计算动词理论在股票数据分析中的应用.doc

本科毕业论文
(科研训练、毕业设计)
题目:计算动词理论在股票数据分析中的应用
姓名: 张梦帆
学院: 信息科学与技术学院
系: 电子工程系
专业: 电子信息工程
年级: 2006级
学号: 23120062203972
指导教师(校内): 杨涛职称: 教授
指导教师(校外): 职称:
2010 年 5月 18日
计算动词理论在股票数据分析中的应用
摘要随着计算动词理论的飞速发展,其对科学领域的众多分支都有着深远的影响。本文主要探讨计算动词相似度在经济领域,尤其是在探索股票市场方面的优越性。在计算动词的帮助下,可以得到较为理想的股票数据分类及其典型代表曲线。
收集2010年3月份每天所有沪市股票。应用MATLAB软件对所有股票每天的价格数据变动曲线进行数据的预处理。其中包括对每条曲线采用低通滤波器方法进行平滑处理以及对其进行归一化处理。对预处理后的所有股票数据应用计算动词相似度理论与设定的标准动词进行相似度计算。对计算所得的数据矩阵采用Kmeans进行聚类,以此方法将股票市场分类并得出每类的典型代表曲线。
关键词计算动词理论数据预处理数据聚类算法 MATLAB仿真
The application putational verb theory on analysis of stock market data
putational verb theory has big influence on many branches of sciences. In this paper, it is applied to analysis of stock market data. By putational verb theory, stock market data are clustered into different categories and represented by typical curves for each category.
In this paper, researches on the market data samples from Shanghai Stock exchange in March 2010 are reported. Firstly, MATLAB programs are used to preprocess the stock data. This preprocess includes curve smoothing achieved by low-pass fltering and normalization. Secondly, computational verb similarities are used to process the smoothed time series paring them with putational verbs. Thirdly, Kmeans algorithm is used to cluster of the stock data and yields the most representative curves in this stock market.
Key putational verb theory data preprocess cluster algorithm MATLAB
目录

引言...........................................................................5
股票价格波动曲线读取.................................................. 6
计算动词理论在股票数据图表读取中的应用................................ 6
股票数据的读取及MATLAB实现........................................... 6
数据的预处理.......................................................... 9
数据曲线平滑处理...................................................... 9
数据时域频域变换与MATLAB实现.....................................9
低通滤波器设计与MATLAB实现......................................11
股票数据曲线平滑MA