数据挖掘,作为一种新颖的数据分析手段,在我国越来越多的企事业单位中得到应用,被广泛应用于数据库营销、客户关系管理、顾客行为预测、市场趋势预测等,它在对海量数据的处理和分析上有着显著的作用,有效的解决了“丰富的数据,贫乏的知识”这一难题。在每天的股票交易中总有大量的数据流动,这些数据我们给了我们的投资决策正确的理论依据。随着时间序列的数据挖掘理论和技术的不断成熟,将它应用于证券市场的分析已经成为可能。本文从理论的角度对数据挖掘的产生,应用作简单的介绍。通过对时间序列处理以及相似性搜索的多种方法的比较和分析,选择一种较为合理的方法设计一个以股票预测为对象的小型系统。它先对时间序列进行适当的处理,然后进行相似性搜索,分析未来的某短时间的走势是否是历史上的重现,并对得到的结果进行简单的分析。