| 摘要 | 第2-3页 |
| Abstract | 第3页 |
| 第1章 绪论 | 第7-14页 |
| 1.1 研究背景 | 第7-8页 |
| 1.2 研究目的和意义 | 第8-9页 |
| 1.2.1 研究目的 | 第8页 |
| 1.2.2 研究意义 | 第8-9页 |
| 1.3 研究内容、方法和技术路线 | 第9-12页 |
| 1.3.1 研究内容 | 第9-11页 |
| 1.3.2 研究方法和技术路线 | 第11-12页 |
| 1.4 本文的主要贡献 | 第12-14页 |
| 第2章 文献综述和相关理论 | 第14-26页 |
| 2.1 文献综述 | 第14-19页 |
| 2.1.1 投资者关注度的准确衡量相关文献综述 | 第14-16页 |
| 2.1.2 投资者关注度对股票市场表现的影响相关文献综述 | 第16-17页 |
| 2.1.3 利用机器学习算法预测股价走势的相关文献综述 | 第17-19页 |
| 2.2 相关理论 | 第19-26页 |
| 2.2.1 有限理性理论 | 第19-20页 |
| 2.2.2 羊群效应 | 第20-21页 |
| 2.2.3 XGBoost算法原理简介 | 第21-23页 |
| 2.2.4 决策树原理简介 | 第23-24页 |
| 2.2.5 支持向量机原理简介 | 第24-26页 |
| 第3章 股价涨跌预测问题描述与分析 | 第26-32页 |
| 3.1 股价涨跌预测研究问题描述 | 第26-29页 |
| 3.1.1 上海证券市场及上证指数概况描述 | 第26页 |
| 3.1.2 股价涨跌预测方法现状 | 第26-28页 |
| 3.1.3 提出问题 | 第28-29页 |
| 3.2 基于百度指数的上证50指数预测研究问题分析 | 第29-30页 |
| 3.2.1 股价涨跌预测研究方法分析 | 第29-30页 |
| 3.2.2 股价涨跌预测研究指标分析 | 第30页 |
| 3.3 方案设计目标 | 第30-31页 |
| 3.4 本章小结 | 第31-32页 |
| 第4章 基于百度指数的上证50指数预测研究方案策划的理论框架 | 第32-36页 |
| 4.1 上证50指数预测研究方案的百度指数相关研究 | 第32-33页 |
| 4.2 XGBoost算法相关研究 | 第33-34页 |
| 4.3 本章小结 | 第34-36页 |
| 第5章 基于百度指数的上证50指数预测方案的策划设计 | 第36-56页 |
| 5.1 研究样本与数据的基本情况 | 第36-40页 |
| 5.1.1 数据样本来源 | 第36页 |
| 5.1.2 选取加入模型的常用指标 | 第36-40页 |
| 5.2 变量描述性统计 | 第40-43页 |
| 5.3 XGBoost算法预测上证50指数方案 | 第43-54页 |
| 5.3.1 预测结果对比分析 | 第43-47页 |
| 5.3.2 模型参数调优 | 第47-48页 |
| 5.3.3 回测 | 第48-54页 |
| 5.4 本章小结 | 第54-56页 |
| 第6章 基于百度指数的上证50指数预测方案的合理性检验 | 第56-70页 |
| 6.1 决策树算法预测结果对比分析 | 第56-62页 |
| 6.2 支持向量机算法预测结果对比分析 | 第62-69页 |
| 6.3 本章小结 | 第69-70页 |
| 第7章 总结与展望 | 第70-73页 |
| 7.1 本文主要结论 | 第70-71页 |
| 7.2 存在的不足及改进的方法 | 第71-73页 |
| 参考文献 | 第73-76页 |
| 附录 | 第76-86页 |
| 附录1 XGBoost算法预测上证50指数程序 | 第76-81页 |
| 附录2 C5.0算法预测上证50指数程序 | 第81-83页 |
| 附录3 SVM算法预测上证50指数程序 | 第83-86页 |
| 致谢 | 第86-87页 |
