形态特征计算的时序自回归股市预测算法
| 致谢 | 第7-8页 |
| 摘要 | 第8-9页 |
| abstract | 第9-10页 |
| 第一章 绪论 | 第16-23页 |
| 1.1 课题研究的背景及意义 | 第16-17页 |
| 1.2 国内外研究现状 | 第17-19页 |
| 1.3 股市预测的难点 | 第19-20页 |
| 1.4 本文的课题来源及创新工作 | 第20-21页 |
| 1.4.1 课题来源 | 第20页 |
| 1.4.2 本文主要工作 | 第20-21页 |
| 1.4.3 论文的创新点 | 第21页 |
| 1.5 本文组织结构 | 第21-23页 |
| 第二章 基础理论概述 | 第23-35页 |
| 2.1 股市波动性基础知识 | 第23-24页 |
| 2.1.1 波动性相关因素分析 | 第23-24页 |
| 2.1.2 波动性度量标准 | 第24页 |
| 2.2 波浪理论 | 第24-27页 |
| 2.2.1 道氏理论 | 第25页 |
| 2.2.2 艾略特波浪理论 | 第25-27页 |
| 2.3 股市常用指标介绍 | 第27-29页 |
| 2.3.1 移动平均线MA | 第27-28页 |
| 2.3.2 指数平滑移动平均线MACD | 第28页 |
| 2.3.3 随机指数指标KDJ | 第28-29页 |
| 2.4 贝叶斯网络及应用 | 第29-32页 |
| 2.4.1 贝叶斯网络 | 第29-31页 |
| 2.4.2 马尔科夫毯 | 第31-32页 |
| 2.5 AR模型简介 | 第32-33页 |
| 2.5.1 时序模型介绍 | 第32-33页 |
| 2.5.2 自回归模型 | 第33页 |
| 2.6 非对称信息熵 | 第33-34页 |
| 2.7 本章小结 | 第34-35页 |
| 第三章 一种结构成熟度的时序自回归股市预测算法 | 第35-49页 |
| 3.1 引言 | 第35-36页 |
| 3.2 W形态结构建模 | 第36-40页 |
| 3.2.1 波浪理论 | 第36页 |
| 3.2.2 股市中的W形态 | 第36页 |
| 3.2.3 W形态的确定 | 第36-37页 |
| 3.2.4 股市中的W形态 | 第37-38页 |
| 3.2.5 W形态中结点的成熟度 | 第38-40页 |
| 3.3 W形态结点结构成熟度 | 第40-43页 |
| 3.3.1 W形态模型构建 | 第40-41页 |
| 3.3.2 结构成熟度构建 | 第41-43页 |
| 3.4 W形态结构成熟度预测算法 | 第43-44页 |
| 3.4.1 目标结点预测模型 | 第43-44页 |
| 3.4.2 目标结点时序预测算法 | 第44页 |
| 3.5 实验比对与分析 | 第44-48页 |
| 3.5.1 实验过程 | 第44-46页 |
| 3.5.2 综合误差度量标准 | 第46-47页 |
| 3.5.3 综合误差 | 第47-48页 |
| 3.6 结束语 | 第48-49页 |
| 第四章 均线滞后的时序自回归股市态势预测算法 | 第49-62页 |
| 4.1 引言 | 第49-50页 |
| 4.2 W形态结构建模 | 第50-51页 |
| 4.2.1 股市中的W形态 | 第50页 |
| 4.2.2 W形态结点的描述 | 第50-51页 |
| 4.3 W形态均线滞后性 | 第51-55页 |
| 4.3.1 均线滞后性 | 第51-53页 |
| 4.3.2 均线滞后程度 | 第53-55页 |
| 4.4 DSMA股市态势预测算法 | 第55-57页 |
| 4.4.1 融合均线滞后的W形态结构关系 | 第55-56页 |
| 4.4.2 目标结点预测模型 | 第56-57页 |
| 4.4.3 DSMA预测算法 | 第57页 |
| 4.5 实验比对与分析 | 第57-61页 |
| 4.5.1 实验过程 | 第57-59页 |
| 4.5.2 综合误差度量标准 | 第59-60页 |
| 4.5.3 综合误差 | 第60-61页 |
| 4.6 结束语 | 第61-62页 |
| 第五章 总结与展望 | 第62-64页 |
| 5.1 论文工作总结 | 第62-63页 |
| 5.2 工作展望 | 第63-64页 |
| 参考文献 | 第64-67页 |
| 攻读硕士学位期间的学术活动及成果情况 | 第67-69页 |
