| 摘要 | 第1-5页 |
| ABSTRACT | 第5-8页 |
| 1. 绪论 | 第8-20页 |
| ·研究背景 | 第8-10页 |
| ·研究内容和意义 | 第10-12页 |
| ·国内外研究现状 | 第12-18页 |
| ·论文结构 | 第18-20页 |
| 2. 支持向量机基本理论 | 第20-31页 |
| ·传统机器学习理论 | 第20页 |
| ·统计学习理论 | 第20-22页 |
| ·支持向量机分类 | 第22-25页 |
| ·多分类方法 | 第25-28页 |
| ·多分类方法的比较 | 第28-31页 |
| 3. 分类选股模型 | 第31-50页 |
| ·个股属性数据集 | 第31-37页 |
| ·数据预处理 | 第37-44页 |
| ·实验设计 | 第44-47页 |
| ·实验平台 | 第47页 |
| ·基于支持向量机的分类选股模型框架 | 第47-50页 |
| 4. 数据实验 | 第50-58页 |
| ·A 股全市场建模分析 | 第50-53页 |
| ·分行业单独建模分析 | 第53-58页 |
| 5. 总结和研究展望 | 第58-60页 |
| ·全文总结 | 第58页 |
| ·研究展望 | 第58-60页 |
| 致谢 | 第60-61页 |
| 参考文献 | 第61-65页 |
| 附录1 攻读硕士期间参加及完成的科研课题 | 第65页 |