模糊規(guī)則是處理模糊問題,對不確定性事件進行判斷的重要依據(jù),模糊規(guī)則提取算法已經(jīng)被普遍應用于控制、檢測、金融等領(lǐng)域。聚類算法作為機器學習中無監(jiān)督學習的核心算法,可以在模糊規(guī)則提取中發(fā)揮其重要作用。本文針對期貨市場投資者如何有效判斷買賣信號的問題,提出結(jié)合聚類方法提取期貨交易模糊規(guī)則,輔助投資者交易。由于期貨市場蓬勃發(fā)展,交易數(shù)量逐漸增多,針對如何有效處理大規(guī)模數(shù)據(jù)的問題,本文提出結(jié)合MapReuce計算框架,利用其在并行處理實驗數(shù)據(jù)的同時,無須考慮系統(tǒng)細節(jié)的優(yōu)勢,對期貨數(shù)據(jù)進行處理。本文利用MapReduce編程模型優(yōu)越性能,首先對期貨指標數(shù)據(jù)分析處理,獲取趨勢變量x（t）和價格差Δp分別作為模糊規(guī)則的前件和后件,然后利用FCM算法合理劃分規(guī)則前件與后件的模糊集。再根據(jù)樣本前件和后件在各模糊集隸屬度分布提取模糊規(guī)則,計算每條規(guī)則置信度、統(tǒng)計支持度,以此為依據(jù)簡化與篩選模糊規(guī)則,提取出有意義的期貨交易模糊規(guī)則。本文提取的模糊規(guī)則主要從語義上理解實現(xiàn)盈利能力的交易行為,通過與以往經(jīng)驗總結(jié)的期貨交易規(guī)則比較,驗證本文所提取的If-Then模糊規(guī)則的有效性和可行性。本文進一步對期貨交易模糊規(guī)則的... 

【文章來源】：大連理工大學遼寧省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：61 頁

【學位級別】：碩士

【文章目錄】：
摘要
Abstract
1 緒論
    1.1 研究背景及意義
    1.2 期貨市場交易的研究現(xiàn)狀
    1.3 模糊規(guī)則提取算法簡介
        1.3.1 基于數(shù)據(jù)集生成模糊規(guī)則
        1.3.2 其他模糊規(guī)則提取方法
    1.4 本文主要內(nèi)容
2 預備知識
    2.1 MapReduce介紹
    2.2 聚類算法介紹
        2.2.1 K-Means算法
        2.2.2 FCM算法
    2.3 Angular介紹
    2.4 本章小結(jié)
3 基于MapReduce提取期貨交易模糊規(guī)則
    3.1 MapReduce平臺搭建
    3.2 期貨指標的選取與預處理
    3.3 FCM算法提取期貨交易模糊規(guī)則
        3.3.1 基于FCM聚類的并行模糊規(guī)則提取算法
        3.3.2 數(shù)據(jù)下載及預處理
        3.3.3 獲取前件和后件模糊集
        3.3.4 提取模糊規(guī)則
        3.3.5 簡化模糊規(guī)則
    3.4 本章小結(jié)
4 優(yōu)化FCM算法提取期貨交易模糊規(guī)則及模糊規(guī)則應用
    4.1 優(yōu)化FCM算法提取期貨交易模糊規(guī)則
        4.1.1 FCM算法與優(yōu)化FCM算法結(jié)果比較
        4.1.2 FCM算法與優(yōu)化FCM算法運算性能比較
    4.2 期貨交易模糊規(guī)則應用界面
    4.3 期貨交易模糊規(guī)則應用實例及結(jié)果
    4.4 本章小結(jié)
結(jié)論
參考文獻
攻讀碩士學位期間發(fā)表學術(shù)論文情況
致謝


【參考文獻】：
期刊論文
[1]PFPonCanTree:一種基于MapReduce的并行頻繁模式增量挖掘算法[J]. 肖文,胡娟,周曉峰.  計算機工程與科學. 2018(01)
[2]基于聚類中心優(yōu)化的k-means最佳聚類數(shù)確定方法[J]. 賈瑞玉,宋建林.  微電子學與計算機. 2016(05)
[3]面向大數(shù)據(jù)處理的并行優(yōu)化抽樣聚類K-means算法[J]. 周潤物,李智勇,陳少淼,陳京,李仁發(fā).  計算機應用. 2016(02)
[4]中國商品期貨市場歷史、現(xiàn)狀及未來[J]. 楊沁旎.  商. 2016(05)
[5]我國農(nóng)產(chǎn)品期貨市場發(fā)展現(xiàn)狀、問題及對策[J]. 李京棟,張吉國.  金融教育研究. 2015(04)
[6]程序化交易在我國證券市場上的發(fā)展研究初探[J]. 包晶晶.  新經(jīng)濟. 2015(02)
[7]高效率的K-means最佳聚類數(shù)確定算法[J]. 王勇,唐靖,饒勤菲,袁巢燕.  計算機應用. 2014(05)
[8]動態(tài)web應用程序開發(fā)框架AngularJS的特性分析[J]. 王貫飛.  電子技術(shù)與軟件工程. 2014(06)
[9]基于MapReduce的分布式近鄰傳播聚類算法[J]. 魯偉明,杜晨陽,魏寶剛,沈春輝,葉振超.  計算機研究與發(fā)展. 2012(08)
[10]數(shù)據(jù)挖掘中聚類算法研究進展[J]. 周濤,陸惠玲.  計算機工程與應用. 2012(12)



本文編號：3569554