智能股票分析系统的设计与实现研究
| 摘要 | 第1-6页 |
| Abstract | 第6-11页 |
| 1 绪论 | 第11-16页 |
| ·研究背景及意义 | 第11-12页 |
| ·国内外研究现状 | 第12-13页 |
| ·论文的主要内容 | 第13-14页 |
| ·论文的组织结构安排 | 第14-15页 |
| ·本章小结 | 第15-16页 |
| 2 智能股票分析系统相关知识介绍 | 第16-24页 |
| ·股票中基本概念 | 第16-17页 |
| ·股票价格影响因素分析 | 第17-20页 |
| ·量价分析理论 | 第20-21页 |
| ·股票分析方法介绍 | 第21-23页 |
| ·本章小结 | 第23-24页 |
| 3 智能股票分析系统的总体设计 | 第24-40页 |
| ·系统的功能描述 | 第24-26页 |
| ·系统的技术架构 | 第26-27页 |
| ·系统的功能结构 | 第27-29页 |
| ·系统的开发环境及相关技术介绍 | 第29-37页 |
| ·系统的开发环境 | 第29-30页 |
| ·实现系统需要的软件技术 | 第30-37页 |
| ·数据库设计 | 第37-39页 |
| ·本章小结 | 第39-40页 |
| 4 智能股票分析系统关键技术及实现过程研究 | 第40-81页 |
| ·基于 web 的股票信息抽取技术 | 第40-53页 |
| ·web 信息抽取技术 | 第40-41页 |
| ·web 信息抽取的一般模型和基本步骤 | 第41-42页 |
| ·web 信息抽取的主要方法 | 第42-46页 |
| ·基于正则表达式的信息抽取技术获取股票财务数据 | 第46-53页 |
| ·基于决策树分类的财务分析模型 | 第53-70页 |
| ·模型的设计 | 第54-55页 |
| ·数据挖掘 | 第55-58页 |
| ·决策树简介 | 第58-60页 |
| ·决策树分类算法 | 第60-62页 |
| ·模型建立的过程 | 第62-70页 |
| ·基于 GDI+的股票技术图形绘制 | 第70-79页 |
| ·相关技术指标图形介绍 | 第70-71页 |
| ·基于 GDI+的股票技术图像绘制难点及解决方案 | 第71-73页 |
| ·基于 GDI+的股票技术图像绘制 | 第73-79页 |
| ·本章小结 | 第79-81页 |
| 5 智能股票分析系统功能测试及应用 | 第81-88页 |
| ·web 数据采集功能 | 第81-83页 |
| ·即时数据采集模块 | 第81-82页 |
| ·财务数据采集模块 | 第82-83页 |
| ·投资分析功能 | 第83-86页 |
| ·智能选股模块 | 第83-84页 |
| ·量价分析模块 | 第84-86页 |
| ·信息检索模块 | 第86页 |
| ·本章小结 | 第86-88页 |
| 6 总结与展望 | 第88-89页 |
| ·总结 | 第88页 |
| ·展望 | 第88-89页 |
| 参考文献 | 第89-91页 |
| 附录 | 第91-92页 |
| 致谢 | 第92-93页 |
| 个人简历 | 第93页 |
| 发表的学术论文 | 第93页 |
