| 摘要 | 第5-7页 |
| abstract | 第7-8页 |
| 第1章 绪论 | 第11-21页 |
| 1.1 研究背景及意义 | 第11-12页 |
| 1.1.1 研究背景 | 第11-12页 |
| 1.1.2 研究意义 | 第12页 |
| 1.2 文献综述 | 第12-17页 |
| 1.2.1 错误发现率 | 第12-15页 |
| 1.2.2 股票选择 | 第15-16页 |
| 1.2.3 数据挖掘 | 第16-17页 |
| 1.2.4 总结 | 第17页 |
| 1.3 研究内容 | 第17-18页 |
| 1.4 研究方法与技术路线 | 第18-19页 |
| 1.4.1 研究方法 | 第18页 |
| 1.4.2 技术路线 | 第18-19页 |
| 1.5 文章重点及创新之处 | 第19-21页 |
| 1.5.1 文章重点 | 第19页 |
| 1.5.2 创新之处 | 第19-21页 |
| 第2章 理论方法概述 | 第21-27页 |
| 2.1 错误发现率 | 第21-23页 |
| 2.1.1 错误发现率理论的提出背景 | 第21页 |
| 2.1.2 错误发现率的定义 | 第21-22页 |
| 2.1.3 错误发现率的控制方法 | 第22-23页 |
| 2.2 数据挖掘中的分类模型 | 第23-26页 |
| 2.2.1 LM神经网络模型 | 第24-25页 |
| 2.2.2 CART决策树模型 | 第25-26页 |
| 2.3 本章小结 | 第26-27页 |
| 第3章 基于错误发现率的同行业股票选择案例分析 | 第27-41页 |
| 3.1 同行业股票选择案例背景描述 | 第27页 |
| 3.2 基于错误发现率的同行业股票选择方法 | 第27-30页 |
| 3.3 基于错误发现率的同行业股票选择实例 | 第30-35页 |
| 3.3.1 数据选取 | 第30页 |
| 3.3.2 日收益率的计算 | 第30页 |
| 3.3.3 基于错误发现率方法的股票选择 | 第30-32页 |
| 3.3.4 所选股票短期后市表现 | 第32-35页 |
| 3.4 基于t检验所选股票及其短期后市表现对比分析 | 第35-39页 |
| 3.5 本章小结 | 第39-41页 |
| 第4章 基于错误发现率的数据挖掘案例分析 | 第41-63页 |
| 4.1 数据挖掘案例介绍 | 第41-42页 |
| 4.2 基于错误发现率的改进方法 | 第42-43页 |
| 4.3 基于全部经营指标的模型构建 | 第43-53页 |
| 4.3.1 数据探索及预处理 | 第43-45页 |
| 4.3.2 模型建立与诊断 | 第45-52页 |
| 4.3.3 模型评价 | 第52-53页 |
| 4.4 基于筛选后经营指标的模型构建 | 第53-62页 |
| 4.4.1 基于错误发现率的经营指标筛选 | 第53-56页 |
| 4.4.2 基于筛选指标的模型建立与诊断 | 第56-61页 |
| 4.4.3 模型对比与评价 | 第61-62页 |
| 4.5 本章小结 | 第62-63页 |
| 第5章 结论及展望 | 第63-65页 |
| 5.1 结论 | 第63-64页 |
| 5.2 展望 | 第64-65页 |
| 参考文献 | 第65-68页 |
| 附录 | 第68-78页 |
| 攻读硕士学位期间发表的学术论文 | 第78-79页 |
| 致谢 | 第79页 |