大数据是近年来人们耳熟能详的词汇之一,政府部门利用大数据解决公共突发事件带来的资源调度和管理问题,工业界利用大数据技术提升产品的竞争力,金融业利用大数据预测金融市场的变化规律。林林总总,当今人们可谓进入了大数据时代。然而研究人员在研究大数据及其处理方法时,都会遇到一个不可回避的问题,即到哪里去获取大数据样本。由于大数据往往带有行业机密,不易公开等因素,使得获取所需大数据更为困难,所以生成仿真大数据集成为IT领域一个有价值的研究课题。本文针对组合投资预测应用问题,研究一种基于趋势预测的大数据生成方法,其中包括:(1)改进的时间序列预测生成算法研究。文中将介绍一种对于多维时间序列数据集的预测生成算法。(2)贝叶斯网络模型更新算法研究。把时间序列趋势预测数据模拟为随时间推移新产生的数据,使历史数据训练的贝叶斯网络模型随着新数据集的加入进行更新操作。(3)贝叶斯网络节点序列的搜索算法研究。搜索满足趋势发展要求的数据节点序列及其联合概率,并把节点序列集和概率作为大数据生成的基础数据集。(4)基于趋势预测的大数据随机生成算法研究。基于基础数据集,采用权重随机方法生成定制体量的大数据集。实验结果表明,与传统数据生成技术相比,本文提出的大数据生成方法所生成的大数据集可在保证数量的同时,也保证了原有数据相关性、时序性等特征。生成的数据具有较高的质量,具有用于组合投资预测研究的价值。