基于大数据视角的我国股市行情分类浅析  

作　　者：陈金林[1] 

机构地区：[1]广东外语外贸大学南国商学院,广东广州510545

出　　处：《金融经济（下半月）》2016年第12期70-72,共3页

基　　金：广东省本科高校教学质量与教学改革工程项目<计算机科学与技术应用型人才培养示范专业>粤教高函[2015]133号

摘　　要：大数据时代,数据创造价值的理念逐步深入人心,人们期待数据可以更好地为业务服务。由于股市行情数据的高度复杂性,使得一般的数据建模方法在进行股市行情建模时失效,而大数据方法具有灵活性、自适应性和非线性等特点,在处理股市行情数据时有很好的应用效果。本文运用大数据技术的k-近邻分类方法,把我国股市行情分为下跌、反弹、上涨和回调四种类型。通过流式实时处理,验证了任一未知类行情总能与分类器中的一类行情相吻合。

关 键 词：大数据 股市行情 k-近邻分类 

分 类 号：F832.5[经济管理—金融学]