基于RS-LS-SVM的股票市场预测模型研究
| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-14页 |
| 1.1 研究背景与意义 | 第10-11页 |
| 1.2 研究内容与研究方法 | 第11-13页 |
| 1.2.1 研究内容 | 第11-12页 |
| 1.2.2 研究方法 | 第12页 |
| 1.2.3 技术路线 | 第12-13页 |
| 1.2.4 论文结构 | 第13页 |
| 1.3 主要贡献 | 第13-14页 |
| 第2章 国内外研究现状 | 第14-21页 |
| 2.1 股票市场预测的研究现状 | 第14-17页 |
| 2.1.1 股市数据特性 | 第14页 |
| 2.1.2 股市预测面临的问题 | 第14-15页 |
| 2.1.3 股市预测的基本方法 | 第15-17页 |
| 2.2 最小二乘支持向量机的研究现状 | 第17-19页 |
| 2.2.1 支持向量机的研究 | 第17-18页 |
| 2.2.2 最小二乘支持向量机的研究 | 第18-19页 |
| 2.3 粗糙集的研究现状 | 第19页 |
| 2.4 研究评述与展望 | 第19-20页 |
| 2.5 本章小结 | 第20-21页 |
| 第3章 粗糙集与最小二乘支持向量机 | 第21-29页 |
| 3.1 粗糙集的理论概述 | 第21-23页 |
| 3.1.1 粗糙集理论背景 | 第21页 |
| 3.1.2 粗糙集的基本概念 | 第21-22页 |
| 3.1.3 基于粗糙集的指标筛选模型 | 第22-23页 |
| 3.2 支持向量机的基础 | 第23-26页 |
| 3.2.1 机器学习 | 第23页 |
| 3.2.2 经验风险最小化 | 第23-24页 |
| 3.2.3 结构风险最小化 | 第24-25页 |
| 3.2.4 支持向量机 | 第25-26页 |
| 3.2.5 支持向量机回归原理 | 第26页 |
| 3.3 最小二乘支持向量机 | 第26-28页 |
| 3.3.1 LS-SVM模型基本原理 | 第26-27页 |
| 3.3.2 LS-SVM模型核函数的选择 | 第27-28页 |
| 3.4 本章小结 | 第28-29页 |
| 第4章 基于RS-LS-SVM的股市预测模型 | 第29-37页 |
| 4.1 模型整体思路 | 第29页 |
| 4.2 模型的处理步骤 | 第29-35页 |
| 4.2.1 确定初选指标 | 第29-31页 |
| 4.2.2 选择样本 | 第31-32页 |
| 4.2.3 数据采集与预处理 | 第32页 |
| 4.2.4 指标属性约简 | 第32-33页 |
| 4.2.5 数据归一化 | 第33页 |
| 4.2.6 核函数选择及参数寻优 | 第33-34页 |
| 4.2.7 拟合预测 | 第34页 |
| 4.2.8 误差评价指标 | 第34-35页 |
| 4.3 研究工具简介 | 第35页 |
| 4.4 本章小结 | 第35-37页 |
| 第5章 RS-LS-SVM股市预测实证研究 | 第37-54页 |
| 5.1 数据处理 | 第37-39页 |
| 5.1.1 数据来源 | 第37页 |
| 5.1.2 数据离散化 | 第37页 |
| 5.1.3 属性约简 | 第37-38页 |
| 5.1.4 最小二乘支持向量机回归 | 第38-39页 |
| 5.2 基于主板数据的预测结果实证分析 | 第39-45页 |
| 5.2.1 与LS-SVM预测结果的比较 | 第41-42页 |
| 5.2.2 与RS-SVM预测结果的比较 | 第42-43页 |
| 5.2.3 预测效果对比分析 | 第43-45页 |
| 5.3 基于中小板数据的预测结果实证分析 | 第45-49页 |
| 5.3.1 与LS-SVM预测结果的比较 | 第46页 |
| 5.3.2 与RS-SVM预测结果的比较 | 第46-47页 |
| 5.3.3 预测效果对比研究 | 第47-49页 |
| 5.4 基于创业板数据的预测结果实证分析 | 第49-53页 |
| 5.4.1 与LS-SVM预测结果的比较 | 第49-50页 |
| 5.4.2 与RS-SVM预测结果的比较 | 第50-51页 |
| 5.4.3 预测效果对比研究 | 第51-53页 |
| 5.5 本章小结 | 第53-54页 |
| 结论 | 第54-56页 |
| 致谢 | 第56-57页 |
| 参考文献 | 第57-64页 |
| 攻读学位期间取得学术成果 | 第64-65页 |
| 附录A 中国石油部分原始数据 | 第65-67页 |
| 附录B 辉隆股份部分原始数据 | 第67-69页 |
| 附录C 劲胜精密部分原始数据 | 第69-70页 |
