| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第一章 绪论 | 第10-16页 |
| ·论题提出的背景 | 第10页 |
| ·研究现状 | 第10-13页 |
| ·数据挖掘在证券市场的应用现状 | 第10-12页 |
| ·数据挖掘在证券市场应用的主要问题 | 第12-13页 |
| ·研究目的和意义 | 第13-15页 |
| ·本文的组织与结构 | 第15-16页 |
| 第二章 数据挖掘在证券交易中的应用研究 | 第16-22页 |
| ·数据挖掘的研究及数据挖掘软件的兴起 | 第16-18页 |
| ·数据挖掘主要算法的应用 | 第18-20页 |
| ·数据挖掘的进化遗传模拟 | 第18-19页 |
| ·神经网络 | 第19页 |
| ·模糊模型 | 第19页 |
| ·小波分析 | 第19-20页 |
| ·证券分析软件现状的研究 | 第20-21页 |
| ·本章小结 | 第21-22页 |
| 第三章 KABUROBO平台介绍 | 第22-31页 |
| ·什么是KABUROBO？ | 第22-23页 |
| ·ECLIPSE环境下JAVA开发的KABUROBO简单实例 | 第23-26页 |
| ·KABUROBO是如何工作的？ | 第26-27页 |
| ·KABUROBO的特点 | 第27-30页 |
| ·本章小结 | 第30-31页 |
| 第四章 证券交易主要分析手段的改进与KABUROBO实现 | 第31-43页 |
| ·标准偏差 | 第31-34页 |
| ·偏差值 | 第31-32页 |
| ·标准偏差 | 第32-33页 |
| ·股价和偏差值的关系 | 第33页 |
| ·算法改进及试验结果 | 第33-34页 |
| ·MACD（MOVING AVERAGE CONVERGENCE AND DIVERGENCE） | 第34-37页 |
| ·什么是MACD？ | 第34-35页 |
| ·MACD的求法 | 第35-36页 |
| ·算法改进及试验结果 | 第36-37页 |
| ·十字线 | 第37-39页 |
| ·什么是十字线？ | 第37-38页 |
| ·算法改进及试验结果 | 第38-39页 |
| ·RSI | 第39-42页 |
| ·什么是RSI？ | 第39-40页 |
| ·RSI的计算方法 | 第40-41页 |
| ·算法改进及试验结果 | 第41-42页 |
| ·本章小结 | 第42-43页 |
| 第五章 股票自动交易应用模型的研究 | 第43-55页 |
| ·自动交易面临的问题 | 第43-44页 |
| ·股价预测问题 | 第43页 |
| ·股票选择问题 | 第43-44页 |
| ·交易决定问题 | 第44页 |
| ·理论支持 | 第44-48页 |
| ·遗传算法 | 第44-46页 |
| ·聚类分析算法 | 第46-48页 |
| ·基于遗传算法的K-MEANS模型的实现及测试结果 | 第48-53页 |
| ·基于遗传算法的K-MEANS交易模型的建立 | 第48-51页 |
| ·kaburobo平台测试结果 | 第51-53页 |
| ·未解决的问题 | 第53页 |
| ·本章小结 | 第53-55页 |
| 第六章 研究展望 | 第55-57页 |
| 参考文献 | 第57-59页 |
| 致谢 | 第59-60页 |
| 个人简历 | 第60页 |
| 硕士期间发表的论文 | 第60页 |
