金融时间序列是一种以时间为对象以金融为题材的数据集合,通过对以往金融时间序列数据的观察、研究、统计计算,就有可能对事物长期的发展趋势作出可行的判断,而这个判断结果运用在金融研究方面将产生一定的价值。但是金融时间序列毕竟是新兴研究领域,人们思维从传统方式上面的过度需要一定的时间,加上金融行业本身给人们的印象是高风险高回报,所以研究金融时间序列课题要求我们具有高度冷静的心理和敢于勇往直前的精神。金融时间序列是对现实世界事物变化过程的具体化,而滑动平均算法是一种金融时间序列分析的基本算法之一,它并不像其他算法那么的复杂和繁琐,我们对它的研究在于使金融时间序列更为清楚的展现给人们奇异点的位置。然而,金融时间序列是不以人的意识变化而变化的,如何准确计算滑动平均线交叉点的收益率和命中率,命中率和收益率的权重偏向问题,以及曲线拟合误差的计算问题,都是本文研究的重点。本文从以下几个方面进行研究：1)滑动平均计算5日均线和10日均线的交叉点,求出时间位置,并计算收益率和命中率,最后对收益率,命中率,成交量,收盘价的权重进行FCM聚类,并从狭义和广义上分析聚类结果。2)对定义类型为对称型的奇异点进行最小二乘法曲线拟合,并对结果进行误差分析,最后按行业划分,映射出宏观经济对金融市场的影响。