多指标选股智能投顾策略构建研究
| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第1章 绪论 | 第9-17页 |
| 1.1 研究背景 | 第9-10页 |
| 1.2 研究目的和意义 | 第10-12页 |
| 1.2.1 研究目的 | 第10页 |
| 1.2.2 研究意义 | 第10-12页 |
| 1.3 研究内容、方法和技术路线 | 第12-15页 |
| 1.3.1 研究内容 | 第12-13页 |
| 1.3.2 研究方法 | 第13-14页 |
| 1.3.3 研究的技术路线 | 第14-15页 |
| 1.4 本文的主要贡献 | 第15-17页 |
| 第2章 文献综述与相关理论 | 第17-23页 |
| 2.1 国内外文献综述 | 第17-20页 |
| 2.1.1 智能投顾发展现状 | 第17-18页 |
| 2.1.2 智能选股研究水平 | 第18-19页 |
| 2.1.3 文献综评 | 第19-20页 |
| 2.2 相关理论 | 第20-23页 |
| 2.2.1 Fama-French三因子模型简介 | 第20页 |
| 2.2.2 支持向量机原理简介 | 第20-21页 |
| 2.2.3 XGBoost原理简介 | 第21-22页 |
| 2.2.4 广义线性模型原理简介 | 第22-23页 |
| 第3章 问题描述与分析 | 第23-25页 |
| 3.1 研究问题描述 | 第23页 |
| 3.2 研究问题分析 | 第23-25页 |
| 第4章 多指标智能投顾选股策略理论框架 | 第25-28页 |
| 4.1 指标选取：多因子指标选取依据 | 第25-26页 |
| 4.2 模型选择：相关机器学习模型理论 | 第26页 |
| 4.3 评价指标：评估选股策略的理论依据 | 第26-28页 |
| 第5章 多指标智能投顾选股策略方案设计 | 第28-40页 |
| 5.1 策略设计思路 | 第28-29页 |
| 5.2 多指标选取 | 第29-33页 |
| 5.2.1 技术指标 | 第29-31页 |
| 5.2.2 基本面指标 | 第31-32页 |
| 5.2.3 舆情指标 | 第32页 |
| 5.2.4 交易指标 | 第32-33页 |
| 5.3 数据来源 | 第33-35页 |
| 5.4 数据预处理 | 第35-37页 |
| 5.5 构建模型池 | 第37-38页 |
| 5.6 策略参数与策略评价指标 | 第38-40页 |
| 第6章 选股策略的合理性论证以及实施途径 | 第40-56页 |
| 6.1 选股策略的参数训练 | 第40-46页 |
| 6.1.1 对参数kk和NDT的训练 | 第41-43页 |
| 6.1.2 对参数top.ranker的训练 | 第43-45页 |
| 6.1.3 对模型参数method的训练 | 第45-46页 |
| 6.2 选股策略评价总结与优选 | 第46-50页 |
| 6.3 选股策略回测 | 第50-55页 |
| 6.3.1 风险厌恶者选股策略 | 第50-53页 |
| 6.3.2 风险中性者选股策略 | 第53-54页 |
| 6.3.3 风险偏好者选股策略 | 第54-55页 |
| 6.4 本章小结 | 第55-56页 |
| 第7章 建议与展望 | 第56-58页 |
| 7.1 选股策略对智能投顾的贡献与不足 | 第56页 |
| 7.1.1 贡献 | 第56页 |
| 7.1.2 不足 | 第56页 |
| 7.2 智能投顾的发展展望 | 第56-58页 |
| 参考文献 | 第58-61页 |
| 附录 | 第61-75页 |
| 攻读学位期间的研究成果 | 第75-76页 |
| 致谢 | 第76页 |
