時間序列法在股票預測中的應用

張世玲

摘 要：伴隨著我國市場經濟的發展與繁榮，股票已經走進了我們的各家各戶，成為了與大多數人息息相關的投資產品。因此，對于股票走勢的預測也成為越來越多的人所關注的問題。本文對數據挖掘技術做了深入的研究，探討了時間序列法在股票趨勢的預測方面的具體應用。目前，時間序列預測方法己經成為預測法中比較成熟的一個理論體系。因此，可以對股票市場未來的走勢進行相對成熟的預測，并且為對股市的研究提供理論與技術的支撐，并為廣大股民提供相應的選股建議。

關鍵詞：股票預測；時間序列法；ARIMA模型

一、Clementine軟件的介紹

Clementine軟件是一款適用于商業用戶的高品質數據挖掘的產品。該軟件具有豐富的數據挖掘方法，并且支持與數據庫之間的模型和數據的交換。同時，該軟件也具有可視化操作的界面，操作方法簡單易學，結果分析直觀易懂，同時它的圖形功能也非常強大。

該軟件將一系列的數據處理程序或者技術整合成彼此之間相互獨立的模塊，例如將決策樹、時間序列、神經網絡、聚類、回歸、關聯規則等多種數據挖掘技術集合在可視化圖形的界面中，因此對于那些不懂編程但又經常需要進行大量數據處理的用戶來說，它要比Excel更易用更高效，而且構建的數據流一經保存后可在下一個相似的任務中稍做修改就可使用。

本文主要采用時間序列數據挖掘模型進行操作。在時間序列模型中包含著專家模型、指數平滑模型和ARIMA模型3種建模方法。……