基于MapReduce期货交易模糊规则提取算法及应用研究

发布时间：2022-01-05 02:35

　　模糊规则是处理模糊问题,对不确定性事件进行判断的重要依据,模糊规则提取算法已经被普遍应用于控制、检测、金融等领域。聚类算法作为机器学习中无监督学习的核心算法,可以在模糊规则提取中发挥其重要作用。本文针对期货市场投资者如何有效判断买卖信号的问题,提出结合聚类方法提取期货交易模糊规则,辅助投资者交易。由于期货市场蓬勃发展,交易数量逐渐增多,针对如何有效处理大规模数据的问题,本文提出结合MapReuce计算框架,利用其在并行处理实验数据的同时,无须考虑系统细节的优势,对期货数据进行处理。本文利用MapReduce编程模型优越性能,首先对期货指标数据分析处理,获取趋势变量x（t）和价格差Δp分别作为模糊规则的前件和后件,然后利用FCM算法合理划分规则前件与后件的模糊集。再根据样本前件和后件在各模糊集隶属度分布提取模糊规则,计算每条规则置信度、统计支持度,以此为依据简化与筛选模糊规则,提取出有意义的期货交易模糊规则。本文提取的模糊规则主要从语义上理解实现盈利能力的交易行为,通过与以往经验总结的期货交易规则比较,验证本文所提取的If-Then模糊规则的有效性和可行性。本文进一步对期货交易模糊规则的... 

【文章来源】：大连理工大学辽宁省 211工程院校 985工程院校 教育部直属院校

【文章页数】：61 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
1 绪论
    1.1 研究背景及意义
    1.2 期货市场交易的研究现状
    1.3 模糊规则提取算法简介
        1.3.1 基于数据集生成模糊规则
        1.3.2 其他模糊规则提取方法
    1.4 本文主要内容
2 预备知识
    2.1 MapReduce介绍
    2.2 聚类算法介绍
        2.2.1 K-Means算法
        2.2.2 FCM算法
    2.3 Angular介绍
    2.4 本章小结
3 基于MapReduce提取期货交易模糊规则
    3.1 MapReduce平台搭建
    3.2 期货指标的选取与预处理
    3.3 FCM算法提取期货交易模糊规则
        3.3.1 基于FCM聚类的并行模糊规则提取算法
        3.3.2 数据下载及预处理
        3.3.3 获取前件和后件模糊集
        3.3.4 提取模糊规则
        3.3.5 简化模糊规则
    3.4 本章小结
4 优化FCM算法提取期货交易模糊规则及模糊规则应用
    4.1 优化FCM算法提取期货交易模糊规则
        4.1.1 FCM算法与优化FCM算法结果比较
        4.1.2 FCM算法与优化FCM算法运算性能比较
    4.2 期货交易模糊规则应用界面
    4.3 期货交易模糊规则应用实例及结果
    4.4 本章小结
结论
参考文献
攻读硕士学位期间发表学术论文情况
致谢


【参考文献】：
期刊论文
[1]PFPonCanTree:一种基于MapReduce的并行频繁模式增量挖掘算法[J]. 肖文,胡娟,周晓峰.  计算机工程与科学. 2018(01)
[2]基于聚类中心优化的k-means最佳聚类数确定方法[J]. 贾瑞玉,宋建林.  微电子学与计算机. 2016(05)
[3]面向大数据处理的并行优化抽样聚类K-means算法[J]. 周润物,李智勇,陈少淼,陈京,李仁发.  计算机应用. 2016(02)
[4]中国商品期货市场历史、现状及未来[J]. 杨沁旎.  商. 2016(05)
[5]我国农产品期货市场发展现状、问题及对策[J]. 李京栋,张吉国.  金融教育研究. 2015(04)
[6]程序化交易在我国证券市场上的发展研究初探[J]. 包晶晶.  新经济. 2015(02)
[7]高效率的K-means最佳聚类数确定算法[J]. 王勇,唐靖,饶勤菲,袁巢燕.  计算机应用. 2014(05)
[8]动态web应用程序开发框架AngularJS的特性分析[J]. 王贯飞.  电子技术与软件工程. 2014(06)
[9]基于MapReduce的分布式近邻传播聚类算法[J]. 鲁伟明,杜晨阳,魏宝刚,沈春辉,叶振超.  计算机研究与发展. 2012(08)
[10]数据挖掘中聚类算法研究进展[J]. 周涛,陆惠玲.  计算机工程与应用. 2012(12)



本文编号：3569554