基于支持向量机的证券投资决策研究

中文摘要	第1-5页
英文摘要	第5-7页
目录	第7-9页
引言	第9-11页
第一章 技术分析理论简介	第11-16页
第一节 技术分析理论概要	第11-12页
第二节 技术分析的几个假设	第12页
第三节 技术分析的常用工具指标	第12-15页
一、经典K线	第13页
二、移动平均线	第13-14页
三、MACD	第14页
四、KDJ	第14页
五、OBV	第14-15页
第四节 技术分析的一般原理	第15-16页
第二章 支持向量机方法介绍	第16-22页
第一节 机器学习与统计学习简介	第16页
第二节 支持向量机概述	第16-20页
一、线性可分情况	第17-18页
二、线性不分情况	第18-19页
三、非线性支持向量机	第19-20页
第三节 支持向量机分类方法的优缺点	第20-21页
第四节 用SVM来学习技术分析的过程	第21-22页
第三章 基于支持向量机的证券投资决策	第22-40页
第一节 研究对象范围确定	第22页
第二节 基本研究方法及设定	第22-23页
第三节 基本数据采集	第23页
第四节 季度表现最好和最差股票的确定	第23-26页
第五节 样本因素字段的确定	第26-27页
第六节 样本的数据准备	第27-35页
一、训练样本文件的建立	第27-32页
二、测试样本文件的建立	第32-35页
第七节 模型的建立与预测	第35-37页
第八节 修正、更严格的筛选	第37-40页
第四章 基于SVM的证券投资方法的评价与分析	第40-41页
参考文献	第41-45页
附录	第45-46页
后记	第46页