摘 要：股市作為一個(gè)特殊的交易市場，具有變化多端的特點(diǎn)，在整體上很難進(jìn)行把控。所以，股市上的盈利人員畢竟是少數(shù)的。為了可以在股市技術(shù)上進(jìn)行深入的分析和了解，可應(yīng)用數(shù)據(jù)挖掘算法來完成相關(guān)的操作，同時(shí)在多方面來觀察股市的具體走向以及客觀上的動態(tài)情況，避免錯(cuò)誤的操作所引起的不必要的損失。文章針對數(shù)據(jù)挖掘算法及其在股市技術(shù)分析中的應(yīng)用展開討論，并提出合理化建議。

關(guān)鍵詞：數(shù)據(jù)挖掘算法；股市；分析；技術(shù)

隨著經(jīng)濟(jì)的發(fā)展和社會生活水平的提升，股市表現(xiàn)為一定的繁榮狀態(tài)。但從股票的角度來分析，其作為一種虛擬的有價(jià)證券，本身并不是特別的穩(wěn)定，很容易受到外界因素的影響，同時(shí)受到操控者的影響較大，波動性較強(qiáng)。有相當(dāng)數(shù)量的股民，由于在股市技術(shù)分析上沒有從客觀情況出發(fā)，單純憑借主觀上的經(jīng)驗(yàn)來完成，致使最終的損失較為嚴(yán)重。

一、概述

近年來，計(jì)算機(jī)網(wǎng)絡(luò)發(fā)展較快，相關(guān)的內(nèi)容及研究領(lǐng)域也在不斷的拓寬。從客觀的角度來分析，數(shù)據(jù)挖掘算法在目前是非常高度關(guān)注的算法技術(shù)，同時(shí)在很多方面都與股市技術(shù)具有密切的關(guān)系。數(shù)據(jù)挖掘算法在應(yīng)用過程中，主要是根據(jù)數(shù)據(jù)所創(chuàng)建數(shù)據(jù)挖掘模型的一組試探法和計(jì)算。為了能夠更好的創(chuàng)建模型，該算法可以首先分析固有的數(shù)據(jù)內(nèi)容，同時(shí)查找特定的類型模式、相關(guān)趨勢等等。由此可見，我們在股市技術(shù)分析過程中，有效的應(yīng)用數(shù)據(jù)挖掘算法后，能夠?qū)崿F(xiàn)以下目的：第一，股市技術(shù)分析所提供的數(shù)據(jù)較多，涵蓋了各個(gè)方面的數(shù)據(jù)，為算法的應(yīng)用提供了較強(qiáng)的基礎(chǔ)。第二，經(jīng)過數(shù)據(jù)挖掘算法分析后，股市技術(shù)的趨向以及可能出現(xiàn)的情況，都會被人一目了然，避免了操作失誤的現(xiàn)象，保護(hù)了股民的權(quán)益，減少了外部的影響和內(nèi)部的操作水平。

二、數(shù)據(jù)挖掘算法在股市技術(shù)分析中的應(yīng)用

針對股市技術(shù)的分析工作，必須要從客觀實(shí)際出發(fā)，理論上給出的數(shù)據(jù)和信息，與現(xiàn)實(shí)其概況存在一定的差異，因此即便獲得了正確的分析結(jié)果，依然不能將其應(yīng)用到實(shí)踐的股市操作當(dāng)中。

1.實(shí)驗(yàn)數(shù)據(jù)

在本次實(shí)驗(yàn)分析當(dāng)中，選擇的股市技術(shù)數(shù)據(jù)，主要是從2000年1月--3月的某股市指數(shù)。在選擇的時(shí)間段方面，選定周期為60分鐘的股市指數(shù)走勢圖進(jìn)行分析。在每一個(gè)交易日當(dāng)中，選擇了開市時(shí)間（9：30）、10：30、13：30、14：00以及收市時(shí)間（15：00）作為具體的指標(biāo)進(jìn)行分析。實(shí)驗(yàn)過程中，倘若具體的交易日數(shù)量設(shè)定為M，那么數(shù)據(jù)的總數(shù)則為5*M。分析認(rèn)為，針對每一個(gè)型態(tài)的模版而言，可以應(yīng)用一個(gè)一維的數(shù)據(jù)組進(jìn)行相應(yīng)的表示，這樣就避免了數(shù)據(jù)的雜亂和信息的錯(cuò)誤。建議在分析工作中，為了進(jìn)一步發(fā)揮出數(shù)據(jù)挖掘算法的優(yōu)勢和功能，首先要將模版進(jìn)行有效的劃分，可以嘗試將其劃分為時(shí)間差異相等的10段，每段提取出1個(gè)具體的數(shù)字，也就是數(shù)軸上的具體高度。通過上述的操作方法，可以使用10個(gè)數(shù)字來表示每一個(gè)模版，得到的效果比較突出，操作簡便。

2.算法的應(yīng)用

數(shù)據(jù)挖掘算法在股市分析中的應(yīng)用時(shí)，必須要做出一些假設(shè)，由此來配合股市的多變特點(diǎn)。在算法的處理、應(yīng)用過程中，想要更加簡單的處理數(shù)據(jù)的擬合問題，可通過“對稱形式”的方法來進(jìn)行解決，同時(shí)不建議做傾斜約束的限制。在本文當(dāng)中，初始化的條件設(shè)定為：g（1，1）=2d（1，1）。通過分析和歸納，得到的動態(tài)規(guī)劃方程如下：

經(jīng)過相關(guān)的分析和處理后，窗口的調(diào)整條件確定為：j-r≤i≤j+r。時(shí)間規(guī)范化的距離設(shè)計(jì)和分析中，對整體的算法應(yīng)用具有很大的影響。為此，將具體的距離控制為：D（A，B）=g（I，J）/N，在距離的條件當(dāng)中，N=I+J。

實(shí)驗(yàn)中，給定的型態(tài)模板作為模式A，同時(shí)一段給定的走勢曲線作為模式B。由于股市走勢是市場各方力量的綜合體現(xiàn)，股票在單個(gè)或連續(xù)若干個(gè)交易日的某個(gè)時(shí)間段更富規(guī)律性（如在1999年的519行情中，和1999年末2000年初網(wǎng)絡(luò)股帶動股市進(jìn)入牛市中的行情中，某個(gè)交易日中指數(shù)下滑并不體現(xiàn)指數(shù)整體在攀升的情況）。故認(rèn)為形態(tài)模板與走勢的擬合應(yīng)以形態(tài)模板縮放到N個(gè)交易日為準(zhǔn)（N為正整數(shù)），才符合現(xiàn)實(shí)世界的規(guī)律（當(dāng)然，N也不能很大）。把模板分成10段，同時(shí)用10個(gè)指數(shù)為一段的走勢曲線與模板比較，與股市中一、兩天就形成一種形態(tài)走勢的客觀事實(shí)相符。

3.實(shí)驗(yàn)結(jié)果及分析

數(shù)據(jù)挖掘算法在股市技術(shù)分析當(dāng)中應(yīng)用時(shí)，通過對固有的數(shù)據(jù)進(jìn)行搜集和分析，從而能在很大程度上充分的掌握好股市發(fā)展趨勢及具體的表現(xiàn)。在本次實(shí)驗(yàn)當(dāng)中，選擇了多個(gè)類型的模版進(jìn)行系統(tǒng)的分析，包括潛伏頂、箱形整理等等。在最終的結(jié)果方面，每一個(gè)階段的時(shí)間規(guī)范化距離，經(jīng)過大量的比較發(fā)現(xiàn)，陰跌形態(tài)當(dāng)中，其時(shí)間規(guī)范化的距離對比當(dāng)中，基本上是最大的。除此之外，潛伏頂排列在第二位，證明陰跌、潛伏頂?shù)臅r(shí)間規(guī)范化距離表現(xiàn)為較大的狀態(tài)。分析原因?yàn)?，該股市指?shù)在1月份--3月份，主要表現(xiàn)出了牛市的狀態(tài)，而陰跌和潛伏頂隸屬于熊市的兩種模塊。綜上所述，數(shù)據(jù)挖掘算法本身的優(yōu)異性比較突出，能夠在很多方面對股市技術(shù)進(jìn)行分析，從而獲得正確的走向及趨勢。另外，將數(shù)據(jù)挖掘算法充分的應(yīng)用后，減少了股民的損失，對于國家的宏觀調(diào)控而言，也可以提供較多的數(shù)據(jù)與參考，實(shí)現(xiàn)了經(jīng)濟(jì)上的平穩(wěn)運(yùn)行。日后，可以深入分析數(shù)據(jù)挖掘算法的相關(guān)內(nèi)容，加強(qiáng)對股市技術(shù)分析的掌控，在客觀上和主觀上，穩(wěn)定國內(nèi)的股市情況。

三、結(jié)語

本文對數(shù)據(jù)挖掘算法及其在股市技術(shù)分析中的應(yīng)用展開討論，從得到的結(jié)果來看，數(shù)據(jù)挖掘算法的分析結(jié)果及可行性，都比較符合客觀上的需求，整體上獲得了較高的保障，未出現(xiàn)惡性循環(huán)。另一方面，由于股市技術(shù)分析受到的影響較多，因此在應(yīng)用數(shù)據(jù)挖掘算法時(shí)，還必須融入到其他的因素及相關(guān)的算法內(nèi)容，避免造成分析技術(shù)的單一性。

參考文獻(xiàn)：

[1]楊琬琪，高陽，周新民，楊育彬，商琳. 多模態(tài)張量數(shù)據(jù)挖掘算法及應(yīng)用[J]. 計(jì)算機(jī)科學(xué)，2012，01：9-13.

[2]王權(quán)，王軍，史子新. 數(shù)據(jù)挖掘技術(shù)與關(guān)聯(lián)規(guī)則挖掘算法及其應(yīng)用[J]. 計(jì)算機(jī)光盤軟件與應(yīng)用，2014，19：126-127.

[3]付海辰. 基于數(shù)據(jù)挖掘技術(shù)的聚類分析算法在異常入侵檢測中的應(yīng)用[J]. 軟件導(dǎo)刊，2011，05：73-74.

[4]張銘. 數(shù)據(jù)挖掘技術(shù)及其在中藥分析中的應(yīng)用[J]. 中醫(yī)雜志，2011，13：1105-1107.

[5]楊秀萍. 數(shù)據(jù)挖掘技術(shù)及其在收視行為分析中的應(yīng)用[J]. 福建電腦，2013，04：124-126+59.

作者簡介：陳格（1992-），男，廣東省吳川市人，民族：漢，廣東金融學(xué)院應(yīng)用數(shù)學(xué)系，學(xué)生， 學(xué)歷：本科，研究方向：數(shù)學(xué)與應(yīng)用數(shù)學(xué)（金融數(shù)學(xué)與金融工程）。