| 摘要 | 第3-4页 |
| ABSTRACT | 第4页 |
| 第1章 绪论 | 第7-14页 |
| 1.1 研究背景及意义 | 第7-10页 |
| 1.2 国内外研究现状 | 第10-11页 |
| 1.3 研究思路与框架 | 第11-12页 |
| 1.4 研究难点及创新 | 第12-14页 |
| 第2章 开放式基金组合优选模型及评价模型原理 | 第14-26页 |
| 2.1 基金业绩评价体系理论 | 第14-19页 |
| 2.1.1 现代资产组合理论 | 第14-15页 |
| 2.1.2 基金组合业绩评价指标 | 第15-19页 |
| 2.2 基于非回置式抽样的开放式基金组合优选模型 | 第19-21页 |
| 2.2.1 基金数据清洗 | 第19-20页 |
| 2.2.2 研究开放式基金组合最优规模 | 第20页 |
| 2.2.3 研究开放式基金组合最优风格 | 第20-21页 |
| 2.2.4 综合研究持仓期限、投资风格与规模 | 第21页 |
| 2.3 基于数据挖掘的开放式基金组合评价模型算法 | 第21-26页 |
| 2.3.1 支持向量机算法原理 | 第22-23页 |
| 2.3.2 随机森林算法原理 | 第23-24页 |
| 2.3.3 神经网络算法原理 | 第24-26页 |
| 第3章 开放式基金组合优选模型及评价模型的实证检验 | 第26-43页 |
| 3.1 数据来源 | 第26页 |
| 3.2 数据预处理 | 第26-27页 |
| 3.3 开放式基金组合优选模型的构建 | 第27-34页 |
| 3.3.1 持仓期限和投资风格的交互作用 | 第27-29页 |
| 3.3.2 基金组合最优规模的实证 | 第29-30页 |
| 3.3.3 基金组合最优投资风格数量的实证 | 第30-31页 |
| 3.3.4 综合投资风格、投资规模与持仓期限的实证分析 | 第31-34页 |
| 3.4 开放式基金组合评价模型的构建 | 第34-43页 |
| 3.4.1 支持向量机(SVM)评价模型 | 第34-37页 |
| 3.4.2 随机森林(RandomForest)评价模型 | 第37-39页 |
| 3.4.3 神经网络(ANN)评价模型 | 第39-40页 |
| 3.4.4 评价模型对比及检验结果 | 第40-43页 |
| 第4章 结论与展望 | 第43-44页 |
| 参考文献 | 第44-47页 |
| 附录 | 第47-54页 |
| 在校期间发表的论文清单 | 第54-55页 |
| 致谢 | 第55页 |
