数据挖掘是数据库应用和研究的一个新领域,其目标是通过对历史数据的分析统计出用户感兴趣的结果。在股票交易事物处理中,每天有大量的数据注入数据仓库,这些数据对我们了解股市走势,做出正确的投资决策提供了理论研究依据。随着时间序列分析理论和研究方法的逐步成熟,在股票系统分析中应用时间序列的预测分析变得具有现实意义。本文从应用角度出发,介绍了数据的基本概念,通过对时间序列数据的分析和处理,设计实现了一个以股市预测为具体对象的智能化数据挖掘系统。本系统首先对已有的时间序列进行分析和处理,提取模式特征量,匹配后进行相似性搜索,在时间序列数据库中搜索与这一特定时间序列相似的子序列,在搜索出的结果中进行模式分析,比较预期行为是否和自身的历史轨迹相似。本研究对我们提出的通过历史预测未来提供了有利证据,并对利用正则表达式进行字符串搜索来完成时间序列的数据挖掘进行了有益的尝试。