| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第9-14页 |
| 1.1 研究背景与意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.3 本文研究目的及主要工作 | 第12-13页 |
| 1.4 论文结构 | 第13-14页 |
| 2 数据挖掘技术 | 第14-25页 |
| 2.1 数据挖掘简介 | 第14-16页 |
| 2.2 数据挖掘中的关联分析 | 第16-21页 |
| 2.3 多层关联分析 | 第21-23页 |
| 2.4 最小生成树 | 第23-25页 |
| 3 线性回归与稳健回归分析 | 第25-28页 |
| 3.1 线性回归 | 第25-26页 |
| 3.2 稳健回归分析 | 第26-28页 |
| 4 上证指数周内前半周到后半周的股价涨跌幅预测 | 第28-46页 |
| 4.1 数据的来源 | 第28页 |
| 4.2 数据的预处理 | 第28-30页 |
| 4.3 涨跌散点图的拟合分析 | 第30-33页 |
| 4.4 前三天与后三天的概念分类 | 第33-35页 |
| 4.5 挖掘前三天与后三天各类的状态转移情况 | 第35-39页 |
| 4.6 挖掘后三天与前三天各类的状态转移情况 | 第39-42页 |
| 4.7 挖掘前三天与后三天以及下周前三天各类的状态转移情况 | 第42-46页 |
| 5 行业指数周内股价涨跌幅的预测 | 第46-55页 |
| 5.1 数据准备 | 第46页 |
| 5.2 最小生成树的行业分析 | 第46-50页 |
| 5.3 中心边缘行业板块周内前三天到后三天的规则挖掘 | 第50-55页 |
| 6 总结与展望 | 第55-56页 |
| 6.1 本文总结 | 第55页 |
| 6.2 本文的不足及展望 | 第55-56页 |
| 致谢 | 第56-57页 |
| 参考文献 | 第57-60页 |