数据挖掘可以称为数据库中的知识发现,它是从大量数据中发现并提取隐藏在其中的可信的、新颖的、有效的并能被人理解的模式的高级处理过程。数据挖掘解决了传统分析方法的不足,并能够对大规模数据的进行分析处理。数据挖掘从大量数据中提取出隐藏在数据之后的有用的信息,为人们的正确决策提供了很大的帮助。证券业作为我国较早应用信息技术的行业,已经建立了较完善的事务处理系统。多年的应用也使得证券行业积累了大量的数据,其中隐含着大量有价值的信息。如何利用这些数据,深层次地挖掘信息,为证券投资的决策服务,已成为证券行业研究的当务之急。(1)本文介绍了数据挖掘技术的发展现状和基本原理,讨论了数据挖掘技术在证券行业中的应用意义。(2)提出了一个集数据采集,转换和挖掘于一体的数据挖掘系统,并对其主要功能进行了比较详细的介绍。(3)聚类分析在证券投资方面的研究有很大的发掘空间。本文将聚类分析方法引入到证券投资分析中,对股票的行业因素、公司因素、收益性、成长性等基本层面进行考察,建立了较为全面的综合评价指标体系,衡量样本股票的“相似程度”。然后通过聚类分析模型来确定投资范围和投资价值。结果表明该方法能帮助投资者准确地了解和把握股票的总体特性,预测股票的发展潜力,并通过类的总体价格水平来预测股票价格的变动趋势,选择有利的投资时机。实证研究表明该方法对指导证券投资具有有效性和实用性。(4)数据挖掘的结果进行了分析,提出了下一步的具体工作。