基于一种改进特征选择方法的股票分类研究
| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7页 |
| 1 绪论 | 第10-14页 |
| 1.1 研究背景与意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.3 本文创新工作 | 第13页 |
| 1.4 本文结构安排 | 第13-14页 |
| 2 特征选择方法理论 | 第14-20页 |
| 2.1 特征选择方法概述 | 第14页 |
| 2.2 特征选择的一般过程 | 第14-16页 |
| 2.2.1 生成过程 | 第14-15页 |
| 2.2.2 评估函数 | 第15-16页 |
| 2.3 特征选择方法的类型 | 第16-20页 |
| 2.3.1 特征选择方法类型一般概述 | 第16-17页 |
| 2.3.2 几种重要的特征选择方法介绍 | 第17-20页 |
| 3 基于改进遗传算法的混合式特征选择方法 | 第20-24页 |
| 3.1 改进的遗传算法(IGA) | 第20-22页 |
| 3.2 改进的混合式特征选择方法 | 第22-24页 |
| 3.2.1 第一阶段:过滤式阶段 | 第22-23页 |
| 3.2.2 第二阶段:IGA封装式阶段 | 第23-24页 |
| 4 股票分类实证研究 | 第24-35页 |
| 4.1 数据集描述 | 第24-25页 |
| 4.1.1 输入特征 | 第24页 |
| 4.1.2 输出变量 | 第24-25页 |
| 4.2 实证分析 | 第25-35页 |
| 4.2.1 SVM分类模型的建立 | 第25-27页 |
| 4.2.2 实证结果 | 第27-35页 |
| 5 结论 | 第35-36页 |
| 参考文献 | 第36-39页 |
| 作者简历及攻读硕士学位期间取得的研究成果 | 第39-41页 |
| 学位论文数据集 | 第41页 |
