基于相似性挖掘的金融数据分析系统的研究与应用
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 第一章 绪论 | 第8-13页 |
| ·研究背景 | 第8页 |
| ·研究现状 | 第8-11页 |
| ·证券分析的基本方法 | 第8-9页 |
| ·数据挖掘的概念 | 第9-10页 |
| ·两种技术分析方法的比较 | 第10页 |
| ·现有软件的不足和改进 | 第10-11页 |
| ·论文的研究内容与章节安排 | 第11-13页 |
| 第二章 金融数据表示方式的研究 | 第13-30页 |
| ·时间序列数据的定义 | 第13页 |
| ·一般时间序列数据的表示方法 | 第13-17页 |
| ·频域表示法 | 第13-14页 |
| ·时域表示法 | 第14-16页 |
| ·离散表示法 | 第16-17页 |
| ·奇异值分解 | 第17页 |
| ·改进的基于重要点的时间序列数据分段方法 | 第17-29页 |
| ·问题定义 | 第17页 |
| ·重要点的确定 | 第17-19页 |
| ·算法流程 | 第19页 |
| ·数据结构 | 第19-20页 |
| ·算法分析 | 第20-23页 |
| ·算法的实现 | 第23-25页 |
| ·实验与结论 | 第25-29页 |
| ·本章小结 | 第29-30页 |
| 第三章 金融数据的相似性度量 | 第30-42页 |
| ·一般时间序列相似程度的度量 | 第30-32页 |
| ·相关系数 | 第30页 |
| ·闵科夫斯基距离 | 第30-31页 |
| ·欧几里德距离 | 第31页 |
| ·编辑距离 | 第31页 |
| ·最大公共子串 | 第31-32页 |
| ·动态弯曲距离 | 第32页 |
| ·改进的基于变化率距离的相似性的度量 | 第32-41页 |
| ·问题的定义 | 第33页 |
| ·分段方法 | 第33-34页 |
| ·时间序列变化率距离的度量 | 第34-35页 |
| ·基于变化率距离的时间序列距离算法 | 第35-36页 |
| ·算法的实现 | 第36-37页 |
| ·实验和结论 | 第37-41页 |
| ·本章小结 | 第41-42页 |
| 第四章 金融数据分析系统的设计 | 第42-65页 |
| ·设计原则 | 第42页 |
| ·主要设计思想和技术 | 第42-44页 |
| ·定量化和可视化 | 第42-43页 |
| ·自动化和集成性 | 第43页 |
| ·分层编程 | 第43-44页 |
| ·需求分析 | 第44-47页 |
| ·注册登录 | 第44-45页 |
| ·数据采集与更新 | 第45页 |
| ·数据浏览及分析 | 第45-46页 |
| ·相似历史数据查找 | 第46页 |
| ·多支股票间关联比较 | 第46-47页 |
| ·总体设计 | 第47-49页 |
| ·注册登录模块的设计 | 第49页 |
| ·数据采集模块的设计 | 第49-58页 |
| ·数据的获取 | 第52-53页 |
| ·数据的解析 | 第53-56页 |
| ·数据的更新 | 第56-58页 |
| ·数据查看分析模块的设计 | 第58-63页 |
| ·历史交易数据查看 | 第59-60页 |
| ·相似区间查找 | 第60页 |
| ·相似股票查找 | 第60-61页 |
| ·财务数据查看 | 第61-63页 |
| ·数据库及持久化模块的设计 | 第63-64页 |
| ·数据库设计 | 第63页 |
| ·持久化模块的设计 | 第63-64页 |
| ·本章小结 | 第64-65页 |
| 第五章 总结和展望 | 第65-67页 |
| ·主要工作总结 | 第65-66页 |
| ·后续研究工作 | 第66-67页 |
| 附录1 数据库的设计 | 第67-76页 |
| 参考文献 | 第76-78页 |
| 致谢 | 第78-79页 |
| 攻读硕士学位期间已发表或录用的论文 | 第79-81页 |
