基于数据挖掘技术的股票选择分析
| 摘要 | 第3-4页 |
| ABSTRACT | 第4页 |
| 第一章 绪论 | 第7-14页 |
| 1.1 研究背景 | 第7-9页 |
| 1.2 研究意义 | 第9-10页 |
| 1.3 论文结构技术路线 | 第10-12页 |
| 1.4 本文创新和不足之处 | 第12-14页 |
| 第二章 文献综述 | 第14-17页 |
| 第三章 数据挖掘技术概述 | 第17-23页 |
| 3.1 关联规则数据挖掘 | 第17-19页 |
| 3.1.1 关联规则的原理和计算步骤 | 第18页 |
| 3.1.2 关联规则的优缺点 | 第18-19页 |
| 3.2 决策树模型 | 第19-20页 |
| 3.2.1 决策树的原理和计算步骤 | 第19-20页 |
| 3.2.2 决策树的优缺点 | 第20页 |
| 3.3 神经网络模型 | 第20-23页 |
| 3.3.1 神经网络概述 | 第20-21页 |
| 3.3.2 神经网络特点 | 第21-23页 |
| 第四章 数据挖掘指标的选取 | 第23-30页 |
| 4.1 输入变量 | 第23-28页 |
| 4.1.1 财务指标 | 第24-26页 |
| 4.1.2 公司内部状况指标 | 第26-28页 |
| 4.1.3 外部行业指标 | 第28页 |
| 4.2 目标变量 | 第28-30页 |
| 第五章 基于数据挖掘的股票选择实证分析 | 第30-41页 |
| 5.1 样本选择 | 第30-31页 |
| 5.2 关联规则数据挖掘 | 第31-33页 |
| 5.2.1 数据预处理 | 第31-32页 |
| 5.2.2 关联规则分析及评价 | 第32-33页 |
| 5.3 决策树数据挖掘 | 第33-36页 |
| 5.3.1 数据预处理 | 第33-34页 |
| 5.3.2 决策树分析及评价 | 第34-36页 |
| 5.4 神经网络数据挖掘 | 第36-39页 |
| 5.4.1 数据预处理 | 第36-37页 |
| 5.4.2 神经网络分析及评价 | 第37-39页 |
| 5.5 模型的比较 | 第39-41页 |
| 结论和展望 | 第41-43页 |
| 参考文献 | 第43-45页 |
