论文部分内容阅读
随着经济的迅速发展,期货交易在世界经济中所占的分量越来越重,作为一种高级的商品交易形式和现代投资方法,期货有着巨大的发展潜力。由于期货市场灵活,又有着很强的“杠杆效应”,它不仅仅充满了机遇,同样也充满了风险。从投资者的角度来讲如何把握机遇,规避风险很重要,同样从投资者的代理,即期货经纪公司的角度来讲,这一点同样重要。数据挖掘作为知识发现的重要工具,能够从大量的数据中发现有价值的信息,而这一点,正好适用于期货交易中的大量交易记录。这些记录作为金融数据具有高度的完整性,而记录中又包含交易者的各种交易信息。因此为了研究交易者的交易行为和习惯对期货风险的影响,我们利用关联规则分析来对期货交易者的交易记录进行挖掘,找出交易行为和风险间可能的潜在联系,发现相关规则,实现对风险的预警和规避。本文对于基于关联规则的期货风险规避系统进行了研究,主要工作如下:(1)介绍了期货的相关背景知识,从交易特点,市场机制和国内外发展的角度进行论述;介绍了关联规则挖掘的基本理论和基本方法,着重对关联规则挖掘的过程进行了说明,并根据关联规则的不同对规则进行了分类,重点分析了Apriori算法,介绍了算法的算法思想、内容性质,详细介绍了算法的具体步骤,并给出了伪代码描述。(2)研究并实现了一个期货风险规避系统,对系统进行需求分析和功能设计,针对我国期货市场中的交易者面临的风险,把关联规则挖掘和风险规避相结合,利用关联规则挖掘计算行为风险规则,利用该规则帮助期货公司对客户风险进行预警,达到风险规避的目的。(3)提出了一种基于矩阵处理的Apriori改进算法并对算法效率改进进行实验验证,把事务库中存储的数据转化映射到一个布尔矩阵中,利用Apriori的性质及其推论对矩阵进行压缩,通过对矩阵进行操作处理找出所有的频繁项集,从而避免反复扫描整个事务库,提高了算法的效率。(4)针对期货市场中的交易者的行为和风险间的关系,提出了行为风险规则的概念,用关联规则进行表示。系统实现后,用实际期货交易数据进行测试,能够有效的计算出行为风险规则,达到了预期的效果。