首页--经济论文--财政、金融论文--金融、银行论文--中国金融、银行论文--金融市场论文

基于网络的金融数据分析与挖掘

摘要第5-7页
Abstract第7-8页
第一章 绪论第9-21页
    1.1 发展背景和研究意义第9-11页
    1.2 复杂网络概述第11-13页
    1.3 期货交易概述第13-17页
    1.4 数据简述第17-18页
    1.5 本文主要工作第18-21页
第二章 期货交易网络的特征第21-39页
    2.1 引言第21-22页
    2.2 数据集和网络构建方法第22-24页
        2.2.1 数据集第23页
        2.2.2 网络构建第23-24页
    2.3 网络拓扑特征第24-34页
        2.3.1 无标度行为第24-28页
        2.3.2 小世界效应第28-30页
        2.3.3 层次组织第30-31页
        2.3.4 介数分布第31-33页
        2.3.5 异配连接模式第33-34页
    2.4 网络演化初探第34-37页
    2.5 讨论第37-38页
    2.6 小结第38-39页
第三章 超级操盘手行为和网络攻击弹性第39-55页
    3.1 引言第39-40页
    3.2 数据集和方法第40-41页
    3.3 结果和分析第41-52页
        3.3.1 超级操盘手的统计行为第41-46页
        3.3.2 富人俱乐部现象第46-49页
        3.3.3 目标攻击弹性第49-52页
    3.4 讨论第52-54页
    3.5 小结第54-55页
第四章 期货交易网络的演化和建模第55-71页
    4.1 引言第55-56页
    4.2 网络生长和拓扑特征演化第56-62页
        4.2.1 网络生长演化第56-60页
        4.2.2 网络拓扑特征演化第60-62页
    4.3 网络连接动力学第62-65页
    4.4 网络建模和结果第65-69页
        4.4.1 网络建模第66-67页
        4.4.2 模拟结果第67-69页
    4.5 小结第69-71页
第五章 期货市场关联交易的检测第71-89页
    5.1 引言第71-73页
    5.2 相关工作第73-74页
    5.3 数据集第74-75页
    5.4 检测方法第75-82页
        5.4.1 目标变量的选择第75-77页
        5.4.2 聚集时间序列第77-78页
        5.4.3 统一聚集时间序列和相关性测量第78-79页
        5.4.4 关联交易组的发现第79-80页
        5.4.5 实现算法第80-82页
    5.5 实验结果和评价第82-88页
        5.5.1 时间窗口大小的影响第82-83页
        5.5.2 确定聚集时间序列的长度阈值第83-84页
        5.5.3 相关系数阂值的影响第84-85页
        5.5.4 检测方法的效果第85-88页
    5.6 小结第88-89页
第六章 期货市场间价格传导和互动第89-101页
    6.1 引言第89-91页
    6.2 数据集和方法论第91-94页
        6.2.1 数据集描述第91-93页
        6.2.2 研究方法第93-94页
    6.3 结果和分析第94-99页
    6.4 讨论第99-100页
    6.5 小结第100-101页
第七章 总结和展望第101-104页
    7.1 总结第101-102页
    7.2 展望第102-104页
参考文献第104-116页
致谢第116-117页
攻读博士学位期间论文发表情况第117-118页

论文共118页,点击 下载论文
上一篇:基于D-S证据融合的风力发电机组的故障预测
下一篇:基于视频的火焰检测算法研究