摘要：今天是月底，所以要回顾本月的课题：数据挖掘。 数据挖掘是一门新兴学科，目前正大行其道。从微软的excel中的数据挖掘插件到具体公司要求的BI，都离不开这个课题。而我本月的主要目的是进行数据挖掘的一些回顾与练习，并以实际的沪深股市为例，从中获取一些经验。 无论是分类还是聚类，无论是差异点分析还是神经网络的，它们大致的过程都是一样的，而且这里涉及到的东西还有模式的识别问题（如图像、声音等）。可以说，数... 阅读全文

摘要：本周公务繁忙，数据挖掘的工作就停止了。其实，结果早就出来了，但是让人觉得不可思议。 如下表： 6052 SH600715 SH600217 1 2008年 2065.34012930187 243 8.499342095892458982 SZ000058 SH600217 1 2008年 2032.25540745317 240 8.4677308643881... 阅读全文

摘要：进行了20只股票与所有沪深的股票的关联比对，耗时35分钟。 经过简单计算，发现需要耗时40多个小时才能够计算出提前1天的全部股票的关联关系，竟然如此耗时！！！ 就20只股票来说，百分比最高的前10名都与一只股票有关联：600217。兴冲冲的打开google，搜索后发现竟然是只ST股票，关联度高达8.5，有点搞笑。就是说有10多只股票在前一天的走势能与600217相联系！！ 还有两支股票的关系也很有... 阅读全文

摘要：设想终于变成了现实。 今天，经过一系列的计算，终于挖掘出了第一个关系：A股票前一天的涨跌幅与B股票的今日的涨跌幅的关系。 493 SH600001 SH600568 1 2008年 1346.772230952761050 SH600001 SZ000587 1 2008年 1342.02748967951177 SH600001 SZ000780 1 ... 阅读全文

摘要：根据任江涛老师的讲课要点：数据挖掘虽然不能预测明日的股市走向，但是却能够从大量的历史数据中找到这样的一种关系：一只股票前几日的走势会对另外的一只股票今日的走势产生影响。 我决定4月份对沪深股市进行一番数据挖掘，看看能不能找到这样的关联关系。以前也想挖掘，但是条件不够，不过现在都满足了：数据、设备、与技术支持。 4、1-4、2进行了数据准备。200万条数据加载到数据库中。 4、3进行BW的数据存储设... 阅读全文