基于粗糙集的绩优股票预测系统研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第一章 绪论 | 第10-17页 |
| ·选题的研究背景及意义 | 第10页 |
| ·股票的相关知识 | 第10-12页 |
| ·股票分析方法研究现状 | 第12-14页 |
| ·传统的技术分析方法 | 第12页 |
| ·人工神经网络法 | 第12页 |
| ·时间序列分析法 | 第12-13页 |
| ·粗糙集方法研究现状 | 第13-14页 |
| ·论文中遇到的问题 | 第14-15页 |
| ·论文的主要内容和创新点 | 第15-17页 |
| ·论文的结构 | 第15页 |
| ·创新点 | 第15-17页 |
| 第二章 粗糙集理论 | 第17-24页 |
| ·知识与知识的表示 | 第17-18页 |
| ·粗糙集理论基础 | 第18-23页 |
| 本章小结 | 第23-24页 |
| 第三章 时间序列数据预处理 | 第24-35页 |
| ·时间序列概念 | 第24-25页 |
| ·数据清洗 | 第25-26页 |
| ·低通滤波器法 | 第25-26页 |
| ·移动平均法 | 第26页 |
| ·时态信息系统转换信息系统 | 第26-30页 |
| ·滑动窗口法 | 第27-28页 |
| ·趋势增量法 | 第28-30页 |
| ·Columnizing 法 | 第30页 |
| ·实时时态信息系统转换成时态信息系统 | 第30-31页 |
| ·基于最大公约数转换方法 | 第31页 |
| ·基于最小时间间隔的转换方法 | 第31页 |
| ·离散化 | 第31-34页 |
| ·等距离、等频率离散化方法 | 第32页 |
| ·NaiveScaler 算法 | 第32页 |
| ·SemiNaiveScaler 算法 | 第32-33页 |
| ·布尔逻辑和粗糙集理论相结合的离散化算法 | 第33-34页 |
| 本章小结 | 第34-35页 |
| 第四章 属性约简与值约简 | 第35-45页 |
| ·属性约简 | 第35-38页 |
| ·常见的约简算法 | 第35页 |
| ·差别矩阵法 | 第35-36页 |
| ·基于信息熵的属性约简 | 第36-38页 |
| ·值约简 | 第38-44页 |
| ·标记法 | 第38-39页 |
| ·差别矩阵法 | 第39-40页 |
| ·改进的基于属性重要性的属性值约简算法 | 第40-44页 |
| 本章小结 | 第44-45页 |
| 第五章 趋势预测 | 第45-51页 |
| ·待预测数据集预处理 | 第46页 |
| ·规则匹配 | 第46-50页 |
| ·改进的部分匹配算法 | 第47-49页 |
| ·实例分析 | 第49-50页 |
| 本章小结 | 第50-51页 |
| 第六章 基于粗糙集的股票预测系统设计与实现 | 第51-59页 |
| ·系统设计 | 第51-52页 |
| ·实验数据集 | 第52-53页 |
| ·软件设计与实施 | 第53-58页 |
| ·数据库访问 | 第53页 |
| ·股票历史数据查询模块 | 第53-54页 |
| ·数据预处理模块的设计 | 第54-56页 |
| ·规则抽取模块设计 | 第56-57页 |
| ·趋势预测模块设计 | 第57-58页 |
| 本章小结 | 第58-59页 |
| 结论 | 第59-60页 |
| 参考文献 | 第60-62页 |
| 攻读硕士学位期间发表的学术论文 | 第62-63页 |
| 致谢 | 第63-64页 |
