基于行为特征和分形降维的股价趋势预测方法研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 课题研究背景及意义 | 第9-10页 |
| 1.2 国内外研究现状及分析 | 第10-13页 |
| 1.2.1 股价预测方法的研究现状 | 第10-11页 |
| 1.2.2 分形降维方法的研究现状 | 第11-12页 |
| 1.2.3 国内外文献综述的简析 | 第12-13页 |
| 1.3 本文主要研究内容 | 第13页 |
| 1.4 本文的结构 | 第13-15页 |
| 第2章 股票指标的特征提取方法研究 | 第15-28页 |
| 2.1 行为类型特征提取 | 第15-23页 |
| 2.1.1 MACD行为特征指标的分析与设计 | 第15-18页 |
| 2.1.2 KDJ行为特征指标的分析与设计 | 第18-20页 |
| 2.1.3 MA行为特征指标的分析与设计 | 第20-23页 |
| 2.2 数值类型特征提取 | 第23-25页 |
| 2.2.1 成交量相关特征 | 第23-24页 |
| 2.2.2 价格震荡相关特征 | 第24-25页 |
| 2.3 指标特征的评价及筛选 | 第25-27页 |
| 2.4 本章小结 | 第27-28页 |
| 第3章 基于分形维度的特征选择算法 | 第28-42页 |
| 3.1 基于数据集的分形维度相关概念 | 第29-30页 |
| 3.1.1 分形维度基本概念 | 第29-30页 |
| 3.1.2 分形维度在数据集上的应用 | 第30页 |
| 3.2 基于分形维度的降维实现 | 第30-35页 |
| 3.2.1 分形维度计算方法 | 第30-32页 |
| 3.2.2 基于网格迭代的算法 | 第32-34页 |
| 3.2.3 基于位置定位的算法 | 第34-35页 |
| 3.3 股票特征的筛选方法 | 第35-37页 |
| 3.4 特征筛选效果对比实验 | 第37-41页 |
| 3.4.1 CBF与LBF算法对比实验 | 第37-38页 |
| 3.4.2 分形降维特征选择算法实验与分析 | 第38-41页 |
| 3.5 本章小结 | 第41-42页 |
| 第4章 基于行为特征的股价预测实验与分析 | 第42-55页 |
| 4.1 股价预测实验平台架构 | 第42-43页 |
| 4.2 股价预测实验平台的设计与实现 | 第43-48页 |
| 4.2.2 数据抓取模块 | 第43-44页 |
| 4.2.3 数据预处理模块 | 第44-45页 |
| 4.2.4 指标特征计算模块 | 第45-47页 |
| 4.2.5 分形降维模块 | 第47页 |
| 4.2.6 支持向量机模块 | 第47-48页 |
| 4.3 股价预测实验的设计与流程 | 第48-49页 |
| 4.4 实验结果及数据分析 | 第49-53页 |
| 4.4.1 模型参数的影响分析 | 第49-51页 |
| 4.4.2 行为指标观察窗口参数的影响分析 | 第51-52页 |
| 4.4.3 预测窗口的影响分析 | 第52-53页 |
| 4.5 本章小结 | 第53-55页 |
| 结论 | 第55-57页 |
| 参考文献 | 第57-62页 |
| 致谢 | 第62页 |
