使用数据挖掘技术的股市预测-研究论文

股票市场是股票（股票）买卖双方的集合，代表着对企业的所有权要求，这些权利可能包括在公共证券交易所上市的证券以及私人交易的证券。 多年来，我们已经看到人们遭受了巨大的损失，这导致了生命的毁灭，因此就需要了一个可以在整个生命周期中得到信任和一致的预测系统。 预测股票价格也是金融时间序列预测的重要任务，这是股票投资者，股票交易者和应用研究人员的主要兴趣。 准确预测股票对投资者获取巨大利润至关重要。 但是市场的波动性使得这种预测非常困难。 我们证明了数据挖掘和机器学习可以用来指导投资者的决策。 主要目的是借助数据挖掘技术（例如Knn）构建模型，该模型可与遗传算法，SVR以及基于情感分析的社交媒体文本等机器学习技术结合使用，用于分类和回归，从而预测股票的价格公司。 如果正确实施该系统，将有助于投资者和新用户启动投资程序，并可能产生不当收益。 通过考虑输入参数和超时数据可以增强系统。