【出 处】：《 计算机仿真 》 CSCD 2013年第30卷第3期 217-219页,共4页

【作 者】： 任艳斐 ; 亓传伟

【摘 要】 研究证券行情趋势的准确预测问题。中国证券业起步较晚，证券市场是一个非线性系统，行情趋势预测特征是不确定时态的而较难获取，传统的聚类方法直接提取不确定时态的行情趋势预测特征，特征提取有效性不高而造成证券行情趋势准确度不高的问题。为解决上述问题，提出关联规则的证券行情趋势预测方法。将不确定时态的行情时间序列转换为证券变动时间序列，有效获取行情趋势预测特征，避免仅依靠时间序列的统计特性直接提取而造成的特征提取有效性不高的问题，通过构建关联规则行情趋势特征提取模型，对趋势特征输入模型进行数据挖掘完成证券行情的预测。仿真结果表明，改进方法能够有效提取行情趋势特征，准确完成证券行情趋势的预测。