金融數(shù)據(jù)是金融市場運行的核心,人們?nèi)粜枰莆战鹑谑袌龅陌l(fā)展趨勢,就應(yīng)在海量的金融數(shù)據(jù)中分析出其中的主要特點,實時掌握金融數(shù)據(jù)的走向趨勢。信息化的高速發(fā)展使得金融后臺本就龐大復(fù)雜的數(shù)據(jù)再次擴(kuò)充,于是傳統(tǒng)的金融分析方式顯得捉襟見肘。因此,設(shè)計并實現(xiàn)了一款基于時間序列數(shù)據(jù)挖掘的金融數(shù)據(jù)分析系統(tǒng),以提高金融數(shù)據(jù)的服務(wù)質(zhì)量,還能提高金融數(shù)據(jù)的管理效率,為金融數(shù)據(jù)管理人員提供更加便捷的服務(wù)。該金融數(shù)據(jù)分析系統(tǒng)在設(shè)計時,將該系統(tǒng)分為了數(shù)據(jù)采集與更新功能、金融咨詢信息管理功能、金融風(fēng)險控制管理功能、智能挖掘與分析功能、金融數(shù)據(jù)監(jiān)控功能、股票關(guān)聯(lián)比較功能六大模塊。其中,在智能挖掘時建立了基于時間序列的數(shù)據(jù)挖掘風(fēng)控模型。該模型的創(chuàng)新之處在于根據(jù)三種不同的等級對金融數(shù)據(jù)指標(biāo)進(jìn)行篩選,其中一級指標(biāo)包含漲幅、市凈率,二級指標(biāo)包含當(dāng)日股價等數(shù)據(jù)、市盈率、凈利率、流入流出等,三級指標(biāo)包含資產(chǎn)、毛利率、凈利潤。采用了基于時間序列的方法對這些指標(biāo)進(jìn)行挖掘,通過對數(shù)據(jù)運行過程中的平滑指數(shù)以及數(shù)據(jù)之間的差異指數(shù)進(jìn)行計算,得到數(shù)據(jù)前期的預(yù)測值。為避免可能出現(xiàn)的局部影響,將誤差值導(dǎo)入計算公式中,獲取到指定的預(yù)測數(shù)值,通過移動平... 

【文章來源】：湖南大學(xué)湖南省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：80 頁

【學(xué)位級別】：碩士

【部分圖文】：

數(shù)據(jù)采集與更新功能用例圖

工程碩士學(xué)位論文19數(shù)據(jù)進(jìn)行操作，首先能夠利用數(shù)據(jù)采集子功能，將平臺上的金融數(shù)據(jù)集采過來，采集過來的數(shù)據(jù)系統(tǒng)會自動保存至數(shù)據(jù)管理子功能中，用戶需要查看數(shù)據(jù)時，在數(shù)據(jù)管理子功能上進(jìn)行搜索即可找到。并且，系統(tǒng)還能在數(shù)據(jù)采集過后，針對采集到的數(shù)據(jù)進(jìn)行更新，保證系統(tǒng)內(nèi)部金融數(shù)據(jù)的時效性。在金融數(shù)據(jù)管理人員需要進(jìn)行數(shù)據(jù)采集時，管理人員可利用該功能選擇采集的數(shù)據(jù)源，針對數(shù)據(jù)源進(jìn)行有效數(shù)據(jù)的采取，系統(tǒng)會通過時間序列數(shù)據(jù)挖掘技術(shù)，對指定的數(shù)據(jù)源進(jìn)行金融數(shù)據(jù)的采集，在采集成功后，系統(tǒng)會將采集成功的數(shù)據(jù)展示于系統(tǒng)上，用戶即可立即查看到已采集數(shù)據(jù)的詳細(xì)信息。圖3-2為數(shù)據(jù)采集流程圖。圖3-2數(shù)據(jù)采集流程圖3.3.2金融咨詢信息管理功能模塊需求分析在金融咨詢信息管理功能中，包含信息搜索、信息訂閱、本地管理三項子功能。用戶能夠在該功能上進(jìn)行金融咨詢信息的搜索，將需要的金融數(shù)據(jù)搜索出來，在必要的時候，用戶還能利用信息訂閱子功能，將某咨詢信息進(jìn)行訂閱。用戶只需要將某咨詢信息訂閱成功后，在下次需要查看該信息時，進(jìn)入該訂閱信息中即可查看到相關(guān)內(nèi)容。并且，用戶還能將自己需要的金融咨詢信息下載到本地，在本地管理子功能就可查看到已下載的金融咨詢信息。圖3-3為金融咨詢信息管理用例圖。

基于時間序列數(shù)據(jù)挖掘的金融數(shù)據(jù)分析系統(tǒng)研究與實現(xiàn)20圖3-3金融咨詢信息管理功能用例圖圖3-4為信息訂閱流程圖。圖3-4信息訂閱流程圖在金融咨詢信息管理功能中，用戶能夠在已訂閱的咨詢信息里選擇需要查看的金融咨詢信息，系統(tǒng)會通過后臺程序，將用戶所需查看的金融咨詢信息內(nèi)容展示于系統(tǒng)中，用戶能夠查看到相關(guān)的信息。3.3.3金融風(fēng)險控制管理功能模塊需求分析在金融風(fēng)險控制管理功能中，包含確立管理目標(biāo)、風(fēng)險評估、風(fēng)險控制等三項子功能。用戶若需要進(jìn)行金融風(fēng)險控制，首先應(yīng)在該功能上確立管理的目標(biāo)，然后對該目標(biāo)進(jìn)行風(fēng)險評估，最后在風(fēng)險控制子功能中對目標(biāo)的風(fēng)險值進(jìn)行管控。該功能包含完善的金融風(fēng)險控制功能操作，可為用戶提供有效識別金融風(fēng)險的方法，還能保證風(fēng)險識別的精準(zhǔn)度，提高金融風(fēng)險控制的科學(xué)性。圖3-5為金融風(fēng)險控制管理功能用例圖。

【參考文獻(xiàn)】：
期刊論文
[1]基于ARIMA和BP神經(jīng)網(wǎng)絡(luò)組合模型的能源消費預(yù)測[J]. 謝小軍,邱云蘭,時凌.  數(shù)學(xué)的實踐與認(rèn)識. 2019(10)
[2]基于ARMA誤差修正的LM-BP模型的風(fēng)功率預(yù)測[J]. 梁濤,楊改文,姜文,李永強.  高技術(shù)通訊. 2019(05)
[3]采用卷積神經(jīng)網(wǎng)絡(luò)的老年人跌倒檢測系統(tǒng)設(shè)計[J]. 呂艷,張萌,姜吳昊,倪益華,錢小鴻.  浙江大學(xué)學(xué)報(工學(xué)版). 2019(06)
[4]多時間尺度時間序列趨勢預(yù)測[J]. 王金策,鄧越萍,史明,周云飛.  計算機(jī)應(yīng)用. 2019(04)
[5]云平臺下時間序列數(shù)據(jù)并行化排列熵特征提取方法[J]. 楊鵬,申洪濤,陶鵬,馮波,張洋瑞,王立斌.  電力自動化設(shè)備. 2019(04)
[6]基于ASP. NET框架的機(jī)件產(chǎn)品質(zhì)量可追朔系統(tǒng)設(shè)計（英文）[J]. 肖宏啟.  機(jī)床與液壓. 2019(06)
[7]基于實例的遷移時間序列異常檢測算法研究[J]. 王偉,沈旭東.  信息網(wǎng)絡(luò)安全. 2019(03)
[8]科技金融對我國高技術(shù)產(chǎn)業(yè)區(qū)域創(chuàng)新效率影響分析[J]. 陳珊.  經(jīng)濟(jì)問題探索. 2019(03)
[9]基于APS.NET的船舶航道信息管理系統(tǒng)[J]. 韋銀.  艦船科學(xué)技術(shù). 2019(04)
[10]基于時間序列聚類和LSSVM的隧道拱頂位移預(yù)測[J]. 楊清浩,胡雄玉,陳子全.  公路工程. 2019(01)



本文編號：3073408