案例说明_股票大数据分析平台1
需积分: 0 67 浏览量
2022-08-08
18:31:24
上传
评论
收藏 18KB DOCX 举报
股票大数据分析平台的构建案例教学指导手册
教学适用的课程：《大数据架构与设计》
教学适用的专业：电子信息
教学目的与用途：理解股票大数据分析平台的构建；掌握大数据预处理、数据分
析相关知识点；掌握常见机器学习预测方法。
教学内容：
（1）理论依据：本案例基于中国股票大数据分析平台的构建。案例整合了常用
的数据挖掘与机器学习方法，进行股票数据预处理及可视化，同时使用机器学习
算法进行股票走势预测。
（2）涉及知识点：Hadoop；Spark；数据预处理；线性回归。
（3）分析路径：首先明确金融股票数据分析的意义，并以构建中国股票大数据
分析平台为具体问题。通过 Hadoop 和 Spark 搭建服务平台，此后操作均基于该
平台。随后利用源于财经网站的股票数据构建数据集，并进行预处理及可视化分
析。最后采用常用机器学习算法如线性回归进行股票走势预测。
启发思考题：
针对于股票走势预测，除了使用线性回归算法，还能想到什么其他方法吗？（参
考答案：深度学习算法如 LSTM、GRU 等）
建议课堂计划：
(1) 时间安排：3 课时
(2) 学生学习准备：了解 Hadoop 、Spark 以及常用机器学习算法。
(3) 分组及讨论内容：分组讨论启发思考题。
案例开场白：随着大数据时代的到来，人们逐渐认识到了数据的重要性。数据不
仅是一种资源，更是一种财富。在大数据应用领域中，金融数据分析被视为一个
很有前景的方向。股票分析一直是金融领域一个很热门的话题，而且涉及多个领
域的知识。在此之前，人们更多的是采用基本分析，即通过宏观及微观的经济政
策、本行业领域的发展状况、投资者的行为态度、反映企业自身发展状况的指标
等方面来预测股票今后走势。随着大数据相关技术的发展，在海量的股票历史数
据中发现规律进而预测股票走势成为一个很热门的研究课题。
(4) 结束总结：这节课我们以构建中国股票大数据分析平台为具体问题。通过
Hadoop 和 Spark 搭建服务平台，此后操作均基于该平台。随后利用源于财经网
评论0