一种基于时间序列分析的股票走势预测模型

李奋华，赵润林（.运城学院计算机科学与技术系，山西 运城044000；2.中国科学院大学，北京0090）

一种基于时间序列分析的股票走势预测模型

李奋华1，2，赵润林1
（1.运城学院计算机科学与技术系，山西 运城044000；2.中国科学院大学，北京100190）

在信息爆炸时代，在股市中积累的具有时间标签的股票交易数据越来越多，仅仅依靠传统手工的股票数据分析办法无法有效地获取对投资者有价值的知识。为了能够从海量股票历史数据中更好地获取对投资者有用的信息，高效地指导投资者投资，同时，为股票市场管理提供有效的决策支持，在股票分析中引入数据挖掘技术，提出一种基于时间序列的股票走势预测模型，在真实股票数据集上的实验表明，该模型对股票走势的预测具有较好的效果。

信息爆炸；数据挖掘；时间序列分析；股票预测

国家自然科学基金项目（No.61272480）

0　引言

随着信息技术的迅猛发展，各行业数据库中存储的具有时间标签的数据越来越多，这些数据随着时间的推移规模越来越大，例如，医院计算机系统中存放的关于病人的病情诊断、用药等跟踪信息；在股市中股票随时间的交易数据等。如何从这些海量的时间标签数据中挖掘出实际有价值的知识或模式成为一项重要而富有挑战性的研究课题，这就是所谓的时间序列挖掘数据挖掘问题［1］。

作为数据挖掘研究的一项复杂任务，时间序列数据挖掘（Time series data mining）是指从海量的时间序列历史数据中挖掘出事先未知、实际有用的信息或模式。……