| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-15页 |
| 1.1 研究背景以及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.2.1 国外研究现状 | 第11-12页 |
| 1.2.2 国内研究现状 | 第12-13页 |
| 1.3 论文主要研究内容 | 第13-15页 |
| 第2章 相关理论知识 | 第15-23页 |
| 2.1 股票投资分析方法 | 第15-18页 |
| 2.1.1 基本分析法 | 第15-16页 |
| 2.1.2 技术分析法 | 第16-17页 |
| 2.1.3 量化分析法 | 第17-18页 |
| 2.2 数据挖掘理论 | 第18-21页 |
| 2.2.1 数据挖掘的任务 | 第19-20页 |
| 2.2.2 数据挖掘的步骤 | 第20-21页 |
| 2.3 数据挖掘在股票预测领域的适用性分析 | 第21-22页 |
| 2.4 本章小结 | 第22-23页 |
| 第3章 决策树与Boosting提升算法 | 第23-35页 |
| 3.1 C5.0决策树 | 第23-27页 |
| 3.1.1 C5.0决策树的生长 | 第23-26页 |
| 3.1.2 C5.0对数据的处理 | 第26-27页 |
| 3.2 Cart决策树算法 | 第27-31页 |
| 3.2.1 Cart决策树的生长 | 第27-29页 |
| 3.2.2 Cart决策树的修剪 | 第29-31页 |
| 3.2.3 Cart树的子树评估 | 第31页 |
| 3.3 Boosting提升算法 | 第31-34页 |
| 3.4 决策树以及提升Boosting算法在股票分析中的适用性 | 第34页 |
| 3.5 本章小结 | 第34-35页 |
| 第4章 决策树及Boosting算法在股票预测的应用 | 第35-44页 |
| 4.1 数据选取与指标确定 | 第35-37页 |
| 4.1.1 指标的确定 | 第35-36页 |
| 4.1.2 数据的选取 | 第36页 |
| 4.1.3 指标描述性统计 | 第36-37页 |
| 4.2 模型建立 | 第37页 |
| 4.3 实验 | 第37-42页 |
| 4.3.1 五特征C5.0决策树结合Boosting算法实验 | 第38-40页 |
| 4.3.2 五特征Cart树结合Boosting算法实验 | 第40页 |
| 4.3.3 七特征Cart树结合Boosting算法实验 | 第40-42页 |
| 4.4 实验结果评估 | 第42-43页 |
| 4.4.1 评价指标 | 第42页 |
| 4.4.2 实验结果对比 | 第42-43页 |
| 4.5 本章小结 | 第43-44页 |
| 结论 | 第44-46页 |
| 参考文献 | 第46-50页 |
| 攻读硕士学位期间发表的学术论文 | 第50-51页 |
| 致谢 | 第51页 |
