| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第1章 绪论 | 第9-17页 |
| 1.1 课题来源 | 第9页 |
| 1.2 课题研究的目的及意义 | 第9-11页 |
| 1.3 国内外相关技术研究现状 | 第11-14页 |
| 1.3.1 投资行为评测研究现状 | 第11-12页 |
| 1.3.2 资产组合模型研究现状 | 第12-13页 |
| 1.3.3 智能优化算法研究现状 | 第13-14页 |
| 1.4 本文的主要研究内容 | 第14-15页 |
| 1.5 本文的章节结构 | 第15-17页 |
| 第2章 多源异构数据处理 | 第17-26页 |
| 2.1 引言 | 第17-18页 |
| 2.2 用户投资数据的获取和处理 | 第18-21页 |
| 2.2.1 实盘交易记录 | 第18-19页 |
| 2.2.2 网络爬取数据 | 第19-21页 |
| 2.2.3 模拟投资平台用户数据 | 第21页 |
| 2.3 证券实时行情数据的获取与处理 | 第21-24页 |
| 2.4 历史股价数据的获取与处理 | 第24页 |
| 2.5 本章小结 | 第24-26页 |
| 第3章 用户投资行为评测方法研究 | 第26-35页 |
| 3.1 引言 | 第26页 |
| 3.2 用户投资行为的定义 | 第26-27页 |
| 3.3 用户交易过程自动还原 | 第27-29页 |
| 3.3.1 半结构化数据的处理 | 第27页 |
| 3.3.2 基于同义词表和关键词的字段识别 | 第27-29页 |
| 3.4 用户投资兴趣群体发现 | 第29-32页 |
| 3.4.1 投资行为的向量化表示 | 第30页 |
| 3.4.2 兴趣向量聚类 | 第30-31页 |
| 3.4.3 聚类结果评价 | 第31-32页 |
| 3.5 用户投资行为量化评测 | 第32-34页 |
| 3.6 本章小结 | 第34-35页 |
| 第4章 基于用户评测和智能优化算法的投资组合方法研究 | 第35-42页 |
| 4.1 引言 | 第35页 |
| 4.2 投资组合模型构建及其优化目标函数设计 | 第35-37页 |
| 4.2.1 投资组合概念及其模型构建 | 第35-36页 |
| 4.2.2 基于均值-方差模型的优化目标函数设计 | 第36-37页 |
| 4.3 基于遗传算法的投资组合方法研究 | 第37-40页 |
| 4.3.1 编码设计 | 第37-38页 |
| 4.3.2 算子设计 | 第38-40页 |
| 4.4 基于粒子群算法的投资组合方法研究 | 第40-41页 |
| 4.5 本章小结 | 第41-42页 |
| 第5章 系统实现与实验分析 | 第42-51页 |
| 5.1 引言 | 第42页 |
| 5.2 用户投资行为评测平台搭建 | 第42-46页 |
| 5.2.1 实验环境 | 第42-43页 |
| 5.2.2 证券投资评测平台实现 | 第43-46页 |
| 5.3 实验设置及结果分析 | 第46-50页 |
| 5.3.1 用户投资兴趣聚类实验 | 第46-47页 |
| 5.3.2 投资组合优化实验 | 第47-50页 |
| 5.4 本章小结 | 第50-51页 |
| 结论 | 第51-53页 |
| 参考文献 | 第53-58页 |
| 致谢 | 第58页 |