随着经济体制改革的深化,我国金融市场不断地发展与完善,各种金融产品也成为了普通民众关心的热门话题。在不同的金融系统中,大量的在线交易如股票、债券、外汇、期货等会产生各种交易数据,对他们的分析也成为了计算机技术研究的热门问题。现有的金融数据软件重点还是在于数据的展示,对数据的分析做的很不够。本文将数据挖掘技术应用到金融数据分析系统之中,以股票数据的分析为例,着重利用相似性技术通过对历史数据的挖掘给用户当前决策以参考。文章大体可分为两个部分,首先对数据分析中的关键问题——金融数据在计算机中的表示和相似性度量方法进行了研究,对通用的时间序列数据的表示和相似性度量方法进行了分析,提出了适合金融证券数据分析的改进方法,并通过实验进行了验证。这种方法一方面可用于对股票自身历史数据的挖掘,通过搜索历史相似区间,来对今后的趋势进行分析;另一方面可用于对股票之间的联系进行挖掘,通过搜寻趋势相近或相异的股票,确定合理的投资策略。然后利用软件工程的思想设计了金融数据分析系统的架构,使系统层次分明,易扩展、可重用,将前一部分提出的数据表示和相似性度量方法应用到系统的实现之中,并对实现系统过程中的难点和使用的相关技术进行了论述。