数据挖掘方法在股票分析中的应用与研究
| 摘要 | 第1-6页 |
| Abstract | 第6-8页 |
| 目录 | 第8-10页 |
| 1. 绪论 | 第10-18页 |
| ·研究背景 | 第10-11页 |
| ·论文研究意义 | 第11-13页 |
| ·国内外研究现状及文献综述 | 第13-17页 |
| ·论文框架结构 | 第17-18页 |
| 2. 数据挖掘与股票分析概述 | 第18-26页 |
| ·数据挖掘技术概述 | 第18-20页 |
| ·股票分析概述 | 第20-21页 |
| ·数据挖掘技术的优点及其运用于股票市场的适用性 | 第21-26页 |
| ·数据挖掘的探索性 | 第21-22页 |
| ·数据挖掘方法的多样性 | 第22-23页 |
| ·数据挖掘方法稳健可靠的评估 | 第23-25页 |
| ·数据挖掘运用于股票市场的适用性 | 第25-26页 |
| 3. 数据挖掘理论模型介绍 | 第26-33页 |
| ·LOGISTIC回归模型介绍 | 第26-28页 |
| ·决策树(DECISION TREE)介绍 | 第28-31页 |
| ·神经网络模型介绍 | 第31-33页 |
| 4. 公司财务指标概述及分类 | 第33-40页 |
| ·上市公司财务指标的选取 | 第33-38页 |
| ·上市公司的分类标准 | 第38-39页 |
| ·数据来源及筛选 | 第39-40页 |
| 5. 基于数据挖掘方法的实证分析 | 第40-57页 |
| ·基于LOGISTIC回归方法的实证分析 | 第40-45页 |
| ·模型设计 | 第40-41页 |
| ·实证结果 | 第41-42页 |
| ·模型评估 | 第42-45页 |
| ·基于决策树分类的实证分析 | 第45-49页 |
| ·模型设计 | 第45-46页 |
| ·实证结果 | 第46-48页 |
| ·模型评估 | 第48-49页 |
| ·基于神经网络模型的实证分析 | 第49-54页 |
| ·模型设计 | 第50页 |
| ·实证结果 | 第50-53页 |
| ·模型评估 | 第53-54页 |
| ·各模型的比较研究 | 第54-57页 |
| 6. 总结 | 第57-58页 |
| 参考文献 | 第58-61页 |
| 致谢 | 第61页 |
