本书围绕股票大数据挖掘技术展开，主要介绍数据挖掘的方法及其在股票大数据上的实战应用。在1~3章中首先介绍数据挖掘的基本概念、常用算法和工具、大数据炒股、股票时间序列、量化投资、股票数据的获取等；在4~10章中，每一章根据股票挖掘的不同目标，介绍相关的数据挖掘算法，同时基于对基础算法的优劣势分析，提出适用于股票场内实盘交易全景数据分析的新方法，结合新方法在股票挖掘平台上的实现对股票的操作进行实战解析。具体包括：分类方法及股票买卖点的判断；相似/相关匹配方法及股票走势的预测；动态时间规整相似股票判断与投资组合；马尔科夫模型与股票盘面强弱状态的判断；关联规则与股票间的延时涨跌联动；n-gram模型与股票的幅值组合关系；深度学习与循环滚动预测等。