摘要 | 第10-11页 |
ABSTRACT | 第11页 |
第一章 绪论 | 第13-19页 |
1.1 研究背景和意义 | 第13-14页 |
1.1.1 研究背景 | 第13-14页 |
1.1.2 研究意义 | 第14页 |
1.2 国内外文献综述 | 第14-16页 |
1.2.1 国外研究综述 | 第15页 |
1.2.2 国内研究综述 | 第15-16页 |
1.3 论文结构与创新点 | 第16-19页 |
1.3.1 论文研究结构 | 第16-17页 |
1.3.2 论文创新点 | 第17-19页 |
第二章 应用方法及其理论介绍 | 第19-29页 |
2.1 时间序列相似性度量 | 第19-23页 |
2.1.1 欧氏距离 | 第20页 |
2.1.2 动态时间弯曲 | 第20-23页 |
2.2 K-近邻算法 | 第23-25页 |
2.2.1 K-近邻分类 | 第23-24页 |
2.2.2 K-近邻回归 | 第24页 |
2.2.3 K-近邻算法三要素 | 第24-25页 |
2.2.4 K-近邻算法特点 | 第25页 |
2.3 支持向量机 | 第25-29页 |
2.3.1 线性可分支持向量机 | 第25-27页 |
2.3.2 线性支持向量机 | 第27-28页 |
2.3.3 非线性支持向量机 | 第28-29页 |
第三章 问题验证及模型构建 | 第29-37页 |
3.1 问题提出及相关验证 | 第29-31页 |
3.1.1 问题验证基本设置 | 第29-30页 |
3.1.2 一元线性回归模型 | 第30页 |
3.1.3 数据选取及准备 | 第30-31页 |
3.1.4 回归方程的显著性检验 | 第31页 |
3.2 DTW-KNN模型构建及具体实现 | 第31-33页 |
3.3 基于量价关系的改进模型 | 第33-37页 |
3.3.1 量价关系分析 | 第33-35页 |
3.3.2 改进模型构建及具体实现 | 第35-37页 |
第四章 实证研究与结果分析 | 第37-43页 |
4.1 基于DTW-KNN模型和改进模型的实证过程 | 第37-38页 |
4.1.1 数据选取及处理 | 第37-38页 |
4.1.2 参数优化 | 第38页 |
4.2 基于支持向量机模型的实证过程 | 第38-39页 |
4.2.1 数据选取及处理 | 第38-39页 |
4.2.2 参数优化 | 第39页 |
4.3 实证结果及分析 | 第39-43页 |
4.3.1 实证结果 | 第39-40页 |
4.3.2 实证结果分析 | 第40-43页 |
第五章 选股策略构建及回测分析 | 第43-51页 |
5.1 选股策略构建 | 第43-45页 |
5.1.1 基于DTW-KNN模型的选股策略 | 第43-44页 |
5.1.2 基于改进模型的选股策略 | 第44-45页 |
5.2 策略回测分析 | 第45-51页 |
5.2.1 策略回测基本设置 | 第45-46页 |
5.2.2 基于DTW-KNN模型的选股策略回测分析 | 第46-47页 |
5.2.3 基于改进模型的选股策略回测分析 | 第47-51页 |
第六章 总结与展望 | 第51-53页 |
6.1 总结 | 第51-52页 |
6.2 不足与展望 | 第52-53页 |
参考文献 | 第53-57页 |
致谢 | 第57-58页 |
学位论文评阅及答辩情况表 | 第58页 |