數據挖掘預測股票

A. 數據挖掘演算法有哪些

統計和可視化要想建立一個好的預言模型，你必須了解自己的數據。最基本的方法是計算各種統計變數（平均值、方差等）和察看數據的分布情況。你也可以用數據透視表察看多維數據。數據的種類可分為連續的，有一個用數字表示的值（比如銷售量）或離散的，分成一個個的類別（如紅、綠、藍）。離散數據可以進一步分為可排序的，數據間可以比較大小（如，高、中、低）和標稱的，不可排序（如郵政編碼）。圖形和可視化工具在數據准備階段尤其重要，它能讓你快速直觀的分析數據，而不是給你枯燥乏味的文本和數字。它不僅讓你看到整個森林，還允許你拉近每一棵樹來察看細節。在圖形模式下人們很容易找到數據中可能存在的模式、關系、異常等，直接看數字則很難。可視化工具的問題是模型可能有很多維或變數，但是我們只能在2維的屏幕或紙上展示它。比如，我們可能要看的是信用風險與年齡、性別、婚姻狀況、參加工作時間的關系。因此，可視化工具必須用比較巧妙的方法在兩維空間內展示n維空間的數據。雖然目前有了一些這樣的工具，但它們都要用戶「訓練」過他們的眼睛後才能理解圖中畫的到底是什麼東西。對於眼睛有色盲或空間感不強的人，在使用這些工具時可能會遇到困難。聚集（分群）聚集是把整個資料庫分成不同的群組。它的目的是要群與群之間差別很明顯，而同一個群之間的數據盡量相似。與分類不同（見後面的預測型數據挖掘），在開始聚集之前你不知道要把數據分成幾組，也不知道怎麼分（依照哪幾個變數）。因此在聚集之後要有一個對業務很熟悉的人來解釋這樣分群的意義。很多情況下一次聚集你得到的分群對你的業務來說可能並不好，這時你需要刪除或增加變數以影響分群的方式，經過幾次反復之後才能最終得到一個理想的結果。神經元網路和K-均值是比較常用的聚集演算法。不要把聚集與分類混淆起來。在分類之前，你已經知道要把數據分成哪幾類，每個類的性質是什麼，聚集則恰恰相反。關聯分析關聯分析是尋找資料庫中值的相關性。兩種常用的技術是關聯規則和序列模式。關聯規則是尋找在同一個事件中出現的不同項的相關性，比如在一次購買活動中所買不同商品的相關性。序列模式與此類似，他尋找的是事件之間時間上的相關性，如對股票漲跌的分析。關聯規則可記為A==>B，A稱為前提和左部（LHS），B稱為後續或右部（RHS）。如關聯規則「買錘子的人也會買釘子」，左部是「買錘子」，右部是「買釘子」。要計算包含某個特定項或幾個項的事務在資料庫中出現的概率只要在資料庫中直接統計即可。某一特定關聯（「錘子和釘子」）在資料庫中出現的頻率稱為支持度。比如在總共1000個事務中有15個事務同時包含了「錘子和釘子」，則此關聯的支持度為1.5%。非常低的支持度（比如1百萬個事務中只有一個）可能意味著此關聯不是很重要，或出現了錯誤數據（如，「男性和懷孕」）。要找到有意義的規則，我們還要考察規則中項及其組合出現的相對頻率。當已有A時，B發生的概率是多少？也即概率論中的條件概率。回到我們的例子，也就是問「當一個人已經買了錘子，那他有多大的可能也會買釘子？」這個條件概率在數據挖掘中也稱為可信度，計算方法是求百分比：（A與B同時出現的頻率）/（A出現的頻率）。讓我們用一個例子更詳細的解釋這些概念： 總交易筆數（事務數）：1,000包含「錘子」：50包含「釘子」：80包含「鉗子」：20包含「錘子」和「釘子」：15包含「鉗子」和「釘子」：10包含「錘子」和「鉗子」：10包含「錘子」、「鉗子」和「釘子」：5 則可以計算出： 「錘子和釘子」的支持度=1.5%（15/1,000）「錘子、釘子和鉗子」的支持度=0.5%（5/1,000）「錘子==>釘子」的可信度=30%（15/50）「釘子==>錘子」的可信度=19%（15/80）「錘子和釘子==>鉗子」的可信度=33%（5/15）「鉗子==>錘子和釘子」的可信度=25%（5/20）

B. 股票市場搞數據挖掘，數據分析來炒股有沒機會

有機會，而且機會不小，但是我等散戶靠數據分析，可能自身實力差的太懸殊了。
硬體設備就不達標哦。

C. 請問淘師爺，你們的數據挖掘技術有哪些應用

由於管理信息系統和POS系統在商業尤其是零售業內的普遍使用,特別是條形碼技術的使用,從而可以收集到大量關於用戶購買情況的數據,並且數據量在不斷激增。對市場行銷來說,通過數據分析了解客戶購物行為的一些特徵,對提高競爭力及促進銷售是大有幫助的。利用數據挖掘技術通過對用戶數據的分析,可以得到關於顧客購買取向和興趣的信息,從而為商業決策提供了可靠的依據。
典型的金融分析領域有投資評估和股票交易市場預測,分析方法一般採用模型預測法(如神經網路或統計回歸技術)。由於金融投資的風險很大,在進行投資決策時,更需要通過對各種投資方向的有關數據進行分析,以選擇最佳的投資方向。目前國內有很多進行股票分析的軟體,並且定期有專家進行股票交易預測,這些人工的預測一般是根據自己的經驗再通過對已有的股票數據的分析而得到的,由於是人工處理,很難對更大量的股市數據進行分析。無論是投資評估還是股票市場預測,都是對事物發展的一種預測,而且是建立在對數據的分析基礎之上的。數據挖掘可以通過對已有數據的處理,找到數據對象之間的關系,然後利用學習得到的模式進行合理的預測。
相信淘師爺，是您最好的選擇。淘師爺採用先進的Web數據挖掘技術，通過對淘寶上公開的商品交易數據進行抓取和分析，為電子商務客戶提供全面的商情信息！
淘師爺，成就您的淘事業。

D. 人工智慧可以用來炒股嗎

說的神乎其神，人工智慧能用來炒股嗎？

人工智慧在圍棋、象棋、德撲等領域都已經取得了碾壓式勝利，這已經是一個不爭的事實。事實上AlphaGo這樣的AI已經可以用於任何需要理解復雜模式、進行長期計劃、並制定決策的領域。人們不禁想問，還有什麼是人工智慧不能克服的嗎？譬如說，變幻莫測的A股？

對於這個問題，持各種觀點的都不乏其人。探討它實可以分為兩個部分：1. 股市可以預測嗎？ 2、 假如可以預測，用機器學習的方法去預測可以嗎？

先回答第一個問題：股市的漲跌可以預測嗎？

如果將股市的價格變化看做一個隨時間變化的序列，Price = Market (t), 我們往往會發現，不管是嘗試用N個模型(線性，非線性, 概率)來進行逼近，即使是建立了符合股價變化的這樣的模型，並且在有足夠多的訓練數據的情況下模擬出了股價，但是這些模型最多隻能在特定的區間能做一些並不十分精準的預測。

美國矽谷「感知力」技術公司讓人工智慧程序全程負責股票交易，與其他一些運用人工智慧的投資公司不同，該公司交易部門只有兩名員工負責監控機器，以確保出現不可控情形時可通過關機終止交易。據報道，「感知力」公司的人工智慧投資系統可以通過經驗學習實現「自主進化」。公司在全球擁有數千台同時運行的機器，其獨特演算法創造了數萬億被稱為「基因」的虛擬交易者。系統利用歷史數據模擬交易，目前可在幾分鍾內模擬1800天的交易量，經過測試，不好的「基因」被剔除，好的「基因」被保留。通過考驗的好「基因」被用於真正的交易。公司員工只需設定好時間、回報率、風險指數等交易指標，剩下的一切都交由機器負責。

公司首席投資官傑夫·霍爾曼透露，目前機器在沒有人為干預情況下掌握著大量股票，每天完成數以百計的交易，持倉期限為數日到幾周。公司說機器的表現已超越他們設定的內部指標，但沒有透露指標的具體內容。

隨著人工智慧技術的持續進步，人工智慧投資成為被學術界和資本看好的領域。英國布里斯托爾大學教授克里斯蒂亞尼尼說，股票投資是十大最有可能被人工智慧改變的行業之一。另一方面，也不是所有的投資商都信任機器，英國對沖基金曼氏金融首席科學家萊德福警告說，不應過度信任人工智慧投資，該領域還遠沒有成熟。雖然有各種各樣具有迷惑性的承諾，很多投資人的錢卻有去無回。

E. 大數據板塊股票有哪些

大數據板塊79隻個股

F. 數據挖掘相關問題

2.聚類結果{2，4，10，12，3，11}{20}{30，25}
3.移動平均結果
{10.83333333
10.33333333
11.16666667
10.33333333
11.83333333
12.5
10.83333333
11.33333333
10.5
11.33333333
9.833333333
9.166666667
}
4.預測股票價格的方法：時間序列方法

G. 現在我想做一個數據挖掘在股票預測軟體能做的熟悉的RMB答復，急求

你想要做的數據挖掘，應該是按照你指定的數據呈現規律，然後根據已有的歷史數據進行動態的數據分析，並以一定的數據組織形式呈現給你，如圖表等等 。從而觀察其規律變化性，為你的下一次購買做出參考吧。
不知道你現在手裡有的軟體是什麼，是需要集成到已有的軟體裡面，還是單獨做一套就可以。還需要知道你的數據源在哪裡。
聯系方式：球球號：406607820

H. 數據挖掘框架的主要事件是什麼

學習數據挖掘就需要對數據挖掘框架有一定的了解，只有這樣我們才能夠更好地去理解數據挖掘。通常來說我們學習數據挖掘需要了解數據挖掘框架的主要事件內容，而數據框架的主要事件就是描述分類根據業務的需要進行必要的分類，估計根據業務數據判斷的需要定義需要估計的數據和數據區間值，對業務進行補充和協助。
1.分類
在業務構建中，最重要的分類一般是對客戶數據的分類，主要用於精準營銷。通常來說，分類數據最大的問題在於分類區間的規劃，分類區間的規劃需要根據業務流來設定，而業務流的設計必須以客戶需要為核心，因此，分類的核心思想在於能夠完成滿足客戶需要的業務。由於市場需求是變化的，分類通常也是變化的。是我們需要了解的事情。
2.估計
通常數據估計是互動營銷的基礎，基於客戶行為進行數據估計為基礎進行互動營銷已經被證實具有較高的業務轉化率，銀行業中通常通過客戶數據估計客戶對金融產品的偏好，電信業務和互聯網業務則通常通過客戶數據估計客戶需要的相關服務或者估計客戶的生命周期。數據估計必須基於數據的細分和數據邏輯關聯性，數據估計需要有較高的數據挖掘和數據分析水平。這樣我們才能夠對數據挖掘模型做好選擇。
3.預測
什麼是預測呢？預測就是根據數據變化趨勢進行未來預測通常是非常有力的產品推廣方式，比如證券公司通常會推薦走勢良好的股票，銀行會根據客戶的資本情況協助客戶投資理財以達到某個未來預期，電信行業通常以服務使用的增長來判斷業務擴張和收縮以及營銷等。數據預測通常是多個變數的共同結果，每組變數之間一般會存在某個相互聯系的數值，我們根據每個變數的關系通常可以計算出數據預測值，並以此作為業務決策的依據展開後續行動。
在這篇文章中我們給大家介紹了關於數據挖掘框架的主要內容，具體包括數據挖掘的分類、估計、預測知識，了解了這些知識能夠更好幫助我們去理解數據挖掘。希望這篇文章能夠給大家帶來幫助。

I. 為什麼數據挖掘可以在股票中應用

放哨禿鄙阻截日嘏

J. 誰知道哪個股票預測軟體比較不錯

《通達信集成版》軟體是通達信電子科技有限公司開發的基於Windows平台運行的新一代網上行情交易軟體。該軟體廣泛用於中國證券行業，擁有眾多客戶包括證券公司、基金公司、商業銀行以及廣大的股民朋友，在證券行業有極高的聲譽。《通達信集成版》軟體融合且優化了目前國內證券主流分析軟體的主要功能，集行情分析、技術分析、財務分析、資訊信息、互動交流、個人理財於一體，《通達信集成版》軟體功能強大，操作簡便，具有全方位擴展性，是你理想的行情分析軟體。
功能特性
一、 版面定製，展現個性
版面定製可以讓用戶按照自己的需要將軟體的分析界面任性設置成多個分析窗口，讓用戶可以在同一個版面上查看到更多的信息。用戶也可以將定製好的版面保存、導出或導入，和其它的用戶交流定製的版面。
二、 ETF分析
ETF 分析通過將上證50指數與ETF的疊加對比，把握折價、溢價關系變化，捕捉更多套利機會
三、 智能選股，篩選黑馬
《通達信集成版》軟體智能選股器為您提供條件選股、定製選股、智能選股、插件選股和綜合選股五種選股模式，無論從技術面還是基本面，您都能快速的選出自己心儀的股票。您還可以將不同分析周期的多個條件組合起來進行組合條件選股，並將選股結果保存到板塊中。
四、 自編公式，隨心所欲
用戶可通過公式管理器自定義指標公式、條件選股公式、交易系統公式和五彩K線公式，把自己的想法變成公式，充分發揮您的聰明才智。通過自定義指標公式，您可以用自己的指標來分析歷史數據；通過自定義條件選股公式，您可以選出您想找的股票；通過專家系統公式，您可以自己作專家，確定買賣時機；通過自定義五彩K線公式，您可以在K線圖上搜尋特殊的K線形態。此時的您已由一名普通股民晉級為一名高級投資者了。
五、 多日分時圖
讓用戶可以在同一版面上同時顯示1－10天的股票分時走勢圖，細致的了解股市的發展變化。
六、 歷史走勢圖
將游標移動到K線圖上的任何一天，確定後就可以顯示出該股票當天的歷史分時走勢圖，以及當天的詳細買賣盤數據
七、 交易指示，五彩K線
通過交易系統指示，本系統可以幫助您在K線圖上標出醒目的買入賣出信號，您可以更好地分析某隻股票的歷史規律，以預測未來。自動識別各種典型的K線組合！特定的K線模式往往有非常准確的指示作用，系統提供許多種常用五彩K線公式，當選中某一模式後，系統自動在K線圖上將屬於該模式的K線標識出來，一目瞭然。另外，系統還支持最高最低點指示。
八、 個人理財
全新的智能化投資管理器，提供三類報表：匯總標、理財紀錄表、個股歷史交易表。可以設置密碼。
本系統特地設置了備忘錄功能，以方便股民們用該記事本隨時記錄一些重要消息和事件，以及靈光突現的炒股感悟和心得。
投資盈虧計算，在進行買賣股票之前，可方便快捷計算出自己的盈虧價位、手續費、資金額。
九、 理財金算盤
在進行買賣股票之前，可方便快捷計算出自己的盈虧價位、手續費、資金額。新的理財金算盤還增加了儲蓄存款計算、個人貸款計算、國債收益計算、外幣兌換計算、所得稅計算和計算器功能。
十、 實時預警
系統預警
實時預警根據投資者設定的條件監控整個股票市場的動向，幫助投資者發現可能忽略或者不能注意到的風吹草動！投資者可以自己定義漲跌幅度、量比、絕對價位、成交量異動、指標突破價位、封停和打開停板等一系列的預警條件，系統將在條件滿足時提醒投資者有異動的股票及其異動的特徵，投資者可以在分析的同時把握住市場異常變化的瞬間，抓住每一個買賣的時機。投資者只需要設定預警條件，系統就可以為投資者做完所需的監控工作。
指定預警
用戶可選擇一些自己感興趣的股票進行指定預警，可以設定價位突破的上下限值。如果這些股票的行情變動異常，則彈出對話框進行預警。
十一、 資訊信息，內容豐富
資訊信息中除了可以顯示文字信息外，還可以顯示圖片和FLASH動畫。可同時接入證券公司的網站、各類財經網站，並可實現個股相關同步，如在顯示個股行情時，同時顯示與該個股相關的財經新聞。 可接入多家資訊和可接入多家F10資料。
十二、 動態播報資訊
軟體在盤中動態發布不同分析師對最新滬深股市的股評訊息。一旦有解盤的信息發布，在屏幕的右下角系統會自動跳出一個提示框，告訴您現市場的變化和熱點。
十三、 熱門板塊報表
主要以市場上成交活躍程度作為報表分析對象，以區間換手為主要手段，對板塊漲跌幅進行動態排序，並設有「板塊領漲股「欄目，點擊「漲跌幅排序「便於及時發現熱門板塊、領漲的龍頭股，點擊「板塊」名稱，進入板塊內的個股排序報價表，可對板塊內的個股進行多種排序操作。在捕捉個股行情行情方面有獨到的功效，也是板塊聯動戰法的必備工具。
十四、 歷史行情報表
查看歷史行情，有助於投資者分析和觀察某些股票在過去一段時期的行情統計或某一日的行情，以便對以後的操作做出一個正確的判斷。
十五、 強弱分析報表
強弱比較表示股票在不同周期內的強弱程度為分析對象，對股票的不同區間漲跌情況進行統計。列出了個股的今日強度、3日強度、5日強度、10日強度、20日強度、60日強度及年線強度，是證券綜合分析的主要工具。配合「強弱」、RSI指標、拖動滑鼠右鍵的「漲跌幅統計」功能，可進行任意區間的強弱統計分析，方便的找尋強勢股、超跌股。還可對任意一隻股票進行相關性、聯動分析。投資者通過強度比較能夠輕易的發現今日強勢股、弱勢股，決定投資方向。
十六、 區間統計
區間分析報表主要以價格漲跌幅度的異常變化為對象 ，包括區建立的漲跌、漲跌幅、區間換手率、市場比例、量變幅度等。區間成交量異動比較找出區間內量異常放大或萎縮的股票，據此判斷市場熱點；區間震盪幅度比較確定股價穩定程度，震盪幅度越小，表明市場的穩定程度高，風險越小；反之，風險較大。
十七、 股票疊加
《通達信集成版》軟體可以將股票K線圖進行疊加，也可以將股票分時走勢圖進行疊加。將多隻股票或股票和指數進行疊加比較，對比分析發現個股的異動走勢。
十八、 自選股盤中彩色顯示
系統將用戶的自選股用不同的顏色表示出來，方便用戶及時觀察自選股的變化情況
十九、 主力大單
主力大單列出盤中成交手數超過規定手數的所有股票，方便觀察大資金的動向，規定手數可在系統設置中更改。
二十、 數據挖掘，洞察先機
數據挖掘功能挖的結果是人氣選股。行情主站採集所有客戶端的人氣，按照一定演算法統計出個股的關注度和共鳴度，告訴您近期市場關注的熱點可能在哪裡出現。
二十一、 數據、圖像輸出
行情圖形、行情報表、財務報表等均可以列印輸出，同時也可以輸出為文本、Excel表格等格式，方便進行再次分析。