| 摘要 | 第8-9页 |
| Abstract | 第9-10页 |
| 第1章 绪论 | 第11-15页 |
| 1.1 课题背景与意义 | 第11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.3 主要研究内容 | 第13-15页 |
| 第2章 相关概念与理论基础 | 第15-25页 |
| 2.1 股票预测分析基本理论 | 第15-17页 |
| 2.1.1 股票预测的理论基础 | 第15-16页 |
| 2.1.2 股票预测面临的问题 | 第16-17页 |
| 2.2 集成学习算法 | 第17-21页 |
| 2.2.1 决策树原理 | 第17-18页 |
| 2.2.2 CART原理 | 第18页 |
| 2.2.3 GBDT原理 | 第18-20页 |
| 2.2.4 XGBoost原理 | 第20-21页 |
| 2.3 时间序列模型 | 第21-22页 |
| 2.3.1 自回归模型(AR) | 第21页 |
| 2.3.2 移动平均模型(MA) | 第21-22页 |
| 2.3.3 自回归移动平均模型(ARMA) | 第22页 |
| 2.3.4 差分整合移动平均自回归模型(ARIMA) | 第22页 |
| 2.4 离散小波变换 | 第22-23页 |
| 2.5 网格搜索算法 | 第23-24页 |
| 2.6 本章小结 | 第24-25页 |
| 第3章 基于GS-XGBoost模型的股票预测研究 | 第25-33页 |
| 3.1 引言 | 第25-26页 |
| 3.2 GS-XGBoost模型的构建 | 第26-27页 |
| 3.2.1 GS-XGBoost模型 | 第26页 |
| 3.2.2 GS-XGBoost模型流程图 | 第26-27页 |
| 3.3 实验结果及分析 | 第27-32页 |
| 3.3.1 实验评价指标 | 第27-28页 |
| 3.3.2 实验数据 | 第28页 |
| 3.3.3 XGBoost模型实验结果分析 | 第28-29页 |
| 3.3.4 GS-XGBoost模型实验结果分析 | 第29-30页 |
| 3.3.5 实验结果对比分析 | 第30-32页 |
| 3.4 本章小结 | 第32-33页 |
| 第4章 基于DWT-GS-XGBoost模型的股票预测研究 | 第33-43页 |
| 4.1 引言 | 第33页 |
| 4.2 DWT-GS-XGBoost模型的构建 | 第33-35页 |
| 4.2.1 DWT-GS-XGBoost模型 | 第33-35页 |
| 4.2.2 DWT-GS-XGBoost模型流程图 | 第35页 |
| 4.3 实验结果与分析 | 第35-42页 |
| 4.3.1 实验数据 | 第35-36页 |
| 4.3.2 离散小波变换实验分析 | 第36-38页 |
| 4.3.3 DWT-GS-XGBoost模型实验分析 | 第38-39页 |
| 4.3.4 模型实验对比分析 | 第39-42页 |
| 4.4 本章小结 | 第42-43页 |
| 第5章 基于DWT-ARIMA-GSXGB模型的股票预测研究 | 第43-56页 |
| 5.1 引言 | 第43页 |
| 5.2 DWT-ARIMA-GSXGB模型的构建 | 第43-45页 |
| 5.2.1 DWT-ARIMA-GSXGB模型 | 第43-44页 |
| 5.2.2 DWT-ARIMA-GSXGB模型流程图 | 第44-45页 |
| 5.3 实验研究与分析 | 第45-55页 |
| 5.3.1 实验数据 | 第45-46页 |
| 5.3.2 实验评价指标 | 第46页 |
| 5.3.3 DWT-ARIMA-GSXGB模型实验结果对比与分析 | 第46-55页 |
| 5.4 本章小结 | 第55-56页 |
| 总结与展望 | 第56-58页 |
| 参考文献 | 第58-64页 |
| 致谢 | 第64-65页 |
| 附录A 攻读硕士学位期间发表的学术论文 | 第65页 |
