量化交易中的统计方法--基于回归与文本挖掘的两个实证研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-14页 |
| 1.1 量化交易介绍 | 第10-11页 |
| 1.2 量化分析研究现状 | 第11-12页 |
| 1.2.1 数理统计方法 | 第11-12页 |
| 1.2.2 数据挖掘方法 | 第12页 |
| 1.3 相关研究成果 | 第12-13页 |
| 1.4 本文结构安排 | 第13-14页 |
| 第2章 数据挖掘技术介绍 | 第14-30页 |
| 2.1 协同过滤算法分类 | 第15-20页 |
| 2.1.1 基于内存的协同过滤算法 | 第16-17页 |
| 2.1.2 基于模型的协同过滤算法 | 第17-18页 |
| 2.1.3 混合推荐算法 | 第18-20页 |
| 2.2 协同过滤算法衡量标准 | 第20-24页 |
| 2.2.1 推荐系统质量测量方法类型 | 第20-22页 |
| 2.2.2 常用协同过滤算法衡量指标 | 第22-24页 |
| 2.3 潜在语义分析技术 | 第24-26页 |
| 2.3.1 相关研究现状 | 第24-25页 |
| 2.3.2 LDA算法介绍 | 第25-26页 |
| 2.3.3 LDA算法的特点 | 第26页 |
| 2.4 支持向量机 | 第26-28页 |
| 2.5 小结 | 第28-30页 |
| 第3章 数理统计方法在金融市场中的应用 | 第30-44页 |
| 3.1 流动性相关研究介绍 | 第30-34页 |
| 3.1.1 流动性问题描述 | 第30-31页 |
| 3.1.2 流动性衡量方法 | 第31-32页 |
| 3.1.3 流动性问题研究现状 | 第32-33页 |
| 3.1.4 融资融券相关研究 | 第33-34页 |
| 3.2 非参数方法在流动性问题中的研究 | 第34-39页 |
| 3.2.1 Wilcoxon秩和检验介绍 | 第34-35页 |
| 3.2.2 实验设计 | 第35页 |
| 3.2.3 实证结果 | 第35-39页 |
| 3.3 参数方法在流动性问题中的研究 | 第39-42页 |
| 3.3.1 参数统计方法介绍 | 第39-40页 |
| 3.3.2 实验设计 | 第40页 |
| 3.3.3 实证结果 | 第40-42页 |
| 3.4 小结 | 第42-44页 |
| 第4章 数据挖掘算法在金融市场中的应用 | 第44-58页 |
| 4.1 相关研究现状 | 第44-45页 |
| 4.2 利用LDA对财经新闻做语义分析 | 第45-52页 |
| 4.2.1 LDA算法实现过程 | 第45-47页 |
| 4.2.2 实验结果分析 | 第47-52页 |
| 4.3 利用支持向量机预测沪深股指走势 | 第52-55页 |
| 4.3.1 支持向量机算法实现过程 | 第53页 |
| 4.3.2 实验结果分析 | 第53-55页 |
| 4.4 小结 | 第55-58页 |
| 第5章 总结与展望 | 第58-60页 |
| 5.1 本文总结 | 第58-59页 |
| 5.2 下一步工作与展望 | 第59-60页 |
| 参考文献 | 第60-66页 |
| 致谢 | 第66-68页 |
| 在读期间发表的学术论文 | 第68页 |
