【正文】 orecast of stock prices have more meaningful.Key Words: Data mining Share price Time series Neural network Prediction1 緒論 論文的背景金融市場就是以金融資產(chǎn)為交易工具形成的供求和交易機(jī)制的總和，簡言之即是金融商品的交易場所。2008年股市暴跌、投資者信心受挫，既有股權(quán)全流通的因素，也有國內(nèi)經(jīng)濟(jì)形勢波動以及國際金融動蕩的因素，但其中也有我國特殊國情的因素，畢竟，證券市場對于我們這樣的一個新興的市場經(jīng)濟(jì)體而言，仍然算不上底蘊(yùn)深厚，我們在股權(quán)文化上的缺失不是幾年可以彌補(bǔ)的。高風(fēng)險高回報是股票市場的特征，因此投資者們時刻在關(guān)心股市、分析股市、試圖預(yù)測股市的發(fā)展趨勢。然而，嚴(yán)格講這些方法僅僅是分析手段，還不能直接預(yù)測股市的動態(tài)。然而，利用傳統(tǒng)的預(yù)測技術(shù)進(jìn)行股市預(yù)測有一個最根本的困難，那就是待處理的數(shù)據(jù)量非常巨大。近十年間，數(shù)據(jù)挖掘技術(shù)的研究工作取得了很大的進(jìn)展，各種數(shù)據(jù)挖掘技術(shù)的應(yīng)用極大地推動了人們分析、處理大量數(shù)據(jù)信息的能力，并為人們帶來了很好的經(jīng)濟(jì)效益，因此可以預(yù)見數(shù)據(jù)挖掘技術(shù)在股市預(yù)測中將會有很大的潛力。隨著計(jì)算機(jī)技術(shù)，特別是數(shù)據(jù)庫技術(shù)的快速發(fā)展和廣泛應(yīng)用，各行各業(yè)積累的數(shù)據(jù)量越來越大。目前的數(shù)據(jù)庫系統(tǒng)可以高效地實(shí)現(xiàn)數(shù)據(jù)的錄入、查詢、統(tǒng)計(jì)等功能，但無法發(fā)現(xiàn)數(shù)據(jù)中存在的關(guān)系和規(guī)則，無法根據(jù)現(xiàn)有的數(shù)據(jù)預(yù)測未來的發(fā)展趨勢。例如，股票經(jīng)紀(jì)人如何從日積月累的大量股票行情變化的歷史記錄中發(fā)現(xiàn)其變化規(guī)律，預(yù)測未來趨勢，從而決定未來投資方向；大型賣場的決策人員怎樣才能根據(jù)過去幾年的銷售記錄來判斷分析顧客的消費(fèi)習(xí)慣和行為，及時變換營銷策略？金融領(lǐng)域的經(jīng)紀(jì)人需要從顧客的消費(fèi)習(xí)慣中判斷正常消費(fèi)，減少金融詐騙的發(fā)生，等等。目前，數(shù)劇挖掘產(chǎn)品尚不常熟，但市場份額卻日益擴(kuò)大。 數(shù)據(jù)挖掘過程數(shù)據(jù)挖掘的過程大致分為：問題定義、數(shù)據(jù)收集與預(yù)處理、數(shù)據(jù)挖掘?qū)嵤?，以及挖掘結(jié)果的及時與評估。在這個過程中，必須明確數(shù)據(jù)挖掘任務(wù)的具體要求，同時確定數(shù)據(jù)挖掘所需要采用的具體方法。數(shù)據(jù)選擇的目的就是確定數(shù)據(jù)挖掘任務(wù)所涉及的操作數(shù)據(jù)對象（目標(biāo)數(shù)據(jù)），也就是根據(jù)數(shù)據(jù)挖掘任務(wù)的具體需求，從相關(guān)數(shù)據(jù)源中抽取出于挖掘任務(wù)相關(guān)的數(shù)據(jù)集。數(shù)據(jù)轉(zhuǎn)換的主要目的就是消減數(shù)據(jù)集合的特征維數(shù)（簡稱降維），即從初始特征中篩選出真正與挖掘任務(wù)相關(guān)的特征，以便有效提高數(shù)據(jù)挖掘效率。其間主要考慮：數(shù)據(jù)特定和結(jié)果知識描述方式。因?yàn)閿?shù)據(jù)挖掘所獲得的初始結(jié)果中可能存在冗余或無意義的模式，也可能所獲得的模式不滿足挖掘任務(wù)的需要，這時就需要退回到前面的挖掘階段，重新選擇數(shù)據(jù)、采用新的數(shù)據(jù)變換方法、設(shè)定新的參數(shù)值，甚至換一種數(shù)據(jù)挖掘算法等。數(shù)據(jù)挖掘的實(shí)施，僅僅是整個數(shù)據(jù)挖掘過程中的一個步驟。如果選的數(shù)據(jù)集合不合適，或進(jìn)行了不恰當(dāng)?shù)霓D(zhuǎn)換，就不能獲得好的挖掘結(jié)果。它是將某種統(tǒng)計(jì)指標(biāo)的數(shù)值，按時間先后順序排到所形成的數(shù)列。其內(nèi)容包括：收集與整理某種社會現(xiàn)象的歷史資料；對這些資料進(jìn)行檢查鑒別，排成數(shù)列；分析時間數(shù)列，從中尋找該社會現(xiàn)象隨時間變化而變化的規(guī)律，得出一定的模式；以此模式去預(yù)測該社會現(xiàn)象將來的情況。時間序列分析通常是把各種可能發(fā)生作用的因素進(jìn)行分類，傳統(tǒng)的分類方法是按各種因素的特點(diǎn)或影響效果分為四大類：(1)長期趨勢；(2)季節(jié)變動；(3)循環(huán)變動；(4)不規(guī)則變動。時間序列中的每一時期的數(shù)值都是由許許多多不同的因素同時發(fā)生作用后的綜合結(jié)果。對于數(shù)學(xué)模式中的諸未知參數(shù)，使用合適的技術(shù)方法求出其值。然后用以下模式計(jì)算出未來的時間序列的預(yù)測值Y：　　加法模式 T+S+I=Y　　乘法模式 TSI=Y如果不規(guī)則變動的預(yù)測值難以求得，就只求長期趨勢和季節(jié)變動的預(yù)測值，以兩者相乘之積或相加之和為時間序列的預(yù)測值。但要注意這個預(yù)測值只反映現(xiàn)象未來的發(fā)展趨勢，即使很準(zhǔn)確的趨勢線在按時間順序的觀察方面所起的作用，本質(zhì)上也只是一個平均數(shù)的作用，實(shí)際值將圍繞著它上下波動。神經(jīng)網(wǎng)絡(luò)既是高度非線性動力學(xué)系統(tǒng)，又是自適應(yīng)組織系統(tǒng)，可用來描述認(rèn)知、決策及控制的職能行為，其中心問題是對智能的認(rèn)知和模擬。 人工神經(jīng)網(wǎng)絡(luò)模型人工神經(jīng)網(wǎng)絡(luò)是大量簡單元件廣泛相連接而成的復(fù)雜網(wǎng)絡(luò)系統(tǒng)，它是現(xiàn)代神經(jīng)科學(xué)成果的基礎(chǔ)下提出的，反映了人腦功能的若干基本特征，但并非神經(jīng)系統(tǒng)的逼真描寫，而只是一種抽象的數(shù)學(xué)模型。在國外，人工神經(jīng)網(wǎng)絡(luò)已經(jīng)成為了投資公司及基金經(jīng)理的強(qiáng)力工具與高效助手。人工神經(jīng)網(wǎng)絡(luò)的應(yīng)用按照面向的預(yù)測對象可分為這三類。這類人工神經(jīng)網(wǎng)絡(luò)應(yīng)用做出的決策只提供能否盈利，并不提供期望的價格及期望的盈利。第三類重要的人工神經(jīng)網(wǎng)絡(luò)在股票市場中的應(yīng)用是對股票表現(xiàn)建立模型及預(yù)測。 人工神經(jīng)元模型人工神經(jīng)網(wǎng)絡(luò)是利用物理器件來模擬生物神經(jīng)網(wǎng)絡(luò)的某些結(jié)構(gòu)和功能。 BP神經(jīng)網(wǎng)絡(luò)模型 BP網(wǎng)絡(luò)模型處理信息的基本原理是：輸入信號通過中間節(jié)點(diǎn)（隱層點(diǎn)）作用于輸出節(jié)點(diǎn)，經(jīng)過非線性變換，產(chǎn)生輸出信號，網(wǎng)絡(luò)訓(xùn)練的每個樣本包括輸入向量和期望輸出量，網(wǎng)絡(luò)輸出值與期望輸出值之間的偏差，通過調(diào)整輸入節(jié)點(diǎn)與隱層節(jié)點(diǎn)的連接強(qiáng)度取值和隱層節(jié)點(diǎn)與輸出節(jié)點(diǎn)之間的連接強(qiáng)度以及閾值，使誤差沿梯度方向下降，經(jīng)過反復(fù)學(xué)習(xí)訓(xùn)練，確定與最小誤差相對應(yīng)的網(wǎng)絡(luò)參數(shù)（權(quán)值和閾值），訓(xùn)練即告停止。輸入層 I 隱藏層 H輸出層 OOOIIIIHHHBP網(wǎng)絡(luò)模型包括其輸入輸出模型、作用函數(shù)模型、誤差計(jì)算模型和自學(xué)習(xí)模型。4 基于數(shù)據(jù)挖掘技術(shù)的股票價格預(yù)測實(shí)證分析 問題分析通過上述時間序列和神經(jīng)網(wǎng)絡(luò)預(yù)測的原理，可將模型簡化為函數(shù)式，當(dāng)輸入不同變量時，對應(yīng)不同的對應(yīng)法則（時間序列或神經(jīng)網(wǎng)絡(luò)），可預(yù)測出不同的預(yù)測值。 數(shù)據(jù)采集及處理（1）數(shù)據(jù)抽取。股票數(shù)據(jù)來源于證券之星中的股票歷史信息。股票價格的數(shù)據(jù)與其他數(shù)據(jù)一樣, 常常是含有噪聲、不完全和不一致的缺點(diǎn)