数据挖掘在证券投资基金中的应用--券商研究报告质量评估
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 绪论 | 第9-12页 |
| ·课题研究背景 | 第9-10页 |
| ·国内外研究情况 | 第10-11页 |
| ·本文的组织结构 | 第11页 |
| ·本文研究的方法 | 第11-12页 |
| 第二章 数据挖掘的基本理论 | 第12-19页 |
| ·数据挖掘的概要介绍 | 第12-13页 |
| ·数据挖掘的过程 | 第13-14页 |
| ·数据挖据所发现的知识类型 | 第14-15页 |
| ·数据挖掘方法 | 第15-16页 |
| ·与传统数据分析方法的关系 | 第16-18页 |
| ·本章小结 | 第18-19页 |
| 第三章 券商研究报告评估的意义 | 第19-24页 |
| ·证券投资基金概述 | 第19页 |
| ·股票分析 | 第19-21页 |
| ·基金管理公司与券商研究报告 | 第21-23页 |
| ·本章小结 | 第23-24页 |
| 第四章 基础数据及研究报告的预处理 | 第24-33页 |
| ·导入研究报告 | 第24-25页 |
| ·提取研究报告核心要素 | 第25-28页 |
| ·导入基础数据 | 第28-29页 |
| ·数据的预处理 | 第29-32页 |
| ·本章小结 | 第32-33页 |
| 第五章 数据挖掘模型的建立 | 第33-60页 |
| ·单个券商推荐模式分析 | 第34-38页 |
| ·单个券商择时能力分析 | 第38-45页 |
| ·单个券商整体研究能力分析 | 第45-49页 |
| ·单个券商研究能力时间序列分析 | 第49-54页 |
| ·多个券商推荐综合分析 | 第54-56页 |
| ·券商之间的推荐关联分析 | 第56-58页 |
| ·未分析的内容 | 第58-59页 |
| ·本章小结 | 第59-60页 |
| 第六章 数据挖掘模型的发布与集成 | 第60-68页 |
| ·Clementine 模型的发布与集成 | 第60-62页 |
| ·SPSS 模型的发布与集成 | 第62-65页 |
| ·券商报告管理与评估系统模型 | 第65-67页 |
| ·本章小结 | 第67-68页 |
| 第七章 总结与展望 | 第68-71页 |
| 参考文献 | 第71-72页 |
| 致谢 | 第72-73页 |
| 附录1 | 第73-75页 |
