基于背离特征和风险偏好分析的股价态势预测研究
致谢 | 第7-8页 |
摘要 | 第8-9页 |
abstract | 第9-10页 |
第一章 绪论 | 第16-22页 |
1.1 课题研究背景及意义 | 第16页 |
1.2 国内外研究现状 | 第16-19页 |
1.3 股市预测的难点分析 | 第19页 |
1.4 论文的主要工作及创新点 | 第19-20页 |
1.4.1 论文的主要工作 | 第19-20页 |
1.4.2 论文的创新点 | 第20页 |
1.5 课题来源及论文组织结构 | 第20-22页 |
1.5.1 课题来源 | 第20-21页 |
1.5.2 论文组织结构 | 第21-22页 |
第二章 基础理论概述 | 第22-30页 |
2.1 贝叶斯网络基础知识 | 第22-24页 |
2.1.1 贝叶斯定理 | 第22页 |
2.1.2 贝叶斯网络 | 第22-24页 |
2.2 贝叶斯网络的应用 | 第24-26页 |
2.2.1 因果贝叶斯网络 | 第24-25页 |
2.2.2 马尔科夫毯 | 第25-26页 |
2.3 股市背离特征研究内容 | 第26页 |
2.4 股市风险偏好研究内容 | 第26-27页 |
2.5 神经网络概述 | 第27-29页 |
2.5.1 神经网络理论基础 | 第27-28页 |
2.5.2 BP神经网络算法 | 第28-29页 |
2.6 本章小结 | 第29-30页 |
第三章 特征背离与风险偏好分析的股价态势预测方法 | 第30-44页 |
3.1 引言 | 第30-31页 |
3.2 相关基础知识简介 | 第31-33页 |
3.2.1 边的熵与结构熵 | 第31-32页 |
3.2.2 非对称信息熵 | 第32页 |
3.2.3 效用函数 | 第32-33页 |
3.3 背离特征股价预测算法DCPA | 第33-35页 |
3.3.1 MACD能量柱背离计算 | 第33页 |
3.3.2 MACD白线背离WD计算 | 第33-34页 |
3.3.3 DCPA算法 | 第34-35页 |
3.4 股市风险偏好程度计算 | 第35-37页 |
3.4.1 股市风险偏好因素的提取和量化 | 第35-36页 |
3.4.2 股市风险偏好的计算 | 第36-37页 |
3.5 RPDCA股价预测算法 | 第37-40页 |
3.5.1 相关关系分析 | 第38-39页 |
3.5.2 RPDCA算法 | 第39-40页 |
3.6 实验分析与比较 | 第40-43页 |
3.6.1 BP神经网络的构建 | 第40页 |
3.6.2 实验结果与对比实验 | 第40-42页 |
3.6.3 评价标准 | 第42页 |
3.6.4 结果分析 | 第42-43页 |
3.7 本章小结 | 第43-44页 |
第四章 基于时变风险偏好的多背离特征股市预测方法 | 第44-60页 |
4.1 引言 | 第44-45页 |
4.2 风险偏好组成因素及离散化 | 第45-50页 |
4.2.1 成交量VOL指标 | 第45页 |
4.2.2 换手率TR指标 | 第45页 |
4.2.3 MACD指标 | 第45-47页 |
4.2.4 RSI指标 | 第47-48页 |
4.2.5 KDJ指标 | 第48-49页 |
4.2.6 BOLL指标 | 第49-50页 |
4.3 技术指标的提取 | 第50-51页 |
4.3.1 构建贝叶斯网络 | 第50-51页 |
4.3.2 提取股价走势的马尔科夫毯 | 第51页 |
4.4 技术指标背离定义 | 第51-54页 |
4.4.1 成交量背离VOLD计算 | 第52-53页 |
4.4.2 RSI指标背离RSID计算 | 第53页 |
4.4.3 KDJ指标背离KDJD计算 | 第53-54页 |
4.5 基于时变风险偏好的多背离特征股市预测 | 第54-57页 |
4.5.1 滑动窗口机制 | 第54-56页 |
4.5.2 时变风险偏好程度计算 | 第56页 |
4.5.3 MDC-VRPA股市预测算法 | 第56-57页 |
4.6 实验过程及结果分析 | 第57-59页 |
4.6.1 实验数据及处理 | 第57页 |
4.6.2 对比试验与结果分析 | 第57-59页 |
4.7 本章小结 | 第59-60页 |
第五章 总结与展望 | 第60-62页 |
5.1 论文工作总结 | 第60-61页 |
5.2 工作展望 | 第61-62页 |
参考文献 | 第62-66页 |
攻读硕士学位期间的学术活动及成果情况 | 第66-67页 |