- 量化投资：MATLAB数据挖掘技术与实践（第2版）
- 卓金武
- 452字
- 2025-02-27 14:07:42
第6章 关联规则方法
关联规则挖掘的目标是发现数据项集之间的关联关系或相关联系，是数据挖掘中的一个重要课题。
关联规则挖掘的一个典型例子是购物篮分析。关联规则挖掘有助于发现交易数据库中不同商品（项）之间的联系，找出顾客购物模式，如购买了某一商品对购买其他商品的影响。分析结果可以应用于商品货架布局、货存安排，以及根据购物模式对用户进行分类。
Agrawal等于1993年首先提出了挖掘顾客交易数据库中数据项集间的关联规则的问题，以后诸多的研究人员对关联规则的挖掘问题进行了大量的研究。他们的工作包括对原有的算法进行优化，如引入随机采样、并行的思想等，以提高算法挖掘关联规则的效率；对关联规则的应用进行推广。
关联规则挖掘除了应用于顾客购物模式的挖掘，在其他领域也得到了应用，包括工程、医疗保健、金融证券分析、电信和保险业的错误校验等。在量化投资中，关联规则挖掘可以用于分析股市的联动模式，挖掘配对交易的对象。所以，关联规则挖掘在量化投资中的作用也非常明显。
本章将介绍关联规则挖掘的基本概念、主要算法和关联规则在量化投资中的典型案例。