王颖颖，晁绪耀

（1.郑州升达经贸管理学院，河南 新郑 450001；2.郑州职业技术学院，河南 郑州 450007）

作为一门新兴的数据分析技术，数据挖掘适用于拥有海量相关数据的领域，以及基于某一知识决策的领域。股票市场每天都会产生大量实时数据，这些数据看似没有关联，但是数据背后隐藏着很多有价值的信息及数据规律，因此从这个意义上讲非常适合采用数据挖掘技术进行股票数据分析。此外，股票分析预测过程本身就是基于一定知识的决策过程[1]，所以从这个层面上讲，其又与数据挖掘的适用领域相符，因此在股票数据分析过程中应用数据挖掘技术是可行的、必要的。

1 股票数据分析预测的特点

相比数据挖掘技术应用的其他领域，股票数据分析体现出一定的特殊性。首先，单一性。股票数据的类型是单一的，即都是实数型，这无形中降低了数据处理难度，且股票数据分析的对象具有单一性，虽然个股数据存在较大差异，但是股票的属性信息是相同的[2]。其次，多样性。每个专家对股票数据的分析有着不同的目的，自然会使用不同的分析方法，有着不同的侧重点、分析角度及提取数据的时间，且每种方法都有对应的理论支持，因此基于某种目的而言，无法评判每种分析方法的好坏。最后，隐蔽性。由于多种因素都会对股票数据变化产生影响，不同指标受不同影响因子的作用，因此各个指标之间会表现出特定的发展规律及特征，但是这些规律及特征并不能立即作为决策的依据，因此要应用数据挖掘技术对股票数据信息的变化进行集成分析，挖掘出数据背后隐含的信息及知识[3]。……