集成学习方法在上市公司盈利预测中的应用研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-12页 |
| 第1章 绪论 | 第12-19页 |
| ·研究背景及意义 | 第12-13页 |
| ·相关文献综述 | 第13-17页 |
| ·盈利预测因素的研究 | 第13-15页 |
| ·盈利预测可靠性的研究 | 第15-16页 |
| ·盈利预测方法的研究 | 第16-17页 |
| ·研究思路与研究内容 | 第17-19页 |
| 第2章 集成学习方法 | 第19-30页 |
| ·预测方法概述 | 第19-20页 |
| ·集成学习的思想及分类 | 第20-21页 |
| ·集成学习的发展过程 | 第21-23页 |
| ·关于集成学习的有效性 | 第23-24页 |
| ·关于基学习器 | 第24-30页 |
| ·决策树 | 第25-27页 |
| ·神经网络 | 第27-30页 |
| 第3章 基于集成学习方法的盈利预测模型 | 第30-39页 |
| ·变量选取 | 第30-33页 |
| ·自变量的选取 | 第30-32页 |
| ·目标变量的选取 | 第32-33页 |
| ·基学习器的生成 | 第33-36页 |
| ·Bagging 方法 | 第33-34页 |
| ·AdaBoost 方法 | 第34-36页 |
| ·基学习器选择 | 第36-37页 |
| ·输出结果合成方法 | 第37-39页 |
| 第4章 实证预测结果 | 第39-50页 |
| ·数据样本处理 | 第39-40页 |
| ·数据来源 | 第39页 |
| ·数据预处理 | 第39-40页 |
| ·结果分析 | 第40-50页 |
| ·决策树预测结果分析 | 第41-44页 |
| ·神经网络预测结果分析 | 第44-46页 |
| ·决策树集成方法预测结果分析 | 第46页 |
| ·神经网络集成预测结果分析 | 第46-47页 |
| ·预测结果对比分析 | 第47-50页 |
| 结论 | 第50-52页 |
| 参考文献 | 第52-57页 |
| 致谢 | 第57-58页 |
| 附录 A 攻读硕士学位期间所发表的学术论文 | 第58-59页 |
| 附录 B 部分源代码 | 第59-75页 |
