数据挖掘算法在股市预测中的应用研究
| 1 绪论 | 第1-14页 |
| ·研究背景 | 第7-8页 |
| ·国内外研究综述 | 第8-12页 |
| ·预测方法综述 | 第8-9页 |
| ·股票分析预测方法综述 | 第9-10页 |
| ·数据挖掘算法综述 | 第10-12页 |
| ·股价(股指)预测存在的问题 | 第12页 |
| ·主要研究内容 | 第12-14页 |
| 2 股市预测研究 | 第14-23页 |
| ·引言 | 第14页 |
| ·股市常用预测方法 | 第14-16页 |
| ·证券投资分析方法 | 第14-15页 |
| ·时间序列分析方法 | 第15-16页 |
| ·神经网络预测方法 | 第16页 |
| ·其他预测方法 | 第16页 |
| ·股价指数、股市预测变量及相关变量 | 第16-18页 |
| ·股价指数 | 第16页 |
| ·股市预测变量和相关变量 | 第16-18页 |
| ·股市常用技术指标 | 第18-23页 |
| ·移动平均线MA | 第18页 |
| ·随机指标(KDJ) | 第18-19页 |
| ·平滑异同移动平均线MACD | 第19-20页 |
| ·相对强弱指数(RSI) | 第20页 |
| ·人气指标(OBV) | 第20-21页 |
| ·股指气势指标(AR) | 第21页 |
| ·股指意愿指标(BR) | 第21-22页 |
| ·乖离率(BIAS) | 第22-23页 |
| 3 数据挖掘算法研究 | 第23-38页 |
| ·数据挖掘基本思想 | 第24-25页 |
| ·数据挖掘分类 | 第25-27页 |
| ·数据挖掘处理过程模型 | 第27-29页 |
| ·数据挖掘算法 | 第29-35页 |
| ·关联规则 | 第30-31页 |
| ·粗糙集理论 | 第31页 |
| ·进化计算 | 第31-32页 |
| ·决策树 | 第32-33页 |
| ·人工神经网络 | 第33-34页 |
| ·灰色系统理论 | 第34-35页 |
| ·数据挖掘算法在股票分析预测中的应用 | 第35-36页 |
| ·数据挖掘算法研究现状 | 第36-38页 |
| 4 数据挖掘算法在股指预测中的应用 | 第38-55页 |
| ·灰色预测在股指预测中的应用 | 第38-43页 |
| ·灰色预测在股票分析中的可行性 | 第39页 |
| ·GM(1，1)模型对上证综合指数进行预测 | 第39-43页 |
| ·神经网络在股指预测中的应用 | 第43-49页 |
| ·神经网络在股票预测中的可行性 | 第46页 |
| ·神经网络对上证综合指数进行预测 | 第46-49页 |
| ·灰色系统与神经网络组合模型在股指预测中的应用 | 第49-54页 |
| ·灰色系统与神经网络组合模型 | 第50-51页 |
| ·应用实例 | 第51-54页 |
| ·本章小结 | 第54-55页 |
| 5 数据挖掘算法在股票价格预测中的应用 | 第55-76页 |
| ·神经网络在股票价格预测中的应用 | 第55-67页 |
| ·BP网络对沪市个股进行预测 | 第55-60页 |
| ·径向基函数网络对沪市个股进行预测 | 第60-67页 |
| ·时间序列预测技术在股票价格预测中的应用 | 第67-75页 |
| ·一次指数平滑法 | 第67-68页 |
| ·二次指数平滑法 | 第68-69页 |
| ·三次指数平滑法 | 第69-70页 |
| ·指数平滑法对沪市个股进行预测 | 第70-75页 |
| ·本章小结 | 第75-76页 |
| 6 结语 | 第76-79页 |
| 致谢 | 第79-80页 |
| 参考文献 | 第80-81页 |
