股票数据的扩展数据
MACD等其余指标的计算类似
在此基础上还可以派生各指标与前一天相比是上
涨还是下降的新指标
设计题目
1. 2. 3. 4. 5. 6. 7. 8. 9. 基于股票数据的预测分析 基于msweb数据的网页浏览推荐系统 基于msnbc数据的网页序列分析系统 基于大写英文字母的识别系统 基于图像扫描格式的手写数字识别系统 垃圾邮件过滤系统 100种植物叶子的判别系统 电信客户流失预测分析 自拟题目
基于大写英文字母的识别系统
• • 数据量：20000个 类分布
789 A 734 H 753 O 764 V 766 B 736 C 805 D 768 E 775 F 755 I 747 J 739 K 761 L 792 M 803 P 783 Q 758 R 748 S 796 T 752 W 787 X 786 Y 734 Z 773 G 783 N 813 U
基于大写英文字母的识别系统
• • 数据文件
letter-recognition.data
文件格式：
T,2,8,3,5,1,8,13,0,6,6,10,8,0,8,0,8
1. 2. 3. 4. 5. 6. 7. 8. 9. 10. 11. 12. 13. 14. 15. 16. 17. lettr x-box y-box width high onpix x-bar y-bar x2bar y2bar xybar x2ybr xy2br x-ege xegvy y-ege yegvx capital letter (26 values from A to Z) horizontal position of box (integer) vertical position of box (integer) width of box (integer) height of box (integer) total # on pixels (integer) mean x of on pixels in box (integer) mean y of on pixels in box (integer) mean x variance (integer) mean y variance (integer) mean x y correlation (integer) mean of x * x * y (integer) mean of x * y * y (integer) mean edge count left to right (integer) correlation of x-ege with y (integer) mean edge count bottom to top (integer) correlation of y-ege with x (integer)
设计题目
1. 2. 3. 4. 5. 6. 7. 8. 9. 基于股票数据的预测分析 基于msweb数据的网页浏览推荐系统 基于msnbc数据的网页序列分析系统 基于大写英文字母的识别系统 基于图像扫描格式的手写数字识别系统 垃圾邮件过滤系统 100种植物叶子的判别系统 电信客户流失预测分析 自拟题目
以n日KDJ数值的计算为例，其计算公式为
n日RSV=（Cn－Ln）÷（Hn－Ln）×100
公式中，Cn为第n日收盘价；Ln为n日内的最低价；
Hn为n日内的最高价。
股票数据的扩展数据(cont.)
其次，计算K值与D值： 当日K值=2/3×前一日K值+1/3×当日RSV 当日D值=2/3×前一日D值+1/3×当日K值 若无前一日K 值与D值，则可分别用50来代替。
基于位图格式的手写数字识别系统
股票数据的扩展数据
KDJ指标：
KDJ指标又叫随机指标，是一种相当新颖、 实用的技术分析指标，它起先用于期货市场的分 析，后被广泛用于股市的中短期趋势分析，是期 货和股票市场上最常用的技术分析工具
股票数据的扩展数据(cont.)
KDJ指标具体计算：
KDJ的计算首先要计算周期（n日、n周等）的RSV值， 即未成熟随机指标值，然后再计算K值、D值、J值等。
基于msweb数据的网页浏览推荐系统(cont.)
• 文件格式说明： C,“10164”,10164//标志一个访问记录 V,1123,1 //访问1123 V,1009,1 //访问1009 V,1052,1 //访问1052
基于msweb数据的网页浏览推荐系统(cont.)
日志文件不能直接装入clementine，需 要通过编写程序完成日志文件转化为 clementine的可变文件格式才能进行操作
NewStock的计算： if @OFFSET(STOCKID,1) /= @THIS(STOCKID) then 1 else 0 endif
KDJ的计算
RSV的计算：
if @THIS(NewStock)=1 then (SPJ - ZDJ+0.01)/(ZGJ - ZDJ +0.01) elseif @OFFSET(NewStock,1)=1 then (SPJ - @MIN(ZDJ,2)+0.01)/(@MAX(ZGJ,2)- @MIN(ZDJ,2)+0.01) * 100 elseif @OFFSET(NewStock,2)=1 then (SPJ - @MIN(ZDJ,3)+0.01)/(@MAX(ZGJ,3)- @MIN(ZDJ,3)+0.01) * 100 elseif @OFFSET(NewStock,3)=1 then (SPJ - @MIN(ZDJ,4)+0.01)/(@MAX(ZGJ,4)- @MIN(ZDJ,4)+0.01) * 100 else (SPJ - @MIN(ZDJ,5)+0.01)/(@MAX(ZGJ,5)- @MIN(ZDJ,5)+0.01) * 100 endif
五、设计进度安排
1、13周星期五前
选题、交分组名单和课程设计题目； 收集资料、需求分析； 数据分析
2、14周星期一至16周星期四
程序设计 撰写课程设计报告
3、16周星期五
交作业，汇报演示。
设计题
数据说明以及注意点
设计题目
1. 2. 3. 4. 5. 6. 7. 8. 9. 基于股票数据的预测分析 基于msweb数据的网页浏览推荐系统 基于msnbc数据的网页序列分析系统 基于大写英文字母的识别系统 基于图像扫描格式的手写数字识别系统 垃圾邮件过滤系统 100种植物叶子的判别系统 电信客户流失预测分析 自拟题目
股票数据的扩展数据(cont.)
J值=3*当日K值-2*当日D值 以9日为周期的KD线为例，即未成熟随机值，计算公
式为
9日RSV=（C－L9）÷（H9－L9）×100
公式中，C为第9日的收盘价；L9为9日内的最低价；
H9为9日内的最高价。
股票数据的扩展数据(cont.)
K值=2/3×第8日K值+1/3×第9日RSV D值=2/3×第8日D值+1/3×第9日K值 J值=3*第9日K值-2*第9日D值 若无前一日K值与D值，则可以分别用50代替。
基于msweb数据的网页浏览推荐系统(cont.)
• 文件格式说明：
– A,1277,1,"NetShow for PowerPoint","/stream"
„A‟ 属性行标记, „1277‟ 为一网页vroot的属性 ID „1‟ 可以忽略 ‘“NetShow for PowerPoint”为网页vroot的标题 “/stream”‟为一URL地址
Байду номын сангаас
三、设计内容
要求做好需求调查，了解相关数据的含义，完 成数据的基本描述、离群点数据的修正、缺失值 的替补，分析变量间的相关性以及变量重要性分 析，在此基础上，结合适当的模型对数据进行模 型构建，对模型的结果给出合理的解释，最后利 用熟悉的开发工具实现一个简单的模型应用系统， 撰写课程设计说明书，内容包括题目分析的意义、 数据基本分析、相关性分析、模型构建、结果分 析、应用系统设计与实现、结论、参考文献等部 分；完成课程设计答辩
设计题目
1. 2. 3. 4. 5. 6. 7. 8. 9. 基于股票数据的预测分析 基于msweb数据的网页浏览推荐系统 基于msnbc数据的网页序列分析系统 基于大写英文字母的识别系统 基于图像扫描格式的手写数字识别系统 垃圾邮件过滤系统 100种植物叶子的判别系统 电信客户流失预测分析 自拟题目
设计题目
1. 2. 3. 4. 5. 6. 7. 8. 9. 基于股票数据的预测分析 基于msweb数据的网页浏览推荐系统 基于msnbc数据的网页序列分析系统 基于大写英文字母的识别系统 基于图像扫描格式的手写数字识别系统 垃圾邮件过滤系统 100种植物叶子的判别系统 电信客户流失预测分析 自拟题目
KDJ的计算
• K的计算：
if @THIS(NewStock)=1 then 50 else @OFFSET(K,1)*2/3+RSV/3 endif
• D的计算
if @THIS(NewStock)=1 then 50 else @OFFSET(D,1)*2/3+K/3 endif
• J的计算
3*K-2*D
基于msweb数据的网页浏览推荐系统
•
•
数据文件
anonymous-msweb.data
文件格式：
I,4,"","created by getlog.pl" T,1,"VRoot",0,0,"VRoot" N,0,"0" N,1,"1" T,2,"Hide1",0,0,"Hide" N,0,"0" N,1,"1" A,1287,1,"International AutoRoute","/autoroute"