數(shù)據(jù)挖掘技術(shù)在金融市場領(lǐng)域的應(yīng)用.pdf

1、金融市場作為目前比較常見的收集和流通資本的重要場所，是市場經(jīng)濟(jì)的重要組成部分，其功能重點(diǎn)是連接投資者和籌資者，通過相關(guān)的規(guī)則，能夠?qū)⑸鐣?huì)上的小錢進(jìn)行匯集，滿足發(fā)展重點(diǎn)經(jīng)濟(jì)的需要。同時(shí)，金融市場對(duì)調(diào)節(jié)市場上的資金有一定的功效，保持資本在一定范圍內(nèi)的穩(wěn)定性，在某種程度上較好地化解資本的供求矛盾。因此，對(duì)金融市場投資的研究分析是經(jīng)濟(jì)學(xué)者們熱衷的領(lǐng)域。在眾多的金融投資研究模型中，比較常見的是傳統(tǒng)的基于時(shí)間序列模型，該模型的構(gòu)建是建立在一定的假設(shè)

2、條件上的，但是這些假設(shè)的條件與實(shí)際的相符合程度較低，這就是該模型的局限性。此外，傳統(tǒng)的基于時(shí)間序列模型是一個(gè)結(jié)構(gòu)固定的全局模型，但是由于金融市場時(shí)間序列的結(jié)構(gòu)是不穩(wěn)定的，是隨時(shí)變化的，因此使用該模型來描述不是很精確。
　　社會(huì)的不斷發(fā)展，信息技術(shù)進(jìn)入金融行業(yè)，推動(dòng)了金融業(yè)的蓬勃發(fā)展，同時(shí)，金融市場所產(chǎn)生的信息也是呈指數(shù)增加的，因此人們又面臨了一個(gè)新的問題，就是如何更好更快地從海量的金融信息中獲取到自身需要的信息。數(shù)據(jù)挖掘技術(shù)正是為

3、解決從海量的信息中獲取有用的信息的新興技術(shù)，該方法極大的解決了人們的困惑，給人們?cè)讷@取信息中帶來了很多便利。
　　本文從現(xiàn)有FCM聚類模型存在的問題入手，結(jié)合EMD-SVR預(yù)測模型算法，提出了基于改進(jìn)的FCM聚類算法的EMD-SVR預(yù)測模型。該模型首先對(duì)數(shù)據(jù)進(jìn)行聚類，實(shí)現(xiàn)數(shù)據(jù)對(duì)象的分類訓(xùn)練以及隸屬度的計(jì)算，減少輸入規(guī)則的條數(shù)，最終簡化EMD-SVR預(yù)測模型。
　　將該模型分別應(yīng)用于深成指數(shù)和上證指數(shù)的預(yù)測，實(shí)驗(yàn)結(jié)果表明，該預(yù)