基于模糊关联规则的股票市场交易规则抽取.doc

基于模糊关联规则的股票市场交易规则抽取 ????中图分类号：F823　文献标识码：A????随着数据库技术的不断发展，数据库中存储的数据量急剧增加，然而目前蕴含在数据库中丰富的、有价值的信息远远没有得到充分的挖掘和利用。近年来，在数据极为丰富的金融领域，数据挖掘的方法，如神经网络、模糊逻辑、粗糙集、支持向量机等，正在得到越来越广泛的研究与应用[1～5]，使得“从海量数据中提取或识别有效的、新颖的、潜在有用的并最终可理解的模式”成为可能。????当前，股票数据挖掘的研究主要集中在4个方面：相似序列匹配、股票价格预测、交易规则抽取以及时间模式发现。Wang将模糊关系模型分别与粗糙集和灰度理论相结合，对股票的高频交易数据进行了预测和分析[2,3]，随后又通过模糊微分预测模型建立了股票价格的实时预测器[5]。????由于上市公司存在直接或间接的合作、竞争等关系，因此某些股票价格在一定时间内会出现相似或相反的趋势。挖掘这些数据可得到股票之间的内在关联关系，有利于投资者了解各种股票的走势及股票之间的关系，进一步分析上市公司的政策和方案，从而做出正确的投资决策。????本文在已有相关研究的基础上，将模糊数据挖掘技术应用于股票市场的交易规则抽取，对数据库属性处理不采用区间划分法，而采用模糊概念对其进行抽象概括，使得最终挖掘出的规则表示自然、简明、易于理解。本文以模糊集理论为基础，首先根据股票时间序列本身特性以聚类方法为基础对模糊集属性域进行离散化，根据聚类将属性域划分后构造正规模糊集的支集及核，产生模糊集的隶属函数，提出适合股票交易规则提取的模糊关联规则算法FARS。最后本文将算法应用于沪深股市A股股票的规则预测，并进行了检验。结果显示，本文所得规则较原有传统关联规则挖掘出的规则能很好地反映股票的实际情况，并且能获得更多有用信息。????一、基于模糊概念的关联规则????关联规则是当前数据挖掘研究的主要领域之一。自从1993年美国IBM Almaden研究中心的Rakesh Agrawal等提出在交易数据库中挖掘项集间的关联规则问题后[6]，学者们对关联算法进行了大量的讨论和研究，提出了很多算法，如Apriori[6]、TreeProjection[7]、FP-Tree及其改进算法[8～10]等。大部分的关联规则挖掘算法使用支持度—置信度标准，即支持度(Support)和置信度(confidence)。对于规则，Support=P(A∪B)，Confidence=P(B｜A)尽管使用最小支持度和置信度阀值排除了一些“无趣的”关联规则的探查，但仍然会产生一些对用户来说不感兴趣的规则[11]。????由于客观世界的多样性和复杂性，许多事物需要借助模糊概念进行表示。模糊理论是Zadeh于1965年提出的，是当前描述模糊现象的一种最主要的数学方法[12]。模糊概念的数学表示就是模糊集合论，其不明确的内涵与外延用隶属函数定量描述，模糊概念实际上是在一定论域中的一些模糊集合。????????利用模糊概念表示的关联规则也称为模糊关联规则，Chan等提出了算法P-APACS[13]，即采用一个有意义的客观的度量方法决定规则兴趣度，使得该算法在发现实际数据库中的规则非常有效，但其仅仅只能发现两个模糊项的关联规则。Kuok等将模糊关联规则定义为“如果X是A，则Y是B”的形式，其中X和Y是互不相交的属性子集，A和B是分别对应于X和Y中属性的模糊集集合[14]。这样的规则形式对股票规则中多维关系的发现具有很大的帮助。以下是模糊关联规则定义及其兴趣性度量方法。????????二、模糊集算法构造????（一）聚类方法的选择????对原始数据库中数据进行预处理后，文中选用聚类方法对量化属性值进行离散化，求出各聚类中心，然后进行隶属函数的构造。使用聚类方法对预处理后的数据进行离散化，可以缩短后续算法中的计算量，降低复杂性，也能更好地构造隶属函数。最常用的聚类方法有k-Means、k-Medoids、BIRCH、 CURE、DBSCAN等。本文根据股票行情数据库大小，以及存在噪声和例外数据的情况选取k-Medoids聚类算法作为进行离散化的聚类方法。????k-medoids聚类算法的基本策略就是首先通过任意为每个聚类找到一个代表对象(medoid)而首先确定n个数据对象的k个聚类（也需要循环进行）；其它对象则根据它们与这些聚类代表的距离分别将它们归属到各相应聚类中（仍然是最小距离原则）。而如果替换一个聚类代表能够改善所获聚类质量的话，那么就可以用一个新对象替换老聚类对象。这里将利用一个基于各对象与其聚类代表间距离的成本函数来对聚类质量进行评估[15]。????k-medoids聚类算法如算法1所示。????算法1　(k-med)　根据聚类的