量化交易中数据分析技术的研究与实现
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第11-16页 |
| 1.1 研究背景及意义 | 第11-14页 |
| 1.1.1 金融数据分析及其重要性 | 第11-12页 |
| 1.1.2 金融数据分析的当前问题 | 第12-13页 |
| 1.1.3 研究现状及其不足 | 第13-14页 |
| 1.2 研究内容和目标 | 第14-15页 |
| 1.3 论文组织结构 | 第15-16页 |
| 第二章 相关技术及理论 | 第16-32页 |
| 2.1 概述 | 第16页 |
| 2.2 时间序列建模 | 第16-17页 |
| 2.3 时间序列数据预处理 | 第17页 |
| 2.4 时间序列数据表示法 | 第17-22页 |
| 2.4.1 时间域连续表示 | 第18-20页 |
| 2.4.2 基于变化的表示 | 第20-21页 |
| 2.4.3 基于离散化的表示 | 第21-22页 |
| 2.5 相似性度量 | 第22-27页 |
| 2.5.1 相似性定义 | 第22-23页 |
| 2.5.2 查询问题分类 | 第23-24页 |
| 2.5.3 欧式距离 | 第24页 |
| 2.5.4 动态弯曲距离(DTW) | 第24-27页 |
| 2.6 时间序列数据索引 | 第27-28页 |
| 2.7 时间序列相似性查询方法 | 第28页 |
| 2.8 金融模型 | 第28-31页 |
| 2.8.1 双顶模型 | 第29页 |
| 2.8.2 头肩顶模型 | 第29-30页 |
| 2.8.3 双底模型 | 第30-31页 |
| 2.9 本章小结 | 第31-32页 |
| 第三章 基于动态规整距离的相似股票识别模型算法 | 第32-42页 |
| 3.1 概述 | 第32页 |
| 3.2 算法流程 | 第32-33页 |
| 3.3 特征提取 | 第33-34页 |
| 3.4 候选集构造 | 第34-35页 |
| 3.5 重要点插入 | 第35-36页 |
| 3.6 基于DTW的相似时间序列查找 | 第36-37页 |
| 3.7 实验评估 | 第37-40页 |
| 3.7.1 环境设置 | 第37页 |
| 3.7.2 实验结果 | 第37-40页 |
| 3.8 小结 | 第40-42页 |
| 第四章 基于关键点提取的混合金融模型匹配算法 | 第42-54页 |
| 4.1 概述 | 第42页 |
| 4.2 算法流程 | 第42-43页 |
| 4.3 金融特征点提取算法 | 第43-45页 |
| 4.4 混合金融模型匹配算法 | 第45-47页 |
| 4.5 实验 | 第47-53页 |
| 4.6 小结 | 第53-54页 |
| 第五章 面向量化交易的数据分析平台构建 | 第54-87页 |
| 5.1 需求分析 | 第54-55页 |
| 5.1.1 功能需求 | 第54-55页 |
| 5.1.2 性能需求 | 第55页 |
| 5.2 面向量化交易的数据分析平台的设计 | 第55-64页 |
| 5.2.1 系统总体架构概述 | 第55-56页 |
| 5.2.2 用户交互模块 | 第56-59页 |
| 5.2.3 数据获取模块 | 第59-60页 |
| 5.2.4 数据清洗模块 | 第60-61页 |
| 5.2.5 计算引擎模块 | 第61-64页 |
| 5.3 实现 | 第64-81页 |
| 5.3.1 用户交互模块模块 | 第64-69页 |
| 5.3.2 数据获取模块 | 第69-74页 |
| 5.3.3 数据清洗模块 | 第74-75页 |
| 5.3.4 计算引擎模块 | 第75-81页 |
| 5.4 测试 | 第81-86页 |
| 5.4.1 测试环境 | 第81页 |
| 5.4.2 测试结果 | 第81-84页 |
| 5.4.3 平台效果演示 | 第84-86页 |
| 5.5 小结 | 第86-87页 |
| 第六章 结束语 | 第87-89页 |
| 6.1 总结 | 第87-88页 |
| 6.2 未来工作 | 第88-89页 |
| 参考文献 | 第89-93页 |
| 致谢 | 第93-94页 |
| 攻读硕士学位期间发表和录用的论文 | 第94页 |
