内容简介

本书围绕股票大数据挖掘技术展开，主要介绍数据挖掘的方法及其在股票大数据上的实战应用。

全书共10章。第1～3章为相关的基础内容，介绍了数据挖掘的基本概念、常用算法、数据挖掘工具及云计算；然后将股票与数据挖掘结合，介绍大数据炒股、股票时间序列、量化投资等；最后介绍与股票相关的数据类型、数据的获取源及获取的方法、获取数据的预处理等。在第4～10章中，每一章根据股票挖掘的不同目标，介绍相关的数据挖掘算法，同时基于对基础算法的优劣分析，提出适用于股票场内实盘交易全景数据分析的新方法，结合新方法在股票挖掘平台上的实现，对股票的操作进行实战的解析。具体包括：分类方法及股票买卖点的判断；相似／相关匹配方法及股票走势的预测；相似股票判断与投资组合；马尔可夫模型与股票盘面强弱状态的判断；关联规则与股票间的延时涨跌联动；N-Gram模型与股票的幅值组合关系；深度学习与循环滚动预测等。