股票时间序列数据关联规则挖掘研究综述报告

股票市场是金融领域一个重要的研究对象，时间序列数据分析是揭示其变化规律的关键。本报告旨在探讨基于股票时间序列数据的关联规则挖掘，这一方法可以帮助发现股票市场中隐藏的模式和关联性。通过挖掘不同股票间的关联规则，可以揭示其潜在的市场行为和趋势，为投资决策提供参考。研究文献综述了相关方法和技术，如Apriori算法、FP-growth算法等，以及其在股票市场中的应用。这些方法能够识别出潜在的股票市场规律，为投资者提供更多的决策依据。