基于网络舆情的SVM股票价格预测研究
| 摘要 | 第1-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第7-13页 |
| ·选题背景与意义 | 第7-8页 |
| ·国内外研究现状 | 第8-10页 |
| ·主要内容及论文组织结构 | 第10-13页 |
| 第二章 主成分分析与支持向量机算法介绍 | 第13-21页 |
| ·主成分分析 | 第13-17页 |
| ·主成分分析的数学模型 | 第13-15页 |
| ·样本主成分 | 第15-16页 |
| ·主成分得分 | 第16-17页 |
| ·支持向量机 | 第17-20页 |
| ·支持向量机回归 | 第17-19页 |
| ·支持向量机分类 | 第19页 |
| ·支持向量机的特点及优点 | 第19-20页 |
| ·本章小结 | 第20-21页 |
| 第三章 股票网络舆情与模型建立 | 第21-33页 |
| ·股票网络舆情挖掘 | 第21-28页 |
| ·股票网络舆情载体选择 | 第21页 |
| ·股票网络舆情载体文本抓取 | 第21-24页 |
| ·股票网络舆情文本分类 | 第24-28页 |
| ·计算网络舆情值 | 第28页 |
| ·股票价格预测模型建立 | 第28-31页 |
| ·股票网络舆情的支持向量机回归模型 | 第28页 |
| ·参比模型 | 第28-31页 |
| ·模型评价指标 | 第31-32页 |
| ·本章小结 | 第32-33页 |
| 第四章 基于网络舆情的支持向量机股票预测实证分析 | 第33-49页 |
| ·数据来源与标准化 | 第33-37页 |
| ·股票技术指标数据 | 第33-35页 |
| ·网络舆情数据 | 第35-37页 |
| ·数据标准化 | 第37页 |
| ·股票价格预测 | 第37-44页 |
| ·TI-SVM模型预测 | 第38-39页 |
| ·EMD-SVM模型预测 | 第39-43页 |
| ·NPO-SVM模型预测 | 第43-44页 |
| ·预测结果分析 | 第44-46页 |
| ·样本选取对预测结果的影响分析 | 第46-48页 |
| ·本章小结 | 第48-49页 |
| 第五章 总结与展望 | 第49-51页 |
| ·总结 | 第49页 |
| ·展望 | 第49-51页 |
| 参考文献 | 第51-57页 |
| 攻读硕士研究生期间主要研究成果 | 第57-58页 |
| 致谢 | 第58页 |
