD 指標(biāo)編號(hào) NUMBER Stock_ID 股票編號(hào) NUMBER 摘要 22 Date_ID 日期編號(hào) NUMBER PARAM_ID MACD 參數(shù)編號(hào) NUMBER MACD_DIFF DIFF 線 NUMBER MACD_DEA DEA 線 NUMBER MACD_BAR 柱狀值 NUMBER 表 MACD 指標(biāo) 事實(shí)表 實(shí)體定義 KDJ 指標(biāo)事實(shí)表（ Tech_KDJ） 屬性 名稱 類型 Stock_ KDJ _ID MACD 指標(biāo)編號(hào) NUMBER Stock_ID 股票編號(hào) NUMBER Date_ID 日期編號(hào) NUMBER PARAM_ID KDJ 參數(shù)編號(hào) NUMBER KDJ _RVS 未成熟隨機(jī)指標(biāo) NUMBER KDJ _K 快速確定線 NUMBER KDJ _D 慢速確定線 NUMBER KDJ _J 方向敏感線 NUMBER 表 KDJ 指標(biāo) 事實(shí)表 實(shí)體定義 圖 兩種指標(biāo) 事實(shí)表的維度關(guān)系 摘要 23 指標(biāo)分析模塊的設(shè)計(jì)及實(shí)現(xiàn) 本設(shè)計(jì)采用 .NET 的三層架構(gòu)模型來設(shè)計(jì)，分為表示層、業(yè)務(wù)層、數(shù)據(jù)層三個(gè)層。 DataDisplayPannel 自定義控件，負(fù)責(zé)顯示選中 K 線的具體信息。 摘要 24 根據(jù)顯示需求，數(shù)據(jù)修復(fù)模塊提供數(shù)據(jù)的修改和數(shù)據(jù)的刪除兩個(gè)功能。集合修改，通過在幾何修改文本框中以說明的格式填寫需要修改的股票代碼和目標(biāo)股票名，點(diǎn) 擊集合修改按鈕。集合刪除，通過在集合刪除文本框中以說明的格式填寫需要?jiǎng)h除的股票代碼，點(diǎn)擊集合刪除按鈕。 選股模塊 SelectSock 控件的類關(guān)系圖： 類描述： 類名稱 說明 ListView .NET 基本控件類，可以需要進(jìn)行列表展示。 DrawInfo K 線繪畫信息類，創(chuàng)建實(shí)例以存儲(chǔ)繪畫一根 K 線的所有信息，包括該 K 線的開盤價(jià)、收盤價(jià)、最高價(jià)、最低價(jià)、時(shí)間。 DataDisplayPannel 自定義控件，負(fù)責(zé)顯示選中 K 線的具體信息。 KLineControl 自定義控件，負(fù)責(zé)顯示 K 線圖。 效果圖如下： 摘要 27 數(shù)據(jù)業(yè)務(wù)模塊 KLDataManger 類關(guān)系圖 類描述： 類名稱 說明 KLDataManger 數(shù)據(jù)業(yè)務(wù)處理模塊，供表示層調(diào)用。 BaseData 基本 K 線數(shù)據(jù)類， K 線單元的數(shù)據(jù)傳輸體。 BaseData 基本 K 線數(shù)據(jù)類， K 線單元的數(shù)據(jù)傳輸體。這些函數(shù)負(fù)責(zé)調(diào)用輸出設(shè)備的驅(qū)動(dòng)程序，進(jìn)而操縱輸出設(shè)備向輸出設(shè)備繪圖。 打印驅(qū)動(dòng) 顯示驅(qū)動(dòng) 打印 顯示 GDI+ 打印機(jī) DC 顯示器 DC 窗口 程序 摘要 31 畫矩形 //獲得當(dāng)前控件的 Graphics 對(duì)象 Graphics gdi = ()。 //參數(shù)分別是所要顯示的字符串、字體、刷子、字符串起點(diǎn)坐標(biāo) (string s,Font f, Brushes b, Point(int x,int y))。 K線圖層主要用于畫 K線圖及成交量圖等。在程序運(yùn)行中，在變化圖層上根據(jù)需要完成 K線選擇線及選中 K線成交量數(shù)據(jù)的繪畫刷新。若要使用這些控件沒有的功能，可以從公共控件派生您自己的自定義控件。 設(shè)計(jì)思路：通過添加控件的鼠標(biāo)按下、移動(dòng)及放開三個(gè)事件的處理程序?qū)崿F(xiàn)。 自定義空間愛你的運(yùn)行時(shí)可控縮放的實(shí)現(xiàn)： 在鼠標(biāo)按下時(shí)設(shè)置 鼠標(biāo)按下屬性，如果此時(shí)鼠標(biāo)的位置是控件邊緣，則摘要 33 設(shè)置鼠標(biāo)移動(dòng)屬性為真 。 數(shù)據(jù)庫編程 簡(jiǎn)介 數(shù)據(jù)庫由數(shù)據(jù)庫管理系統(tǒng)（ DBMS）創(chuàng)建和維護(hù)，我們通過程序可以訪問數(shù)據(jù)庫。你可以直接處理檢索到的結(jié)果，或?qū)⑵浞湃? DataSet對(duì)象中。我們可以為。它可以實(shí)現(xiàn)傳統(tǒng)的連接式操作數(shù)據(jù)庫的方式。 ，對(duì)于程序編寫者來說就是一套類、一些調(diào)用方法，我們可以通過系統(tǒng)組件的這些數(shù)據(jù)庫訪問類或方法做到廉潔數(shù)據(jù)庫、獲得數(shù)據(jù)庫數(shù)據(jù)、修改數(shù)據(jù)庫數(shù)據(jù)等操作。 在鼠標(biāo)放開時(shí)， 設(shè)置鼠標(biāo)按下屬性為假，設(shè)置鼠標(biāo)移動(dòng)屬性為假。 在鼠標(biāo)移動(dòng)時(shí)，通過標(biāo)志屬性獲得鼠標(biāo) 按下屬性是否為