股票分析作为金融领域的研究热点之一，吸引了大量的研究人员。在大量的股票历史数据中寻找规律并预测股票走势已经成为一个热门的研究课题。为了更好地观察中国A股与A股之间的联系，针对股票效应的滞后性，提出了一种改进的基于时间序列的关联规则挖掘算法gap-Apriori。实验采用四个关联规则采矿算法：Apriori、FP-增长、Eclat和GAP Apriori对A股交易数据进行了分析，从2007到2021。实验结果表明，Apriori算法算法比其他三种算法更适合高维股票数据挖掘。改进后的gap-Apriori算法可以分析任意时期的股票联动状态，有效提高了算法的运行效率。