| 中文摘要 | 第1-5页 |
| 英文摘要 | 第5-8页 |
| 1 绪论 | 第8-11页 |
| ·课题背景 | 第8页 |
| ·国内外现状综述 | 第8-9页 |
| ·本文工作简介 | 第9-11页 |
| 2 相关技术分析 | 第11-26页 |
| ·引言 | 第11页 |
| ·决策支持系统 | 第11-17页 |
| ·决策支持系统的现状研究 | 第11-13页 |
| ·决策支持系统的体系结构 | 第13-15页 |
| ·数据仓库技术 | 第15-17页 |
| ·智能证券分析技术 | 第17-20页 |
| ·证券市场预测的四大困难 | 第17页 |
| ·股市预测的科学思维 | 第17-18页 |
| ·计算机智能化证券技术分析 | 第18-20页 |
| ·数据挖掘技术研究 | 第20-24页 |
| ·数据挖掘的步骤 | 第20-22页 |
| ·数据挖掘的方法 | 第22-23页 |
| ·数据挖掘的应用 | 第23-24页 |
| ·小节 | 第24-26页 |
| 3 数据挖掘在证券分析中的应用研究 | 第26-37页 |
| ·引言 | 第26页 |
| ·数据挖掘与证券分析 | 第26-27页 |
| ·传统技术分析的缺陷 | 第26页 |
| ·经济学给我们的提示 | 第26-27页 |
| ·关联规则的应用 | 第27-29页 |
| ·关联规则的基本概念 | 第27-28页 |
| ·单维关联规则在证券分析中的应用 | 第28-29页 |
| ·多维关联规则在证券分析中的应用 | 第29页 |
| ·时间序列分析的应用 | 第29-33页 |
| ·趋势分析 | 第29-30页 |
| ·相似性搜索 | 第30-32页 |
| ·序列相似的快速搜索法 | 第32-33页 |
| ·聚类分析的应用 | 第33-36页 |
| ·聚类分析的模型 | 第33-34页 |
| ·聚类分析研究 | 第34-36页 |
| ·小结 | 第36-37页 |
| 4 证券投资辅助决策支持系统 StockLogic 的分析与设计 | 第37-47页 |
| ·引言 | 第37页 |
| ·需求分析与设计目标 | 第37-40页 |
| ·系统开发要求 | 第37页 |
| ·系统功能需求 | 第37-39页 |
| ·系统设计目标 | 第39-40页 |
| ·系统架构 | 第40-44页 |
| ·系统架构的选择 | 第40-42页 |
| ·后台数据库的选择 | 第42页 |
| ·系统架构设计 | 第42-44页 |
| ·重要子系统设计 | 第44-46页 |
| ·小结 | 第46-47页 |
| 5 StockLogic 系统的实现与测试 | 第47-53页 |
| ·引言 | 第47页 |
| ·运行环境与开发环境 | 第47页 |
| ·系统的访问层、逻辑层和交互层 | 第47-48页 |
| ·测试案例设计 | 第48-52页 |
| ·测试结果分析 | 第52页 |
| ·小结 | 第52-53页 |
| 6 结束语 | 第53-55页 |
| ·论文工作总结 | 第53页 |
| ·存在的问题 | 第53-54页 |
| ·进一步的研发工作及展望 | 第54-55页 |
| 致谢 | 第55-56页 |
| 参考文献 | 第56-58页 |
| 附录：作者在攻读硕士学位期间发表的论文目录 | 第58-59页 |
| 独创性声明 | 第59页 |
| 学位论文版权使用授权书 | 第59页 |