基於數據倉庫的股票交易數據分析與預測研究

『壹』 數據倉庫在證券業如何應用

那麼究竟數據倉庫的「行」在何處：它可以為我們帶來什麼？為什麼「不行」：它的應用為什麼不能達到其預期的效果？怎樣才能使數據倉庫從「不行」的模式轉到到「行」的模式？本文試對此進行探討，並認為數據的集中統一是數據倉庫應用的基礎；確立合理的數據模型是數據倉庫應用的核心；高效的應用系統是數據倉庫應用的動力；良好的外部環境是數據倉庫成功應用的外部保障。 數據倉庫的「行」 這里所說的數據倉庫的「行」主要是指數據倉庫可以做什麼，它的使用能為證券業帶來哪些好處，為什麼對券商來說是一個行之有效的工具。 數據倉庫（Data Warehouse）是在資料庫基礎上發展而來的，是一個面向主題的、集成的、穩定的、不同時期的數據集合，用以支持企業經營管理中的決策過程。它通常由三個部分構成：數據倉庫、聯機分析處理及數據挖掘，它們之間具有極強的互補關系。數據倉庫用來對大量的數據按一定的結構進行組織存儲；聯機分析處理則可進行靈活豐富的多維分析與查詢，可以從不同的角度去分析企業的運作情況，並對未來進行預測；數據挖掘則是對現有數據進行深層次的研究分析，從中找出對經營管理有用的結論。 由上述對數據倉庫的敘述，不難看出特別是對券商這種數據密集型的企業而言，數據倉庫技術的應用在以下三個方面有其得天獨厚之處和現實的意義： 提升客戶服務 雖然大部分券商已積累了大量的客戶信息和交易數據，但現在還沒有辦法對客戶的貢獻度、盈虧情況、持倉情況及操作習慣等進行統計和分析，為客戶提供針對其個人習慣的投資組合建議。而通過建立數據倉庫，為客戶資料的統計分析提供基本的信息源和輔助工具，已成為券商提高市場競爭能力和客戶服務水平的關鍵。 提高資產質量 數據倉庫中強大的分析和預測功能為此提供了有力的支持，可根據股市行情走勢、上市公司的資料以及宏觀微觀經濟數據等對未來市場進行預測，為客戶和自有資產的經營管理提供合理的建議，從而有效地提高資產質量、防範經營風險。 降低成本 數據倉庫的建立可使券商更加及時、准確地掌握自身的經營狀況、資金情況、利潤情況、客戶群分布等重要的信息，從而能有效地提高管理水平、降低經營成本，使整個證券公司的經營管理更加高效、科學、規范。 數據倉庫的「不行」 雖然從理論上說數據倉庫技術的應用可以為券商帶來很大的收益，但實際情況卻並不盡如人意，完全意義上的數據倉庫的應用在證券業中還鮮有成功的案例，這也使得相當部分券商對它「望而卻步」，為什麼數據倉庫從「行」變成了「不行」，不能有效發揮其應有的作用呢？究其主要原因就是數據倉庫技術沒有做到與證券業務的有機融合 。 系統平台不統一 目前大部分券商所用的業務系統平台並不統一，如交易系統用一種軟體，清算系統又用另一種軟體，還有的證券公司中各家營業部所採用的業務系統的平台也不一樣，而且大部分採用的都是分布的管理模式，這種情況造成了數據的分散、數據結構的多樣。而數據倉庫的基礎是大量集中的、豐富的、按統一規則組織存放的數據，分散的、結構不同的數據使得數據採集困難，數據倉庫不能有效地發揮其作用。 技術與業務部門欠協調 數據倉庫的提出和應用通常都是技術部門在其中扮演重要角色，業務部門參與得較少，但實際上沒有業務部門與技術部門之間的很好協調，數據倉庫是不可能應用成功的。因為數據倉庫技術是管理科學、計算機科學、網路科學和分析手段的大融合，從技術上來說資料庫技術的發展已使數據倉庫的實現並不困難，而關鍵在於怎樣使用它。數據倉庫的成功使用離不開管理思想和業務經驗的完美結合，在有了相應的技術支持以後，只有同時具備豐富的業務經驗和先進的管理思想的使用者才能成功使用數據倉庫，得到有用的信息。 缺乏管理經驗 數據倉庫不乏失敗的案例，如美國在對越戰爭中根據越軍對美軍攻擊的時間和次數而得出了一個「越軍在有月亮的晚上最易展開攻擊」的無用結論。數據倉庫使用時一個重要問題是建立模型，數據倉庫的產品一般可使用多種建模方法，如關聯法、依賴法、時序法、神經網路以及利用統計分析等等，然後利用模型去對問題進行分析得出相應結論，建立在數據倉庫之上的系統都是決策支持系統。而要進行決策，針對一個具體的問題怎樣分析，從什麼角度進行分析，何種因素是主要的、何種因素是次要的，採用何種方法建模以及怎樣建模都要依使用者的經驗而定，這就要求使用者對相關的業務非常熟悉並具備相應的管理和分析能力，否則得出的結論就很可能是無用的。而對我國大部分券商而言，缺少的恰好就是這種經驗，而且券商經營管理中的不規范也為數據倉庫的成功應用增加了難度。 受政策影響較大 人們將市場對經濟的自動調節比喻為「一隻看不見的手」，而股市則是反映經濟情況的晴雨表，經濟學家一直試圖通過對市場的研究找出經濟發展的規律，數據倉庫的主要效用之一也就是通過對已有數據的分析藉以揭示市場內在的發展規律，從而得出市場可能的走向。但縱觀中國證券市場十多年的風風雨雨，國家政策與宏觀調控這只「看得見的手」在其中起了舉足輕重的作用，當然這是由於我國證券市場先天基礎不好，發展不規范使得國家不得不採取措施加以調整，但這也使得證券市場無可避免地打上了國家政策的烙印。這種情況下，單純根據市場規律，用數據倉庫進行分析得到的預測結果與實際情況就會有所偏差。 從「不行」到「行」 如何將數據倉庫的「不行」變為「行」，使其在我國的證券業發展中發揮巨大的作用，是廣大券商普遍關心的一個問題 。那麼在找出「不行」的原因之後我們就可「對症下葯」採取相應的措施了。 數據的集中統一是數據倉庫應用的基礎。首先要統一券商所用信息系統的平台，各營業部均應採用統一的系統平台，同時各業務系統也採用統一的平台，統一數據結構。並採用集中的經營管理模式，使所有的數據都按相同的結構集中存放在一起，方便數據採集，做好數據倉庫應用的基礎工作。 確立合理的數據模型是數據倉庫應用的核心。電腦技術人員知道數據倉庫可以「做什麼」，業務人員則知道具體的分析要「怎麼做」，為此應將技術部門與相關的業務部門進行很好的協調，充分發揮技術人員和業務人員的優勢，根據證券業和本公司的具體情況選用合適的方法建立模型，這些模型經過檢驗正確後就可作為整個數據倉庫的核心，為經營管理提供決策建議。 高效的應用系統是數據倉庫應用的動力。數據模型建好以後，要使其發揮應有的作用就應在其上建立相應的應用系統，包括客戶關系管理系統、市場分析和風險控制系統等等，只有當建立於數據倉庫基礎之上的應用系統在券商的發展中起了很好的作用以後，證券公司的老總們才能充分意識到數據倉庫的重要性，這就是數據倉庫應用發展的動力所在。 良好的外部環境是數據倉庫成功應用的外部保障。令人欣慰的是國家已意識到證券市場健康穩定的重要性，證監會等領導機構對券商和上市公司的要求越來越嚴格，監管力度不斷加強，這一切都促使中國股市朝健康穩定的方向發展。我們有理由相信隨著我國證券市場的逐步規范，股市也必將按市場規律進行發展，數據倉庫就會發揮越來越大的作用。 結束語 數據倉庫的應用在國外取得了很大的成功，但中國與外國在數據倉庫的應用環境方面有很大的區別，所以數據倉庫在中國的應用成功的案例並不多。為了促進這項技術在證券業的成功應用，除了證監會等領導機構對證券市場進行規范為其創造良好的外部環境之外，更重要的是各證券公司注意業務系統平台的集中統一和技術與業務的有機融合，做好數據倉庫應用的准備，勇敢面對加入WTO所帶來的挑戰。

『貳』 如何根據交易信息分析和預測股票的後續走勢

*幾乎所有的交易技術指標，都可以對分析和預測股票的後市提供一些依據；
*有趨勢方面的指標，如 MACD、BOLL、MA................等；
*有量能方面的指標，如：OBV、均量線；
*但所有指標的基礎是：K線
*還有就是F10裡面的報表、數據等

*股票市場的分析方法主要有如下三種：基本分析法，技術分析法、演化分析法，其中基本分析主要應用於投資標的物的選擇上，技術分析和演化分析則主要應用於具體投資操作的時間和空間判斷上，作為提高證券投資分析有效性和可靠性的有益補充。

『叄』 公路交通數據倉庫設計，數據挖掘，數據分析，智能交通系統設計與數據分析和預測模型，交通事件管理

提到的 交通系統數據分析與預測， 有一些軟體，大多是國外的。屬交通規劃類軟體。
如我用到的TranZCAD,

『肆』 如何利用數據倉庫進行預測

數據倉庫存儲歷史數據，
通過OLAP或是其他BI展示軟體，可以顯示出數據之間的內在聯系。進而做出預測。
建議對數據倉庫及BI多研究點就明白了。

『伍』 求國泰安資料庫里的文獻 《中國股票市場分析師預測研究》

騙子公司的產品你也敢用，服了。他們每到年初，在網上發公關貼，自問自答，說公司如何的好，騙取年輕人去面試，最後害慘了年輕人。 不要助紂為虐，成為年輕人的殺手！

『陸』 如何進行大數據分析及處理

探碼科技大數據分析及處理過程

聚雲化雨的處理方式

• 聚雲：探碼科技全面覆蓋各類數據的處理應用。以數據為原料，通過網路數據採集、生產設備數據採集的方式將各種原始數據凝結成雲，為客戶打造強大的數據存儲庫；

• 化雨：利用模型演算法和人工智慧等技術對存儲的數據進行計算整合讓數據與演算法產生質變反應化雲為雨，讓真正有價值的數據流動起來；

• 開渠引流，潤物無聲：將落下「雨水」匯合成數據湖泊，對數據進行標注與處理根據行業需求開渠引流，將一條一條的數據支流匯合集成數據應用中，為行業用戶帶來價值，做到春風化雨，潤物無聲。

『柒』 數據分析部門與數據倉庫部門之間的職責劃分應該是怎樣

那麼究竟數據倉庫的「行」在何處：它可以為我們帶來什麼？為什麼「不行」：它的應用為什麼不能達到其預期的效果？怎樣才能使數據倉庫從「不行」的模式轉到到「行」的模式？本文試對此進行探討，並認為數據的集中統一是數據倉庫應用的基礎；確立合理的數據模型是數據倉庫應用的核心；高效的應用系統是數據倉庫應用的動力；良好的外部環境是數據倉庫成功應用的外部保障。 數據倉庫的「行」 這里所說的數據倉庫的「行」主要是指數據倉庫可以做什麼，它的使用能為證券業帶來哪些好處，為什麼對券商來說是一個行之有效的工具。 數據倉庫（Data Warehouse）是在資料庫基礎上發展而來的，是一個面向主題的、集成的、穩定的、不同時期的數據集合，用以支持企業經營管理中的決策過程。它通常由三個部分構成：數據倉庫、聯機分析處理及數據挖掘，它們之間具有極強的互補關系。數據倉庫用來對大量的數據按一定的結構進行組織存儲；聯機分析處理則可進行靈活豐富的多維分析與查詢，可以從不同的角度去分析企業的運作情況，並對未來進行預測；數據挖掘則是對現有數據進行深層次的研究分析，從中找出對經營管理有用的結論。 由上述對數據倉庫的敘述，不難看出特別是對券商這種數據密集型的企業而言，數據倉庫技術的應用在以下三個方面有其得天獨厚之處和現實的意義： 提升客戶服務 雖然大部分券商已積累了大量的客戶信息和交易數據，但現在還沒有辦法對客戶的貢獻度、盈虧情況、持倉情況及操作習慣等進行統計和分析，為客戶提供針對其個人習慣的投資組合建議。而通過建立數據倉庫，為客戶資料的統計分析提供基本的信息源和輔助工具，已成為券商提高市場競爭能力和客戶服務水平的關鍵。提高資產質量 數據倉庫中強大的分析和預測功能為此提供了有力的支持，可根據股市行情走勢、上市公司的資料以及宏觀微觀經濟數據等對未來市場進行預測，為客戶和自有資產的經營管理提供合理的建議，從而有效地提高資產質量、防範經營風險。降低成本 數據倉庫的建立可使券商更加及時、准確地掌握自身的經營狀況、資金情況、利潤情況、客戶群分布等重要的信息，從而能有效地提高管理水平、降低經營成本，使整個證券公司的經營管理更加高效、科學、規范。數據倉庫的「不行」 雖然從理論上說數據倉庫技術的應用可以為券商帶來很大的收益，但實際情況卻並不盡如人意，完全意義上的數據倉庫的應用在證券業中還鮮有成功的案例，這也使得相當部分券商對它「望而卻步」，為什麼數據倉庫從「行」變成了「不行」，不能有效發揮其應有的作用呢？究其主要原因就是數據倉庫技術沒有做到與證券業務的有機融合 。系統平台不統一 目前大部分券商所用的業務系統平台並不統一，如交易系統用一種軟體，清算系統又用另一種軟體，還有的證券公司中各家營業部所採用的業務系統的平台也不一樣，而且大部分採用的都是分布的管理模式，這種情況造成了數據的分散、數據結構的多樣。而數據倉庫的基礎是大量集中的、豐富的、按統一規則組織存放的數據，分散的、結構不同的數據使得數據採集困難，數據倉庫不能有效地發揮其作用。技術與業務部門欠協調 數據倉庫的提出和應用通常都是技術部門在其中扮演重要角色，業務部門參與得較少，但實際上沒有業務部門與技術部門之間的很好協調，數據倉庫是不可能應用成功的。因為數據倉庫技術是管理科學、計算機科學、網路科學和分析手段的大融合，從技術上來說資料庫技術的發展已使數據倉庫的實現並不困難，而關鍵在於怎樣使用它。數據倉庫的成功使用離不開管理思想和業務經驗的完美結合，在有了相應的技術支持以後，只有同時具備豐富的業務經驗和先進的管理思想的使用者才能成功使用數據倉庫，得到有用的信息。缺乏管理經驗 數據倉庫不乏失敗的案例，如美國在對越戰爭中根據越軍對美軍攻擊的時間和次數而得出了一個「越軍在有月亮的晚上最易展開攻擊」的無用結論。數據倉庫使用時一個重要問題是建立模型，數據倉庫的產品一般可使用多種建模方法，如關聯法、依賴法、時序法、神經網路以及利用統計分析等等，然後利用模型去對問題進行分析得出相應結論，建立在數據倉庫之上的系統都是決策支持系統。而要進行決策，針對一個具體的問題怎樣分析，從什麼角度進行分析，何種因素是主要的、何種因素是次要的，採用何種方法建模以及怎樣建模都要依使用者的經驗而定，這就要求使用者對相關的業務非常熟悉並具備相應的管理和分析能力，否則得出的結論就很可能是無用的。而對我國大部分券商而言，缺少的恰好就是這種經驗，而且券商經營管理中的不規范也為數據倉庫的成功應用增加了難度。受政策影響較大 人們將市場對經濟的自動調節比喻為「一隻看不見的手」，而股市則是反映經濟情況的晴雨表，經濟學家一直試圖通過對市場的研究找出經濟發展的規律，數據倉庫的主要效用之一也就是通過對已有數據的分析藉以揭示市場內在的發展規律，從而得出市場可能的走向。但縱觀中國證券市場十多年的風風雨雨，國家政策與宏觀調控這只「看得見的手」在其中起了舉足輕重的作用，當然這是由於我國證券市場先天基礎不好，發展不規范使得國家不得不採取措施加以調整，但這也使得證券市場無可避免地打上了國家政策的烙印。這種情況下，單純根據市場規律，用數據倉庫進行分析得到的預測結果與實際情況就會有所偏差。從「不行」到「行」 如何將數據倉庫的「不行」變為「行」，使其在我國的證券業發展中發揮巨大的作用，是廣大券商普遍關心的一個問題 。那麼在找出「不行」的原因之後我們就可「對症下葯」採取相應的措施了。 數據的集中統一是數據倉庫應用的基礎。首先要統一券商所用信息系統的平台，各營業部均應採用統一的系統平台，同時各業務系統也採用統一的平台，統一數據結構。並採用集中的經營管理模式，使所有的數據都按相同的結構集中存放在一起，方便數據採集，做好數據倉庫應用的基礎工作。 確立合理的數據模型是數據倉庫應用的核心。電腦技術人員知道數據倉庫可以「做什麼」，業務人員則知道具體的分析要「怎麼做」，為此應將技術部門與相關的業務部門進行很好的協調，充分發揮技術人員和業務人員的優勢，根據證券業和本公司的具體情況選用合適的方法建立模型，這些模型經過檢驗正確後就可作為整個數據倉庫的核心，為經營管理提供決策建議。 高效的應用系統是數據倉庫應用的動力。數據模型建好以後，要使其發揮應有的作用就應在其上建立相應的應用系統，包括客戶關系管理系統、市場分析和風險控制系統等等，只有當建立於數據倉庫基礎之上的應用系統在券商的發展中起了很好的作用以後，證券公司的老總們才能充分意識到數據倉庫的重要性，這就是數據倉庫應用發展的動力所在。 良好的外部環境是數據倉庫成功應用的外部保障。令人欣慰的是國家已意識到證券市場健康穩定的重要性，證監會等領導機構對券商和上市公司的要求越來越嚴格，監管力度不斷加強，這一切都促使中國股市朝健康穩定的方向發展。我們有理由相信隨著我國證券市場的逐步規范，股市也必將按市場規律進行發展，數據倉庫就會發揮越來越大的作用。 結束語 數據倉庫的應用在國外取得了很大的成功，但中國與外國在數據倉庫的應用環境方面有很大的區別，所以數據倉庫在中國的應用成功的案例並不多。為了促進這項技術在證券業的成功應用，除了證監會等領導機構對證券市場進行規范為其創造良好的外部環境之外，更重要的是各證券公司注意業務系統平台的集中統一和技術與業務的有機融合，做好數據倉庫應用的准備，勇敢面對加入WTO所帶來的挑戰。
-

『捌』 雲財經數據倉庫股票數據是真是假

雲財經數據倉庫股票數據分析結果顯示，量化交易行情數據，可以看見滬深A股日線行情數據或分鍾行情等，也有量化投資入門知識叫你看懂股票。更有工具教你如何看懂k線數據圖。也有兩種股票數據提供你查看，api和csv股票數據，所以這個數據是可以參照雲財經數據倉庫的數據，但不可以完全照著操作，畢竟都是有風險。