| 摘要 | 第1-5页 |
| ABSTRACT | 第5-8页 |
| 第一章 绪论 | 第8-11页 |
| ·课题研究背景和意义 | 第8-9页 |
| ·课题研究任务 | 第9-10页 |
| ·研究内容 | 第9-10页 |
| ·本人主要工作 | 第10页 |
| ·论文结构 | 第10-11页 |
| 第二章 股票相关知识和数据挖掘技术 | 第11-20页 |
| ·股票的分析方法介绍 | 第11-14页 |
| ·股票基本分析法简介 | 第11-12页 |
| ·股票技术分析法简介 | 第12-14页 |
| ·股票价格指数和预测变量 | 第14-16页 |
| ·股票价格指数 | 第14页 |
| ·股票预测变量 | 第14-16页 |
| ·数据挖掘技术介绍 | 第16-19页 |
| ·股票分析预测的国内外现状和趋势 | 第19-20页 |
| 第三章 基于神经网络与支持向量机的股票预测模型的设计和应用 | 第20-40页 |
| ·模型与算法介绍 | 第20-26页 |
| ·神经网络算法 | 第20-24页 |
| ·支持向量机算法 | 第24-26页 |
| ·支持向量机与神经网络优缺点比较 | 第26-27页 |
| ·模型的设计与应用 | 第27-39页 |
| ·支持向量机模型设计 | 第27-28页 |
| ·支持向量机在股票预测中的应用分析 | 第28-32页 |
| ·神经网络模型设计与参数确定 | 第32-33页 |
| ·神经网络在股票预测中的应用分析 | 第33-38页 |
| ·两种模型的预测结果比较 | 第38-39页 |
| ·本章小结 | 第39-40页 |
| 第四章 基于决策树的成长型股票分析模型的设计和应用 | 第40-53页 |
| ·决策树概念 | 第40页 |
| ·决策树生成算法 | 第40-42页 |
| ·算法ID3 | 第40-42页 |
| ·决策树剪枝 | 第42页 |
| ·模型设计 | 第42-45页 |
| ·模型实现和应用 | 第45-52页 |
| ·本章小结 | 第52-53页 |
| 第五章 基于聚类的股票投资分析模型的设计和应用 | 第53-64页 |
| ·聚类介绍及算法 | 第53-54页 |
| ·模型设计思路 | 第54-55页 |
| ·模型实现和应用 | 第55-63页 |
| ·本章小结 | 第63-64页 |
| 第六章 总结与展望 | 第64-66页 |
| 参考文献 | 第66-68页 |
| 致谢 | 第68页 |