致谢 | 第7-8页 |
摘要 | 第8-9页 |
abstract | 第9页 |
第一章 绪论 | 第15-24页 |
1.1 课题研究背景及意义 | 第15-16页 |
1.2 国内外研究现状 | 第16-20页 |
1.3 股市预测的难点分析 | 第20页 |
1.4 本文的主要工作及创新点 | 第20-22页 |
1.4.1 本文的主要工作 | 第20-21页 |
1.4.2 本文的创新点 | 第21-22页 |
1.5 课题来源及本文组织结构 | 第22-24页 |
1.5.1 课题来源 | 第22页 |
1.5.2 本文组织结构 | 第22-24页 |
第二章 基础理论概述 | 第24-33页 |
2.1 技术分析理论 | 第24-26页 |
2.1.1 理论基础 | 第24页 |
2.1.2 指标选择的原则 | 第24-25页 |
2.1.3 理性特征分析 | 第25-26页 |
2.2 贝叶斯网络基础知识 | 第26-28页 |
2.2.1 贝叶斯定理 | 第26-27页 |
2.2.2 贝叶斯网络 | 第27-28页 |
2.3 主成分分析方法 | 第28-29页 |
2.3.1 主成分分析法的基本原理 | 第28-29页 |
2.3.2 主成分分析法的计算步骤 | 第29页 |
2.4 股市特征背离研究内容 | 第29-30页 |
2.5 马尔可夫链模型基本理论 | 第30-33页 |
2.5.1 马尔科夫过程 | 第30-31页 |
2.5.2 马尔科夫链的定义 | 第31-32页 |
2.5.3 C-K方程 | 第32-33页 |
第三章 基于理性指标的马尔科夫链股市态势预测算法 | 第33-46页 |
3.1 引言 | 第33页 |
3.2 相关基础知识简介 | 第33-34页 |
3.2.1 马尔科夫链预测模型 | 第33-34页 |
3.2.2 效用函数 | 第34页 |
3.3 基于理性指标的马尔科夫链股市预测算法 | 第34-41页 |
3.3.1 股市理性特征的量化 | 第35-37页 |
3.3.2 理性因素的主成分分析 | 第37-39页 |
3.3.3 理性指标的优化 | 第39-40页 |
3.3.4 基于理性指标的马尔科夫链股市预测算法(RI_MCA) | 第40-41页 |
3.4 理性指标与股指的特征背离程度计算 | 第41-42页 |
3.4.1 L-A效用函数 | 第41-42页 |
3.4.2 基于理性指标的特征背离计算 | 第42页 |
3.5 理性指标结合特征背离的马可夫链预测算法 | 第42-43页 |
3.5.1 特征背离对于预测结果的调整规则 | 第42页 |
3.5.2 理性指标结合特征背离的马氏链预测算法(NRI_MCA) | 第42-43页 |
3.6 实验结果分析 | 第43-45页 |
3.6.1 实验数据来源 | 第43页 |
3.6.2 预测结果与对比 | 第43-45页 |
3.6.3 算法精度分析 | 第45页 |
3.7 本章小结 | 第45-46页 |
第四章 基于理性指标特征背离的股票趋势预测及投资决策分析 | 第46-61页 |
4.1 引言 | 第46-47页 |
4.2 股票理性特征提取及离散化 | 第47-53页 |
4.2.1 成交量指标(VOL) | 第47-48页 |
4.2.2 均线指标(MA) | 第48-49页 |
4.2.3 MACD指标(MACD) | 第49-51页 |
4.2.4 K线连阴阳(YYDS) | 第51页 |
4.2.5 KDJ指标(KDJ) | 第51-52页 |
4.2.6 K线强度(KS) | 第52-53页 |
4.3 理性指标特征背离的股票趋势预测方法 | 第53-57页 |
4.3.1 贝叶斯网络 | 第53-54页 |
4.3.2 构建理性指标 | 第54-55页 |
4.3.3 特征背离计算与状态划分 | 第55-56页 |
4.3.4 基于特征背离的股票趋势预测算法(CD_MCA) | 第56-57页 |
4.4 基于理性指标的投资策略 | 第57-58页 |
4.4.1 股市相关性分析 | 第57-58页 |
4.4.2 投资策略分析 | 第58页 |
4.5 实验结果分析 | 第58-60页 |
4.5.1 实验数据及处理 | 第58页 |
4.5.2 实验结果 | 第58-60页 |
4.5.3 结果分析 | 第60页 |
4.6 本章小结 | 第60-61页 |
第五章 总结与展望 | 第61-63页 |
5.1 论文工作总结 | 第61-62页 |
5.2 工作展望 | 第62-63页 |
参考文献 | 第63-67页 |
攻读硕士学位期间的学术活动及成果情况 | 第67-69页 |