|
|||||
|
|
| 基于关联规则挖掘算法的A股股票联动性分析 | |
| 引用本文： | 殷丽凤,李梦琳.基于关联规则挖掘算法的A股股票联动性分析[J].云南民族大学学报(自然科学版),2022(4):486-492. |
| 作者姓名： | 殷丽凤 李梦琳 |
| 作者单位： | 大连交通大学计算机与通信工程学院 |
| 基金项目： | 国家自然科学基金(61771087)； |
| 摘 要： | 为了更好地观察国内A股间的联动性，针对股票效应的滞后性问题，提出了一种基于时序的改进关联规则挖掘算法Gap-Apriori.实验采用Apriori、FP-growth、Eclat、Gap-Apriori 4种关联规则挖掘算法，对我国2007年到2021年间的A股交易数据进行了关联分析.实验结果表明，Apriori算法较其他3种算法更适用于高维股票数据挖掘，改进算法Gap-Apriori能够分析任意周期内的股票联动状态，有效地提高了算法的运行效率. |
| 关 键 词： | 数据挖掘 股票分析 关联规则 频繁项集 |