基于蚁群聚类算法的股票板块分类研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第一章 绪论 | 第6-10页 |
| 1.1 选题背景与研究意义 | 第6-7页 |
| 1.1.1 选题背景 | 第6页 |
| 1.1.2 研究意义 | 第6-7页 |
| 1.2 国内外研究现状分析 | 第7-8页 |
| 1.2.1 文献检索 | 第7页 |
| 1.2.2 文献分析 | 第7-8页 |
| 1.3 本文研究内容与方法 | 第8-10页 |
| 1.3.1 研究内容 | 第8页 |
| 1.3.2 研究方法 | 第8-10页 |
| 第二章 中国股票市场的股票分类及其问题 | 第10-28页 |
| 2.1 概述 | 第10页 |
| 2.2 股票价格决定理论及行业因素的影响 | 第10-11页 |
| 2.3 股票市场行业分类标准 | 第11-13页 |
| 2.3.1 ISIC行业分类 | 第11-12页 |
| 2.3.2 GICS行业分类 | 第12页 |
| 2.3.3 中国证监会行业分类 | 第12-13页 |
| 2.3.4 行业分类不足 | 第13页 |
| 2.4 研究数据样本 | 第13-14页 |
| 2.5 行业回报率研究 | 第14-22页 |
| 2.6 个股相关系数研究 | 第22-26页 |
| 2.6.1 研究方法 | 第22-25页 |
| 2.6.2 数据结果 | 第25-26页 |
| 2.7 结论 | 第26-28页 |
| 第三章 基于蚁群聚类算法的股票板块分类方法 | 第28-43页 |
| 3.1 概述 | 第28页 |
| 3.2 聚类分析 | 第28-31页 |
| 3.2.1 聚类分析定义 | 第28-29页 |
| 3.2.2 聚类方法分类 | 第29-30页 |
| 3.2.3 常用聚类算法 | 第30-31页 |
| 3.3 股票聚类研究 | 第31-32页 |
| 3.4 蚁群聚类算法 | 第32-41页 |
| 3.4.1 群体智能算法 | 第32页 |
| 3.4.2 蚁群算法 | 第32-36页 |
| 3.4.3 蚁群聚类算法 | 第36-37页 |
| 3.4.4 优化的蚁群聚类算法 | 第37-41页 |
| 3.5 财务指标聚类分析 | 第41-42页 |
| 3.5.1 财务指标聚类原理 | 第41页 |
| 3.5.2 财务指标聚类优点 | 第41页 |
| 3.5.3 财务指标选取 | 第41-42页 |
| 3.6 收益率聚类分析 | 第42-43页 |
| 第四章 基于蚁群聚类算法的股票板块分类实证 | 第43-54页 |
| 4.1 财务指标聚类实证结果 | 第43-50页 |
| 4.1.1 数据样本 | 第43-47页 |
| 4.1.2 聚类结果 | 第47-50页 |
| 4.2 收益率聚类分析实证结果 | 第50-54页 |
| 4.2.1 数据样本 | 第50-51页 |
| 4.2.2 月度收益率聚类结果 | 第51页 |
| 4.2.3 年度收益率聚类结果 | 第51-54页 |
| 第五章 结论与展望 | 第54-55页 |
| 5.1 研究成果 | 第54页 |
| 5.2 未来研究方向 | 第54-55页 |
| 附录一 按财务指标聚类结果 | 第55-67页 |
| 附录二 按年度收益率聚类结果 | 第67-73页 |
| 参考文献 | 第73-76页 |
| 致谢 | 第76-77页 |
