基于K-Means聚类算法的股票技术指标分析

发布时间：2021-07-10 20:22

　　将数据挖掘技术与股票技术分析相结合,在使用K-Means聚类算法的基础上,将乖离率BIAS与相对强弱指标RSI进行技术指标叠加,建立模型对未来股价波动趋势进行预测,并对上证A股中的1410支股票进行实证分析来验证模型准确性,提出了该模型日后的改进研究方向。 

【文章来源】：电脑编程技巧与维护. 2019,(12)

【文章页数】：4 页

【部分图文】：

当K=3时模型聚类结果

当K=4时模型聚类结果

当K=5时模型聚类结果

【参考文献】：
期刊论文
[1]基于k-means聚类的股票KDJ类指标综合分析方法[J]. 李娜,毛国君,邓康立.  计算机与现代化. 2018(10)
[2]改进k-means聚类在股价波动趋势上的应用[J]. 岑晓雪,秦江涛.  科技和产业. 2016(01)
[3]浅谈数据挖掘在证券分析中的应用[J]. 施然.  价值工程. 2011(21)
[4]聚类算法研究[J]. 孙吉贵,刘杰,赵连宇.  软件学报. 2008(01)
[5]数据挖掘中聚类的研究[J]. 罗可,蔡碧野,吴一帆,谢中科,张丽.  计算机工程与应用. 2003(20)
[6]数据挖掘中的聚类方法[J]. 王实,高文.  计算机科学. 2000(04)

硕士论文
[1]基于K-means聚类的马尔可夫过程在股价趋势预测中的应用[D]. 卢瑞瑞.华中科技大学 2009



本文编号：3276601