| 摘要 | 第1-4页 |
| Abstract | 第4-10页 |
| 第一章 绪论 | 第10-16页 |
| ·研究背景 | 第10-11页 |
| ·研究现状 | 第11-12页 |
| ·研究内容 | 第12-13页 |
| ·论文结构 | 第13-16页 |
| 第二章 金融时间序列及技术分析 | 第16-24页 |
| ·金融时间序列 | 第16页 |
| ·证券技术分析理论依据 | 第16-17页 |
| ·技术分析的含义 | 第16-17页 |
| ·技术分析的三大假设 | 第17页 |
| ·技术分析方法 | 第17-23页 |
| ·指标类 | 第17-20页 |
| ·相对强弱指标(RSI) | 第18页 |
| ·模型移动平均线(MA) | 第18-19页 |
| ·能量潮指标(OBV) | 第19-20页 |
| ·形态理论 | 第20-23页 |
| ·双重顶和双重底 | 第20-21页 |
| ·头肩顶和头肩底 | 第21页 |
| ·V型反转 | 第21-22页 |
| ·对称三角 | 第22页 |
| ·持续整理形态—旗形 | 第22-23页 |
| ·持续整理形态—矩形 | 第23页 |
| ·持续整理形态—喇叭形 | 第23页 |
| ·本章小结 | 第23-24页 |
| 第三章 基于案例推理技术 | 第24-32页 |
| ·人工智能与专家系统概述 | 第24-25页 |
| ·基于案例推理的基本概念 | 第25-27页 |
| ·基于案例推理过程 | 第27-29页 |
| ·案例的检索 | 第28页 |
| ·案例的复用 | 第28页 |
| ·案例的修正 | 第28-29页 |
| ·案例的保留 | 第29页 |
| ·CBR实现的具体步骤 | 第29页 |
| ·本章小结 | 第29-32页 |
| 第四章 案例表示与案例库构造方法 | 第32-40页 |
| ·案例特征 | 第32-36页 |
| ·重要点概念 | 第32-33页 |
| ·基于重要点的特征提取 | 第33-34页 |
| ·趋势点的特征提取 | 第34-36页 |
| ·案例识别 | 第36-37页 |
| ·案例表示 | 第37-39页 |
| ·本章小结 | 第39-40页 |
| 第五章 案例检索的相似匹配算法及特征权值估算方法 | 第40-50页 |
| ·案例检索的相似匹配算法 | 第40-42页 |
| ·检索策略 | 第40页 |
| ·NN算法 | 第40-42页 |
| ·特征权值估算法 | 第42-48页 |
| ·ID3算法 | 第42-43页 |
| ·粗糙集算法 | 第43-46页 |
| ·AHP算法 | 第46-48页 |
| ·本章小结 | 第48-50页 |
| 第六章 基于技术分析和CBR的证券时间序列预测模型 | 第50-58页 |
| ·引言 | 第50页 |
| ·证券时间序列预测 | 第50-58页 |
| ·系统与matlab连接 | 第50-51页 |
| ·案例的存储 | 第51页 |
| ·案例的装载 | 第51-54页 |
| ·预测结果分析 | 第54-58页 |
| 第七章 结论与展望 | 第58-60页 |
| ·本文工作 | 第58页 |
| ·下一步工作 | 第58-60页 |
| 致谢 | 第60-62页 |
| 参考文献 | 第62-66页 |
| 附录A 攻读学位期间作者的工作成果 | 第66页 |