数据挖掘在证券分析中的应用
摘要 | 第1-5页 |
ABSTRACT | 第5-6页 |
第1章 绪论 | 第6-9页 |
·课题的研究背景 | 第6-7页 |
·课题的研究意义 | 第7页 |
·本文的组织结构 | 第7-9页 |
第2章 数据挖掘技术 | 第9-17页 |
·数据挖掘技术 | 第9-11页 |
·数据挖掘的概念 | 第9页 |
·数据挖掘的功能 | 第9-11页 |
·数据挖掘的步骤 | 第11页 |
·关联规则挖掘 | 第11-14页 |
·关联规则挖掘的概念 | 第11-12页 |
·关联规则的定义 | 第12-13页 |
·关联规则形式和分类 | 第13-14页 |
·时间序列分析 | 第14-17页 |
·时间序列分析的基本概念 | 第14-15页 |
·时间序列分析的方法 | 第15-17页 |
第3章 中国股市及证券行业 | 第17-23页 |
·中国股市简要分析 | 第17-20页 |
·中国股市简介 | 第17页 |
·目前分析和研究股市的方法 | 第17-19页 |
·证券业中聚集的数据种类 | 第19-20页 |
·应用方向分析 | 第20-23页 |
·股市技术分析 | 第20-21页 |
·股市基础分析 | 第21-22页 |
·客户关系管理 | 第22-23页 |
第4章 关联规则挖掘在证券行业中的应用 | 第23-30页 |
·简单的一维关联规则分析 | 第23-25页 |
·经典Apriori算法 | 第25-29页 |
·Apriori算法的性能瓶颈问题 | 第29-30页 |
第5章 时间序列数据分析在证券行业中的应用 | 第30-42页 |
·基于约束的数据挖掘 | 第30-34页 |
·约束在数据挖掘中的作用 | 第30-31页 |
·约束的类型 | 第31-33页 |
·元规则指导的关联规则挖掘 | 第33-34页 |
·股票时间序列数据分析概述 | 第34-35页 |
·相似性的研究 | 第34页 |
·趋势分析与值预测研究 | 第34-35页 |
·时间序列中关联规则的抽取 | 第35页 |
·基于元规则指导的股票联动关联规则挖掘算法 | 第35-41页 |
·问题的提出与元规则的确定 | 第35-36页 |
·算法过程描述 | 第36-40页 |
·算法讨论 | 第40-41页 |
·本章小结 | 第41-42页 |
第六章 结束语 | 第42-43页 |
致谢 | 第43-44页 |
主要参考文献 | 第44-47页 |
攻读硕士学位期间发表的论文 | 第47-48页 |